Jornada Cientista de Dados

[Link]
01 Ambientação
Que bom te ver por aqui!
Como será a sua jornada?
Comunidade da Jornada

Um pouco sobre você...

02 Preparação para a Jornada
Visão Geral
Anaconda

Jupyter Notebook
Jupyter Lab
Google Colab
PostgreSQL
03 Fundamentos de Data Science
BI x Data Science | Conceitos Básicos
BI x Data Science | Principais Ferramentas

BI x Data Science | BI na vida real

BI x Data Science | Dados e BI
BI x Data Science | BI x Data Science
BI x Data Science | Recapitulando
DS x IA x ML x BD | Data Science
DS x IA x ML x BD | Inteligência Artificial
DS x IA x ML x BD | Machine Learning
DS x IA x ML x BD | Big Data

Jornada Cientista de Dados 1

 DS x IA x ML x BD | Recapitulação
Carreiras de Dados | Mercado de Trabalho

Carreiras de Dados | Analista de Dados

Carreiras de Dados | Cientista de Dados
Carreiras de Dados | Engenheiro de Dados
Carreiras de Dados | Engenheiro de ML/MLOps
Fontes de dados | Conceitos Básicos
Fontes de dados | Bancos de Dados Relacionais (SQL)
Fontes de dados | Bancos de Dados NoSQL
Fontes de dados | Dados Não Estruturados
CRISP-DM | Visão Geral
CRISP-DM | Entendimento do Negócio
CRISP-DM | Entendimento dos Dados
CRISP-DM | Preparação dos Dados
CRISP-DM | Modelagem
CRISP-DM | Avaliação e Monitoramento
04 Fundamentos de SQL
Situação Cenário

