Dê aos seus alunos as competências e conhecimentos para liderar a análise de dados e a inovação digital no local de trabalho actual.
A digitalização de empresas está a aumentar a taxas 20 a 25 vezes mais rápido do que anteriormente se pensava ser possível, levando a um aumento do fosso de competências da força de trabalho e a um défice de candidatos qualificados em análise de dados e outros sectores. Sem profissionais qualificados em análise de dados que possam avaliar com eficácia e precisão a quantidade crescente de dados gerados por ferramentas de inteligência artificial, as organizações ficariam a debater-se com o que fazer com métricas de desempenho e tarefas de acção para manter o sucesso continuado.
Felizmente, é aqui que os cientistas e analistas de dados entram para identificar, analisar, e resolver problemas complexos através da análise estatística e numérica de dados. Os analistas de dados profissionais são treinados para ver padrões em dados não visíveis a olho nu. Armados com a formação correcta, os alunos da ThriveDX no Data Science & Analytics Bootcamp exploram métodos de gestão e análise de grandes conjuntos de dados, incluindo a discussão de dados, estatísticas e probabilidade, e inteligência artificial, para estarem no limite da inovação orientada pelos dados.
O Data Science & Analytics Professional Bootcamp é construído para estudantes de qualquer formação profissional que tenham uma forte afinidade por soluções técnicas, desfrutem de aspectos de design conceptual e visual, e procurem formas criativas de resolver problemas. O programa proporciona aos aprendentes as competências e a experiência prática que as empresas procuram em profissionais qualificados da ciência de dados e analistas de dados. Isto assegura que os alunos completem o programa com uma robusta carteira GitHub de projectos do mundo real que demonstrem que estão prontos para se juntar à força de trabalho e contribuir para a capacidade de uma empresa para resolver problemas complexos.
Nas suas primeiras 30 horas, os alunos são introduzidos a temas centrais de ciência e análise de dados, tais como o básico de computação e o ciclo de vida dos dados. Os participantes no curso terão a oportunidade de aprender as noções básicas de um caderno de notas Jupyter e interagir com um conjunto de dados Titanic. Extrairão os materiais do projecto de um repositório GitHub e caminharão através dele num caderno de apontamentos do Google Colaboratory. Os alunos podem então esperar completar mais três projectos ao longo do resto do programa para adicionar aos seus portfólios pessoais.
Num dos seus primeiros cursos, os alunos são introduzidos ao SQL, que é uma linguagem de programação padronizada utilizada para consultar bases de dados. Os aprendentes aplicam como importar dados para bases de dados, consultar dados, juntar dados, filtrar e ordenar dados, criar vistas, e exportar dados usando a linguagem SQL. Além disso, os aprendentes são introduzidos à concepção de bases de dados e aprendem como gerir as suas próprias bases de dados.
Este curso visa esclarecer os alunos sobre como, até que ponto, e de que forma as estatísticas e a probabilidade são utilizadas na tomada de decisões empresariais. Este curso ajuda o aluno a construir uma base sólida em estatística descritiva, probabilidade condicional, e técnicas avançadas de modelação. Os alunos desenvolvem a capacidade de abordar problemas do mundo real a partir de uma perspectiva analítica com confiança, utilizando o Microsoft Excel para fornecer aplicação prática a problemas teóricos de aulas e discussões de dados.
Os aprendizes descobrem o poder de uma história e como desenvolver um arco de história em torno dos seus objectivos de dados. A comunicação bem sucedida dos dados depende da audiência dos intervenientes e dos pontos da história que falam das suas necessidades e expectativas. Os aprendentes continuam a manter um fio da história de dados ao longo de toda a sua aventura de discussão de dados enquanto enquadram os seus objectivos de dados com objectivos.
Este projecto de etapa permite aos alunos explorar as suas competências nas áreas de estatística, Excel, SQL, e narração de dados. Os aprendentes são capazes de demonstrar a sua capacidade de limpar e manipular um conjunto de dados. Além disso, os alunos realizam análises estatísticas avançadas sobre os dados utilizando estatísticas sumárias, regressão linear, e modelação. Finalmente, actuam como analistas profissionais de dados para colocar as suas visualizações e percepções numa história de dados coerente para apresentar aos seus colegas de turma. O projecto de marco de análise de dados é formalmente revisto pela equipa instrucional. Os alunos incorporam então os seus projectos na sua carteira de GitHub.
Neste curso, os alunos revisitam os seus conhecimentos anteriores do curso de SQL e Bases de Dados para se basearem em conceitos avançados que aprofundam a programação SQL e cobrem tópicos especializados tais como procedimentos armazenados, funções, expressões de tabelas comuns (CTEs), e optimização de consultas. Os alunos também demonstram a aptidão de um cientista de dados para desenvolver scripts ETL e pipelines de dados, combinando o uso de SQL e Python.
Os alunos exploram os conceitos fundamentais da programação e como estruturar as suas análises de dados com base nas melhores práticas da indústria da ciência dos dados. Os tópicos incluem conceitos centrais de programação tais como expressões, tipos de dados, variáveis, funções, loops, e arrays. Os aprendentes praticam as suas capacidades de codificação através da construção de códigos altamente estruturados e de fácil manutenção, utilizando cadernos de notas Jupyter.
