Capacitação em Ciência de Dados com Python

Undefined

Curso: Ciência de Dados com Python

Carga Horária: 30h

Modalidade: Online

Turno/Horário: Segunda, Quarta e Sexta | 18h às 22h

Período: 10/03/2025 a 21/03/2025

Professor (a): Prof. Ricardo Riosisley Lemes

 

Informações em: https://bit.ly/março-2025-tomorrow-insc

Inscrição em: https://bit.ly/ufba-tomorrow-março-form

 

NÍVEL DO CURSO:

Básico

 

OBJETIVO DO CURSO: 

Capacitar os participantes para dominarem os conceitos fundamentais da área de Ciência de Dados.

 

OBJETIVOS ESPECÍFICOS:

Conhecer os fundamentos de gerência de dados. Discutir questões éticas e a legislação atual. Conhecer a infraestrutura geral para coleta e armazenamento de dados. Utilizar ferramentas de apoio à análise de dados.

QUEM PODE FAZER ESSE CURSO?

Pessoas da área de tecnologia que buscam integrar diferentes áreas do conhecimento para transformar dados em informação relevante para tomada de decisão: estudantes de graduação e de cursos técnicos e profissionalizantes; profissionais de tecnologia da informação; desenvolvedores de software. Além disso, é desejado, mas não essencial, que o participante tenha algum conhecimento em programação, preferencialmente em linguagem de programação Python. 

Profissionais de outras áreas e pessoas com interesse na área de tecnologia, que dominam o uso de computadores e querem entender os fundamentos de Ciência de Dados. É desejável, mas não essencial, que o participante tenha algum conhecimento em programação, preferencialmente em linguagem de programação Python.

POR QUE DEVO FAZER ESSE CURSO?

A demanda por cientistas de dados está em alta e continua crescendo à medida que mais empresas reconhecem o valor dos dados para a tomada de decisões estratégicas. Habilidades em ciência de dados são altamente valorizadas em diversas indústrias, desde tecnologia e finanças até saúde e marketing, aumentando significativamente suas oportunidades de carreira. A ciência de dados permite que você descubra padrões e tendências ocultas nos dados, melhorando a tomada de decisões em várias áreas de negócios. Ao entender melhor os dados, você pode identificar áreas para otimização e eficiência, contribuindo para o sucesso organizacional. A ciência de dados é aplicável em várias disciplinas, desde análise financeira e pesquisa científica até desenvolvimento de produtos e marketing digital. Aprender ciência de dados lhe permite resolver problemas complexos do mundo real, tornando suas habilidades altamente práticas e relevantes. Profissionais que dominam a ciência de dados são capazes de oferecer uma vantagem competitiva significativa, usando dados para inovar e criar novas soluções. O curso para iniciantes fornece uma base sólida que é essencial para avançar para tópicos mais complexos, como aprendizado de máquina, inteligência artificial, e big data.

EMENTA

Introdução e motivação para o uso de ciência de dados. Aspectos legais: ética e legislação. Infraestrutura para coleta e armazenamento de dados. Ferramentas essenciais para extração de informações a partir de conjunto de dados.

 

 

SOBRE O PROFESSOR

Ricardo Rios é professor adjunto do Instituto de Computação e pesquisador na área de Inteligência Artificial, atuando em temas como Análise de Séries Temporais, Aprendizado de Máquina, Redes Neurais Profundas e Ciência de Dados. Atualmente, Ricardo coordena o grupo de pesquisa CInO (Computational Intelligence and Optimization Research Lab). Em colaboração com pesquisadores da academia e indústria, Ricardo tem buscado resolver problemas em diferentes aplicações reais nas áreas de Medicina, Vulcanologia, Transporte Público e Biodiversidade. Além de publicar diversos artigos nessas áreas, Ricardo é editor da revista científica Expert Systems with Applications (Elsevier). Ricardo é pesquisador associado do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI/USP) e do Centro de Pesquisa Aplicada em Inteligência Artificial (SENAI/CIMATEC), e orientador do MBA em IA e Big Data do ICMC/USP. Em 2022, Ricardo recebeu o prêmio Google Latin American Research Awards por seu trabalho com modelagem e monitoramento da Biodiversidade Brasileira.