Formações Data Science Data Science
Formação Data Science
Aprenda técnica de análise, estatística, modelagem e visualização de dados!
* Esta formação faz parte dos nossos cursos de Data Science
Quero Estudar na Alura
102h
Para conclusão
11
Cursos
4
Vídeos extras
3
Podcasts
1
Artigo
O que você vai aprender nesta Formação?
Data Science
Com o avanço da tecnologia, está cada vez maior a quantidade de dados disponíveis para análises avançadas. Desta forma, a área de Ciência de Dados emergiu auxiliando empresas e profissionais em suas tomadas de decisões: por isso, cresce a demanda por especialistas na área e o desenvolvimento de uma cultura de dados, empoderando profissionais de todas as áreas a lidar com dados e gerar insights que vão realmente impactar suas áreas de atuação.
Por que estudar Data Science?
Para aprender técnicas de análise de dados, estatística, modelagem e visualização na prática, escalando o crescimento e trazer novas oportunidades, seja na empresa onde você trabalha ou no seu próprio negócio.
Na Formação Data Science da Alura, você conhecerá Python, a linguagem mais popular em Data Science, além de utilizar diversas bibliotecas e ferramentas paralelas. Aprenderá sobre coleta, preparação e exploração de dados.
Vai compreender como visualizar dados e comunicar resultados através de gráficos. Assim, você conseguirá justificar as análises feitas e mostrar para a empresa o quão importante é o papel dos dados para otimizar processos em várias áreas.
Se você quer trabalhar com Data Science, esta formação vai te preparar para entrar no mercado e dar seus primeiros passos na profissão.
Mergulhe de cabeça nos dados!
Por que estudar esta formação?
Guia de aprendizado
Conteúdos pensados para facilitar seu estudo
Do básico ao avançado
Formação completa para o mercado
Você dentro do mercado
Do zero ao sonhado emprego em sua área de interesse
Comece essa formação agora mesmo e capacite-se para seu próximo projeto!
Conheça os planos
Com quem você vai aprender?
Guilherme Silveira
Co-fundador da Alura, da Caelum e do GUJ. Com 18 anos de ensino nas áreas de programação e dados, criou mais de 100 cursos. Possui formação em engenharia de software, viés matemático e criativo, além de ser medalhista de ouro em competições nacionais de computação, tendo representado o Brasil nos mundiais. Participante de comunidades open source e de educação em tecnologia, tendo escrito 7 livros. Faz mágica e fala coreano no tempo livre.
-
Guilherme Silveira
Co-fundador da Alura, da Caelum e do GUJ. Com 18 anos de ensino nas áreas de programação e dados, criou mais de 100 cursos. Possui formação em engenharia de software, viés matemático e criativo, além de ser medalhista de ouro em competições nacionais de computação, tendo representado o Brasil nos mundiais. Participante de comunidades open source e de educação em tecnologia, tendo escrito 7 livros. Faz mágica e fala coreano no tempo livre.
Luis Meazzini
Luis é mestre pela Universidade Federal de Itajubá (UNIFEI) em Ciência e Tecnologias da Computação com ênfase em Inteligência Artificial desenvolvendo modelos de Machine Learning para Diagnóstico de falhas. Engenheiro de computação também pela UNIFEI. Hoje trabalha como engenheiro de Machine Learning na Kunumi.
-
Luis Meazzini
Luis é mestre pela Universidade Federal de Itajubá (UNIFEI) em Ciência e Tecnologias da Computação com ênfase em Inteligência Artificial desenvolvendo modelos de Machine Learning para Diagnóstico de falhas. Engenheiro de computação também pela UNIFEI. Hoje trabalha como engenheiro de Machine Learning na Kunumi.
Daniel Siqueira
Daniel é instrutor na escola de Dados e professor de Matemática, Física, Química e Inglês. Tem verdadeira paixão em aprender coisas e assuntos novos, e transmitir seus conhecimentos.
-
Daniel Siqueira
Daniel é instrutor na escola de Dados e professor de Matemática, Física, Química e Inglês. Tem verdadeira paixão em aprender coisas e assuntos novos, e transmitir seus conhecimentos.
Rodrigo Fernando Dias
Rodrigo é estatístico e especialista em Big Data com forte interesse em geoprocessamento, desenvolvimento web, web scraping, machine learning e Data Science. É instrutor e tech lead da escola de dados da Alura.
-
Rodrigo Fernando Dias
Rodrigo é estatístico e especialista em Big Data com forte interesse em geoprocessamento, desenvolvimento web, web scraping, machine learning e Data Science. É instrutor e tech lead da escola de dados da Alura.
