Programa Nanodegree

Fundamentos de Data Science II

Programação em Python, Estatística e Probabilidade

Comece a aprender as principais habilidades exigidas de um Cientista de Dados. Estude de forma prática Estatística e Probabilidade e veja como podem ser mais simples do que imagina. Aprenda a tratar e limpar dados para realizar melhores análises e diferencie-se com uma introdução em Machine Learning sendo capaz de começar a mapear comportamentos futuros

  • Tempo
    4 meses

    Dedicação estimada de 10-12 horas por semana.

  • Nível
    Intermediário
  • Pré-requisitos
    Programação em Python e Bibliotecas de dados (Pandas e Numpy)
  • Legendas
    Português

    Vídeos em inglês com legendas em português ou inglês.

Desenvolvido em parceria com
  • TableauTableau é líder em business intelligence e analytics do mundo, segundo o Gartner Group. É a solução utilizada por grandes empresas para analisar e visualizar dados com efetividade.

Por que estatística é tão importante para analisar dados?

Para trabalhar com uma grande quantidade de dados e gerar insights através desses dados é necessário entender histórico e conseguir testar hipóteses futuras. São nesses momentos que o conhecimento em probabilidade e estatística se tornam tão importantes. De uma forma simples de descrever, probabilidade é a predisposição de eventos futuros acontecerem e a estatística é a análise de frequência de eventos passados. Por exemplo: Baseado em estatística para data science, você identifica alguns comportamentos sazonais do seu negócio. Adicionando variáveis a esses comportamentos, com probabilidade, você conseguirá prever uma tendência e poderá realizar um Teste A/B para validar as melhores hipóteses.


Por que estatística é tão importante para analisar dados?

Entenda como 2 mil pessoas representam a população Brasileira

Conteúdo estruturado por Experts
Conteúdo estruturado por Experts

Conteúdo estruturado por Experts

Todo o conteúdo de nossos curso é estruturado por profissionais da área e Experts em Data Science. Por isso, tudo que você aprenderá irá lhe preparar para o mercado de trabalho.

Como um portifólio de projetos faz a diferença

Como um portifólio de projetos faz a diferença

Em todas as áreas que exigem conhecimento de programação, ter um portifólio é essencial para mostrar o seu trabalho e seus diferenciais. Ao final desse Nanodegree você será capaz de mostrar suas habilidades através do projeto que realizar.

Comece sua rede de contatos na área
Comece sua rede de contatos na área

Comece sua rede de contatos na área

Durante o programa você diversos canais para conhecer outros alunos desse Nanodegree e poderá trocar contatos, experiências e dicas sobre a área.

Feedback de projetos por Experts

Feedback de projetos por Experts

Para cada projeto enviado você receberá uma revisão e feedback de um especialista na área que irá te ajudar a entender onde pode melhorar e como aprimorar ainda mais o seu conhecimento

O que você aprenderá

Ementa

O que você aprenderá em Fundamentos de Data Science II

Comece a realizar as principais funções de um cientista de dados. Aprenda SQL para analisar banco de dados, Data Wrangling para reunir dados de diversas fontes, Estatística realizar e validar teste hipótese e tenha o primeiro contato com Machine Learning, uma área muito importante para se destacar em Ciência de Dados.

Comece a realizar as principais funções de um cientista de dados. Aprenda SQL para analisar banco de dados, Data Wrangling para reunir dados de diversas fontes, Estatística realizar e validar teste hipótese e tenha o primeiro contato com Machine Learning, uma área muito importante para se destacar em Ciência de Dados.

Menos detalhes

4 Meses para a conclusão

Conhecimentos exigidos

É necessário que você saiba programar em Python e saiba utilizar as principais bibliotecas para análise de dados como Pandas e Numpy.

  • SQL para Análise de Dados

    Este módulo será essencial para você aprender SQL e começar a utilizar bancos de dados. Aprenderá as principais funções e como limpar dados para responder questões com análises.

    Analise os dados de uma loja de música
  • Estatística Prática

    Você sairá da teoria e entenderá na prática os principais usos da Estatística para analisar dados. Você será capaz de entender e analisar os resultados de um teste A/B realizado por um e-commerce. E aprenderá desde conceitos básicos até a como a margem de erro das pesquisas eleitorais são calculados.

