Bootcamp de Introdução ao Data Science - ESPM
Bootcamp de Introdução ao Data Science

01/09/2020

80 horas

Home Educação Continuada

Bootcamp de Introdução ao Data Science

Coordenador

Acácio Ventura

Course Attendees

Still no participant

Certificado

Certificado

O certificado será emitido em formato digital ao termino do curso, você receberá um link em seu e-mail cadastrado no ato de sua inscrição em até 7 dias.

Importante: O aluno deverá ter uma frequência mínima de 75% nas aulas.

Cancelamento ou adiamento do curso – Educação Continuada CIC São Paulo

Cancelamento ou adiamento do curso – Educação Continuada CIC São Paulo

TERMO DE CIÊNCIA E ACEITE AO CONTRATO DE PRESTAÇÃO DE SERVIÇOS EDUCACIONAIS DA ESPM

 

 

Pelo presente instrumento particular, de um lado, como CONTRATADA, a AESPM – Associação Escola Superior de Propaganda e Marketing, CNPJ 61.825.675/0006-79, com sede na cidade de São Paulo e filiais nas cidades de Rio de Janeiro, Porto Alegre, Florianópolis, e do outo lado, como CONTRATANTE, o(a) ESTUDANTE, #nome#  devidamente qualificado (a) na inscrição realizada no portal eletrônico da CONTRATADA, têm entre si, como justo e acordado, o presente Termo de Ciência e de Aceite às cláusulas do Contrato de Prestação de Serviços Educacionais da ESPM abaixo descritas:

CLÁUSULA 1ª - DO OBJETO

1.1.    O objeto do presente contrato é a Prestação de Serviços Educacionais do curso de EXTENSÃO DA ESPM indicado no ato de inscrição online, por meio de aulas e demais atividades acadêmicas em turnos e locais indicados pela contratada e de acordo com seu currículo próprio, conforme estabelecido na legislação vigente.

1.2.    A ESPM se reserva o direito de introduzir melhorias e/ou aperfeiçoamentos no Curso, podendo, para tanto, alterar seu conteúdo e/ou grade de professores e aulas, até a data de seu início, desde que tais melhorias e/ou aperfeiçoamentos preservem o objetivo acadêmico do Curso e não importem em ônus adicional ao(à) ESTUDANTE(A) #nome# ou na redução da carga horária total.

1.3.     O Estudante está ciente que as aulas presenciais do curso escolhido, poderão ser ministradas em qualquer uma das unidades da ESPM.

CLÁUSULA 2ª - DA MATRÍCULA

2.1. - Neste ato de matrícula, o estudante, concorda expressamente com este Termo, estando ciente e de acordo com as condições e obrigações constantes na legislação aplicável à área de ensino e, ainda, com as emanadas de outras fontes legais, desde que regulem supletivamente a matéria.

2.2 - A inscrição para o curso será efetivada após a confirmação do pagamento, que poderá ser realizado à vista por meio de boleto bancário ou débito/crédito, ou parcelado no cartão de crédito conforme as condições comerciais do curso escolhido.

2.3 - A ESPM se reserva o direito de alterar a data de início da turma ou de cancelá-la, na hipótese de não ser atingido o número mínimo de estudantes matriculados para início da turma, com 48 horas de antecedência da data prevista para seu início.

CLÁUSULA 3ª – DO CANCELAMENTO E/OU ADIAMENTO DO CURSO

3.1 - O curso poderá ser cancelado e/ou adiado pela CONTRATADA caso não haja o número mínimo de estudantes inscritos que justifique a abertura do curso, conforme estabelecido pela Coordenação. Caso o estudante não concorde com o adiamento do curso, deverá solicitar o cancelamento através do e-mail.

3.2 -  O cancelamento por parte do estudante poderá ser efetivado junto à secretaria de pós-graduação da ESPM ou através do e-mail extensao.sp@espm.br com até 24 horas de antecedência do início do curso.

3.3 – O curso ficará à disposição do Estudante e não caberá qualquer restituição de valores pagos em caso de abandono ou cancelamento do curso após o seu início.

3.4 – Caso o (a) Estudante não manifeste formalmente seu pedido de desistência, conforme previsto neste instrumento, estará caracterizado o abandono do curso, não sendo devido o reembolso do valor pago e ainda o (a) mesmo (a) deverá honrar com o pagamento das parcelas a vencer.

