Home>Pós-graduação>Base de Dados - Database>Lisboa - Cidade>Pós-graduação em Data Science (PGDS) - Lisboa - Cidade - Lisboa
 

Pós-graduação em Data Science (PGDS)

Centro: Rumos
Método: Presencial
Preço: 3.650 euros
3 650 € (Possibilidade de pagamento faseado até 8 vezes sem juros)
Loading...

Solicite informação sem compromisso
Rumos

Pós-graduação em Data Science (PGDS) - Lisboa - Cidade - Lisboa

Nome
Apelido
E-mail
Telefone
Teléfono Fixo ou Celular [Prefijo+ nº]
 
 
 
 
Distrito
País
Movil
Comentários / Perguntas
Para enviar a solicitaçao, você deve aceitar a política de privacidade
* Campos obrigatórios

Em breve um responsável de Rumos, entrará em contacto contigo para mais informações.
Por favor, preencha todos os campos corretamente
Pós-graduação em Data Science (PGDS) - Lisboa - Cidade - Lisboa Comentários sobre Pós-graduação em Data Science (PGDS) - Lisboa - Cidade - Lisboa
Conteúdo:
Pós-graduação em Data Science (PGDS).

Formato do curso: Presencial e Live Training
Duração: 162 horas

A quantidade de dados gerados pelas organizações tem vindo a crescer e consequentemente a necessidade de pessoas especializadas capazes de retirar valor desses dados. Quando devidamente explorados, permitem suportar decisões estratégicas para o negócio, criação de novos produtos, oferta de serviços mais personalizados entre muito outras potencialidades. Data Science é por isso uma área transversal a todos o tipos de organizações e a todos os sectores, sendo o seu valor reconhecido pelas vantagens competitivas que potencia.

Esta Pós-Graduação é desenvolvida ao abrigo do protocolo de colaboração entre a Universidade Atlântica e a Rumos. Destina-se a todos aqueles que pretendam tirar partido desta nova capacidade estratégica, dotando-os dos conhecimentos necessários para retirar o máximo valor dos dados, dando uma visão detalhada, teórica e prática, de conceitos e metodologias

Composição.

O programa do ciclo de estudos de Pós-Graduação em Data Science (PGDS) é composta por dois ciclos de especialização, Especialização Data Science Manager e Especialização Data Science Researcher que no seu conjunto permitem aos alunos ficarem com uma visão alargada e detalhada dos conceitos e metodologias subjacentes a esta área emergente.

A Especialização Data Science Manager fornece aos alunos os principais conceitos e ferramentas usadas pelos Data Scientists e os princípios de constituição e orientação de equipas de Data Science para que o resultado do trabalho destas seja bem sucedido. A Especialização Data Science Researcher oferece uma forte base dos princípios necessários para o desenvolvimento de um projeto de Data Science com práticas de aplicação a projetos reais.

Os alunos que concluam o curso com sucesso ficam habilitados a proceder à criação e gestão de equipas de Data Science na organização, a estruturar projetos de Data Science, serem capazes de identificar oportunidades para uso de Data Science dentro das organizações, saberem extrair, processar e explorar dados aplicando métodos estatísticos para retirar mais informação dos dados e serem capazes de criar modelos descritivos e preditivos.

Os alunos vão adquirir na PGDS amplos conhecimentos, teóricos e práticos, para exercer uma carreira que é altamente procurada e valorizada no mercado nacional e internacional.

Diploma de Estudos.

Cada módulo formativo tem uma avaliação dos conhecimentos adquiridos que permite a atribuição de um Diploma de Estudos no final do curso a todos os alunos que o terminem com sucesso. A avaliação de conhecimentos é individual, sendo obtida através da participação em trabalhos de grupo e testes.

Os alunos que não conseguirem realizar os testes e trabalhos de determinada unidade curricular nas datas estipuladas, impossibilitando assim a sua avaliação, poderão solicitar a realização de exame de recuperação mediante um custo adicional. Estes exames serão realizados em duas épocas especiais de recuperação, a decorrer no final de cada uma das especializações.

Atribuição de ECTS.

No âmbito da parceria com a Universidade Atlântica, esta Pós-graduação atribui 25 créditos ECTS (European Credit Transfer System).

Destinatários.

A Pós-Graduação em Data Science destina-se a todos aqueles que queiram adquirir conhecimentos que lhes permitam tirar partido desta nova capacidade estratégica, dotando-os dos conhecimentos necessários para conseguirem retirar o máximo valor dos dados e com isso aportarem valor competitivo para as organizações, nomeadamente profissionais que desempenhem funções diretas de tomada de decisão ou que intervenham em processos de análise de dados para a tomada de decisão sobre os negócios da organização.

