< CIÊNCIA DE DADOS

PARA O MERCADO
FINANCEIRO />
EMENTA
Conteúdo_
> Sobre a XP EDUCAÇÃO 03

> Sobre a Pós-Graduação 04

> Conteúdo 05-14

> Projeto Aplicado 15

> Contato 16
Sobre a XP EDUCAÇÃO_
A XP Educação integra a XP Inc., um dos maiores grupos empresariais do país.
A empresa que simplificou a vida financeira de milhares de pessoas agora vai
transformar vidas e carreiras por meio da educação.

A Faculdade XP Educação traz toda a sua potência disruptiva e transformadora

para oferecer uma formação profissional alinhada às demandas da nova economia
digital, em um ecossistema educacional único.

Nossos compromissos são:

Melhorar a vida das pessoas Formar novos talentos digitais

A educação é a base de transformação Cursos acessíveis e de qualidade para

da sociedade e contribui para desenvolver reduzir o déficit de talentos digitais no
visão crítica e consciência cidadã. Brasil formando profissionais para o
mercado de trabalho.

Inovar para educar e transformar

Novas experiências educacionais tornam o aprendizado cada vez mais leve e atrativo
para os alunos.
03
Sobre a Pós-Graduação_
Transforme a sua carreira em 7 meses
E aprenda as habilidades que o mercado
procura de forma acelerada e produtiva.
Pós-Graduação lato sensu para você
virar especialista
Experiência educacional interativa,
hands-on e centrada no aluno. Uma
oportunidade para você dar um salto na
carreira.
04
Cursos atualizados e adequados
para sua sua jornada profissional
Conteúdo com teoria e muita prática para
você solucionar problemas enfrentados
no dia a dia de trabalho.
Agilidade, qualidade, foco no aluno,
suporte e acessibilidade
Professores que são referência em
suas áreas. Curso prático que contempla
conteúdo teórico, dois desafios e Projeto
Aplicado.
Bootcamp Cientista de Dados de
Renda Fixa

Objetivo principal:

O objetivo do bootcamp Cientista de Dados de Renda Fixa é proporcionar ao aluno

uma imersão nos conceitos dos investimentos em Renda Fixa, apresentando
problemas reais que possam ser resolvidos por meio da aplicação de técnicas da
Ciência de Dados.

Pré-requisitos

Conhecimentos básicos de programação de computadores e de Mercado Financeiro

fornecidos pelo módulo de Nivelamento.

05
Módulos_

Fundamentos em Cientista de Dados em Renda Fixa

• Renda Fixa
• Títulos Públicos, Privados Bancários,
• Corporativos, Segmento Agrícola e Imobiliário.
• Fundos de Investimento em Renda Fixa (cálculo de cotas, tipos de
fundos e aspectos gerais).
• Fundos de Gestão Passiva.
• Forma de cálculo de risco. Uso da informação do valor da cota.
• Fundamentos de Ciência de Dados aplicada ao mercado de Renda Fixa
e Fundos de Investimentos.
• Tipos de dados frequentemente utilizados em análises de renda fixa.
• Fontes de dados para análise em Renda Fixa (dados abertos, corporativos, etc.).
• Pipeline da Ciência de Dados aplicado ao mercado de Renda Fixa.
• Uso da computação em nuvem para a Ciência de Dados. Principais
componentes utilizados em análises de Renda Fixa.
• Estrutura e ferramentas para construção de data lake.

06
 Coleta e Armazenamento de
Dados de Renda Fixa
• Compliance, Legal e Análise Perfil do
Investidor.
• Medida da tolerância ao risco por meio • Bancos de Dados relacionais para
de questionário e coletas de dados. armazenamento de dados de
• Coleta de dados de dados úteis para análises Renda Fixa.
de Renda Fixa e construção de carteira. • Bancos de dados NoSQL (orientados
• API do Banco Central (Títulos, taxas, a documentos, chave-valor e grafos),
COPOM e contratos futuros). com aplicação ao mercado de Renda
• Ferramentas para coletas de dados Fixa.
aplicadas à Renda Fixa.
• Processamento de fluxo contínuo de
dados para dados de Renda Fixa.

07
 Mensuração e Estratégia de Renda Fixa

• Mensuração (Risco: Duration de Macaulay, Duration Modificada) Fundos: Índice

de Sharpe , Estratégia avaliação de performance, exemplo:
Índice Sharpe = (Rp – Rf)/OP (Rp = Retorno do portfólio ou do ativo;
Rf = Risk Free Ratio, que é a taxa livre de risco, ou seja, no caso brasileiro seria a taxa
Selic. OP = Desvio Padrão da performance do fundo, também conhecido como a
volatilidade do ativo).
• Algoritmos de Aprendizado de Máquina para processamento de dados do
Mercado Financeiro de Renda Fixa.
• Construção de aplicações de Análise de Renda Fixa, utilizando Machine Learning.
• Modelagem de problemas do Mercado Financeiro de Renda Fixa utilizando grafos.
• Processamento de dados modelados por grafos.

