Data Science & Business Analytics

Porto
216 Horas
€ 312.5 x 8
Sem juros. Pronto pagamento: 5% de desconto
Seg e Qua, 19h-23h
Sexta-feira quando aplicável
Pós-Laboral
09 Mar 2022'22 - 05 Ago 2022'22
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.

Curso certificado pela DGERT

A certificação é entregue aos alunos em formato digital. Inclui a carga horária, modular e total, nota final do curso, certificação DGERT, carimbo e assinatura da coordenação pedagógica ou administração da escola.

Programa

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
  • Data Integration tools
  • Workflow concepts
  • Building a Data Pipeline

4. Business Analytics

  • Descriptive, Predictive and Perscriptive analytics
  • Analytics as a competitive advantage: success stories
  • Analytical techniques besides Machine Learning:
    • Linear programming
    • Heuristics-based optimization
    • Experimental design
    • Text mining

5. Analyzing & Visualizing Data

  • Introduction to Information Visualisation
  • Introduction to Tableau
  • The role of visualization in Data Science
  • Interactive dashboards in Tableau

6. Exploratory Data Analysis

  • Types of data
  • Descriptive Statistics
  • Techniques and tools
  • Visualization

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.

Pedro Louro

Analytics Advanced Architect

Capgemini Engineering

Carlos Pereira

Data Science Manager

Metyis

Carla Geraldes

Senior Total Rewards Analyst

Farfetch

Renata Assis

Campus & Pedagogical Manager Porto

Departamento Pedagógico

Eva Pinho

Student Admissions & In-Company Manager

Departamento Pedagógico

Francisca Bessa

Workshops Manager

Departamento Pedagógico

Sérgio Santos

Pedagogical & Front-Desk Assistant

Departamento Pedagógico

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?

Ajudamos-te a escolher o curso certo

Eva Pinho

Student Admissions Manager

Enviar mensagem
Curso / Business
Data Science & Business Analytics

Detalhes
DATAS
Porto
216 Horas
€ 312.5 x 8
Seg e Qua, 19h-23h
Sexta-feira quando aplicável

Informação Pessoal

Interesses

    Fale conosco

    Interesses

      Subscrever Newsletter

      Interesses