3.5 - O não comparecimento aos atos escolares não exime o estudante ao pagamento das parcelas do curso já que, conforme reconhece, os serviços ficarão à sua disposição.

CLÁUSULA 4ª – REEMBOLSO

4.1 - No caso dos itens 3.1 e 3.2, será devolvido 100% do valor pago, por meio de depósito na conta bancária indicada pelo estudante, em até 10 (dez) dias úteis, a contar da data de indicação dos dados bancários do estudante para providências do devido reembolso, ou via estorno de pagamento realizado por cartão de crédito.

CLÁUSULA 5ª – EMISSÃO DO CERTIFICADO

5.1-  A expedição do certificado de conclusão do curso está condicionado ao aproveitamento mínimo de 75% das aulas.

5.2 - O certificado será enviado por e-mail em até 07 (sete) dias após o final do curso.

CLÁUSULA 6ª – FORMAS DE PAGAMENTO

6.1- Pagamento à vista ou parcelado com cartão de crédito: (American Express, Mastercard ou Visa)

- Pagamento parcelado: verificar a quantidade de parcelas disponível no ato da inscrição

- Pagamento à vista: através de boleto impresso no site ou cartão de crédito/débito

6.2 - Perderá direito a vaga o estudante que não efetivar o pagamento da 1ª parcela até a data do vencimento. A inscrição sem o pagamento não garante a vaga no curso.

6.3 - No último dia de matrícula, são aceitos somente pagamento por meio de cartão de crédito ou débito. ATENÇÃO, NÃO REALIZAMOS PRORROGAÇÃO DO BOLETO.

Para emitir um novo boleto com data atualizada, gerar no site do curso clicando em "quero me inscrever", "já possuo código e senha" ou acessar o site do Bradesco: https://banco.bradesco/html/classic/produtos-servicos/mais-produtos-servicos/segunda-via-boleto.shtm

CLÁUSULA 7ª – INFORMAÇÕES PARA PAGAMENTO EMPRESA E INFORMAÇÕES SOBRE A NOTA FISCAL

7.1 - O cadastro inicial no curso deve ser todo realizado no nome do participante, e no momento da escolha da forma de pagamento, deverá escolher a opção "Pessoa jurídica", nesse caso o boleto, recibo de pagamento e Nota Fiscal (ao final do mês do curso) sairão em nome da empresa.

7.2 - A obrigação da emissão de "nota fiscal" de serviços educacionais surge do fato gerador, ou seja, surge da efetivação da prestação do serviço. Assim, a nota fiscal será emitida após o término do curso, podendo existir duas ou mais notas, a depender da duração do curso.

7.3 - Para receber a Nota Fiscal da Prefeitura de São Paulo quando for gerada, a empresa pode entrar no site da Prefeitura: https://nfe.prefeitura.sp.gov.br/.

7.4 - Como alternativa às empresas que necessitam da Nota Fiscal para realização do pagamento antecipado do curso, disponibilizamos um recibo antecipado de pagamento emitido em nome da empresa. Havendo esta necessidade, após gerar o boleto no site, deverá solicitar o recibo via e-mail: extensao.sp@espm.br constando no corpo do e-mail, razão social da empresa, CNPJ, nome do estudante e curso. O prazo máximo para emissão do recibo é de três dias corridos.

CLÁUSULA 8ª - DO PRAZO CONTRATUAL

8.1 - O prazo do presente Termo inicia-se na data de início do curso e dar-se-á por encerrado após o cumprimento das obrigações das PARTES.

CLÁUSULA 9ª – DAS DISPOSIÇÕES FINAIS

9.1 - A ESPM NÃO SE RESPONSABILIZA POR QUAISQUER OUTROS VALORES QUE EVENTUALMENTE TENHAM SIDO DESPENDIDOS PELO PARTICIPANTE, SEJA A QUE TÍTULO FOR, TAIS COMO PASSAGENS ÁREAS, RODOVIÁRIAS, COMBUSTÍVEL. HOSPEDAGEM, ETC.

9.2. O(A) ESTUDANTE(A), #nome# está ciente e de acordo que:

a.    em hipótese alguma será admitida a sua substituição por outro, durante o Curso;

b.    é de sua responsabilidade comunicar a ESPM eventual mudança de dados cadastrais, exemplo: Endereço, e-mail, telefone e etc;

CLÁUSULA 10ª: Do Foro

10.1 - Fica eleito o foro central da Capital de São Paulo, para decidir sobre litígios que decorram da interpretação e da execução deste Contrato.

