Transforme-se em um profissional de dados e seja disputado por grandes empresas
Aprenda a implementar projetos que manipulam dados dentro de empresas, gerando produtividade e informações relevantes para as tomadas de decisão.
Curso Data Science Curitiba – Início em: 17/01/2022
Facilitadores experientes Mentorias individuais ilimitadas Criação de Portfolio
Para quem é o Curso Data Science Curitiba da Harve
Para quem procura uma nova carreira
A dificuldade das empresas para encontrar profissionais nas áreas relacionadas a tecnologia é clara. Sobram vagas e faltam profissionais. Mesmo oferecendo salários atrativos e altos benefícios.
Esteja preparado para disputar essas vagas com nossa metodologia que trabalha conhecimento, bagagem prática e marketing pessoal para deixá-lo pronto para o mercado de trabalho.
Para quem busca uma nova habilidade
Novas habilidades nas áreas de inovação são claramente grandes diferenciais para a entrega do seu valor como profissional. Habilidades como análise de dados já começam a ser exigidas em profissões como financeiro, logística, administração, produção, marketing entre outras.
Dê um grande salto profissional e valorize com isso, o seu currículo.
Para quem está empreendendo
Para gerar diferenciais competitivos, entender conceitos relacionados à tecnologia e inovação é fundamental em um mundo conectado como hoje. Evolua a produtividade, inovação e eficiência da sua empresa e entre de vez no mundo digital.
Além de poder compartilhar seus desafios durante mentorias e aulas na Harve.
Nossos facilitadores já geraram resultados para:
Ementa da formação
Apresentação Inicial
Objetivo: Apresentar a Harve e funcionamento das plataformas de ensino e funcionamento da formação, mentorias e outros benefícios da Escola.
- Conceito de Andragogia
- O que é NPS e sua aplicação na Harve
- Funcionamento e ferramentas do Workplace
- Harve além da sala de Aula
- Apresentação dos Alunos
Fundamentos de dados
Objetivo: Apresentar os conceitos iniciais de Data Science, banco de dados e IA.
- Apresentações Gerais
- O que é Data Science
- Conceitos de Data Science
- Ciência da Computação
- Banco de Dados
- Cloud & Cluster
- Artificial Intelligence & Machine Learning
- Usos da Média, Mediana e Moda
- Cálculo de Probabilidades
- Resumo dos Cinco Números
- Construindo Box Plot
- Organização e Transformação de Números
- Auxílio de Gráficos
KPIs e Business Questions
Objetivo: O objetivo deste módulo é mesclar a ciência de dados com a necessidade do negócio, identificando qual KPI é relevante para a empresa ou área de atuação. Entender o conceito de Métricas e KPI e sua aplicação nos negócios. Entender o mindset de negócios aplicado na Ciência de Dados. Entender quais KPIs aplicar de forma estratégica em negócio.
- Mindset data science vs Mindset business
- O que é um KPI?
- Como definir meu KPI?
- Metodologias e Ferramentas para aplicar no dia a dia
- KPIs aplicados na jornada do cliente
- Gestão baseada em KPIs
Testes de Hipóteses e Testes AB
Objetivo: Apresentar os conceitos relacionados aos testes de hipóteses e decisões baseadas em dados.
- Amostragem Aleatória
- Planejamento de Experimentos
- Criando o Teste de Hipóteses (H0 e H1)
- Região Crítica 5 – Função Poder
- Conclusão do Teste de Hipóteses
- Tamanho da Amostragem de Dados
- Definição das Hipóteses
- Significância Estatística
- Mensurando Resultados
- Tomando Decisões com Dados
Introdução ao Python
Objetivo: Introduzir conceitos básicos presentes na programação, a estrutura e as escolhas de design feitas para o python e apresentar os motivos da ascensão da linguagem.
- História da linguagem Python;
- Por que utilizar Python?
- Empresas que utilizam Python;
- Primeiros Passos;
- Sintaxe e Estruturas Básicas;
- Funções e Métodos;
- Tratamento de Erros e Exceções.
Python para Ciência de Dados
Objetivo: Introduzir os alunos a principal biblioteca de manipulação de dados. Análise de dados é a principal aplicação de python hoje em dia e muito da estrutura da linguagem hoje é pensada para essas aplicações.
- Instalação e Uso de Bibliotecas;
- Visualização de Dados;
- Bibliotecas para Ciência de Dados;
- Numpy;
- Pandas;
- Exemplo de Classificação.
SQL
Objetivo: A linguagem de pesquisa com quase 50 anos que ainda fará diferença no seu dia-a-dia. Além dos SGBDs, outras ferramentas utilizam SQL como sua linguagem de consulta; Com ela você poderá extrair dados de qualquer banco de dados relacional, bancos NoSQL e até ferramentas de streaming.
