Todas as formações

FormaçãoFOR-DEV-M5-A

Data Scientist

Do dado ao modelo: analisar, modelizar e prever com a ciência de dados

  • 35 horas — 5 dias
  • 2 450 € s/ IVA
  • Escolas e centros de formação
  • Certificação Qualiopi em preparação
Portátil com um painel de estatísticas

Em resumo

O módulo alterna sequências teóricas e oficinas práticas ao longo de cada dia. Abrange todo o ciclo de um projeto de dados: manipulação e limpeza dos dados, análise exploratória, estatística, machine learning supervisionado e não supervisionado, avaliação e apresentação de resultados. O fio condutor é Python/scikit-learn, complementado por um panorama do ecossistema de dados.

Objetivos pedagógicos

  • Compreender o papel do data scientist e o ciclo de vida de um projeto de dados
  • Manipular, limpar e explorar dados com Python (pandas, NumPy)
  • Conduzir uma análise exploratória e produzir visualizações pertinentes
  • Compreender os fundamentos estatísticos úteis para a modelização
  • Construir, treinar e avaliar modelos de machine learning (supervisionado e não supervisionado)
  • Apresentar e interpretar os resultados, conhecendo os limites, os enviesamentos e o ecossistema de ferramentas

Público-alvo

  • Estudantes e formandos das escolas e centros de formação parceiros
  • Perfis técnicos ou analíticos que queiram orientar-se para a ciência de dados
  • Programadores, analistas ou estatísticos em evolução de competências

Pré-requisitos

São exigidas bases de programação (de preferência Python — módulo «Fundamentos» recomendado), bem como à-vontade com a lógica e os números. Noções de matemática e de estatística facilitam a progressão. Estes elementos são validados por um formulário online e / ou por uma entrevista prévia.

  • Dominar as bases da programação (de preferência Python).
  • Sentir-se à vontade com a lógica, os números e o raciocínio analítico.
  • Ter noções de matemática / estatística (uma mais-valia).
  • Ter autonomia de trabalho e curiosidade pelos dados.

Programa

Dia 1 — A profissão e a manipulação dos dados
  1. Profissão e ecossistema de dados

    Papel do data scientist, ciclo de vida de um projeto; panorama das linguagens (Python, R, SQL) e dos ambientes (Jupyter, Colab, Databricks).

    Exposição interativa, panorama das ferramentas, exemplos de projetos.

    Avaliação : Perguntas orais; questionário de escolha múltipla sobre o ecossistema.

    1h15
  2. Familiarização com o ambiente

    Descobrir o ambiente e carregar conjuntos de dados.

    Trabalho prático guiado (Jupyter), importação de dados, primeiros passos.

    Avaliação : Carregamento de dados validado.

    2h15
  3. Manipulação com pandas

    Estruturas de dados, indexação, transformação.

    Exposição, demonstração, exemplos pandas/NumPy.

    Avaliação : Questionário de escolha múltipla sobre pandas.

    1h00
  4. Transformar um conjunto de dados

    Manipular e transformar um conjunto de dados real.

    Trabalho prático, conjunto de dados real, operações progressivas.

    Avaliação : Manipulações validadas.

    2h30
Dia 2 — Limpeza e análise exploratória (EDA)
  1. Qualidade e preparação dos dados

    Valores em falta, outliers, feature engineering.

    Exposição, exemplos de dados sujos, métodos de limpeza.

    Avaliação : Perguntas orais; questionário de escolha múltipla.

    1h15
  2. Limpar um conjunto de dados

    Tratar valores em falta, outliers e incoerências.

    Trabalho prático guiado, conjunto de dados com ruído, acompanhamento.

    Avaliação : Conjunto de dados limpo validado.

    2h15
  3. EDA e visualização

    Análise exploratória; matplotlib, seaborn, abertura ao Plotly e a ferramentas de BI (Power BI, Tableau).

    Exposição, exemplos de visualizações, panorama das ferramentas de visualização.

    Avaliação : Questionário de escolha múltipla sobre a EDA e a visualização.

    1h00
  4. Conduzir uma EDA

    Explorar e visualizar um conjunto de dados.

    Trabalho prático, produção de gráficos, interpretação.

    Avaliação : EDA e visualizações validadas.