Victor Coelho Geraldo
Victor é doutor em ciências e graduado em Eng. Química, ambos pela a UNICAMP. Sua área de atuação é em modelagem matemática, aprendizado estatístico e simulação computacional. Atualmente trabalha como cientista de dados, focado no desenvolvimento de algorítimos de inteligência artificial.
-
Victor Coelho Geraldo
Victor é doutor em ciências e graduado em Eng. Química, ambos pela a UNICAMP. Sua área de atuação é em modelagem matemática, aprendizado estatístico e simulação computacional. Atualmente trabalha como cientista de dados, focado no desenvolvimento de algorítimos de inteligência artificial.
Passo a passo
1 Começando com Data Science
Dê os seus primeiros passos na área, aprendendo sobre como os dados podem ser úteis para o nosso trabalho do dia a dia e como extrair o máximo deste recurso!
Nesta primeira parte, você irá carregar um conjunto de dados do mundo real e realizar uma análise de dados de maneira exploratória, utilizando várias bibliotecas do Python, como a Seaborn, Matplotlib, SciPy e Pandas.
Um dos focos será na utilização da biblioteca Pandas, uma das ferramentas mais poderosas para análise e exploração de dados. Além de Pandas, recordaremos alguns conceitos importantes na estatística, para impulsionar nossa capacidade de análise.
E aí, com os equipamentos de mergulho Okay, bora submergir?
-
Vídeo YouTube
-
Curso Data Science: analise e visualização de dados
06h - Entre na área de ciência de dados (data science)
- Explore dados com exploratory data analysis
- Conheça os tipos de variáveis
- Entenda o papel de visualizações como histogramas e boxplots
- Entenda a importância e dê os primeiros passos em visualizações
- Utilize medidas de resumo
- Explore seus dados em Python com Pandas, Matplotlib e Seaborn
-
Curso Python Pandas: tratando e analisando dados
12h - Importar dados e exportar dataframes
- Limpando e tratar dados faltantes
- Remover outliers e criar novas variáveis
- Selecionar e gerar frequencias dos dados
- Usar Python Pandas, Matplotlib, Jupyter e Anaconda
-
Curso Estatística com Python: frequências e medidas
10h - Entenda estatística e os números que você lida
- Descubra a diferença entre média, mediana e moda na prática
- Aprenda os tipos de dados e classifique-os
- Saiba o que é a distribuição de frequência
- Conheça a variância e o desvio padrão
-
Curso Estatística com Python: probabilidade e amostragem
10h - Entenda as distribuiçōes de binomial, poisson e normal
- Saiba o que o nível e intervalo de confiança
- Conheça técnicas de amostragem
- Calcule o tamanho da amostra
-
Vídeo Alura Live #64 - Data Science - YouTube
-
2 Modelos de Data Science
Depois de aprender a analisar e explorar os dados do passado, que tal tentar tirar conclusões sobre o futuro?
Neste passo, você aprenderá a utilizar técnicas como Regressão Linear para demonstrar os impactos de algumas variáveis e criar modelos que possam ajudar na previsão de próximos resultados.
-
Alura+ Data Science e séries temporais
-
Curso Regressão linear: testando relações e prevendo resultados
12h - Utilize visualizações para entender a distribuição de seus dados
- Descubra a diferença entre variáveis dependentes e explicativas em seus dados
- Aprenda a separar dados de treino e teste
- Modele com regressões lineares
- Entenda os erros em função dos resíduos e métricas
- Compare e salve os melhores modelos
-
Curso Regressão Linear: técnicas avançadas de modelagem
05h - Aplique transformações antes de treinar seus modelos
- Aplique regressões com Statsmodel e Sklearn
- Aprenda técnicas Avançadas de Modelagem
- Obtenha previsões pontuais
- Interprete coeficientes estimados
- Efetue análises gráficas dos resultados encontrados
-
Podcast Casos bacanas de Data Science – Hipsters #106
-
3 Visualização de dados
Entender o "passado" e “prever o futuro” é algo incrível e sem dúvidas um dos principais papéis de uma pessoa cientista de dados, mas criar análises incríveis e modelos capazes de gerar projeções com exatidão não é condição suficiente para tirar seu projeto de ciência de dados do papel.
Uma boa análise e modelos precisos devem estar alinhados a uma comunicação assertiva, para que os envolvidos no projeto entendam suas conclusões e os impactos que seu modelo pode trazer ao negócio. Para esta comunicação, sem dúvidas uma das suas principais ferramentas será uma boa visualização de dados. Neste passo vamos avançar neste tópico, estudando boas práticas e se aprofundando em libs como matplotlib para criar gráficos incríveis.
