Data Science & Business Analytics

QUERO FREQUENTAR ESTE CURSO

Interesses

Marketing Digital

Design Digital

Front-End

Mobile

UX/UI

Business

Enviar

Curso/Programa

VAGAS DISPONÍVEIS

A definir

Curso Pós-Laboral

Investimento: 305€ x 8

Sem Juros. Pronto Pagamento : 5% de desconto

Download PDF

Conteúdo Programático do Curso (Pós-Laboral)

2ª

19:00H às 23:00H

3ª

4ª

19:00H às 23:00H

5ª

6ª

19:00H às 23:00H (Quando Aplicável)

160h Curso Hands-on

40h Projecto de Curso

16h Workshop

216h DURAÇÃO TOTAL DO CURSO

QUERO FREQUENTAR ESTE CURSO

O que é Data Science & Business Analytics?

O volume de dados atualmente disponíveis é um domínio de estudo cada vez mais atrativo no mercado digital em que vivemos.

Os investimentos das organizações em gestão de dados e em business analytics estão a exponenciar e a provocar uma transformação nos negócios, de tal forma a que a ciência dos dados e a sua análise e tratamento são fundamentais para as estratégias de negócio e tomadas de decisões das próprias organizações.

Sobre o Curso

O programa foi concebido por Data Scientists & Analysts com uma vasta experiência nacional e internacional. O input de profissionais com experiência no mercado nacional e internacional é essencial ao desenvolvimento teórico e prático dos programas da EDIT..

Esta formação é composta por aulas teóricas, práticas, desenvolvimento de projetos e “inside knowledge” de profissionais convidados.

A admissão neste curso requer a marcação de uma SOPP (Sessão de Orientação Pedagógica & Profissional) com um Student Admissions Manager.

Objetivos

Com esta formação, os alunos serão capazes de recolher, extrair, consultar, limpar, e agregar dados para análise.

Irão saber realizar análises visuais e estatísticas de dados e implementar modelos e algoritmos usando as ferramentas associadas, como por exemplo Python.

Serão igualmente capazes de construir e implementar modelos e algoritmos, criar e partilhar diversas formas de visualização de dados, bem como criar relatórios claros de todas as nuances da análise. Outro dos objetivos do curso passa por saberem identificar Big data problems e resolver esses desafios, e também aplicar processos de solução de problemas, modeling e validação.

Perfil

Este curso intensivo é indicado para Data Analysts, pessoas com background quantitativo como engenheiros (informáticos, eletrotécnicos; civis…), perfis com background/experiência nas áreas de Economia, Gestão; Contabilidade (ou similares) e Matemática Aplicada. Também poderá ser dirigido a Managers, Sales Managers, Digital Marketeers ou newbies, com o domínio analítico como fator obrigatório.

Conteúdo Programático

Módulo

Data Science Fundamentals.

Data Science Definition /Applications

Data Mining main branches/techniques

Python Fundamentals – Key concepts

Data Understanding

Data loading and cleansing, Plotting, Feature extraction

Databases Fundamental.

Database concept

Datawarehouse concept

Relational and non-relational

Major providers

Architecture, Models, Definition

Types of Data Models

Fact and Dimension tables, Keys

Star and Snowflake schema

Sql Fundamentals, Key concepts

Módulo

Big Data Technologies.

Big Data Ecossystem

Introduction to Big Data

Defining a Big Data Cluster

Distributed Query SQL Query Engine

Distributed Data Processing

Distributed Processing with Spark

Data Pipelines

Data Integration Tools

Workflow Concepts

Building a Data Pipeline

Business Analytics.

Descriptive, predictive and perscriptive analytics

Analytics as a competitive advantage: success stories

Analytical techniques besides machine learning:

Linear programming
Heuristics-based optimization
Experimental design
Graph analysis
Simulation

Módulo

Analyzing & Visualizing Data.