O Estudante declara ter lido, entendido e estar de acordo com todos os termos e condições deste Termo.

Comentários curso

Ainda não há comentários

Uma parceria com a Alura

A Alura é a maior plataforma de cursos de tecnologia 100% em português. Em 2020 a alura completa 9 anos e já ultrapassou a fronteira de 1.000 cursos produzidos. Sua missão é abrir o caminho para profissionais que desejam ser sempre melhores que ontem.
A parceria com a ESPM abre novos canais para levar essa missão ainda mais além e para um público mais amplo, a ESPM reconhece nos conteúdos da Alura algo diferenciado e aderente a sua comunidade. Por esse motivo que decidiu estabelecer essa parceria.

Bônus

6 meses de acesso a plataforma da Alura

O aluno terá 6 meses de acesso a plataforma para concluir os seus estudos, contados a partir do momento da matrícula. Se finalizar os seus estudos antes desse prazo, a plataforma continuará disponível no período de 6 meses para novas consultas.

Objetivo do curso

Compreenda o processo de análise de dados, modelagem e estatística.

Para quem se destina?

Este curso destina-se a profissionais com formação em Big Data, Business Intelligence ou aos interessados em aprender sobre análise de dados.

O que você vai aprender?

Com esta formação, você estará preparado para realizar a análise de dados com a ferramenta Python e apresentar informações mais assertivas para tomar decisões.

Programa do curso

Aprenda a utilizar as bibliotecas Python para realizar uma análise aprofundada dos seus dados.

Módulo: Data Science: Primeiros Passos
Carga horária: 06 horas

Conteúdo detalhado:

● Data Science: dados e visualizações - Conhecendo nossos dados e o pandas, visualizando dados com histograma e boxplot;
● Análise exploratória e Variáveis - Análise exploratória de dados e mais gráficos, tipos de variáveis;
● Data visualization e Estatística - Visualizando gráficos por categoria, passando uma mensagem através de visualização, visualizando as outras categorias, refinando visualizações, média, mediana, desvio padrão, boxplot, histograma, tendência central e dispersão, como tudo isso se encaixa.

Carga horária: 12 horas

● Conhecendo Jupyter - Introdução, instalação Anaconda, ambiente Virtual; ● Importando dados - Importando a base, conhecendo o Jupyter, conhecendo a base de dados, informações de um Data Frame, (Opcional) Importando dados de outras
fontes, funções para obtenção de dados; 
● Limpando observações - Projeto da aula anterior, removendo valores repetidos, utilizando métodos no pandas, redefinindo o index, índice das linhas de um Data Frame, (Opcional) criando estruturas de dados #1, (Opcional) criando estruturas de
dados #2, conhecendo melhor as estruturas de dados, formas de criação de um DataFrame;
● Filtrando imóveis - Projeto da aula anterior, imóveis residenciais, determinando seleções, exportando base de dados, revisando o que aprendemos, (Opcional) organizando dataframes, o funcionamento do sort_index, mais sobre classificações;
● Frequências de imóveis - Projeto da aula anterior, seleções e frequências, Data Frame para os próximos exercícios, seleções de nível; 
● Tratando de dados faltantes - Projeto da aula anterior, tirando valores nulos, conhecimentos básicos sobre missing values, tratamento condicional, revisando o processo, (Opcional) métodos de interpolação, preenchendo dados faltantes;
● Novas variáveis - Projeto da aula anterior, criando novas variáveis, identifique o erro na criação de variáveis, excluindo variáveis, métodos de exclusão de variáveis, (Opcional) contadores, testando moedas;
● Estatísticas descritivas - Projeto da aula anterior, criando agrupamentos, sumarizando informações, estatísticas descritivas, selecionando as estatísticas descritivas, (Opcional) criando faixas de valor, conhecendo a função cut();
● Removendo Outliers - Projeto da aula anterior, identificando e Removendo Outliers, estatísticas do box plot, identificando e removendo Outliers por Grupo, sobre o box plot, (Opcional) mais sobre gráficos, a biblioteca matplotlib, consolidando o seu conhecimento, projeto do curso.

Vídeo: Alura Live #54 - Data Science - Youtube

Utilize a técnica de Regressão Temporal para compreender as variáveis existentes e como distribuir os seus dados.

