PROPOSTA
A humanidade produz cada vez mais dados a partir do crescimento do uso de dispositivos móveis, redes sociais, IoT (internet das coisas) e da digitalização de processos em geral. A demanda por profissionais que dominam o tratamento e análise desses dados usando as ferramentas corretas está em alta. É uma oportunidade de carreira tanto para analistas quanto para gestores. Com esta formação, você será capaz de manipular, tratar e analisar dados das mais diversas fontes usando a linguagem R e se tornar um profissional altamente demandado pelas grandes organizações.
PÚBLICO-ALVO
- Profissionais interessados em ingressar no crescente e super valorizado mercado de Data Science e Big Data
- Profissionais que desejam fortalecer o uso de dados em sua organização
- Profissionais que desejam aprender R para limpar, analisar e visualizar dados
- Profissionais que buscam dominar as ferramentas usadas desde a aquisição até a publicação dos dados
- Profissionais que pretendem tomar decisões mais acertivas baseadas na análise dos dados
- Profissionais que precisam analisar dados provenientes de redes sociais, jornais, fontes públicas e de comportamentos do consumidor
- Profissionais que trabalham na transformação digital de organizações
PRÉ-REQUISITOS
- Profissionais com ou sem formação em programação que pretendem utilizar dados ou ingressar em uma das carreiras propostas pela formação
COMO É A FORMAÇÃO NO DIA A DIA
A formação Data Science e Big Data do Infnet Training possui 99 horas e pode ser concluída em aproximadamente 3 meses com aulas no turno da noite ou uma aula aos sábados de 9 horas. As aulas serão transmitidas ao vivo em uma sala de aula virtual com total interatividade entre o instrutor e a turma. É a mesma experiência de uma sala de aula presencial.
Ao concluir a formação, você se torna apto para atuar como Arquiteto de Dados (Data Architect), Cientista de Dados (Data Scientist), Analista de Dados (Data Analyst) ou Analista de Business Intelligence (BI).
Os alunos terão acesso a uma moderna plataforma de LMS (Learning Management System) para compartilhamento de materiais entre docentes, alunos, tira dúvidas e, principalmente, networking, além de direito de acesso à biblioteca digital do Instituto Infnet, com centenas de livros.
CURSOS/MÓDULOS
Competências:
→ Instalar o software Gephi
→ Carregar uma base de lista de vértices
→ Filtrar dados baseados em características da rede
→ Realizar análise semântica de texto automatizada
→ Criar uma visualização de nuvem de palavras
→ Calcular tf-idf
→ Agrupar notícias e textos em tópicos
Competências:
→ Explorar dados com a plataforma R Studio Cloud
→ Instalar pacotes em R
→ Calcular medidas estatísticas básicas
→ Extrair o histograma dos dados
→ Calcular a correlação dos dados
Competências:
→ Descrever a distribuição de um conjunto de dados através de medidas estatísticas
→ Identificar outliers em um conjunto de dados
→ Identificar dados faltantes em um conjunto de dados
→ Realizar a entrada (input) de dados quando há dados faltantes
→ Criar gráficos que ajudem na visualização de dados usando a ferramenta ggplot
Competências:
→ Produzir um relatório utilizando R Markdown
→ Criar uma apresentação utilizando R Markdown
→ Publicar um relatório gerado em R Markdown em ambiente online
→ Criar gráficos de segmentação
→ Segmentar uma base de clientes de uma loja online
→ Segmentar uma base de dados georreferenciada
Competências:
→ Entender as fases de um projeto pelo método CRISP-DM
→ Acessar uma base de dados utilizando SQL
→ Aplicar um modelo preditivo para uma base dados do mundo real usando R
→ Utilizar a funcionalidade forecast para séries temporais
→ Criar modelos de Machine Learning sem codificação com Azure Machine Learning
Competências:
→ Identificar as principais características e ferramentas de um ambiente baseado no ecossistema Hadoop.
→ Descrever a arquitetura de um ambiente distribuído baseado no ecossistema Hadoop.
→ Diferenciar execution engines utilizados em ambientes distribuídos, tais como Map-reduce, TEZ ou Spark.
→ Mover dados para uma estrutura HDFS.
→ Consultar dados armazenados em uma estrutura HDFS utilizando o Apache Hive.
Competências:
→ Instalar o software Gephi
→ Carregar uma base de lista de vértices
→ Filtrar dados baseados em características da rede
→ Realizar análise semântica de texto automatizada
→ Criar uma visualização de nuvem de palavras
→ Calcular tf-idf
→ Agrupar notícias e textos em tópicos
Competências:
→ Explorar dados com a plataforma R Studio Cloud
→ Instalar pacotes em R
→ Calcular medidas estatísticas básicas
→ Extrair o histograma dos dados
→ Calcular a correlação dos dados
Competências:
→ Descrever a distribuição de um conjunto de dados através de medidas estatísticas
→ Identificar outliers em um conjunto de dados
→ Identificar dados faltantes em um conjunto de dados
→ Realizar a entrada (input) de dados quando há dados faltantes
→ Criar gráficos que ajudem na visualização de dados usando a ferramenta ggplot
Competências:
→ Produzir um relatório utilizando R Markdown
→ Criar uma apresentação utilizando R Markdown
→ Publicar um relatório gerado em R Markdown em ambiente online
→ Criar gráficos de segmentação
→ Segmentar uma base de clientes de uma loja online
→ Segmentar uma base de dados georreferenciada
Competências:
→ Administrar pelo menos um ambiente baseado em nuvem (AWS, Google, Azure ou IBM).
→ Identificar as principais características e ferramentas de um ambiente baseado no ecossistema Hadoop.
→ Descrever a arquitetura de um ambiente distribuído baseado no ecossistema Hadoop.
→ Diferenciar execution engines utilizados em ambientes distribuídos, tais como Map-reduce, TEZ ou Spark.
→ Mover dados para uma estrutura HDFS.
→ Consultar dados armazenados em uma estrutura HDFS utilizando o Apache Hive.
Competências:
→ Acessar uma base de dados utilizando SQL
→ Instalar o pacote de tratamento de séries temporais
→ Utilizar a funcionalidade Forecast do pacote de séries temporais
→ Aplicar um modelo preditivo para uma base dados do mundo real