Tal como os dados são cruciais para a métrica, a representação visual dos dados através de diferentes meios, gráficos, gráficos também são necessários para que os analistas de dados qualificados possam adquirir através de formação para serem um membro eficaz de uma equipa de ciência de dados. Neste curso, os alunos exploram dinâmicas visuais e princípios para produzir visualizações de dados eficazes que mostrem as partes mais importantes dos dados aos interessados de uma forma clara e simplificada.
Este projecto de etapa centra-se no desenvolvimento da capacidade do aluno de atingir, transformar, investigar e apresentar dados ao longo de um ciclo de vida de projecto de dados. Os aprendentes demonstram a sua capacidade de construir oleodutos de dados e de manusear dados num formato utilizável para a visualização e análise de dados a jusante. Para avaliação final pela equipa instrucional, os alunos apresentam os seus relatórios e conclusões aos colegas de turma e depois incorporam os seus projectos na sua carteira do GitHub.
Os alunos constroem conceitos anteriores de comunicação visual através da aplicação de ferramentas populares de business intelligence da indústria para criar análises e visualizações perspicazes. Os aprendentes também desenvolvem e aplicam as melhores práticas para relatórios de análise de dados, gráficos e gráficos, e dashboards de uma forma que pode ser aplicada em qualquer aplicação de business intelligence.
Os aprendentes analisam uma variedade de casos de utilização num contexto empresarial para determinar os métodos apropriados de aprendizagem mecânica a aplicar. Através de uma série de palestras e laboratórios Python, e utilizando cadernos de notas Jupyter, os alunos investigam e aplicam algoritmos de aprendizagem mecânica supervisionados e não supervisionados, incluindo classificação, agrupamento, regras de associação, e previsão de séries temporais. Em seguida, os alunos exploram vários métodos avançados, incluindo processamento de linguagem natural, redes neuronais, e aprendizagem profunda.
Neste curso, os alunos examinam conceitos e métodos nucleares utilizados para grandes dados e IdC, incluindo características de grandes dados, armazenamento de dados, lagos de dados, virtualização de dados, e serviços de infra-estruturas de dados baseados em nuvens. Os alunos desenvolvem os seus conhecimentos anteriores de Python utilizando o PySpark para aceder a grandes dados e criar modelos analíticos.
Após uma introdução à IA criada por máquinas de aprendizagem no módulo anterior, os alunos ganham exposição a uma variedade de ferramentas comuns utilizadas por profissionais analistas de ciência de dados, tais como serviços de nuvem de IA pré-embalados oferecidos por fornecedores líderes como Microsoft, Amazon, e Google. Mais tarde, os alunos identificam e compreendem facilmente as formas como a IA proporciona uma experiência analítica de dados mais direccionada, produzindo uma maior quantidade de conhecimentos de dados através de várias aplicações de visão computacional, reconhecimento da fala, processamento de linguagem natural, e robótica.
Para o seu projecto capstone, os alunos assumem a lente profissional de um analista de ciência de dados para abordar o desafio de apresentar os seus conhecimentos e visualizações de dados de forma clara e com facilidade a diversos tipos de interessados. Ao sintetizarem individualmente os seus conhecimentos e capacidades num bem tangível, os alunos praticam activamente como organizar visualizações de dados orientadas para objectivos e integram um arco de histórias para manter o seu público envolvido. Os aprendentes atingem este marco numa apresentação culminante do projecto que mostra as suas capacidades de análise, narração e apresentação de dados, que partilham carregando para as suas carteiras de GitHub de grau profissional.
Este curso é dedicado a apoiar a procura de emprego do aprendente, emparelhando os aprendentes com a equipa curricular da carreira para adquirir os conhecimentos e competências para ter sucesso no mercado de trabalho digital. Os aprendentes emergem confiantes na colocação de emprego e estão equipados com as ferramentas necessárias para verificar, candidatar-se e entrevistar prontamente para funções em carreiras de dados profissionais e carreiras de analista de dados.
Para se manterem alinhados com as exigências dos empregadores actuais, os alunos recebem a formação dinâmica e prática em ciência e análise de dados necessária para melhorar as suas competências aplicáveis e encontrar soluções para os desafios da indústria. Os nossos alunos formam-se com confiança e os conhecimentos necessários para operarem com o máximo desempenho em qualquer equipa.
O ThriveDX Data Science & Analytics Bootcamp dá aos alunos a oportunidade de se juntarem à força de trabalho da ciência dos dados como analistas. Através da participação, os alunos adquirem as competências aplicáveis às certificações reconhecidas pela indústria, incluindo a Microsoft Certified: Data Analyst Associate, IBM Data Analyst Professional Certificate, IBM Data Science Professional Certificate e AWS Cloud Practitioner.
Ao estabelecer uma parceria com a ThriveDX, pode ficar tranquilo sabendo que a TDX está aqui para fornecer serviços de inscrição e admissão, apoio de marketing, e correspondência de talentos para que possa concentrar-se no que importa: cultivar uma força de trabalho digital que se destaca.
* Embora o currículo abranja muitos dos conhecimentos necessários para um bom desempenho nos exames da indústria, este programa não é um programa de preparação para testes, em que o foco principal é o desempenho do aluno no exame. O programa foi concebido para ensinar conhecimentos a pedido para a mão-de-obra actual. Os exames de certificação não são conduzidos como parte do programa e requerem custos adicionais não incluídos nas propinas.
Solicite uma demonstração para obter uma visita personalizada às soluções premiadas da ThriveDX
Se estiver à procura de ligação com alguém da nossa equipa no local, por favor deixe aqui as suas informações de contacto e nós ligar-nos-emos directamente a si durante a conferência.