Módulo: Data Analytics: introdução a séries temporais e análises
Carga horária: 08 horas

Conteúdo detalhado:

● Séries temporais - O que são, cuidados ao trabalhar com séries temporais, posição, velocidade e aceleração, corrigindo valores com dias úteis e fins de semana, carregando um CSV no Google Docs; 
● Mais séries temporais - Trabalhando com dados em branco, estimando valores em branco suavização (smoohing) e médias móveis4, decomposição de séries temporais: Tendência, sazonalidade e ruído, sazonalidades aditivas e multiplicativas;
● Dados e estatísticas básicas - Histogramas e distribuições, medidas de tendência central: Média, Mediana, Desvio Padrão, crescimento mês a mês: média geométrica, comparando os tipos de médias: Aritmética, Geométrica e Harmônica, como calcular o churn (perda de clientes), análise de grupos (Cohort), tempo médio de vida.

Carga horária: 12 horas

Conteúdo detalhado:

● Análises preliminares - Projeto inicial do treinamento, conhecendo o dataset, criando um DataFrame pandas, fontes de dados, análises preliminares, correlação entre as variáveis;
● Comportamento da variável dependente - Projeto da aula anterior, comportamento da variável dependente, utilizando o matplotlib, box plot, por que utilizar um box plot?, box plot com duas variáveis, comparando distribuições, distribuição de frequências, avaliando a distribuição da variável dependente;
● Variável dependente vs Variáveis explicativas - Projeto da aula anterior, Pairplot, relação entre as variáveis do modelo, Jointplot, ferramentas gráficas, Lmplot, mais sobre a dispersão dos dados;
● Datasets de treino e teste - Projeto da aula anterior, datasets de treino e teste, machine Learning, conjuntos de treino e teste, estimando um modelo de regressão linear, estimando um modelo de regressão linear, obtendo previsões pontuais,
obtendo previsões com o modelo estimado, interpretação dos coeficientes estimados, significado dos parâmetros, análises gráficas das previsões, obtendo os resíduos do modelo, gráficos de análise;
● Comparando modelos - Projeto da aula anterior, comparando modelos, comparação entre modelos, outras métricas de regressão, métricas de comparação;
● Salvando e carregando o modelo - Projeto da aula anterior, salvando e carregando o modelo, armazenando o nosso modelo em um arquivo, regressão Linear - Novo Projeto - Exercício, revisando o conteúdo, regressão Linear - Novo Projeto - Solução, revisando o conhecimento um pouco mais, simulador interativo, criando formulários interativos no Jupyter, consolidando o seu conhecimento, projeto do curso.

Carga horária: 05 horas

Conteúdo detalhado:

● Análises preliminares - Conhecendo o dataset, obtendo informações de um DataFrame pandas, análises preliminares, avaliação descritiva dos dados do modelo;
● Análises gráficas - Projeto da aula anterior, comportamento da variável dependente, box-Plot, distribuição de frequências, assimetria dos dados, dispersão entre as variáveis, relação entre variáveis dependente e explicativas;
● Transformação de variáveis - Projeto da aula anterior, transformando os dados, por que transformar os dados?, verificando a relação linear, um pouco mais sobre transformações logarítmicas;
● Regressão linear com StatsModels - Projeto da aula anterior, criando os datasets de treino e teste, procedimento padrão em Data Science, estimando um modelo de regressão linear com o StatsModels, trabalhando com StatsModels, teste formais de regressão linear, avaliando o modelo estimado, interpretando os testes, modificando o modelo e avaliando o ajuste;
● Regressão linear com Scikit Learn - Projeto da aula anterior, estimando o modelo com os dados de treino, processo de estimação, obtendo previsões pontuais, previsões com dados transformados, interpretação dos coeficientes estimados, entendendo o significado dos parâmetros estimados, análises gráficas dos resultados do modelo, verificando os resultados da estimação, consolidando o seu conhecimento, projeto do curso.

Aprenda como a construção de gráficos é essencial para a análise de dados.

