Escolar Documentos
Profissional Documentos
Cultura Documentos
Nós acreditamos na
transformação,
Na dedicação,
Na prática.
O que você vai
encontrar aqui?
C L I Q U E P A R A I R
ATÉ O CONTEÚDO
02
Bem-vindo à
Escola DNC
A Escola DNC é uma edtech com 11 anos de história focada
em educação complementar, especializada em empregabi-
lidade, migração de área e aumento de performance.
03
Nossa
metodologia
A DNC oferece uma metodologia inovadora para desenvolver
Hard Skill
Mercado
Soft Skill
Aprender
Treinar
Praticar
Programa de Carreira
Através de aulas Resolva problemas através Realize projetos práticos e Mentorias baseadas no seu
04
Por que a área
de Dados?
A profissão de Cientista de Dados possui demanda crescente.
05
Sobre a Formação
em Dados
A formação te ensina as habilidades fundamentais que todos os
Cientistas de Dados utilizam para auxiliar na criação de
estratégias para aumentar vendas, personalizar produtos e
serviços de acordo com o perfil dos clientes, monitoramento de
engajamento ou melhoria de processos. Você aprenderá a
desenvolver pipelines de dados, criar modelos de Machine
Learning, projetar experimentos e implantar soluções na nuvem.
118h 50h
Você terá acesso a
430h
aulas e desafios mentorias
obrigatórios* de carreiras
de estudo:
6h de dedicação semanal e 3h de dedicação semanal e
1h de estudo por dia.
10 3 minutos de estudo por dia.
0
*Sugerimos um plano de estudos para concluir a formação com base em dados que coletamos historicamente de ser um prazo
realista para aproveitar os conteúdos e potencializar ao máximo seu aprendizado.
Softwares
utilizados:
06
Após a
formação, você
será capaz de:
01 06
Criar dashboards e reports A plicar análises estatísticas para
gerenciais utilizando Power BI realizar recomendações para
e SQL. diferentes modelos de negócios.
02 07
Escrever queries em SQL para Implementar algoritmos utilizando
realizar análises de dados. modelos de Regressão, Classificação,
Clusterização e Recomendação
03
utilizando scikit-learn.
05
Realizar a limpeza de datasets 10
com tratamento e organização Construir análises e modelos
de dados pelo Excel e Python. utilizando big data.
07
Para quem é
a formação?
08
Jornada do aluno
C ases S uporte
Tenha acesso a cases de mercado de D esbloqueie o aprendizado
empresas parceiras com gabarito para encontrando respostas para suas
você exercitar os conhecimentos das perguntas com o Suporte, com
aulas ao vivo e gravadas, perguntas feitas por outros alunos,
contato com suporte técnico e como
resolver os desafios.
09
Diferenciais da
Formação
Comece agora! Turbine seu portfólio
Após a confirmação do pagamento, Aplicação e prática imediata de
você receberá um e-mail com o acesso conteúdo e ferramentas para simular
e passo a passo para iniciar a sua o dia-a-dia de trabalho através de
jornada! As aulas estão disponíveis desafios e cases. Você pode retornar
desde o primeiro segundo. às aulas a qualquer momento para
atualizar os conceitos.
10
Ciclos de aprendizado
Conteúdo
programático
Ciclo base
Ciclo iniciante
Ciclo intermediário
Ciclo avançado
11
Ciclo base
Dê seu primeiro passo nas análises de dados aprendendo como
utilizar o Excel e o Power BI para a criação do seu primeiro modelo
preditivo. Essas são as ferramentas-base essenciais para qualquer
pessoa que pretenda seguir carreira em dados.
Conteúdos
Base em Dados
Garantir que os alunos sejam capazes de ■ Formatação condicional
■ ProcV e ProcH
■ Conexão e Dashboards
■ Configurações básicas
■ Gráficos e fontes de dados
■ Função SE
■ Report
12
Ciclo iniciante
Analista de Inteligência de Mercado
Aprofunde seu conhecimento nas ferramentas de análise de dados
mais utilizadas no mercado neste ciclo. Você irá entender como
utilizar fórmulas avançadas no Excel, aprenderá a integrar as
informações com o Power BI e utilizará o metabase para ir além
com análises através do SQL. Ao final deste ciclo você estará
pronto para atuar como um analista de inteligência de mercado.
13
Ciclo iniciante conteúdos
■ Função arrumar
■ Consultas
definida e padrão
■ União de tabelas
■ ProcV e ProcH
(Right, Left, Inner)
■ Segmentação de dados
Power BI
Garantir que os alunos sejam capazes de realizar
tratamento, visualização, análise e monitoramento
de dados de várias fontes em um único lugar.