Introduction to Information Visualization

Introduction to Tableau

The role of visualization in Data Science

Interactive dashboards in Tableau

Exploratory Data Analysis.

Types of data

Descriptive Statistics

Techniques and tools

Visualization

Módulo

Quantitative & Statistical Analysis and Modeling.

Quantitative Data Definition;

Types of Quantitative Data;

Collection Methods;

Analysis Methods;

Steps to conduct Quantitative Data Analysis

Quantitative Data Examples;

Advantages & Disadvantages of Quantitative Data;

Differences between Quantitative and Qualitative Data

Machine Learning Models.

Linear Algebra review

Probability Theory review

Supervised Learning

Unsupervised Learning

Machine Learning system design

Machine Learning applications

Módulo

Advanced Machine Learning Models (Deep Learning).

Deep Neural Networks

Deep Convolutional Neural Networks

Practical Deep Learning

Sequence Models

Applied Practice.

Identify a problem

Obtain the data

Understand the data

Prepare, clean, and format the data

Analyze the data

Create visualizations or a dashboard to display insights both numerically and graphically.

Present high level insights and the resulting actions to key stakeholders

#10

Módulo

Documentação de Apoio às aulas.

A inscrição no curso Data Science & Business Analytics inclui acesso a publicações e a documentação de suporte nas aulas, incluindo um conjunto de recursos bibliográficos e formações on-line de suporte às atividades de ensino, investigação e aprendizagem.

Workshop da EDIT.

No final do curso, os alunos da EDIT. têm acesso a um workshop, incluído no programa. Este workshop é escolhido pelo aluno (exceto The Agency Workshop Series, International Workshop e Lego® Serious Play®).

Ver Workshops

Recrutamento

Todos os nossos alunos beneficiam de uma colaboração exclusiva entre a Tronik- Digital Recruitment Agency e a EDIT.. O objetivo desta parceria é o enquadramento e inclusão dos alunos da EDIT. no mercado de trabalho.

Mais Info

Certificação

A certificação é entregue aos alunos em formato digital e inclui: carga horária, modular e total, do curso temáticas, notas finais de cada módulo e média final do curso, certificação DGERT, carimbo e assinatura (da coordenação pedagógica do programa ou administração da escola).

Aluno Internacional

Queres vir estudar em Portugal?

Mais Info

Equipamento

Computador (1 por aluno).
Projetor HD.
Documentação em formato digital.

Admissão

Idade Mínima 18 anos.
-
Formação nas áreas de Engenharia, Economia, Contabilidade, Marketing, Gestão e Matemática Aplicada e/ou Experiência profissional em domínio analítico.
-
Marcação de uma SOPP (Sessão de Orientação Pedagógica & Profissional) gratuita com o Student Admissions Manager.

Equipa

Saulo
Sobreiro

Data Engineer

Talkdesk

Gonçalo
Nogueira

Data Analyst

Farfetch

Renata
Assis

Campus & Pedagogical Manager

Departamento Pedagógico

Eva
Pinho

Student Admissions & In-Company Manager

Departamento Pedagógico

Isabel
Peixoto

Pedagogical Assistant

Departamento Pedagógico

Alumni
Stories

Entrevista a Aluna

"A participação nesta formação foi impulsionadora da minha evolução profissional, enriqueceu as minhas competências e, consequentemente desenvolveu a minha visão do mercado do Marketing Digital."

Joana Santos

ver entrevista

Entrevista a Aluno

"No curso de Digital Marketing & Strategy foi onde dei os meus primeiros passos no digital, aprendi a compreender como funciona este mundo e de que maneira podemos criar um impacto positivo nas pessoas e nas Marcas."

Nuno Duarte

ver entrevista

Entrevista a Aluno

"O papel dos tutores é sempre relevante uma vez que, para além de toda a informação que já está planeada passarem, estão sempre disponíveis para nos ajudar com outro tipo de questões, principalmente problemas que surgem em contexto profissional."