Pré-requisitos.

As candidaturas à Pós-graduação em Data Science estão abertas a:

  • Todos os que tenham um grau académico de licenciatura ou superior nas áreas científicas;
  • Todos os profissionais com ou sem grau académico, cuja experiência seja considerada adequada para que o aluno tenha sucesso no curso e as turmas resultem homogéneas.
A seleção será sempre feita mediante análise curricular pela Coordenação Científica do curso, que pode chamar o candidato a uma entrevista presencial. Em qualquer dos casos, a decisão será sempre fundamentada e apresentada por escrito ao candidato.

Adicionalmente, os alunos deverão ter:

  • Conhecimentos básicos de Matemática e Estatística;
  • Conhecimentos básicos de utilização de uma qualquer linguagem de programação;
  • Bom nível de capacidade de leitura em língua inglesa.
Objectivos.

  • Criação e Gestão de equipas de Data Science
  • Estruturação de um Projecto de Data Science
  • Capacidade de identificar oportunidades para uso de Data Science dentro da Organização
  • Extracção, pre-processamento e exploração de dados
  • Aplicação de métodos estatísticos para retirar mais informação dos dados
  • Criação de modelos descritivos e preditivos
  • Conhecimentos de Python
Metodologia.

A Pós-graduação em Data Science pode ser ministrada Presencialmente ou via Live Training.

A Pós-Graduação é constituída por dez módulos formativos que se enquadram em sequência lógica dentro dos dois ciclos de Especialização:

  • Especialização Data Science Manager
  • Especialização Data Science Researcher
A metodologia pedagógica está focada no saber fazer, pelo que os conceitos e teoria de base são fortemente explorados em treino orientado para a colocação dos conhecimentos em prática.

Os alunos devem ter em conta que para além da exigência das aulas há a exigência de estudo adicional e de desenvolvimento de trabalhos práticos que permitam um cabal desenvolvimento do saber fazer nesta área de
conhecimento.

Programa.

Ciclo de especialização Data Science Manager.

  • Fundamentos de ciência de dados
    • O que é Data Science (DS)
    • O papel da Data Science nos diferentes tipos de organizações
    • Estruturação de um projeto de Data Science
    • Resultados de um projeto de Data Science
    • As ferramentas básicas de um Data Scientist
  • Gestão de equipas de ciência de dados
    • O papel do Data Science Manager
    • Perfil dos vários membros de uma equipa de Data Science
    • Métricas de sucesso de um projecto de Data Science
    • Entrevistas
  • Gestão do Processo de Data Mining
    • Etapas do processo de data mining
    • Tipos de questões e características de boas questões, expectativas e objetivos
    • Conceito de recolha de dados
    • Conceito de Exploratory Data Analysis
    • Conceito de inferência estatística
    • Conceito de modelos preditivos
    • Critério de paragem
    • Comunicação de resultados
  • Aplicação da ciência de dados
    • Comparação do cenário ideal versos o cenário real
    • Qualidade dos dados fonte
    • Factores que afectam os resultados
    • Inferência estatística versus predição
    • Dimensão dos dados
    • Interpretação de resultados
    • Escalabilidade
    • Reprodutibilidade
    • Casualidade versus confusão
    • A/B Testing
    • Manutenção dos modelos
Ciclo de especialização Data Science Researcher.

  • Programação com Python
    • Instalação do python
    • Básicos da programação com python
    • Pacotes Pandas
    • Jupyter notebooks
  • Metodologia de recolha de dados
    • Processo ETL (extract, transform, load)
    • Conceito de data governance
    • Fontes de dados: Excel, XML, MySQL, Web, APIs
  • Metodologias de pré-processamento de dados
    • Tipos de dados
    • Limpeza de dados
    • Transformação de dados
  • Inferência estatística
    • Funções massa e densidade em probabilidade
    • Probabilidades condicionadas e teorema de Bayes
    • Valores expectáveis
    • Média, desvio padrão e variância
    • Distribuições binomial, normal e de Poisson
    • Teorema Limite Central
    • Testes de hipóteses
    • Significância estatística e valor P
    • Pacotes NumPy e statsModels
  • Análise exploratória de dados
    • Seleção de Variáveis
    • Sumário estatístico dos dados
    • Redução de dimensão
    • Visualização para exploração dos dados
  • Fundamentos práticos de “Machine Learning”
    • Predição, erros e validação cruzada
    • Aprendizagem Supervisionada e não supervisionada
    • Modelos de Regressão
    • Modelos de Classificação
    • Pacote Scikit-learn
Outro curso relacionado com Pós-graduação de Base de Dados - Database: