Data

Science
Programa do curso

Use os dados a favor das suas decisões

e impulsione seu negócio.
Somos apaixonados
por compartilhar
nossos conhecimentos
e experiências com vocês.

Conheça um pouco da DH
Somos a Digital House, uma das principais referências de escola de habilidades digitais
da América Latina. O nosso principal propósito é a capacitação dos nossos alunos para
as tendências do mercado de trabalho.

Atuamos em cinco áreas principais. São elas: Programação, Marketing Digital, Dados,
UX e Produtos Digitais.

Aqui, queremos que nossos alunos tragam suas ideias e encontrem respostas para os
seus desafios, mantendo uma interação constante com os professores que, por terem
experiência real no setor, poderão orientá-los da melhor forma em suas jornadas.

Por isso, formamos as novas gerações de profissionais do mundo digital, para que eles
sonhem, imaginem e inovem com sucesso nas maiores empresas do mercado.
 Infos sobre
o programa

A quem o curso se destina?

Estudantes e profissionais de diversas áreas que desejam aprender Data
Science (Ciência de Dados) para conquistar novas habilidades, criar novos
projetos e melhorar sua comunicação como engenheiros de Big Data ou
especialistas em Machine Learning.

Profissionais de marketing que queiram incorporar ferramentas de análise de

dados para inovar nas suas estratégias de segmentação, personalização da
oferta e predições de todos os tipos sobre os clientes.

Engenheiros de sistemas e Analistas de sistemas que queiram se especializar,

incorporar os conhecimentos de estatística e Machine Learning, e adquirir
habilidades práticas com as ferramentas específicas para fazer análises e
organização de dados.

Empreendedores que queiram criar seu próprio negócio com base em dados e/
ou técnicas de inteligência artificial.

Programadores que precisam se atualizar e conhecer as principais técnicas da

ciência de dados.

Cientistas de qualquer área em busca de ferramentas mais sofisticadas para

realizar suas análises de dados.
Informações
complementares
Duração: Modalidade:
7 meses (28 semanas) Remota e ao vivo

Quantidades de aulas: Aulas ministradas

56 aulas (2 aulas por especialistas
por semana) do mercado

Proposta do curso
A necessidade de contar com analistas de dados
qualificados cresce rapidamente em todos os
setores empresariais e industriais, assim como nos
âmbitos onde se desenvolvem novos paradigmas
educacionais, sociais e científicos.

O curso de Data Science da Digital House oferece

conhecimentos sólidos no processo de extração,
processamento e análise de grandes quantidades
de dados, com o objetivo de apoiar a tomada de
decisões estratégicas em organizações de todos
os tipos.

O programa está estruturado com base no ciclo

de vida completo dos dados, da sua coleta e
preparação até a sua análise e visualização efetiva.
Você aprenderá as habilidades e os conhecimentos
fundamentais para ter o seu primeiro trabalho
como analista de dados.

E descobrirá os caminhos possíveis para

continuar a sua aprendizagem nos temas de
especialização que sejam do seu interesse.
Programa do curso
• Fundamentos: Numpy, Pandas, Estatística
Demonstrar conceitos de programação usando as ferramentas Python e Numpy
para tratar bases de dados e DataFrames. Rever e aplicar os fundamentos de
estatística descritiva. Realizar atividades práticas usando notebooks iPython
com biblioteca plotly para visualização de dados.

• EDA, Data Cleaning e Estatística Inferencial

Introdução à biblioteca Pandas (biblioteca para ler, limpar, realizar o parsing e
representar por gráficos os dados usando funções booleanas, indexação, séries,
joins e outras funcionalidades). Conceitos de “tidy data”, estruturação de dados,
introdução ao problema de dados faltantes, noções de Expressões Regulares.
Noções de probabilidade, distribuições amostrais, intervalos de confiança,testes
de hipótese. Uso da biblioteca SciPy.

• Intro a ML: Regressão Linear e Regularização

Interpretação, estimativa de coeficientes, suposições, medidas de ajuste.
Introdução de não linearidades no modelo.

• Problemas de Classificação,
GridSearch e Clustering
Regressão Logística. Naïve Bayes,
Support Vector Machines. Avaliação
de algoritmos de classificação:
métricas de erro, acurácia, limitações
de acurácia. Precisão, recall,
F1Score, Curva ROC, área sob
a curva (AUC). Princípio de
transformação matemática sobre a
regressão linear, interpretação dos
estimadores, introdução à métricas
para modelos de classificação.
• Árvores, Ensambles e Boosting
Noção de Ensemble Learning. Vantagens e desvantagens. Apresentação
do meta-algoritmo Bagging e de duas aplicações para árvores de decisão:
Random Forest e ExtraTrees. Apresentação do meta-algoritmo de Boosting e
de AdaBoost e Gradient Boosting. Entrando na caixa preta: feature importance
e partial dependence plotem modelos de ensemble. Construção de árvores por
meio do algoritmo CART. Evitando o overfittinge underfitting emárvores.

