Desenvolva seu conhecimento em ciência de dados aproveitando conjuntos de dados do mundo real e aprendendo com especialistas do setor com um currículo baseado em Python. Domine as ferramentas e técnicas relevantes para resolver problemas reais de negócios e avançar sua carreira hoje.
Mestrado Intensivo em Ciência de Dados
Boas decisões são sempre baseadas em dados
Obtenha resultados reais
Nossa equipe de carreira ajuda você a identificar seus pontos fortes, refinar seus objetivos e conectá-lo aos mais de 200 parceiros da Nuclio para transformar suas aspirações profissionais em realidade.
Conhecimento especializado
Resolva problemas em conjunto com alunos de alta performance com diversos conhecimentos em ciências, análise de dados, engenharia, matemática e muito mais. Crie conexões significativas, conheça os empregadores em potencial e junte-se a uma comunidade de aprendentes vitalícios.
Conceitos, plataformas e técnicas no curso.
- Programação: R, Python
- Visualização de dados: ggplot2, seaborn, matplotlib
- Estatísticas inferenciais,
- Distribuições de probabilidade,
- Análise de regressão
- Algoritmos de classificação
- Agrupamento e recomendação.
- Habilidades de comunicação: elas são essenciais para explicar e visualizar adequadamente tudo o que foi aprendido antes.
- Laboratórios de dados
- Projeto final
Fundamentos da Ciência de Dados: Python e estatística
Os alunos são diretamente incorporados em um currículo baseado em Python, onde exploramos e aprendemos as melhores práticas em análise estatística, incluindo os métodos frequentista e bayesiano. Usando as melhores práticas de engenharia de software e programação em pares com colegas de diferentes origens, os alunos dominam os conceitos fundamentais da ciência de dados.
- introdução
- Instalando nossa ferramenta de trabalho
- Uma introdução à análise preditiva e ao aprendizado de máquina
- Limpeza de Dados
Aprendizado de Máquina e estudos de caso reais
No segundo bloco, começamos a mergulhar na aprendizagem automática, trabalhando em problemas reais de classificação, regressão e agrupamento usando conjuntos de dados estruturados e não estruturados. Descobriremos bibliotecas como scikit-learn, NumPy e SciPy, e usaremos estudos de casos reais para integrar nossa compreensão dessas bibliotecas em aplicativos do mundo real.
- Operações de manipulação de dados
- Conceitos básicos de estatística para modelagem preditiva
- Regressão Linear com Python
- Regressão logística com Python
- Agrupamento e classificação
- Árvores e florestas aleatórias
Processamento de linguagem natural e visualização de dados
Em nosso terceiro bloco, adicionamos sistemas de processamento e recomendação de linguagem natural ao nosso corpo de conhecimento em ciência de dados. Aprendemos o processamento de big data de código aberto e concluímos o Block com o aperfeiçoamento da arte de visualização e conhecimento de dados. No final deste bloco, os alunos devem ser bem versados em conhecimento conceitual e prontos para embarcar em projetos independentes.
- Máquinas de suporte vetorial
- K vizinhos mais próximos
- Sistemas de recomendação
- Análise dos principais componentes
- Introdução às redes neurais e aprendizado profundo com o TensorFlow
- Junte-se ao código R e Python com a biblioteca rpy2
Projeto Capstone e preparação para o mercado de trabalho
Para completar nosso programa de imersão, os alunos trabalham de forma independente em um projeto de ciência de dados aplicado que é exclusivo para seus interesses ou aspirações de carreira em um projeto Capstone. Esses projetos refletem o conjunto de habilidades técnicas que os alunos aprenderam ao longo do curso e demonstram sua competência e aptidão como verdadeiros cientistas de dados.
Em 2020, estima-se um milhão de novos empregos digitais e tecnológicos na Europa.
O perfil de dados da Ciência será um dos mais relevantes para a produtividade das empresas, dando as informações necessárias a estas para poderem ter vantagem sobre os concorrentes.
Esta escola oferece programas em:
- Espanhol
Última actualização December 6, 2018