Módulo: Data Visualization parte 1: Introdução ao design de gráficos
Carga horária: 15 horas

Conteúdo detalhado:

● A importância do uso dos gráficos para a visualização dos dados - Introdução, diferença entre a tabela e gráfico de linha, o gráfico de linha e a informação que queremos passar, alterando a informação ao alterar o título, destacando pontos
principais do gráfico, corrigindo o gráfico;
● Analisando três conjuntos de dados - Criando os gráficos da Ana, João e Camila, limpando os gráficos do João e da Camila, entendendo a tendência do gráfico da Camila, destacando as informações com cores, visualizando o gráfico em preto e
branco, melhorando a legenda, exibindo valores e reais na linha, entendendo a Visão Z;
● Aprendendo como passar informação e usando fórmulas para explorar os dados - Apresentando os dados de modo resumindo, usando fórmulas na planilha, modos de mostrar o valor total e o valor da meta, análise dos dados e problemas
oriundos da perda de informação, mais sobre a perda de informação com o uso de dados extrapolados;
● A questão do gráfico de pizza - Cinema e pizza, pizza, e agora?, desafio dos números, salvando a pizza;
● Usando outros gráficos: colunas e barras - Explorando as possibilidades com o gráfico de colunas, aproximando o gráfico de colunas do gráfico de pizza, inclusão do percentual no gráfico de barra, limpando o gráfico de barras, finalizando o gráfico de barras.

Carga horária: 06 horas

Conteúdo detalhado:

● Visualizando a composição - A pizza estática, a pizza estática, empilhamento, temos períodos demais, o sanduíche de áreas;
● Visualizando a comparação - Composição e comparação, uma comparação com muitos dados, o radar de comparações, diferença entre radar e linhas;
● Visualizando o relacionamento - Sem comparação ou composição, dispersão e relacionamento, de duas para três dimensões nas bolhas, bolhas qualificadas;
● Visualizando a distribuição - Distribuição de notas, distribuição e dispersão;
● Alguns princípios da Gestalt - Proximidade, semelhança, continuidade.

Post: Análise de dados: analisando minha distribuição com três alternativas de visualização

Neste módulo, você levantará hipóteses, entenderá o processo de distribuição de dados, e por fim, usará a linguagem Python para realizar testes.

Módulo: Data science: introdução a testes estáticos com Python
Carga horária: 06 horas

Conteúdo detalhado:

● Visualização da distribuição dos dados coletados - Introdução, limpando os dados e visualizando uma distribuição, visualizando e limpando o movielens, visualizando a CDF;
● Quantis - Visualizando outras informações e quantis quaisquer de forma numérica;
● Teste com uma amostra - O efeito do tamanho de uma amostra, intervalo de confiança da média com t e ztest;
● Dificuldades práticas - ZTest para uma amostra, problemas de amostras pequenas;
● Teste de uma variável com duas amostras - Comparando a média de duas amostras, visualizando graficamente, cuidado ao interpretar o intervalo de confiança;
● Normalidade e não paramétricos - Comparando filmes, comparação não paramétrica com Wilcoxon Ranksums.

Podcast: Casos bacanas de data science - Hipsters #106

Metodologia

A distância

Workshop presencial

Acontecerá um workshop no semestre, em que alunos de diferentes especialidades dos bootcamps estarão reunidos para solucionar um problema de negócios em conjunto.

Webinars

Além dos conteúdos das aulas e workshop presencial, você poderá participar de webinars exclusivos com convidados especialistas nos temas dos módulos para conversar sobre trending topics específicos do mercado e aplicações práticas no seu dia a dia. Ao todo, serão 2 webinars ao longo do curso.

Quando acontece?

Curso 100% online, a plataforma ficará disponível para acesso 24h por dia.

Investimento


  • Valor
  • Boleto
  • R$ 2.800,00
  • Cartão de crédito
  • EM ATÉ 10X R$ 280,00

20% DE DESCONTO

NO VALOR INTEGRAL DO CURSO PARA ALUNOS E EX-ALUNOS DA GRADUAÇÃO E PÓS-GRADUAÇÃO ESPM

5% de desconto no valor integral do curso para Alunos e Ex-alunos dos cursos de Educação Continuada da ESPM

ESPM Tech

R. Joaquim Távora, 1240, Vila Mariana

São Paulo - São Paulo

CEP 04015-013

Hotel Parceiro

Comfort Nova Paulista

Rua Vergueiro, 2740 - Vila Mariana

São Paulo - SP, 04102-001

Telefone: (11) 2197-7600

*Informar no ato da reserva que é aluno dos cursos de férias na ESPM para ter o desconto promocional

São Paulo - Joaquim Távora

Educação a distância

Centro de Inovação e Criatividade

Até 10x de R$ 280,00*
* Confira a tabela abaixo

Inscrições até : 48h antes do início do curso.

Translate