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

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
-
1h15
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.
-
2h15
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.
-
1h00
Manipulação com pandas
Estruturas de dados, indexação, transformação.
Exposição, demonstração, exemplos pandas/NumPy.
Avaliação : Questionário de escolha múltipla sobre pandas.
-
2h30
Transformar um conjunto de dados
Manipular e transformar um conjunto de dados real.
Trabalho prático, conjunto de dados real, operações progressivas.
Avaliação : Manipulações validadas.
Dia 2 — Limpeza e análise exploratória (EDA)
-
1h15
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.
-
2h15
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.
-
1h00
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.
-
2h30
Conduzir uma EDA
Explorar e visualizar um conjunto de dados.
Trabalho prático, produção de gráficos, interpretação.
Avaliação : EDA e visualizações validadas.
Dia 3 — Estatística e fundamentos do ML
-
1h15
Estatística para a ciência de dados
Estatística descritiva e inferencial úteis.
Exposição, exemplos numéricos, interpretação.
Avaliação : Perguntas orais; questionário de escolha múltipla.
-
2h00
Análise estatística
Analisar estatisticamente um conjunto de dados.
Trabalho prático guiado, cálculos e testes, interpretação.
Avaliação : Análise estatística validada.
-
1h15
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.
-
2h00
Primeiro modelo
Construir um primeiro modelo simples (regressão ou classificação).
Trabalho prático guiado em scikit-learn, conjunto de dados preparado.
Avaliação : Primeiro modelo validado.
Dia 4 — Modelização supervisionada e avaliação
-
1h15
Algoritmos supervisionados
Regressão, árvores, k-NN…; pipeline de modelização.
Exposição, comparação de algoritmos, esquema de pipeline.
Avaliação : Perguntas orais; questionário de escolha múltipla.
-
2h15
Treinar modelos
Treinar vários modelos supervisionados.
Trabalho prático guiado em scikit-learn, comparação de modelos.
Avaliação : Modelos treinados validados.
-
1h00
Avaliação e otimização
Métricas, validação cruzada, hiperparâmetros.
Exposição, matrizes de confusão, curvas, exemplos.
Avaliação : Questionário de escolha múltipla sobre a avaliação.
-
2h30
Avaliar e otimizar
Avaliar e otimizar um modelo.
Trabalho prático, validação cruzada, ajuste dos hiperparâmetros.
Avaliação : Modelo avaliado e otimizado validado.
Dia 5 — Não supervisionado, interpretação e projeto
-
1h00
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.
-
2h00
Clustering
Aplicar um clustering e interpretar os resultados.
Trabalho prático guiado, conjunto de dados, interpretação.
Avaliação : Clustering interpretado validado.
-
1h00
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.
-
2h30
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.
Modalidades e meios pedagógicos
Formação presencial nas nossas instalações ou nas suas, em grupo reduzido. Alternância de contributos teóricos, oficinas práticas e simulações.
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.