BOOTCAMP
INTRODUÇÃO A DATA SCIENCE
Inscrições até 02/02/2024
REALIZAÇÃO
PARCEIRO EDUCACIONAL
Acreditamos no poder transformador da tecnologia e na importância de democratizar o acesso a conhecimento e oportunidades no mercado de trabalho, reconhecendo a crescente demanda por profissionais de Data Science e a necessidade de diversidade na área.
O objetivo deste programa é identificar, capacitar e integrar talentos de diferentes origens, gêneros e raças no universo da ciência de dados. Ao longo deste Bootcamp, os participantes aprenderão as habilidades fundamentais para se tornarem cientistas de dados, abrindo portas para um futuro brilhante e inclusivo no campo da tecnologia.
diferenciais
ATIVIDADES PRESENCIAIS
- Viva uma experiência única às sextas-feiras no Instituto Caldeira, mergulhando em sessões práticas, eventos, workshops, e outras atividades.
PROJETO PRÁTICO
- Ganhe experiência prática em Data Science trabalhando em projetos reais de mantenedores do bootcamp e parceiros.
Quem pode participar?
Podem participar pessoas que se enquadrem no seguinte perfil:
- Estar devidamente matriculado em algum curso de graduação ou pós-graduação na UFRGS;
- Não estar recebendo qualquer benefício de outro Edital do Fundo Amanhã que tenha sido realizado no ano corrente.
- Não ter participado das edições anteriores ou apresentado um rendimento inferior a 60% ao final do programa.
Além disso, dispomos de cotas de vagas específicas para:
- Pessoas autodeclaradas pretas, pardas ou indígenas.
- Mulheres
// COMO FUNCIONA O BOOTCAMP
3 meses de aulas online e assíncronas, com carga total de 120h
Acompanhamento com plantão de dúvidas com profissionais da Alura as Terças-Feiras 19hs
Imersão em empresas parceiras (Presencial)
20 horas atividades complementares com certificado
Conteúdos extras via eventos ao vivo e online
Oportunidades de contratação durante e após o curso
Conheça nossa ementa
Estimativa: 8h
● Entenda comandos básicos da linguagem Python
● Diferencie os tipos de variáveis
● Manipule tipos básicos de dados em Python
● Distingua estruturas condicionais
● Construa diferentes estruturas de repetição
● Trabalhe com estruturas de dados
● Relacione as estruturas da linguagem de programação à construção de projetos
Estimativa: 8h
● Aprenda a ler e escrever dados usando Numpy
● Crie e manipule arrays multidimensionais
● Saiba como gerar números aleatórios com a biblioteca Numpy
● Descubra como utilizar seeds para trabalhar com aleatoriedade
● Faça o cálculo de regressão linear com Numpy
● Explore funções de agregação na Numpy
Estimativa: 8h
● Entenda as funções das bibliotecas e pacotes na linguagem Python
● Conheça as built-in functions e suas utilidades
● Crie funções personalizadas
● Trabalhe com estruturas de dados compostas e aninhadas
● Construa listas e dicionários seguindo padrões por meio de list e dict comprehension
● Diferencie os tipos de erros e exceções em códigos Python
● Trate erros e comportamentos indesejados em seu código
Estimativa: 8h
● Aprenda a fazer tabelas dinâmicas de forma simples
● Crie Gráficos Dinâmicos com mais facilidade
● Entenda o que é e para que servem os “Dashboards”
● Melhore sua capacidade de criar “Dashboards” realmente úteis
● Analise dados com mais facilidade usando tabelas dinâmicas
● Visualize formas gráficas de fazer filtros, como “Segmentação de Dados” ou “Linha do Tempo”
Estimativa: 6h
● 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 dadoscategóricos.
● Tenha visualizações de dados possam fornecer assertividades para tomada dedecisão baseada em dados.
Data Science: analise e visualização de dados
Estimativa: 6h
● 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
Data Science: análise de series temporais
Estimativa: 6h
● Aprenda as principais técnicas de análise de Séries temporais
● Entenda na prática quais os principais elementos presentes nas time series
● Saiba como aplicar a função de autocorrelação nos seus dados
● Aplique a média móvel para normalizar seus dados
● Desenvolva seus conhecimentos em Pandas, Seaborn e Matplotilib
ggle Content
Estimativa: 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
Estimativa: 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
Estimativa: 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
Regressão Linear: técnicas avançadas de modelagem
Estimativa: 5h
● 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
Data Science: testes estatísticos com Python
Estimativa: 6h
● 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
Estimativa: 20h
● Finalize o projeto prático, polindo todos os aspectos para garantir uma entrega de alta qualidade.
● Coordene com seu grupo para integrar e harmonizar as partes do projeto, garantindo coesão e consistência.
● Conduza uma análise colaborativa de todo o trabalho, identificando e corrigindo quaisquer lacunas ou inconsistências.
● Aperfeiçoe as visualizações de dados e a narrativa do projeto, assegurando que a comunicação dos resultados seja clara e eficaz.
● Preparem juntos uma apresentação final dinâmica e persuasiva, que destaque a colaboração e os pontos fortes do grupo.
● Organizem uma sessão de ensaio para aprimorar a apresentação, dividindo papéis e responsabilidades de forma equilibrada.
● Revisem e finalizem a documentação do projeto, incluindo todos os códigos, análises e materiais de suporte.
● Reflitam em equipe sobre o processo de colaboração, destacando aprendizados e desafios superados durante o desenvolvimento do projeto.
Processo Seletivo 2024
TESTES
05 de Fevereiro a 08 de Fevereiro
ENTREVISTAS
19 de Fevereiro a 28 de Fevereiro
RECURSOS DO RESULTADO
05 de Março a 06 de Março
INÍCIO DAS AULAS
18 de Março …………………………..