Formação completa – Data Science

Transforme-se em um profissional de dados e seja disputado por grandes empresas

Turma presencial | Início: 06/10/2021

O Curso Data Science Curitiba da Harve vai fazer com que você aprenda a implementar projetos que manipulam dados dentro de empresas, gerando produtividade e informações relevantes para as tomadas de decisão

     Início das aulas: 06 de outubro de 2021

     Dias de aula: Segundas e Quartas (19h às 22h30)

     Carga horária: 112h

    Valor de investimento: R$4.890,00

     Formas de pagamento: Cartão de crédito em até 9x s/ juros ou boleto em até 24x.

Entrada + 24x de R$228,81

 

 

 

Público: Profissionais TI,Empreendedores, Engenheiros, profissionais de marketing e demais profissionais que queiram pivotar suas carreiras na direção do Data Science.

GARANTA A SUA!

 

  • Etapa 1

Deixe seus dados que um de nossos consultores vai te ajudar. Vamos la?

Seu nome

Seu telefone

Seu e-mail

Qual é o seu objetivo com o curso de formação em Data Science?

Cientista de dados é uma das carreiras mais promissoras do mercado

” Nas empresas, sobram dados e faltam talentos para traduzi-los“

Fonte: valor.com.br

Mude de carreira

O curso de formação em Data Science da Harve prepara você, em 4 meses, para trabalhar como cientista de dados em empresas de diversos portes, na medida em que a importância deles são cada vez maiores para as empresas, gerando produtividade e eficiência.

” No Brasil, um cientista de dados experiente […] pode ganhar até R$ 25 mil por mês“

Fonte: startse.com

Aplique em sua área

O Data Science pode ser aplicado praticamente em todas as áreas de atuação. Utilize o Data Science para impulsionar seus resultados alavancar sua carreira.

Nossos facilitadores já geraram resultados para:

Veja o que você vai aprender na prática no curso data science curitiba da Harve

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 & 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

Teste de Hipótese e Testes A/B

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

IA e Machine Learning/Apresentação Final

Objetivo: Fechamento da formação com a apresentação dos projetos dos alunos.

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.

Quais conhecimentos preciso para fazer o curso data science curitiba da Harve?

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 Harve - Prática + caso reais

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

Rafael Dias Facilitador

Rafael Dias  

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.

Guilherme Yamada Facilitador

Guilherme Dan Yamada  

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. 

Rudolf Facilitador

Rudolf Copi Eckelberg  

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.

André Krasinski Facilitador

André Luis Krasinski  

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. 

Charles Facilitador

Charles Adriano  

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

Rodrigo Dutcosky Facilitador

Rodrigo Dutcosky  

Coordenador de Fraud Analytics com experiência no mercado de pagamentos. Bacharelado em Administração de negócios pela UFPR. Atualmente coordena a área de análise de fraudes no EBANX. 

Bruna Mulinari Facilitadora

Bruna Mulinari  

Mestranda de Engenharia Elétrica e Informática Industrial pela UTFPR, Campus Curitiba, e sócia proprietária da Dataplai. Atua na linha de sistemas embarcados e sistemas inteligentes, com foco em reconhecimento de padrões e processamento de sinais.

Jeferson Denerevick Facilitador

Jeferson Derenevick  

Especialista em Business Intelligence, apaixonado por tecnologia e pela linguagem SQL. Bacharel em comunicação social-Publicidade e Propaganda, também em Analise e desenvolvimento de sistemas e pós graduando em Data Science & Big Data pela UFPR. 

Jonathan Facilitador

Jonathan Nascimento  

Bacharelado em Engenharia da Computação pela UFPR. Especialista em Dados / Gestor de projetos e times de dados. Atualmente é Data Engineer | Computer Engineer no Grupo Boticário. 

Estamos conectados com grandes startups e empresas

Visitas nas startups e possibilidade de indicação para vagas são constantes na Harve. A aproximação do aluno com a empresa abre portas de desenvolvimento para todos os lados. Ganha o mercado com profissionais qualificados e ganha o aluno Harve com uma possibilidade real de início de carreira promissora.

Ambiente que estimula a prática e a criatividade

Aqui nós formamos os profissionais do presente e do futuro!

A experiência Harve

Cássio Luan Siqueira – Ex-aluno Harve
“Quero agradecer à Harve e aos excelentes profissionais que nela trabalham. Graças ao curso eu fui um dos selecionados no processo seletivo da Paraná Banco, pra estágio de Cientista de Dados. Muito obrigado!”

Marcos Jr. – Ex-aluno Harve
“Escola TOP. Conteúdo Apurado. Professores super qualificados
e didáticos. Parabens Harve”

Cássia Manoel – Aluna Harve
“Estou adorando o curso e já me vejo fazendo outros cursos aqui, o que eu mais gosto é de me sentir a vontade com os mentores. Eles são didáticos, claros, comunicativos, objetivos.”

Quer conversar com nosso consultor?

Ligue: (41) 4101-0908 ou (41) 99872-0061