Curso Análise de Dados Avançada

Módulo I - Python para Análise de Dados

·        Variáveis e tipos de dados (Data types);
·        Estrutura de dados;
·        Fluxo de controle e fluxo condicional;
·        Arquivos e funções;
·        Programação funcional;
·        Programação orientada a objetos;
·        Módulos e pacotes;
·        Lidando com erros;
·        Transformação, limpeza e visualização de dados em Python.

Módulo II - O processo da Análise de dados

·        Mineração de dados;
·        Preparação de dados;
·        Visualização de dados;
·        Análise exploratória com Seaborn e Pandas.

Módulo  III - Controle de versão

·        Introdução ao Git e ao Github;
·        Criando um repositório Github;
·        Executando mudanças no seu repositório;
·        Salvando e baixando as mudanças;
·        Trabalhando com Git branches.

Módulo IV - Fundamentos da matemática para Análise de dados

·        Trabalhando com Numpy;
·        Objetos array do Numpy;
·        Vetorização de problema;
·        Fundamentos da estatística.

Módulo V - Machine Learning

·        Fundamentos do machine learning;
·        Regressão;
·        Classificação;
·        Agrupamento;
·        Dados em série temporal.

Módulo VI - SQL para Análise de Dados

·        Base de dados e linguagem SQL;
·        Trabalhando com tabelas;
·        Seleção e ordenação;
·        Filtragem e seleção condicional;
·        Agregação;
·        Trabalhando com diversas tabelas;
·        Técnicas avançadas em SQL.

Módulo VII - Visualização interativa de dados

·        Visualização interativa de dados;
·        Introdução ao Google Data Studio;
·        Medidas e dimensões;
·        Criação e publicação de dashboards para visualização.

Módulo VIII - Trabalhando em ambiente de nuvem

·        Iniciando-se no Amazon Web Services;
·        Rodando Python com funções de AWS Lambda;
·        Gerenciamento de tarefas com AWS;
·        Serviços de gerenciamento com AWS Cloud/Watch;
·        Trabalhando com Sagemaker notebooks;
·        Rodando aplicações em máquinas virtuais de AWS EC2.

Módulo IX - Big Data e Data Lake no AWS

·        Introdução ao Spark;
·        Trabalhando com Apache Spark;
·        Processamento de grande quantidade de dados;
·        Processamento de dados usando Pandas, PySpark e Pyarrow;
·        Trabalhando com Data lakes;
·        Extract load transform (ETL).