Cursos de Data Science em Faro

Este treinamento ao vivo conduzido por instrutor em Faro (no local ou remoto) é destinado a profissionais de nível iniciante que desejam entender o conceito de modelos pré-treinados e aprender como aplicá-los para resolver problemas do mundo real sem construir modelos do zero.

No final deste treinamento, os participantes serão capazes de:

• Compreender o conceito e os benefícios dos modelos pré-treinados.
• Explore várias arquiteturas de modelo pré-treinadas e seus casos de uso.
• Ajuste fino de um modelo pré-treinado para tarefas específicas.
• Implementar modelos pré-treinados em projetos simples de aprendizado de máquina.

Este treinamento conduzido por um instrutor, realizado ao vivo em Faro (online ou presencial), é voltado para cientistas de dados e analistas de nível intermediário que desejam usar o AWS Cloud9 para fluxos de trabalho de ciência de dados otimizados.

Ao final deste treinamento, os participantes serão capazes de:

• Configurar um ambiente de ciência de dados no AWS Cloud9.
• Realizar análise de dados usando Python, R e Jupyter Notebook no Cloud9.
• Integrar o AWS Cloud9 com serviços de dados da AWS, como S3, RDS e Redshift.
• Utilizar o AWS Cloud9 para desenvolvimento e implantação de modelos de machine learning.
• Otimizar fluxos de trabalho baseados em nuvem para análise e processamento de dados.

Este treinamento presencial, liderado por instrutores em Faro (online ou no local) é voltado para participantes de nível intermediário que desejam automatizar e gerenciar fluxos de trabalho de aprendizado de máquina, incluindo o treinamento, a validação e a implantação de modelos usando Apache Airflow.

Ao final deste treinamento, os participantes serão capazes de:

• Configurar o Apache Airflow para orquestração de fluxos de trabalho de aprendizado de máquina.
• Automatizar tarefas de pré-processamento de dados, treinamento e validação de modelos.
• Integrar o Airflow com frameworks e ferramentas de aprendizado de máquina.
• Implantar modelos de aprendizado de máquina usando pipelines automatizados.
• Monitorar e otimizar fluxos de trabalho de aprendizado de máquina em produção.

Esta formação ao vivo, liderada por um instrutor (online ou presencial) em Faro, é direcionada a cientistas de dados e profissionais de TI iniciantes que desejam aprender os fundamentos da ciência de dados usando Google Colab.

Ao final desta formação, os participantes serão capazes de:

• Configurar e navegar pelo Google Colab.
• Escrever e executar código básico em Python.
• Importar e manipular conjuntos de dados.
• Criar visualizações usando bibliotecas do Python.

Este treinamento ao vivo e ministrado por instrutor em Faro (online ou presencial) introduz a ideia de desenvolvimento colaborativo em ciência de dados e demonstra como usar o Jupyter para acompanhar e participar, como uma equipe, no "ciclo de vida de uma ideia computacional". Ele guia os participantes através da criação de um projeto de ciência de dados baseado no ecossistema do Jupyter.

Ao final deste treinamento, os participantes serão capazes de:

• Instalar e configurar o Jupyter, incluindo a criação e integração de um repositório de equipe no Git.
• Usar recursos do Jupyter como extensões, widgets interativos, modo multiusuário e mais para habilitar colaboração em projetos.
• Criar, compartilhar e organizar os Notebooks Jupyter com membros da equipe.
• Esfolar de Scala, Python, R, para escrever e executar código contra sistemas de big data como Apache Spark, tudo através da interface do Jupyter.

Este treinamento ao vivo conduzido por instrutor em Faro (no local ou remoto) é destinado a cientistas de dados e desenvolvedores que desejam aprender e construir suas carreiras em Data Science usando Kaggle.

Ao final deste treinamento, os participantes serão capazes de:

• Aprender sobre ciência de dados e aprendizado de máquina.
• Explorar a análise de dados.
• Aprender sobre Kaggle e como ele funciona.

Na primeira parte deste treinamento, abordamos os fundamentos de MATLAB e sua função como linguagem e plataforma. Incluída nesta discussão está uma introdução à sintaxe de MATLAB, matrizes e matrizes, visualização de dados, desenvolvimento de scripts e princípios orientados a objetos.