• Séries Temporais e Text Mining

Pré-processamento de séries. Enfoque clássico (tendência, ciclo e resíduo).
Sazonalidade. Modelos básicos: média constante, tendência determinística,
média móvel, suavização exponencial simples. Modelos avançados: processos
AR, MA, ARMA, ARIMA e ARIMAX. Noções de HTML (Palavras chave, árvores).
Uso de bibliotecas urllib2 e BeautifulSoup para scrape de sites.

• APIs, Pickle e Flask, BigQuery

Pipelines, automatização e encapsulamento de etapas do workflow. Deploy de
modelos de machine learning em ambiente Web.
Objetivo do curso
O objetivo do curso é compreender como o contexto de avanço tecnológico
exponencial atua na rápida expansão da área de Data Science, explorando
diferentes aspectos destas novas tecnologias, seus fundamentos, aplicações
práticas e perspectivas futuras. Ao final do curso, os participantes serão capazes de:

• Extrair, consultar, limpar e agregar dados para sua análise.

• Realizar análises visuais e estatísticas de dados, usando o Python e suas
bibliotecas associadas.
• Construir, implementar e avaliar problemas de Data Science usando os
algoritmos apropriados de Machine Learning.
• Usar as ferramentas de visualização adequadas para comunicar suas
conclusões.
• Criar relatórios claros para as diversas partes envolvidas.
• Investigar, modelar e validar processos de resolução de problemas aplicados a
datasets provenientes de diversos setores para oferecer experiências em vários
tipos de problemas e soluções do mundo real.

Quantas horas de dedicação o curso exige?

A dedicação semanal estimada do curso é de um total de 15 horas (5 horas
semanais de aula síncrona + 10 horas para completar as práticas assíncronas de
2 aulas + co-learnings e estudos complementares).
Critérios de avaliação

01. 90% do
comparecimento 03. Aprovação do trabalho
prático intermediário

02. Aprovação nos

quizzes integradores 04. Aprovação do
projeto integrador

Entenda o processo
de admissão
É obrigatório realizar aulas de nivelamento em turmas com datas programadas.
Realizamos o contato via WhatsApp dando as boas vindas e sugerindo as datas
das turmas de nivelamento. Os conteúdos são de Estatística e Python.
Diferenciais
da Digital House
1. Comece a estudar antes mesmo
das suas aulas começarem: você
ganha um curso online de Imersão em
Transformação Digital (40 horas).
7. Canais de comunicação
sempre abertos para ouvir você:
professores, tutoria, coordenação,
alunos e pesquisas.

2. Você terá acesso a uma série de 8. Você terá acesso a um curso

Masterclasses com especialistas de de desenvolvimento e posicionamento
mercado, com temas ligados ao seu de marca pessoal, LinkedIn, Soft Skills
curso e também sobre desenvolvimento e mais.
das principais soft-skills profissionais.

3. Co-learning com colegas e
professores, no Slack e nas aulas de
revisão.
9. Eventos com
empresas contratantes
10. Apoio para análise de vagas,
posicionamento de carreira e

4. Desenvolvimento de um Projeto preparação para entrevistas

Integrador como base de

aprendizagem e portfólio. 11. Plantões de dúvida ao vivo e
comunidade no Telegram

5. Conhecimentos profissionais além da

12. Painel de vagas com
técnica: gestão de tempo, comunicação
acesso exclusivo
assíncrona, trabalho remoto, liderança e
organização.

6. Um tutor à disposição para

escutar seus desafios com o curso
e propor soluções.
Conheça o
departamento
de Carreiras
da Digital House
Nosso time acredita que a educação profissional
deve ser aliada ao desenvolvimento pessoal.
Sendo assim, temos o departamento de carreiras,
que oferece o apoio e o acompanhamento a cada
um dos alunos em seus processos de busca de
oportunidades no mercado profissional.

Neste sentido, dispõe de conteúdos exclusivos,

como cursos, palestras e plantão de dúvidas, que
apresentam novas formas de pensar na busca por
oportunidades. Além disso, a área também desenvolve
relacionamentos com empresas e projetos dos mais
diversos formatos, a fim de facilitar a conexão entre os
alunos e empresas do mercado digital.

Todos os dias, buscamos empresas em todo o país,

a fim de incentivar a divulgação de oportunidades em
nossa plataforma (exclusiva aos alunos certificados),
além de palestras gratuitas e exclusivas, workshops
e eventos voltados para a área.

Não é à toa que o departamento é um grande

diferencial: nossos levantamentos confirmam
que a empregabilidade entre os alunos é de 95%.
Enquanto você não se
matricula na DH...
E aí, deu aquela vontade de aprender mais sobre a área de dados?
Confira as recomendações que separamos para você. Por qual
deles você gostaria de começar?

Blog posts:

Área de dados: quais são os principais mitos e como

migrar para a área?

Inteligência de dados: guia completo com o que

você precisa saber

8 ferramentas de BI para analisar dados

Entenda o que é um banco de dados relacional e

não relacional
E-books:

E-book:Carreira em dados em parceria

com Mercado Pago

E-book: Como a análise de dados pode te ajudar

a gerir uma crise?

Podcasts:

Guia completo da área de dados

Dia a dia da área de dados do Mercado Pago

Digital House - São Paulo