Ciência de Dados e Inteligência Analítica

Estudantes e profissionais de informática, gestão, economia, engenharia, saúde, estatística e outras áreas que pretendam iniciar ou consolidar competências em dados e inteligência analítica.

Não é necessário ser especialista em programação.

• Conhecimentos básicos de informática.
• Capacidade de trabalhar com ficheiros, pastas e aplicações informáticas.
• Conhecimentos básicos de Excel são recomendados, mas não obrigatórios.
• Não é necessário saber Python, SQL ou Power BI antes de iniciar.
• Computador portátil adequado para instalação e utilização das ferramentas da formação.
• Acesso regular à Internet.
• Disponibilidade para estudo autónomo e realização de projectos práticos.
• Interesse por dados, tecnologia, análise, programação ou tomada de decisão.

Híbrida

Formação online ao vivo + actividades autónomas + laboratórios práticos presenciais programados.

Até 100 horas adicionais, mediante disponibilidade, selecção, desempenho durante a formação e existência de projectos internos ou entidades parceiras.

Módulo 1 — Fundamentos de Dados

• O que é Ciência de Dados
• Analytics, BI, Machine Learning e IA
• Tipos de dados
• Ciclo de vida dos dados
• Problemas orientados por dados
• Ética e privacidade

Módulo 2 — Excel para análise

• Estruturação de bases
• Funções analíticas
• Tabelas dinâmicas
• Limpeza
• Análise exploratória

Prática: exploração inicial de um conjunto de dados.

Módulo 3 — Fundamentos de SQL

• Bases de dados relacionais
• SELECT
• WHERE
• GROUP BY
• ORDER BY
• JOIN
• Agregações
• Subconsultas

Prática: análise de uma base de dados empresarial.

Módulo 4 — Python para Dados

• Fundamentos de Python
• Jupyter
• Pandas
• NumPy
• Importação de ficheiros
• DataFrames
• Selecção e transformação de dados

Prática: análise programática de dados reais ou simulados.

Módulo 5 — Limpeza e preparação

• Valores nulos
• Duplicados
• Outliers
• Tipos incorrectos
• Padronização
• Transformações
• Qualidade dos dados

Prática: transformar uma base “suja” numa base pronta para análise.

Módulo 6 — Estatística aplicada

• Média, mediana e moda
• Dispersão
• Distribuições
• Correlação
• Amostras
• Probabilidade fundamental
• Interpretação estatística

Prática: responder perguntas de negócio através de estatística descritiva.

Módulo 7 — Análise Exploratória de Dados

• Formulação de perguntas
• Segmentação
• Comparações
• Tendências
• Relações entre variáveis
• Identificação de padrões

Módulo 8 — Visualização de Dados

• Princípios de visualização
• Gráficos adequados
• Storytelling
• Visualização com Python
• Comunicação de resultados

Módulo 9 — Business Intelligence com Power BI

• Power Query
• Modelação
• Relacionamentos
• DAX fundamental
• KPIs
• Dashboards
• Publicação de relatórios

Prática: construção de um dashboard executivo.

Módulo 10 — Introdução ao Machine Learning

• Aprendizagem supervisionada e não supervisionada
• Variáveis
• Features e target
• Treino e teste
• Regressão
• Classificação
• Clustering
• Avaliação básica de modelos

Prática: construção de um primeiro modelo preditivo.

Módulo 11 — Inteligência Analítica aplicada

• Transformar perguntas de negócio em análises
• Indicadores
• Diagnóstico
• Previsão
• Apoio à decisão
• Limitações e risco de interpretações incorrectas

Módulo 12 — Projecto de Dados

O formando percorre um ciclo completo:

Problema → Dados → Preparação → Análise → Visualização → Conclusões → Recomendação.

Projecto final

Construção e apresentação de um Projecto de Ciência de Dados e Inteligência Analítica, com base de dados, metodologia, análise, dashboard e apresentação executiva.