08
 Risco e Retorno em Renda Fixa

• Cálculo e Gestão de Risco (risco do

ativo e da carteira)
• Value at risk: VaR = | R – zδ | V. Em que:
• Data Storytelling aplicado a
R = retorno esperado;
dados do Mercado Financeiro de
Z = valor correspondente para um nível
Renda Fixa.
de significância;
δ = desvio padrão de rentabilidade;
V = valor do investimento Desafio Final
• Stress Test.
• Introdução a construção e categorização Fechamento do bootcamp criando
de dashboards para apresentação de uma aplicação que possa englobar
dados referentes ao Mercado Financeiro todas as etapas da Ciência de Dados
de Renda Fixa. que foram apresentadas, aplicadas
• Desenvolvimento de dashboards para sobre um caso real do Mercado
apresentação de comparativo entre risco Financeiro de Renda Fixa.
e retorno, utilizando dados do Mercado
Financeiro de Renda Fixa.

09
Bootcamp Cientista de Dados
de Renda Variável_

Objetivo principal:

O objetivo do bootcamp Cientista de Dados de Renda Variável é proporcionar ao

aluno uma imersão nos conceitos dos investimentos em Renda Variável,
apresentando problemas reais que possam ser resolvidos por meio da aplicação
de técnicas da Ciência de Dados.

Pré-requisitos

Conhecimentos básicos de programação de computadores e de Mercado Financeiro

fornecidos pelo módulo de Nivelamento.

10
Módulos_

Fundamentos de Cientista de Renda Variável

• Renda Variável.
• Instrumentos de Renda Variável: Ações e BDR) e Derivativos (Futuro, Termo,
Opções e Swap)
• Fundamentos de Ciência de Dados aplicada ao mercado de Renda Variável
e Fundos de Investimentos.
• Tipos de dados frequentemente utilizados em análises de Renda Variável.
• Pipeline da Ciência de Dados aplicado ao mercado de Renda Variável.
• Uso da computação em nuvem para a Ciência de Dados. Principais
componentes utilizados em análises de Renda Variável.
• Estrutura e ferramentas para construção de data lake.

11
 Coleta e Armazenamento de Dados de
Renda Variável
• Compliance: Insider trader, Front Runner,
confidencialidade e conflito de interesse
• Finanças Comportamentais. Disponibilidade
de decisões influenciadas por ocorrências e
eventos recentes na memória do investidor
e Ancoragem.
• Coleta de dados úteis para análises de
Renda Variável e construção de carteira.
• Coletas de Dados da Web.
• API’s de Redes Sociais.
• Coletas de dados Metatrader, bolsa de
valores e Yahoo Finance.
• Ferramentas para coletas de dados aplicadas
a Renda Variável.
• Processamento de fluxo contínuo
de dados para dados de Renda
Variável.
• Bancos de Dados relacionais para
armazenamento de dados de Renda
Variável.
• Bancos de dados NoSQL (orientados
a documentos, chave-valor e grafos),
com aplicação ao mercado de Renda
Variável.

12
 Mensuração e Estratégia em Renda Variável

• Mensuração e Precificação (utilização de

dados intraday)
• Estratégia para Renda Variável e Derivativos.
• Garantia, margem e ajuste diário.
• Teoria de Markowitz.
• Algoritmos de Aprendizado de Máquina
para processamento de dados do
Mercado Financeiro de Renda Variável.
• Construção de aplicações de Análise de
Renda Variável, utilizando Machine Learning.
• Modelagem de problemas do Mercado
Financeiro de Renda Variável utilizando grafos.
• Processamento de dados modelados por grafos.

13
 Risco e Retorno em Renda Variável

• Cálculo e Gestão de Risco

• Risco de Liquidez
• Alavancagem e avaliação de exposição
• Stop Loss e Gain.
• Stress test.
• Introdução a construção e categorização de dashboards
para apresentação de dados referentes ao Mercado Financeiro
de Renda Variável.
• Desenvolvimento de dashboards para apresentação de comparativos
entre risco e retorno, utilizando dados do Mercado Financeiro de
Renda Variável.
• Data Storytelling aplicado a dados do Mercado Financeiro de Renda Variável.
• Apresentação de séries temporais do mercado de Renda Variável.

Desafio final

Fechamento do bootcamp criando uma aplicação que possa englobar todas as

etapas da Ciência de Dados que foram apresentadas durante o curso, aplicadas
sobre um caso real do Mercado Financeiro de Renda Variável.

14
Projeto Aplicado_

Sobre o P.A:

A partir do aprendizado nos bootcamps que compõem a sua Trilha de Pós-Graduação, é hora
de começar seu Projeto Aplicado.
É a última etapa da sua especialização, momento em que você será, mais do que nunca,
protagonista da sua jornada de conhecimento. No PA, você será apresentado para problemas
com alto grau de incerteza e o desafio será propor ideias inovadoras para solucioná-los.
O projeto substitui o tradicional Trabalho de Conclusão de Curso, com uma diferença
fundamental: é focado em entrega de valor, aplicabilidade, praticidade e com situações atuais
que ocorrem no mercado de trabalho.
Ao longo do PA, você terá dinâmicas de grupo e orientação personalizada para auxiliá-lo(a)
nesta etapa.
Ao final dos dois bootcamps e do PA, você receberá seu título de pós-graduação
chancelado pelo MEC e terá ainda mais habilidades técnicas para alavancar sua carreira.

15
www.xpeducacao.com.br