Na segunda parte, demonstramos como usar MATLAB para mineração de dados, aprendizado de máquina e análise preditiva. Para dar aos participantes uma perspetiva clara e prática da abordagem e do poder da MATLAB, estabelecemos comparações entre a utilização da MATLAB e a utilização de outras ferramentas, como folhas de cálculo, C, C++ e Visual Basic.

Na terceira parte da formação, os participantes aprendem a simplificar o seu trabalho, automatizando o processamento de dados e a criação de relatórios.

Ao longo do curso, os participantes colocarão em prática as ideias aprendidas através de exercícios práticos num ambiente de laboratório. No final da formação, os participantes terão um conhecimento profundo das capacidades de MATLAB e serão capazes de o empregar para resolver problemas reais de ciência de dados, bem como para agilizar o seu trabalho através da automatização.

As avaliações serão realizadas ao longo do curso para avaliar o progresso.

Formato do curso

• O curso inclui exercícios teóricos e práticos, incluindo discussões de casos, inspeção de código de amostra e implementação prática.

Nota

• As sessões práticas serão baseadas em modelos de relatório de dados de amostra pré-arranjados. Se tiver necessidades específicas, contacte-nos para combinarmos.

O curso de treinamento ajudará os participantes a se prepararem para o Desenvolvimento de Aplicações Web usando Python com Análise de Dados. Essa visualização de dados é uma excelente ferramenta para a Gestão Executiva na tomada de decisões.

Participantes que concluírem este treinamento adquirirão uma compreensão prática e realista da Ciência de Dados, bem como das tecnologias, metodologias e ferramentas relacionadas.

Os participantes terão a oportunidade de aplicar esse conhecimento na prática através de exercícios práticos. A interação em grupo e o feedback do instrutor são componentes importantes da classe.

O curso começa com uma introdução aos conceitos fundamentais da Ciência de Dados, avançando para as ferramentas e metodologias utilizadas na área.

Público-Alvo

• Desenvolvedores
• Analistas Técnicos
• Consultores de TI

Formato do Curso

• Parte palestra, parte discussão, exercícios e prática intensiva

Nota

• Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.

O Python é uma linguagem de programação que ganhou enorme popularidade na indústria financeira. Adotada pelos maiores bancos de investimento e fundos hedge, ela está sendo usada para construir uma ampla gama de aplicações financeiras, desde programas de negociação principais até sistemas de gerenciamento de riscos.

Neste treinamento ministrado por um instrutor ao vivo, os participantes aprenderão a usar o Python para desenvolver aplicações práticas que resolvem uma série de problemas financeiros específicos.

Ao final deste treinamento, os participantes serão capazes de:

• Compreender os fundamentos da linguagem de programação Python
• Baixar, instalar e manter as melhores ferramentas de desenvolvimento para criar aplicações financeiras em Python
• Selecionar e utilizar os pacotes Python mais adequados e técnicas de programação para organizar, visualizar e analisar dados financeiros provenientes de várias fontes (CSV, Excel, bancos de dados, web, etc.)
• Criar aplicações que resolvem problemas relacionados a alocação de ativos, análise de riscos, desempenho dos investimentos e mais
• Solucionar problemas, integrar, implantar e otimizar uma aplicação Python

Público-alvo

• Desenvolvedores
• Analistas
• Quants

Formato do curso

• Parte aula, parte discussão, exercícios e muita prática hands-on

Nota

• Este treinamento visa fornecer soluções para alguns dos principais problemas enfrentados por profissionais financeiros. No entanto, se você tiver um tópico, ferramenta ou técnica específica que deseja adicionar ou aprofundar mais, entre em contato conosco para arranjar.

Esta é uma introdução de 5 dias à Ciência de Dados e Inteligência Artificial (IA).

O curso é ministrado com exemplos e exercícios utilizando Python.

Este treinamento ministrado por um instrutor (online ou presencial) é voltado para profissionais que desejam iniciar uma carreira em Data Science.

Ao final deste treinamento, os participantes serão capazes de:

• Instalar e configurar Python e MySql.
• Entender o que é Data Science e como ela pode agregar valor a praticamente qualquer negócio. 
• Aprender os fundamentos da programação em Python
• Aprender técnicas de Machine Learning supervisionadas e não supervisionadas, bem como sua implementação e interpretação dos resultados.  

Formato do Curso

• Aula interativa e discussão.
• Muitos exercícios e prática.
• Implementação hands-on em um ambiente de laboratório ao vivo.

Opções de Customização do Curso

• Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.