- Modelo de Dados
- Banco de Dados e SGBD
- SQL (Load, Create Table, Cláusulas,
- Operadores, DQL, Funções)
- SQL (Base CENIPA, Joins, DML e
- DTL)
- SQL (DDL, Índices, Tunning, SQL
- 2016, Best Practice DB/Schema)
ETL e Tratamento de Dados
Objetivo: Para bons modelos de predição é essencial termos bons dados para isso é necessário o entendimento dos processo de ETL em um conjunto de dados com o objetivo de permitir a limpeza, organização e enriquecimento dos dados.
- Entendimento do problema
- Conceitos de ETL
- Linguagens e frameworks
- Bases de dados
- Baixar uma base estrangeira
- Tratar os dados
- Salvar dado enriquecido
Orientação a objetos em Python
Objetivo: Entender o conceito de OO para aplicar em projetos de análise de dados com Python de forma a tornar o entendimento, execução e manutenção dos códigos desenvolvidos mais eficientes.
- Classes e objetos
- Atributos e métodos
- Encapsulamento
- Herança
Análise de Regressão
Objetivo: Modelos de regressão são usados em vários contextos e com isso são um dos principais modelos a serem entendidos para ciência de dados.
- Matrizes Numéricas
- Variáveis Aleatórias
- Coeficiente de Correlação Linear
- Variável Resposta ou Dependente
- Variável Explicativa ou Independente
- Regressão Linear
- Ajuste do Modelo R²
- Regressão Múltipla
- Seleção de Variáveis
- Ajustes do R²
- Teste de Significância dos 𝛃ₛ
- Prática em Python
R
Objetivo: Overview da linguagem R e do RStudio já que são amplamente usados no contexto de tratamento de dados e estatística.
- Detalhes Linguagem R
- Aprendendo R & RStudio
Visualização de Dados
Objetivo: Apresentar o que é e como utilizar a visualização de dados na prática. Com os principais conceitos para gerar visualizações adequadas e desenvolver a capacidade de comunicar resultados.
- O que é DataViz
- passos para criação de uma visualização
- Tipos de visualização de dados
Big Data
Objetivo:
Overview do conceito de Big Data e demonstração do tratamento de dados usando ferramentas de processamento de big data.
- O porquê do Big Data
- O que é?
- Os “Vs” do Big Data
- Técnicas: Computação Distribuída,
- Map Reduce, BD Relacional/Não
- Relacional
- Demonstração
IA e Machine Learning
Objetivo: Na atualidade são inúmeras as possibilidades de utilização de métodos de Inteligência Artificial e Aprendizado de Máquina, com isso serão apresentado os principais métodos para classificação, predição e agrupamento de dados.
- Machine Learning
- Associação
- Cases
- Machine Learning
- ML Workflow
- Framework H2O.ai
- Framework TensorFlow
- Framework Scikit-Learn
- Modelos Preditivos
- Introdução
- Construção
- Overfitting
- Resampling
- Algoritmos
- Aplicações
- Modelos Classificadores
- Introdução
- Preliminares
- Modelagem Descritiva
- Técnicas de Validação
- Algoritmos
- Aplicações
- Algoritmos de Agrupamento
- Conceitos Básicos
- Tipos de Grupos
- K-Means
- Hierárquico
- Validação de Grupos
- Aplicações
Apresentação de Projeto Final
Objetivo: Fechamento da formação com a apresentação dos projetos dos alunos.
Chegou a hora, vamos juntos?
Início das aulas: 17 de janeiro de 2022
Término das aulas: 11 de maio de 2022
Dias de aula: Segundas e Quartas (19h às 22h30)
Valor total de investimento: R$5.490,00
Formas de pagamento: Cartão de crédito em até 9x s/ juros ou boleto em até 24x .
Público: Profissionais TI,Empreendedores, Engenheiros, profissionais de marketing e demais profissionais que queiram pivotar suas carreiras na direção do Data Science.
Monte seu portifolio durante a formação
Mentorias individuais
Turmas reduzidas com no máximo 15 alunos
Mentoria e direcionamento de carreira
Área do aluno com conteúdo pré-aula de alto nível de aprendizado
Acesso ao Espaço de Inovação Harve (presencial) para networking, apresentação de projetos, rhs de empresas, startups entre outros
Quais conhecimentos preciso para fazer a formação?
Não é preciso saber programar
Na formação você irá desenvolver esta competência. Basta gostar de resolver problemas e ter visão analítica.
Ser curioso para explorar
Você irá conseguir encontrar as soluções de maneira muito mais simples e rápida com esta competência.
