Meio ano se foi.
O segundo tempo começa agora.
Domine o Polars com Rust: aprenda a criar DataFrames, processar dados e construir projetos eficientes neste curso prático e completo!
Avance no uso do banco de dados PostgreSQL. Saiba como gerar views, use sub-consultas e crie funções para encapsular código.
Domine gráficos de distribuição em Python! Pratique a criação de histogramas, KDE plots, boxplots e violin plots para análise de dados com Seaborn.
Invista na transformação da sua carreira!
Crie uma infraestrutura escalável em Java com Spring Boot: utilize Docker, Nginx e otimize banco de dados para uma aplicação performática e escalável.
Acesse APIs REST de servidores corporativos e use métodos HTTP no n8n para automatizar análise e manipulação de dados de produtos e vendas.
“A gente tem IA, tem machine learning dentro, tem deep learning dentro e dentro de deep learning tem a IA generativa. A quantidade de opções é tão grande que você precisa ter o mínimo de conhecimento de vários deles para saber os pontos fracos e fortes” No décimo segundo episódio do Hipsters.Talks, PAULO SILVEIRA , CVO do Grupo Alun, conversa com FELIPE TEODORO , diretor de Data Science da Kogui, sobre como escolher a ferramenta certa para cada problema: desde estatística básica até redes neurais complexas. Uma conversa que desmistifica o universo da IA e mostra quando usar (e quando NÃO USAR) cada técnica. Prepare-se para um episódio cheio de conhecimento e inspiração! Espero que aproveitem Sinta-se à vontade para compartilhar suas perguntas e comentários. Vamos adorar conversar com vocês! CONHEÇA OS ESTUDOS DE CASO DA NOVA TEMPORADA DO ALURA CASES: Estude com a gente e entenda a cabeça de profissionais de grandes empresas que estão resolvendo seus problemas com programação, dados e inteligência artificial PONTOS IMPORTANTES DO EPISÓDIO: A importância de conhecer e usar estatística básica x Machine Learning x Deep Learning A diferença entre IA clássica e IA Generativa Dados estruturados x não estruturados: qual técnica usar Aprendizagem supervisionada x não supervisionada Redes neurais convolucionais para imagem e áudio Como fatiar problemas complexos em múltiplos algoritmos Exemplos práticos reais: paralisia facial, mercado de ações, detecção de produtos PRINCIPAIS INSIGHTS DO FELIPE TEODORO:1⃣ “O problema da ciência de dados é resolver um problema com dados. O algoritmo pode ser opcional, não necessariamente desejável”2⃣ “Problema bom é problema resolvido, independente da técnica”3⃣ “Quem financia um projeto não se preocupa se a solução é sofisticada, mas se ela resolve de forma efetiva” Conheça o Host da série: Paulo Silveira – CVO do Grupo Alun Conheça nosso convidado: Felipe Teodoro – Diretor de Data Science na Kogui + Cartesios Capital SOBRE O HIPSTERS.TALKS:Conversas reais com lideranças de tecnologia que estão transformando o mercado. Não são entrevistas superficiais – são diálogos profundos sobre bastidores da inovação, decisões que definem carreiras e tendências que vão impactar sua trajetória profissional. LINKS MENCIONADOS NO VÍDEO:Estudo de Caso sobre paralisia facial: Network: PARA REFLETIR:Você está usando o algoritmo certo para seu problema? Ou está usando Deep Learning onde estatística básica resolveria? Compartilhe suas experiências nos comentários! PRÓXIMOS EPISÓDIOS:13/11 – Wagner Sanchez (FIAP)27/11 – Denis Balaguer (EY)04/12 – Ana Terra (DASA) EPISÓDIOS ANTERIORES:21/08 – Carreira ft. Guanabara28/08 – Gestão de Produto ft. Felipe Bedê04/09 – IA para Devs ft. Sérgio Lopes11/09 – IA Generativa ft. Patrícia Prado18/09 – Escala global ft. Francisco Trindade25/09 – Grafos ft. Felipe Nunes02/10 – Vibe Coding ft. Guilherme Silveira09/10 – Liderança ft. Jordana Rodrigues16/10 – LLMs ft. Felipe Iszlaji23/10 – Blockchain ft. Fabiano Miranda30/10 – Arquitetura ft. Leandro Marçal INSCREVA-SE no canal da Alura para não perder os próximos episódios e COMPARTILHE com quem também está construindo uma carreira em tecnologia #inteligenciaartificial #machinelearning #deeplearning #hipsterspontotalks #redesneurais #datascience
Aprenda a criar pipelines ETL com AWS Glue, partindo da ingestão de dados até a criação de tabelas tratadas para análises e geração de insights.
Descubra como integrar inteligência artificial às estratégias de growth marketing para otimizar campanhas, analisar jornadas do cliente e refinar processos com automação e dados.
Aprenda a consumir APIs HTTP e manipular arquivos JSON em Java. Domine a integração de dados com código utilizando o java.io e a biblioteca Gson.
Crie o seu primeiro projeto em Java usando o IntelliJ, entendendo como funcionam os principais tipos, controle de fluxo, loops e fazendo leitura de dados.