    Analise os resultados de um teste A/B
  • Data Wrangling

    Aprenda todas as etapas para fazer o tratamento de dados. Coleta de diversas fontes, avaliação e limpeza para que no final estejam prontos para serem analisados.

    Trate e analise os dados de uma Conta no Twitter
  • Introdução a Machine Learning

    Comece a se diferenciar como Cientista de Dados e adquira conhecimentos de Machine Learning. Você aprenderá as principais técnicas de aprendizado de máquina e começará a ser capaz de prever comportamentos futuros baseado em dados.

    Preveja fraude em e-mails de uma empresa

Aprenda com os melhores

Matt Leonard
Matt Leonard

Líder de currículo

Mat possui um PhD em Física pela UC Berkeley e mais de oito anos de experiência em análise de dados. Adora criar visualizações de dados bonitas, claras e interessantes. Também é instrutor no Nanodegree Fundamentos de Deep Learning.

Sebastian Thrun
Sebastian Thrun

Instrutor

Como fundador e presidente da Udacity, a missão de Sebastian é democratizar a educação. Ele também é fundador do Google X, onde liderou projetos como os carros autônomos, o Google Glass e muito mais.

Derek Steer
Derek Steer

Instrutor

Derek é CEO da MODE Analytics. Ele desenvolveu a cultura analítica no Facebook e na Yammer e é apaixonado em compartilhar esse conhecimento com futuros cientistas de dados.

Josh Bernhard
Josh Bernhard

Desenvolvedor de Conteúdo

Josh compartilha seu conhecimento em Data Science há mais de uma década em Universidades e liderando a área de Data Science na Galvanize. Ele usa data science para estudos do câncer a automação de processos.

Katie Kormanik
Katie Kormanik

Instrutora

Após criar o curso de estatística com a Udacity, Katie trabalhou como designer instrucional na Stanford Graduate School of Business e na McKinsey & Company. Possui graduação em Matemática e Economia pela Universidade de Utah.

Perguntas Frequentes

    Estrutura do programa
  • Por que devo me inscrever no Nanodegree de Fundamentos de Data Science II?
    Este Nanodegree faz parte de uma trilha para quem tem interesse em se tornar um Cientista de Dados (Data Scientist). É o segundo passo da trilha onde você irá se aprofundar nos fundamentos de Data Science e aprenderá as habilidades necessárias para começar a por em prática atividades de um profissional da área.
  • Que tipos de tópicos o programa cobrirá?
    Nosso compromisso com esse Nanodegree é aprofundar o seu conhecimento em Data Science. Você aprenderá Data Wrangling, o conceito de tratamento de dados e como trabalhar com bases de dados de acordo com a sua necessidade de análise. Também irá aprender conceitos de estatísticas que lhe permitirão realizar testes A/B e entender dispersões e margens de erro para ter dados confiáveis. Além disso, terá seu primeiro contato com conceitos de Machine Learning.
  • Este Nanodegree me preparará para quais programas avançados da Udacity?
    Esse Nanodegree deixará você a um passo de se tornar um cientista de Dados. Ao finalizar esse programa você estará preparado para cursar o nosso Nanodegree Data Scientist
  • Este programa é online, em pessoa, ou alguma combinação de ambos?
    O programa é online, e os alunos podem interagir com colegas e instrutores em nossa sala de aula virtual, fóruns e Slack. Diferentemente de outros programas online, seu aprendizado será baseado em projetos que serão corrigidos pelos nossos mentores.
  • Como funciona o aprendizado por projetos?
    Durante o Nanodegree, você desenvolverá projetos, colocando em prática tudo que aprendeu. Isso significa, por exemplo, que após realizar alguns módulos do programa, você terá a oportunidade de realizar um projeto que exigirá os conhecimentos adquiridos nesses módulos. Além disso o seu projeto é revisado e você irá receber feedback de especialistas no assunto.
    Duração do curso
  • Qual a duração do curso? Qual o horário das aulas?
    Nanodegree Fundamentos de Data Science II é um curso online com duração estimada de 4 meses. Você será responsável pelo seu próprio ritmo de estudos e conseguirá realizar as aulas no horário que melhor desejar. Para lhe auxiliar, vamos recomendar algumas datas de entrega dos projetos durante os 4 meses.
  • É necessário estar disponível online em horários específicos?
    Não. O conteúdo do programa está disponível online em sua sala de aula Udacity a qualquer momento, assim como os demais recursos do programa (como Fóruns e Slack).
  • Quantas horas semanais devo investir em meus estudos?
    Os alunos devem planejar estudar de 10-14 horas por semana para completar este programa. Esta é uma sugestão, você tem autonomia e flexibilidade para dedicar mais ou menos horas a cada semana, de acordo com a sua organização pessoal.
  • O que acontece se eu não concluir o Nanodegree Fundamentos de Data Science II em 4 meses?
    O principal objetivo da Udacity é ajudar você a finalizar seu Nanodegree, para que este aprendizado faça a diferença em sua carreira. Por isso, caso você não consiga terminar o seu curso no prazo determinado, você poderá solicitar uma transferência de turma, que te dará um mês de extensão grátis.