Este treinamento ao vivo conduzido por instrutor em Faro (no local ou remoto) é destinado a cientistas de dados que desejam usar o ecossistema Anaconda para capturar, gerenciar e implantar pacotes e fluxos de trabalho de análise de dados em uma única plataforma.

No final deste treinamento, os participantes serão capazes de:

• Instalar e configurar componentes e bibliotecas Anaconda.
• Compreender os principais conceitos, recursos e benefícios do Anaconda.
• Gerenciar pacotes, ambientes e canais usando o Anaconda Navigator.
• Usar pacotes Conda, R e Python para ciência de dados e aprendizado de máquina.
• Conhecer alguns casos de uso práticos e técnicas para gerenciar vários ambientes de dados.

Visão geral

Communications provedores de serviços (CSP) estão enfrentando pressão para reduzir custos e maximizar o rendimento médio por usuário (ARPU), ao mesmo tempo que garantem uma excelente experiência de cliente, mas os volumes de dados continuam a crescer. O tráfego global de dados móveis crescerá a uma taxa de crescimento anual combinada (CAGR) de 78 por cento até 2016, atingindo 10,8 exabytes por mês.

Enquanto isso, os CSPs estão gerando grandes volumes de dados, incluindo registros de detalhes de chamadas (CDR), dados de rede e dados de clientes. As empresas que aproveitam plenamente esses dados ganham um limiar competitivo. De acordo com uma pesquisa recente da Economist Intelligence Unit, as empresas que usam tomada de decisões orientadas a dados desfrutam de um aumento de 5-6% na produtividade. No entanto, 53% das empresas usam apenas metade dos seus dados valiosos, e um quarto dos entrevistados notou que enormes quantidades de dados úteis vão sem acesso. Os volumes de dados são tão altos que a análise manual é impossível, e a maioria dos sistemas de software hereditário não pode manter-se, resultando em dados valiosos sendo descartados ou ignorados.

Com Big Data & Analytics’ software de big data de alta velocidade, escalável, os CSPs podem minar todos os seus dados para melhor tomada de decisão em menos tempo. Diferentes Big Data produtos e técnicas fornecem uma plataforma de software end-to-end para a recolha, preparação, análise e apresentação de insights de grandes dados. As áreas de aplicação incluem monitoramento de desempenho da rede, detecção de fraude, detecção de clientes e análise de risco de crédito. Big Data & Produtos de análise escala para lidar com terabytes de dados, mas a implementação dessas ferramentas requer um novo tipo de sistema de banco de dados baseado em nuvem como Hadoop ou processador de computação paralelo de escala massiva ( KPU etc.)

Este curso trabalha em Big Data BI para Telco cobre todas as novas áreas emergentes em que os CSPs estão investindo para aumentar a produtividade e abrir novos fluxos de receita de negócios. O curso fornecerá uma visão completa de 360 graus de Big Data BI em Telco para que os decisores e gerentes possam ter uma visão geral muito ampla e abrangente das possibilidades de Big Data BI em Telco para produtividade e ganho de receita.

Objetivos do curso

O objetivo principal do curso é introduzir novas Big Data técnicas de inteligência de negócios em 4 setores de Telecom Business (Marketing/Vendas, Operação de Rede, Operação Financeira e Relação com o Cliente Management). Os alunos serão introduzidos a seguir:

• Introdução a Big Data-o que é 4Vs (volume, velocidade, variedade e veracidade) em Big Data- Geração, extração e gerenciamento da perspectiva da Telco
• Como Big Data o analista difere do analista de dados de herança
• In-house justificação de Big Data -Prospectiva Telco
• Introdução a Hadoop Ecosistema- familiaridade com todas as Hadoop ferramentas como Hive, Pig, SPARC –quando e como eles são usados para resolver Big Data problema
• Como Big Data é extraído para analisar para a ferramenta de análise-como Business Analysis’s podem reduzir seus pontos de dor de recolha e análise de dados através de uma abordagem integrada Hadoop dashboard
• Introdução básica da análise de Insight, análise de visualização e análise preditiva para Telco
• Analítica do cliente e Big Data-como Big Data analítica pode reduzir o cliente e a insatisfação do cliente em estudos de caso Telco
• Análise de falhas de rede e de falhas de serviço a partir de metadados de rede e IPDR
• Análise financeira-fraude, vazamento e estimativa do ROI a partir de dados de vendas e operações
• Problemas de aquisição do cliente-Marketing Objetivo, Segmentação do cliente e Cross-Sales a partir de dados de vendas
• Introdução e resumo de todos os Big Data produtos analíticos e onde eles se encaixam no espaço analítico da Telco
• Conclusão-como tomar uma abordagem passo a passo para introduzir Big Data Business Intelligence em sua organização