-
Curso Data Visualization: técnicas de visualização com Google Sheets
08h - Aprenda sobre os principais conceitos de visualização de dados e de storytelling
- Entenda como utilizar bem as cores nos seus visuais e os princípios de Gestalt
- Melhore a visualização das tabelas
- Teste a utilização de informações em números diretos e com textos
- Verifique como utilizar o gráfico de colunas e de barras para melhorar sua visualização
- Aprenda a acrescentar séries nos gráficos de barras
- Saiba como trabalhar com as barras empilhadas e como utilizar o gráfico de pizza
-
Artigo Análise de dados: analisando minha distribuição com três alternativas de visualização - Blog da Alura
-
Curso Data Visualization: criação de gráficos com o Matplotlib
06h - Aprenda fazer visualizações com o Matplotlib.
- Entenda o funcionamento de figuras e eixos do Matplotlib.
- Customize suas visualizações com diferentes cores, estilos, anotações, etc.
- Visualize diversos tipos de dados diferentes como séries temporais e dados categóricos.
- Tenha visualizações de dados possam fornecer assertividades para tomada de decisão baseada em dados.
-
4 Testes com Data Science
Muitas vezes uma boa análise e visualizações coerentes não bastam para garantir que nossas conclusões sejam estatisticamente relevantes, para isso precisamos recorrer aos testes de hipóteses.
Então, agora chegou uma das partes mais empolgantes em se estudar Data Science! Visualize a distribuição de dados coletados, levante perguntas e hipóteses, crie intervalos de confiança para suas amostras e utilize o Python para executar testes estatísticos.
Depois de aprender sobre testes, que tal estudar sobre experimentação? Afinal, uma boa parte da área de Data Science está relacionada ao desenvolvimento de experimentos, desde a coleta de dados até a validação de hipóteses!
-
Curso Data Science: testes estatísticos com Python
06h - Visualize a distribuição de dados coletados
- Levante perguntas e hipóteses
- Responda as hipóteses usando testes
- Crie intervalos de confiança para suas amostras
- Compare dois grupos de amostras
- Utilize Python para executar testes estatísticos
- Responda perguntas de maneira formal, não só exploratória
-
Alura+ Erros comuns em teste AB
-
Curso Análise de experimentos: testes, mapas de cores e análises dos dados.
06h - Aprenda a planejar experimentos para a coleta de dados.
- Proponha modelos matemáticos para entender um dado problema.
- Teste a significância estatística dos parâmetros de um modelo matemático.
- Construa mapas de cores para auxiliar a interpretação dos dados.
- Faça as análises dos dados coletados em um experimento usando Python com Pandas, Matplotlib, Seaborn e o StatsModel.
-
Podcast Data Science, Engenharia, Design e Produto no Grupo Zap – Hipsters On The Road #08
-
5 Aplicando Data Science
Para fechar nosso ciclo de aprendizado, que tal praticar os conhecimentos adquiridos em ciência de dados, analisando dados reais na área da saúde?
Nesta parte da formação vamos relembrar alguns tópicos estudados até então, aplicando uma boa parte do que aprendemos na análise de dados reais da COVID-19.
Bora praticar e mergulhar em um problema real e de grande impacto na sociedade!
-
Curso Data Science: análises para saúde e medicina
08h - Aprenda a buscar e questionar fontes de dados
- Limpe, processe, analise, compare informações encontradas
- Aprenda a importância de visualizações adequadas
- Crie um espírito crítico ao levantar limitações em seus estudos de dados
- Utilize o conhecimento de programação e dados na área de saúde
- Utilize dados de fontes confiáveis como Johns Hopkins e a OMS
- Entenda a dificuldade de alcançar dados estáveis durante um episódio de epidemia
- Calcule taxas de letalidade
-
Curso Data Science: visualização de dados para saúde e medicina
07h - Explore boletins epidemiológicos de Influenza
- Entenda os coeficientes de incidência e mortalidade
- Visualize a evolução de coeficientes e sua convergência
- Junte bases de fontes distintas para enriquecer seus dados
- Explore as limitações das suas fontes de dados e seus próprios estudos
- Busque conclusões e comparações
- Refine suas visualizações
-
Podcast Tecnologia e computação no combate ao vírus – Hipsters Ponto Tech #195
-
Escola
Data Science
Além dessa, a categoria Data Science conta com cursos de Ciência de dados, BI, SQL e Banco de Dados, Excel, Machine Learning, NoSQL, Estatística,e mais...
Conheça a Escola
