Data Science & Business Analytics

Lisboa
216 Horas
€ 312.5 x 8
Sem juros. Pronto pagamento: 5% de desconto
Ter, Qui e Sex, 19h-23h
Sexta-feira quando aplicável
Pós-Laboral
13 Set 2022'22 - 09 Fev 2023'23
Quero-me inscrever
SOBRE O CURSO

O curso de Data Science & Business Analytics dá-te o conhecimento para a recolha, tratamento e análise de dados, potenciando a sua aplicação e utilização estratégica na gestão de negócio.

O programa do curso é composto por aulas teóricas e práticas, que incluem o desenvolvimento de projectos, workshops temáticos e a presença e contributo de vários profissionais convidados que vão partilhar as suas experiências e desafios

Visão geral

Como aplicar a análise de dados na gestão de negócio.

Objetivos

Preparar profissionais para a realização de análises visuais e estatísticas de informação e dados, implementação de modelos e algoritmos. Criação de múltiplas formas de visualização de dados e produção de relatórios de todas as nuances da análise. Identificação e resolução de desafios de big data e aplicação de processos de resolução de problemas, modelação e validação.

Admissão

Requer a marcação de uma Sessão de Orientação Pedagógica e Profissional com a nossa equipa.

Dirigido a

Profissionais das áreas de Engenharia, Contabilidade, Economia, Matemática Aplicada ou similares, gestores e profissionais de Marketing Digital, com perfil analítico.

Requisitos

Idade mínima de 18 anos. Formação nas áreas de Engenharia, Economia, Contabilidade, Marketing, Gestão e Matemática Aplicada e/ou experiência profissional em domínio analítico. São recomendáveis conhecimentos básicos de programação e exposição a linguagens dinâmicas como Python, e SQL.

Curso certificado pela DGERT

A certificação é entregue aos alunos em formato digital. Inclui a carga horária, modular e total, do curso temáticas, notas finais de cada módulo e média final do curso, certificação DGERT, carimbo e assinatura da coordenação pedagógica do programa ou administração da escola.

Opções de pagamento

Mensalidades
8x € 312.50
/ € 2500
Sem juros / Possibilidade aumento de mensalidades
Pagamento a pronto - 5%
Financiamento ISA

Só pagarás após a inserção no mercado de trabalho através de um financiamento ISA – Income Share Agreement com a Fundação José Neves. Fala connosco para saberes mais!

PROGRAMA DO CURSO

Data Science & Business Analytics

No curso de Data Science & Business Analytics vamos dar-te o conhecimento necessário para a análise e tratamento de dados, um ponto fundamental para as estratégias de negócio e tomadas de decisão das organizações.

Data Science & Business Analytics

1. Data Science Fundamentals

  • Data Science Definition /Applications
  • Data Mining main branches/techniques
  • Python Fundamentals – Key concepts
  • Data Understanding
  • Data loading and cleansing, Plotting, Feature extraction

2. Databases Fundamental

  • Database concept
  • Datawarehouse concept
  • Relational and non-relational
  • Major providers
  • Architecture, Models, Definition
  • Types of Data Models
  • Fact and Dimension tables, Keys
  • Star and Snowflake schema
  • SQL Fundamentals, Key concepts

3. Big Data Technologies

  • Big Data Ecossystem
  • Introduction to Big Data
  • Defining a Big Data Cluster
  • Distributed Query SQL Query Engine
  • Distributed Data Processing
  • Distributed Processing with Spark
  • Data Pipelines

4. Business Analytics

  • Business Analytics
  • Introdução ao Google Analytics – overview do software
  • Diferentes soluções/ferramentas de Web Analytics para além do Google Analytics
  • Perspetivas de métricas e dimensões (KPIs técnicos, quantitativos e qualitativos)
  • Objetivos e KPI’s (O que são? Para que servem? Exemplos de utilização)
  • Account e Tracking Code – o que é e onde encontrar, como criar e instalar
  • Análise dos vários painéis (público-alvo, aquisição, comportamento, conversões e real-time)
  • Relatórios personalizados
  • Dashboards (com Data Studio)
  • Funis de conversão: O que são? Qual a sua importância?Otimização de um funil de conversão
  • Perceber para onde fogem as visitas? Porquê? Como evitar
  • Segmentos avançados. Qual a utilidade? Como se criam
  • UTMS – o que são? Para que servem?

5. Analyzing & Visualizing Data

  • Introduction to Information Visualisation
  • The role of visualisation in Data Science
  • Good/Bad examples
  • Plotting with python
  • Visualisations (and dashboards) for different audiences
  • Building a dashboard with python

6. Exploratory Data Analysis

  • Types of data
  • Descriptive Statistics
  • Dirty & missing data
  • Cleaning data – techniques and tools
  • Visual exploration

7. Quantitative & Statistical Analysis and Modeling

  • Quantitative Data Definition
  • Types of Quantitative Data
  • Collection Methods
  • Analysis Methods
  • Steps to conduct Quantitative Data Analysis
  • Quantitative Data Examples
  • Advantages & Disadvantages of Quantitative Data
  • Differences between Quantitative and Qualitative Data

8. Machine Learning Models

  • Linear Algebra review
  • Probability Theory review
  • Supervised Learning
  • Unsupervised Learning
  • Machine Learning system design
  • Machine Learning applications

9. Advanced Machine Learning Models (Deep Learning)

  • Deep Neural Networks
  • Deep Convolutional Neural Networks
  • Practical Deep Learning
  • Sequence Models

10. Applied Practice

  • Identify a problem
  • Obtain the data
  • Understand the data
  • Prepare, clean, and format the data
  • Analyze the data
  • Create visualizations or a dashboard to display insights both numerically and graphically.
  • Present high level insights and the resulting actions to key stakeholders

Tutores e Equipa pedagógica

Conhece a equipa

Cada tutor do curso está disponível para orientar o desenvolvimento das tuas competências e esclarecer as tuas dúvidas. Fica a conhecer os tutores e os elementos da equipa pedagógica que te vão acompanhar.

Ângelo Pereira

Lead Data Scientist @ Nielsen

German Mendez

Luís Santo

Researcher in Image Processing

INCM - Imprensa Nacional

Rute Moutinho

Campus & Pedagogical Manager

Departamento Pedagógico

Catarina Matias

Student Admissions & In-Company Manager

ALUMNI

Estudar na EDIT.

Todos os anos, mais de mil alunos escolhem a EDIT. para investir no seu futuro. Conhece alguns dos nossos ex-alunos e fica a saber como é a formação na EDIT.

Perguntas frequentes

Existem pré-requisitos para este curso?

Este curso é certificado?

Que opções de pagamento oferecem?

O curso é lecionado em que língua?

O que significam as sextas-feiras "Quando aplicável"?

O que é o ISA FJN?

Ajudamos-te a escolher o curso certo

Catarina Matias

Student Admissions & In-Company Manager

Enviar mensagem
Curso / Marketing Digital
Data Science & Business Analytics

Detalhes
DATAS
Lisboa
216 Horas
€ 312.5 x 8
Ter, Qui e Sex, 19h-23h
Sexta-feira quando aplicável

Informação Pessoal

Interesses

    Fale conosco

    Interesses

      Subscrever Newsletter

      Interesses