Conceitos Básicos

Criando as Primeiras Tabelas

Ingestão de Dados

Primeiras Consultas
Consultas mais elaboradas | Teoria

Consultas mais elaboradas | Prática

Criando outras tabelas

Chaves Estrangeiras
Junção | Teoria

Jornada Cientista de Dados 2

 Junção | Prática
Junção à Esquerda | Teoria

Junção à Esquerda | Prática

Demais Comandos

05 Fundamentos de Python
Jupyter Notebook | Teoria

Jupyter Notebook | Prática

Jupyter Lab

Google Colab
Conceitos Básicos |Teoria

Conceitos Básicos | Prática

Variáveis | Teoria

Variáveis | Prática
Tipos Básicos | Teoria

Tipos Básicos | Prática

Tipos Compostos | Teoria

Tipos Compostos | Prática

Listas | Teoria

Listas | Prática
Tuplas | Teoria

Tuplas | Prática
Conjuntos | Teoria

Conjuntos | Prática

Dicionários | Teoria
Dicionários | Prática

Intervalos | Teoria
Intervalos | Prática

Jornada Cientista de Dados 3

 Conversões de Tipos Compostos | Teoria
Conversões de Tipos Compostos | Prática

Estruturas de Decisão | Teoria

Estruturas de Decisão | Prática
Estruturas de Repetição - for | Teoria

Estruturas de Repetição - for | Prática

Estruturas de Repetição - while | Teoria

Estruturas de Repetição - while | Prática

Funções | Teoria

Funções | Prática

Arquivos

Ambientes Virtuais
Instalação de pacotes

Básico de Orientação a Objetos | Teoria

Básico de Orientação a Objetos | Prática

Pandas | Conceitos Básicos | Teoria

Pandas | Conceitos Básicos | Prática

Pandas | Séries Pandas | Teoria

Pandas | Séries Pandas | Prática

Pandas | Dataframes Pandas | Teoria

Pandas | Dataframes Pandas | Prática

Pandas | loc e iloc | Teoria

Pandas | loc e iloc | Prática

Pandas para Machine Learning

06 Fundamentos de Estatística

Conceitos Básicos

População e Amostra

Jornada Cientista de Dados 4

 Medidas de Frequência

Medidas de Tendência Central

Medidas de Dispersão

Medidas de Posição

Tipos de variáveis

Distribuições
Intervalo Interquartílico e Outliers

Boxplot

Normalização e Padronização

Covariância e Correlação
Estatística Inferencial

07 Análise Exploratória de Dados | Projeto 1

Conceitos Básicos

Tipos de Gráficos | Conceitos Básicos

Tipos de Gráficos | Linha

Tipos de Gráficos | Barras

Tipos de Gráficos | Dispersão

Tipos de Gráficos | Histograma

Tipos de Gráficos | Boxplot

Tipos de Gráficos | Treemap

Matplotlib | Conceitos Básicos

Matplotlib | Tipos de Gráficos

Matplotlib | Estrutura

Matplotlib | Paradigmas

Matplotlib | Utilidades

Seaborn
Plotly

Jornada Cientista de Dados 5

 Projeto 1 - EDA na prática | Apresentação

Projeto 1 - EDA na prática | Parte 1

Projeto 1 - EDA na prática | Parte 2

Projeto 1 - EDA na prática | Parte 3

Projeto 1 - EDA na prática | Parte 4

Projeto 1 - EDA na prática | Parte 5

Projeto 1 - EDA na prática | Parte 6

08 Fundamentos de Machine Learning

Introdução

Tipos de Machine Learning | Aprendizado Supervisionado

Tipos de Machine Learning | Aprendizado Não Supervisionado

Tipos de Machine Learning | Aprendizado por Reforço

Aprendizado Supervisionado | Conceitos Básicos

Aprendizado Supervisionado | Regressão

Aprendizado Supervisionado | Classificação

Aprendizado Não Supervisionado | Redução de Dimensionalidade

Aprendizado Não Supervisionado | Clusterização

Separação de bases

Under e Overfitting | Conceitos Básicos

Under e Overfitting | Trade-off Bias x Variance

Cross Validation

Data Leakage

Métricas de Desempenho

Feature Scaling
Tratamento de Dados Faltantes

Transformação de Variáveis Categóricas | Conceitos Básicos

Transformação de Variáveis Categóricas | One Hot Encoding

Jornada Cientista de Dados 6

 Transformação de Variáveis Categóricas | Ordinal Encoding
Feature Engineering

09 Aprendizado Supervisionado | Regressão | Projeto 2

Regressão Linear | Teoria

Regressão Linear | Método dos Mínimos Quadrados

Árvores de Regressão

Métricas de Desempenho de Regressão

Projeto 2 - Regressão usando Scikit Learn | Parte 1

Projeto 2 - Regressão usando Scikit Learn | Parte 2

Projeto 2 - Regressão usando Scikit Learn | Parte 3

Projeto 2 - Regressão usando Scikit Learn | Parte 4

Projeto 2 - Regressão usando Scikit Learn | Parte 5
Projeto 2 - Regressão usando Scikit Learn | Parte 6

10 Aprendizado Supervisionado | Classificação | Projeto 3

Métricas de Desempenho de Classificação | Parte 1

Métricas de Desempenho de Classificação | Parte 2

Regressão Logística
Bagging e Boosting

Projeto 3 - Classificação | Parte 1

Projeto 3 - Classificação | Parte 2
Projeto 3 - Classificação | Parte 3

Projeto 3 - Classificação | Parte 4

Projeto 3 - Classificação | Parte 5

Projeto 3 - Classificação | Parte 6

11 Aprendizado Não Supervisionado | PCA | Projeto 4
PCA | Teoria

PCA | Prática

Jornada Cientista de Dados 7

 Projeto 4 | Parte 1
Projeto 4 | Parte 2

Projeto 4 | Parte 3
Projeto 4 | Parte 4

12 Aprendizado Não Supervisionado | Clusterização | Projeto 5

Kmeans
Projeto 5 | Parte 1

Projeto 5 | Parte 2
Projeto 5 | Parte 3
13 Tópico Avançado de Machine Learning | Projeto 6

Projeto 6 | Parte 1
Projeto 6 | Parte 2

Projeto 6 | Parte 3
Projeto 6 | Parte 4
Projeto 6 | Parte 5

Projeto 6 | Parte 6
Projeto 6 | Parte 7

Projeto 6 | Parte 8
Projeto 6 | Parte 9
Projeto 6 | Parte 10

Projeto 6 | Parte 11
14 Cloud Computing para Ciência de Dados
Introdução - Cloud Computing para Ciência de Dados

Introdução - Vantagens e Desvantagens

Introdução - Visão geral AWS - Amazon Web Services

Introdução - Visão geral GCP - Google Cloud Computing

Introdução - Visão geral Microsoft Azure

Jornada Cientista de Dados 8

 AWS - Serviços de Cloud

AWS - Integração de ferramentas

AWS - Análise de casos
GCP - Serviços de Cloud

GCP - Integração de ferramentas

GCP - Análise de casos

Microsoft Azure - Serviços de Cloud

Microsoft Azure - Integração de ferramentas
Microsoft Azure - Análise de casos

Recursos de Cloud - Gerenciamento de contas e recursos

Recursos de Cloud - Configuração e escalabilidade
Processamento de dados - Processamento distribuído

Processamento de dados - Tecnologias de nuvem | Hadoop

Processamento de dados - Tecnologias de nuvem | Spark

Processamento de dados - Tecnologias de nuvem | Dataflow

Processamento de dados - Usando ferramentas de nuvem
Armazenamento de dados - Objetos, banco de dados, data lakes

Armazenamento de dados - Análise de casos

Armazenamento de dados - Armazenar e gerenciar dados em nuvem
15 Machine Learning na Nuvem | Projeto 7

Introdução
Análise de casos de uso

Treinando e implementando modelos em nuvem

Escalando e mantendo modelos de produção
Projeto 7 | Parte 1

Projeto 7 | Parte 2
Projeto 7 | Parte 3

Jornada Cientista de Dados 9

 Projeto 7 | Parte 4
Projeto 7 | Parte 5
16 Bônus 1 | Comunidade exclusiva dos alunos

17 Bônus 2 | Aulas ao vivo a cada 15 dias

SQL | Exercícios
Regex

Como se atualizar em Data Science nas redes sociais

Numpy

Webscraping
Extração de Textos em PDF
Leitura e manipulação de imagens com Pillow

Introdução ao Git
Automatizando tarefas na web com Selenium
AutoML com PyCaret

AWS Cloud - Overview Serviços

List e Dict Comprehension

OCR com Tesseract

Competições no Kaggle
Python Debaixo do Capô

APIs com Flask

Importância da Validação
Como Aumentar a Produtividade utilizando o ChatGPT

Deploy de Modelos com Django

Regularização

Regressão LASSO
18 Bônus 3 | Orientações para Processos Seletivos de Emprego
Preparação para a seleção

Jornada Cientista de Dados 10

 Perguntas em entrevistas
Testes de seleção

19 Bônus 4 | Orientações para Trabalhar como Freelancer

Freelancing
Plataformas de freelancing

Preparação para freelancing

20 Bônus 5 | Projetos Extras
Predição de Preços

Sistema de Recomendação
Predição de Diabetes

OpenCV + EasyOCR
Face Recognition

Jornada Cientista de Dados 11