■ Introdução à Power BI
■ Conexão e Dashboards
■ Report
■ Tratamento de dados
14
Ciclo
intermediário
Analista de Dados
Dê um segundo passo na carreira em dados aprendendo Python
para analisar dados de forma mais robusta, além de aprender
sobre os fundamentos de projetos utilizando o CRISP-DM. Python
é a linguagem mais utilizada para análises de dados no mundo,
dominá-la é essencial para todos que atuam neste setor.
15
Ciclo intermediário conteúdos
■ Loops
■ Tratamento de Dados
■ Funções
■ Visualização de Dados
■ Classes
■ Análise Estatística
■ Business Understanding
■ Estruturação dos Dados
■ Data Understanding
■ Tratamento de Nulos
■ Data Preparation
■ Tratamento de Outliers
■ Modeling
■ Tratamento de Datas
■ Evaluation
■ Operações Matemáticas
■ Modeling
■ Operações Categóricas
■ Pipeline
GitHub
Garantir que os alunos sejam capazes de
configurar o github da sua máquina, iniciar a
montagem do portifólio e garantir a
comunicação entre o github e seus projetos.
16
Ciclo
avançado
Cientista de Dados
17
Ciclo avançado conteúdos
Regressão S iste as e m d
hiperparâmetros
■ Métricas
■ Series temporais
Big Data
Classificação Garantir que os alunos sejam capazes de
análisar grandes volumes de dados com spark
Garantir que os alunos sejam capazes de definir SQL e Spark ML.
uma classe a um determinado dado de acordo
com as técnicas apresentadas abaixo.
■ Hadoop
■ Árvore de decisão
■ Spark
■ Regressão Logistica
■ Pyspark
■ Métricas
■ Tunning
■ Cross validation
Modelos
■ Interpretabilidade
deploy de u
q n
odelo e pla a or as de
m m m
j m
t f
z
m
f z
para co sul as
n t .
Clustering ■ MLFlow
■ Google Cloud
õ
■ Kmeans
■ DBSCAN
■ Clustering Hierarquico
■ Meanshift
■ Gaussian Mixture
18
Com quem Conheça os especialistas
aprender? em Dados.
Everton Menezes,
Matheus Zambinati
Head staff Head de Negócios
Alexsandro Pompeu,
Joao Felipe Guedes,
Data Product Manager Cientista de dados
Daniel Omar,
Jonathan Gonsalves,
Consultor de Engenheiro de dados
Inteligência Artificial
Consultor do módulo
Cainã Max,
Cientista de dados
19
Projeto
prático na
formação
Vivencie uma experiência profissional desenvolvendo projetos
práticos de até 3 meses em empresas parceiras DNC!
Suporte
■ Tenha liberdade para perguntar quando quiser quando possuir
dúvidas sobre o projeto.
20
Empresas parceiras
Tenha a oportunidade de realizar projetos práticos
21
O aluno é prioridade, por isso oferecemos
C
entro de Carreira
Programa de Carreira:
■ Seja aprovado em 70% dos ■ Tenha acesso a um Plano de
desafios da formação e desbloqueie Desenvolvimento Individual para
duas mentorias individuais baseadas atingir seu objetivo profissional junto
no seu objetivo profissional e com o nosso time de Sucesso do
desenvolvimento de carreira. Aluno.
22
Obtenha
12 certificados
até o final da Formação em Dados
01 Introdução a Modelo de
Regressão Linear 08 Clusterização em
Machine Learning
Certificado de
02 Análise de Dados com
Excel e Power BI 10 Conclusão de Ciclo
Avançado
04 Certificado de Conclusão
de Ciclo Iniciante
Projeto prático*
Ciclo intermediário
12 Projeto em Ciência
de Dados
05 Limpeza e Organização
de Dados com Python
06 Análise de Dados
com Python
07 Certificado de
Conclusão de Ciclo
Intermediário
23
Perguntas
frequentes
O treinamento aborda programação em Python, do nível
básico a funções avançadas ao longo do curso, modelos
O que é abordado de machine learning, análises estatísticas com python,
no curso? técnicas de balanceamento de dados, LGPD e aplicação
da Framework CRISP-DM no projeto prático.
24
Conheça
mais sobre a
Escola DNC
Clique nos ícones abaixo e nos siga
nas redes sociais
ciyAf
25
© 2023 DNC. Todos os direitos reservados.