Auditoria Objetiva

• Operação de rede, gerentes financeiros, gerentes de CRM e gerentes de TI de alto nível no escritório do Telco CIO.
• Business Analisadores em Telco
• Diretores de escritório / analistas
• Gestores Operacionais
• Gerenciadores QA

A explosão de informações e dados no mundo de hoje não tem paralelo e a nossa capacidade de inovar e ultrapassar os limites do possível está a crescer mais rapidamente do que nunca. A função de Cientista de Dados é uma das habilidades mais exigidas na indústria atualmente.

Oferecemos muito mais do que aprender através da teoria; oferecemos habilidades práticas e comercializáveis que preenchem a lacuna entre o mundo acadêmico e as demandas da indústria.

Este currículo de 7 semanas pode ser adaptado às necessidades específicas do seu setor. Entre em contato conosco para obter mais informações ou visite o site do Instituto Nobleprog

Público:

Este programa destina-se a pós-graduados, bem como a qualquer pessoa com as habilidades pré-requisitos exigidas, que serão determinadas por uma avaliação e entrevista.

Entrega:

A entrega do curso será uma mistura de Instructor Led Classroom e Instructor Led Online; normalmente a 1ª semana será 'conduzida em sala de aula', as semanas 2 a 6 'sala de aula virtual' e a semana 7 voltará a ser 'conduzida em sala de aula'.

O big data refere-se a conjuntos de dados que são tão volumosos e complexos que os aplicativos tradicionais de processamento de dados não conseguem lidar com eles. Os desafios do big data incluem captura de dados, armazenamento de dados, análise de dados, busca, compartilhamento, transferência, visualização, consulta, atualização e privacidade de informações.

Este curso é destinado a Profissionais de Marketing e Vendas que pretendem se aprofundar na aplicação da ciência de dados no Marketing/Vendas. O curso oferece cobertura detalhada das diferentes técnicas de ciência de dados usadas para "up-sale", "cross-sale", segmentação de mercado, branding e CLV.

Diferença entre Marketing e Vendas - Como as vendas e o marketing são diferentes?

Em palavras muito simples, vendas podem ser definidas como um processo que se concentra ou visa indivíduos ou pequenos grupos. Por outro lado, o marketing visa um grupo maior ou o público em geral. O marketing inclui pesquisa (identificação das necessidades do cliente), desenvolvimento de produtos (produção de produtos inovadores) e promoção do produto (através de publicidade) e criação de conscientização sobre o produto entre os consumidores. Portanto, o marketing significa gerar leads ou prospects. Uma vez que o produto está no mercado, é tarefa do vendedor convencer o cliente a comprar o produto. As vendas significam converter leads ou prospects em compras e pedidos, enquanto o marketing visa objetivos de longo prazo, as vendas se referem a metas de curto prazo.

A Plataforma KNIME Analytics é uma opção líder de código aberto para inovação baseada em dados, ajudando você a descobrir o potencial oculto nos seus dados, extrair novas insights ou prever futuros possíveis. Com mais de 1000 módulos, centenas de exemplos prontos para uso, uma gama abrangente de ferramentas integradas e a maior variedade de algoritmos avançados disponíveis, a Plataforma KNIME Analytics é a caixa de ferramentas perfeita para qualquer cientista de dados e analista de negócios.

Este curso na Plataforma KNIME Analytics é uma oportunidade ideal para iniciantes, usuários avançados e especialistas em KNIME serem introduzidos ao KNIME, aprender a usá-lo mais efetivamente e criar relatórios claros e abrangentes com base nos fluxos de trabalho do KNIME.

Este treinamento ministrado por instrutor (online ou presencial) é direcionado a profissionais de dados que desejam usar o KNIME para resolver necessidades empresariais complexas.

É destinado ao público que não conhece programação e pretende utilizar ferramentas de ponta para implementar cenários analíticos.

Ao final deste treinamento, os participantes serão capazes de:

• Instalar e configurar o KNIME.
• Criar cenários de ciência de dados
• Treinar, testar e validar modelos
• Implementar a cadeia de valor completa dos modelos de ciência de dados

Formato do Curso

• Aula interativa e discussão.
• Muitos exercícios e prática.
• Implementação hands-on em um ambiente de laboratório ao vivo.