    Para que sua transferência seja feita sem problemas, fique atento:

    • O pedido deverá ser feito nos últimos 10 dias da sua turma.
    • Pedidos de transferência que forem feitos antes dos últimos 10 dias da turma ou após o término do prazo não serão realizados.
    • Você não pode ter solicitado nenhuma transferência anteriormente. Você só tem direito a uma transferência!

    Acesse a nossa Central de Ajuda . e veja como essa opção funciona com mais detalhes.

    Além disso, é importante ressaltar que após a data de fim da sua turma, você terá acesso aos seguintes itens da sala de aula por 12 meses: o conteúdo de sala de aula, que não será atualizado ao longo do tempo, e serviços como nossa comunidade de ex-alunos. Não estão incluídos outros serviços, como grupos de estudo, revisão de projetos, áreas de trabalho, labs e quizzes. Para saber mais sobre os critérios de elegibilidade e mais detalhes, acesse a nossa Central de Ajuda para saber quanto tempo terá acesso após se graduar e caso você não se gradue.

  • Não consigo me inscrever para esta turma. Serão abertas novas turmas em breve?
    Sim. A data de inscrição da próxima turma é divulgada nesta página oficial do Nanodegree e aos estudantes que cadastraram seu email aqui para receber a ementa detalhada deste Nanodegree.
    Certificado
  • É emitido um certificado ao final do programa?
    Sim! Como um provedor de cursos baseados em habilidades e orientado a projetos, a Udacity é autorizada a emitir certificados a todos que completam os nossos programas Nanodegree.
  • Este certificado é reconhecido pelo MEC?
    Ressaltamos que nossos certificados não equivalem a diplomas de graduação/pós-graduação providos por universidades brasileiras credenciadas ao Ministério da Educação do Brasil (MEC). Nossos certificados contam com o amplo reconhecimento da indústria. Nossas parcerias para desenvolvimento de cursos, com renomadas empresas como Google, Facebook, Twitter, Amazon, GitHub, IBM, dentre outras, servem para garantir a validade do certificado do Nanodegree.
    Inscrição
  • Existem pré-requisitos para inscrição?
    Sim! É necessário que você saiba programar em Python e saiba utilizar as principais bibliotecas para análise de dados como Pandas e Numpy. Você pode adquirir esse conhecimento no Fundamentos de Data Science I - Python para Análise de Dados.
  • Eu me inscrevi hoje, quando terei acesso ao meu curso?
    Após a inscrição, você receberá um e-mail com a data de início de sua turma. Atente-se aos comunicados oficiais da Udacity por email (não desabilite o recebimento de nossos emails) e informações nesta página do Nanodegree caso tenha eventuais dúvidas.
  • Quais as formas de pagamento disponíveis para este programa?
    É possível realizar a sua inscrição neste Nanodegree por meio dos cartões de crédito Visa, Mastercard, Hipercard, Diners Club, Elo, Aura e Discover (à vista ou parcelamento) ou boleto bancário (apenas pagamento à vista).
  • Há um período de teste gratuito para este programa?
    Não há nenhum período de teste gratuito para este curso, todavia, há uma política de reembolso de 10 dias, a contar da data de início das aulas. Para solicitar o reembolso, acesse a nossa Central de Ajuda .