    2h30
Dia 3 — Estatística e fundamentos do ML
  1. Estatística para a ciência de dados

    Estatística descritiva e inferencial úteis.

    Exposição, exemplos numéricos, interpretação.

    Avaliação : Perguntas orais; questionário de escolha múltipla.

    1h15
  2. Análise estatística

    Analisar estatisticamente um conjunto de dados.

    Trabalho prático guiado, cálculos e testes, interpretação.

    Avaliação : Análise estatística validada.

    2h00
  3. Princípios do machine learning

    Supervisionado/não supervisionado, train/test, sobreajuste.

    Exposição, esquemas, exemplos, panorama scikit-learn / XGBoost / LightGBM.

    Avaliação : Questionário de escolha múltipla sobre os princípios de ML.

    1h15
  4. Primeiro modelo

    Construir um primeiro modelo simples (regressão ou classificação).

    Trabalho prático guiado em scikit-learn, conjunto de dados preparado.

    Avaliação : Primeiro modelo validado.

    2h00
Dia 4 — Modelização supervisionada e avaliação
  1. Algoritmos supervisionados

    Regressão, árvores, k-NN…; pipeline de modelização.

    Exposição, comparação de algoritmos, esquema de pipeline.

    Avaliação : Perguntas orais; questionário de escolha múltipla.

    1h15
  2. Treinar modelos

    Treinar vários modelos supervisionados.

    Trabalho prático guiado em scikit-learn, comparação de modelos.

    Avaliação : Modelos treinados validados.

    2h15
  3. Avaliação e otimização

    Métricas, validação cruzada, hiperparâmetros.

    Exposição, matrizes de confusão, curvas, exemplos.

    Avaliação : Questionário de escolha múltipla sobre a avaliação.

    1h00
  4. Avaliar e otimizar

    Avaliar e otimizar um modelo.

    Trabalho prático, validação cruzada, ajuste dos hiperparâmetros.

    Avaliação : Modelo avaliado e otimizado validado.

    2h30
Dia 5 — Não supervisionado, interpretação e projeto
  1. Não supervisionado e ética

    Clustering, redução de dimensão; enviesamentos, limites, ética dos modelos.

    Exposição, exemplos de clustering, casos de enviesamento.

    Avaliação : Questionário de escolha múltipla sobre o não supervisionado e a ética.

    1h00
  2. Clustering

    Aplicar um clustering e interpretar os resultados.

    Trabalho prático guiado, conjunto de dados, interpretação.

    Avaliação : Clustering interpretado validado.

    2h00
  3. Apresentação de resultados e data storytelling

    Apresentar e comunicar os resultados aos decisores.

    Exposição, princípios de data storytelling, exemplos.

    Avaliação : Questionário de escolha múltipla sobre a apresentação de resultados.

    1h00
  4. Miniprojeto de dados e apresentação de resultados

    Conduzir um miniprojeto de dados de ponta a ponta e apresentá-lo.

    Trabalho prático de projeto, apresentações, revisão coletiva, questionário final de escolha múltipla, inquérito de satisfação.

    Avaliação : Avaliação sumativa: projeto de dados + questionário final de escolha múltipla.

    2h30

Modalidades e meios pedagógicos

Formação presencial nas nossas instalações ou nas suas, em grupo reduzido. Alternância de contributos teóricos, oficinas práticas e simulações.

Material necessário :

16 GB de RAM recomendados

  • Os formandos devem dispor de um PC com Wi-Fi e 16 GB de RAM recomendados.
  • Efetivo adaptado ao formato escola / centro de formação.
  • Percurso dedicado a escolas e centros de formação, estabelecido por orçamento.

Modalidades de avaliação

Avaliação das aprendizagens durante e no final da formação; certificado de conclusão entregue a cada formando.

Acessibilidade para pessoas com deficiência

Formação acessível a pessoas com deficiência. Contacte-nos antes da inscrição para estudarmos as adaptações necessárias.

Financiamento

Orçamento ou convenção de formação a pedido. A certificação Qualiopi está em preparação: a elegibilidade para financiamentos OPCO será aberta após a sua obtenção.

Auditoria de certificação prevista para T1 2027. Sem elegibilidade OPCO antes da sua obtenção.

Partilhar este artigo