Gostar de trabalhar com raciocínio lógico
Você irá tratar e manipular dados lógicos que irão ajudar em tomadas de decisões do seu projeto
Vontade de aprender
Ter a sede de conhecimento é o principal requisito para você ter sucesso no aprendizado
A Metodologia Harve
Metodologia Própria
Nosso método baseado na Andragogia (educação para adultos) garante que você aprenda de forma direcionada, que possibilite em poucos meses você aplicar tudo o que aprendeu no seu dia a dia e atingir seus objetivos profissionais.
Plataforma Harve Workplace
Materiais de aulas, agendamento de mentorias e fóruns de discussões. Um sistema online completo para o aluno não perder nada da experiência Harve.
Mentorias Individuais
Se qualquer desafio deixar o aluno Harve com dúvidas, ele tem a possibilidade de agendar uma mentoria com os facilitadores Harve que poderão ajudar ele em seu desafio. Não há nada no aprendizado do aluno Harve que não possa ser solucionado e resolvido.
Complementando o seu aprendizado
Facilitadores atuantes no mercado
Com ampla experiência trazendo a bagagem e demanda de empresas e startups
Turmas reduzidas
Interação entre alunos e facilitador para troca de experiências e resolução de desafios
Conhecimento direcionado
Nossos alunos terminam as formações sabendo resolver exatamente o que o mercado de trabalho busca
Hands On
Na prática a teoria é outra. Por isso, aqui na Harve a prática é constante para a fixação do conteúdo
Conexão com Startups
Saber como é o dia a dia e a troca de experiências com profissionais da área são fundamentais
Comunidade ativa
Alunos e ex-alunos trocam experiências em workshops e eventos para a continuidade do aprendizado
São 112 horas de conteúdo completo para você iniciar sua carreira em data science
Venha aprender em 4 meses com conteúdo atualizado e mentores renomados do mercado
Facilitadores
Aprenda na prática os caminhos para ser um cientista de dados de froma online com os profissionais mais renomados do Brasil no curso data science curitiba Harve
No momento é Data Scientist & Marketing Specialist na Pipefy. Especialista em Data Science & Big Data pela UFPR, com dez anos de experiência em análise de dados e criação de modelos (Machine Learning) na área de Marketing, tendo atuado no Grupo Boticário como especialista em Planejamento de Demanda, Otimização de Esforços de Marketing (KPI’s, Mkt ROI, Pesquisas) e CRM.
Formado em Engenharia Eletrônica pela UTFPR, Especialização em Sistemas Embarcados e IoT para UP. Atualmente sou mestrando no programa de engenharia elétrica e informática industrial pela UTFPR. Trabalhei no projeto P&D da Copel com a UTFPR com monitoramento de plantas fotovoltaicas, utilizando plataforma LabVIEW, MATLAB, linguagem python e SQL. Atualmente atuo na área de TI na empresa Wise Systems. Realizei projeto de desenvolvimento de Front-end em Angular, similaridade de imagens com Python e Insight Engine com Java.
Licenciado em Física e estudante de Ciência da Computação. Experiências como instrutor de informática básica (Centro Social Betesda / SEST Senat), revisor de conteúdo (Revista Polyteck), analista de crédito (Mooz/Grupo Boticário) e atualmente trabalhando como Tech lead na Celero.
Cientista de dados, com experiência em análise exploratória de dados, mapeamento e automação de processos, gestão de projetos e planejamento estratégico, com conhecimento em Python, SQL e ferramentas de visualização (Tableau e Power BI) tendo atuado em diferentes mercados como varejo, automobilístico e atualmente trabalhando no EBANX na área de prevenção a fraude.
Consultor/Especialista em projetos na área de tecnologia de informação com mais de 20 anos de experiência atuando como autônome em projetos para renomadas consultorias do mercado (Accenture, Everis e etc.).
Principais projetos envolvendo CRM, Billing, BI (fluxo de extrações, tratamento e normalização dos dados).
Bacharel em Análise de Sistemas pela PUCPR
Especialista em Engenharia de Software pela PUCPR
Especializando em Data Science e Big Data pela UFPR
A experiência Harve
Guiamos nossos alunos aos seus objetivos de carreira
Contratada
Luciana Menges
Analista de BI | Prioriza WebShop
Contratado
Cássio Luan Siqueira
Analista de BI | Paraná Banco
Contratado
André Krasinski
Data Analyst | EBANX
Fundador
Anderson Andrade
Privacy Consulting
Garanta a sua vaga
Monte seu portifolio durante a formação
Mentorias individuais
Turmas reduzidas com no máximo 15 alunos
Mentoria e direcionamento de carreira
Área do aluno com conteúdo pré-aula de alto nível de aprendizado
Acesso ao Espaço de Inovação Harve (presencial) para networking, apresentação de projetos, rhs de empresas, startups entre outros
Quer conversar com nosso consultor?
Ligue: (41) 4101-0908 ou (41) 99872-0061
