fbpx

Machine Learning Aplicado à Análise de Dados (São Paulo)

Apresentação

Data Science e Machine Learning são dois termos abordados em todos os âmbitos de desenvolvimento e evolução de soluções. Data Science diz respeito a trabalhar com grandes volumes de dados, checando a veracidade, fazendo análises e descobrindo novas informações. Machine Learning trata da classificação e/ou predição de resultados, gerando novos dados e informações através do aprendizado e análise de padrões a partir de dados históricos. Nesse curso de extensão em Machine Learning Aplicado à Análise de Dados, em parceria com a Neurotech, os dois temas serão abordados sob a ótica de uma das maiores empresas no ramo de Big Data do Brasil.

Conheça mais sobre o curso acessando os vídeos:

http://bit.ly/mlanalisedados http://bit.ly/tecbigdata http://bit.ly/bigdataprocess

Objetivo do Curso

O curso tem como proposta trazer uma imersão em conceitos relacionados a Machine Learning, aplicado à análise de dados, de modo a capacitar os participantes a trabalharem com essa tecnologia criando soluções baseadas em dados, aplicando métodos e processo amplamente validados pelo mercado.

Público alvo

  • Pessoas com Interesses na área de análise de dados e com formação e/ou experiência em cursos de tecnologia.

Pré-Requisitos

Formação e/ou experiência em áreas de tecnologia ou engenharias com conhecimento em linguagens de programação (estruturas de controle, estruturas de repetição e algoritmos computacionais).

Programa e Investimento

Para mais informações: contato@cesar.school
Entendimento do processo4hDar uma visão geral do passo a passo do processo de análise de dados com casos práticos.•Visão Geral das Metodologias de Análise de Dados;

•Visão geral do Projeto de aplicação prática: Avaliação de Risco com BigData e MachineLearning

Conheça a aula: http://bit.ly/mlanalisedados

Big Data24hDar uma visão geral de BigData e as tecnologias associadas e aplicar os conceitos em exercícios práticos oferecidos pela Neurotech.

•O que é Big Data

•Introdução ao Hadoop

•Ecossistema Hadoop

•Apache Spark

•Banco de Dados NoSQL

•Exercício: Projeto do Curso de Aplicação Prática

Conheça a aula:

http://bit.ly/tecbigdata

http://bit.ly/bigdataprocess

Entendimento do Negócio8hDar uma visão geral de negócio e como identificar as dores práticas do cliente e mapear as soluções de Machine Learning.•Identificar os objetivos do cliente a partir da perspectiva de negócio;

•Entender o fluxo de operação;

•Levantar os dados disponíveis;

•Exercício: Projeto do Curso de Aplicação Prática

Preparação dos dados8hObjetivo: Como preparar os dados para viabilizar a aplicação de Machine Learning e dar uma visão geral de análise exploratória de dados.•Análise descritiva, bivariada e análise gráfica;

•Amostragem para desenvolvimento do modelo;

•Codificação dos dados;

•Projeto do Curso de Aplicação Prática

Machine Learning24hComo aplicar os algoritmos de machine learning na prática.•Introdução a Machine Learning;

•Algoritmos de Machine Learning;

•Projeto do Curso de Aplicação Prática

Avaliação de Desempenho4hComo aplicar avaliação de desempenho de modelos na prática.•Análise de desempenho e estabilidade de modelos;

•Montagem de relatórios para apresentação de Resultados.

•Projeto do Curso de Aplicação Prática

Criação de sistema de processamento12hComo usar infraestrutura como serviço (IaaS e PaaS) para a criação de sistemas de processamento contínuo de dados?●Provedor utilizado Amazon

●Clusters gerenciados

●Pipelines de processamento e análise

Projeto12hProjeto final com desenvolvimento de solução completa para resolução de desafio especificados    pela Neurotech, utilizando os conceitos abordados no curso.

Felipe Ferraz – Doutor em Ciência da Computação pela Universidade Federal de Pernambuco com mais de 15 anos de experiência em sistemas distribuídos e segurança da informação. Head of Cloud Computing do CESAR e coordenador do curso de ciência da computação da CESAR School. Como Head of Cloud, coordeno 10 projetos de clientes em diversos setores, sendo responsável pela definição e evolução de suas arquiteturas dentro da AWS. Felipe é certificado AWS, Developer e Solutions Architect.

Rodrigo Cunha – Doutor em Inteligência Artificial pela Universidade Federal de Pernambuco com mais de 16 anos de experiência em BigData e inovação como sócio da Neurotech. A Neurotech é uma empresa pioneira no Brasil no desenvolvimento de soluções avançadas para automação de todo o ciclo de decisão com foco em Inteligência artificial. Como empreendedor, Rodrigo, teve oportunidade de desenvolver, distribuir, promover, vender e entregar produtos inovadores junto a grandes corporações do mercado brasileiro em ramos como: mercado financeiro, varejo, saúde, seguradoras, setor elétrico, telecomunicações e educação.

Paulo Serra – Graduado em Engenharia de Computação pela UFPE – Universidade Federal de Pernambuco (2016). Atualmente está cursando mestrado em Ciência da Computação também na UFPE, é engenheiro de software do CESAR – Centro de Estudos Avançados do Recife e é entusiasta e contribuidor de projetos open-source.

Ícaro Ribeiro – Mestre em Engenharia de Software pela CESAR School e graduado em Ciências da Computação pela Universidade Federal de Pernambuco. Conduz pesquisas na área de Big Data e análise de dados. Tem experiência em Engenharia de Software, com ênfase no desenvolvimento de soluções em dispositivos móveis, web e bancos de dados. Atualmente é Engenheiro de Software no CESAR (Centro de Estudos e Sistemas Avançados do Recife), onde já trabalhou em diversos projetos com as tecnologias Java, Java Web, C++, C#, Android, iOS, SQL e T-SQL. É também professor da FBV/Devry, ministrando disciplinas relacionadas à banco de dados e algoritmos.

Thiago Figueiredo – Graduado em Engenharia da Computação pela Universidade Federal de Pernambuco (2007) e mestrado em Ciências da Computação pela Universidade Federal de Pernambuco (2011). Atualmente, Thiago é Engenheiro de Software do Centro de Estudos e Sistemas Avançados do Recife.

TEM INTERESSE NA PRÓXIMA TURMA?

Rolar para cima