Opções de Customização do Curso

• Para solicitar um treinamento personalizado para este curso ou para obter mais informações sobre o programa, entre em contato conosco para organizar.

Esta formação ao vivo, ministrada por um instrutor em Faro (online ou presencial), é direcionada a analistas de dados intermediários, desenvolvedores ou cientistas de dados aspirantes que desejam aplicar técnicas de aprendizado de máquina no Python para extrair insights, fazer previsões e automatizar decisões baseadas em dados.

No final deste curso, os participantes serão capazes de:

• Compreender e diferenciar os principais paradigmas de aprendizado de máquina.
• Explorar técnicas de pré-processamento de dados e métricas de avaliação de modelos.
• Aplicar algoritmos de aprendizado de máquina para resolver problemas reais com dados.
• Utilizar bibliotecas do Python e Jupyter notebooks para desenvolvimento prático.
• Criar modelos para previsão, classificação, recomendação e agrupamento.

Este treinamento liderado por instrutor (online ou presencial) em Faro é destinado a analistas de dados e desenvolvedores web que desejam desenvolver modelos associativos no Qlik Sense.

Ao final deste treinamento, os participantes serão capazes de:

• Aplicar o Qlik Sense em ciência de dados.
• Usar e navegar na interface do Qlik Sense.
• Construir uma força de trabalho literata em dados com interação de IA.
• Criar uma empresa orientada por dados com o Qlik Sense.

Após este treinamento imersivo, você estará pronto para começar a trabalhar como desenvolvedor de computação quântica de nível inicial.

Ao final deste treinamento, os participantes serão capazes de:

• Executar e testar seus programas quânticos com o IBM Q integrado
• Usar o Qiskit para criar, compilar e executar programas de computação quântica
• Trabalhar com algoritmos quânticos práticos e avançados, como QAOA
• Reformular problemas do mundo real em uma linguagem de computação quântica apropriada

Formato do Curso

• Aula interativa e discussão.
• Muitos exercícios e prática.
• Implementação hands-on em um ambiente de laboratório ao vivo.

Opções de Personalização do Curso

• Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.

Este treinamento presencial, ministrado pelo instrutor em Faro (online ou localmente), é destinado a cientistas de dados e desenvolvedores que desejam usar o RAPIDS para construir pipelines de dados aceleradas por GPU, fluxos de trabalho e visualizações, aplicando algoritmos de aprendizado de máquina, como XGBoost, cuML, etc.

Ao final deste treinamento, os participantes serão capazes de:

• Configurar o ambiente de desenvolvimento necessário para criar modelos de dados com NVIDIA RAPIDS.
• Compreender as funcionalidades, componentes e vantagens do RAPIDS.
• Utilizar GPUs para acelerar pipelines de dados e análise de ponta a ponta.
• Implementar a preparação de dados e ETL acelerados por GPU com cuDF e Apache Arrow.
• Aprender como realizar tarefas de aprendizado de máquina com algoritmos XGBoost e cuML.
• Construir visualizações de dados e executar análise de gráficos com cuXfilter e cuGraph.

Este treinamento presencial, liderado pelo instrutor em Faro (online ou no local), é voltado para cientistas de dados que desejam utilizar a pilha SMACK para construir plataformas de processamento de dados para soluções de big data.

Ao final deste treinamento, os participantes serão capazes de:

• Implementar uma arquitetura de pipeline de dados para processamento de big data.
• Desenvolver uma infraestrutura de cluster com Apache Mesos e Docker.
• Analisar dados com Spark e Scala.
• Gerenciar dados não estruturados com Apache Cassandra.

Este treinamento ao vivo conduzido por instrutor em Faro (no local ou remoto) é destinado a cientistas e desenvolvedores de dados que desejam usar Modin para criar e implementar cálculos paralelos com Pandas para uma análise de dados mais rápida.

No final deste treinamento, os participantes serão capazes de:

• Configurar o ambiente necessário para começar a desenvolver fluxos de trabalho Pandas em escala com Modin.
• Compreender os recursos, a arquitetura e as vantagens de Modin.
• Conhecer as diferenças entre Modin, Dask e Ray.
• Realizar operações Pandas mais rapidamente com Modin.
• Implementar toda a API Pandas e as funções.