Cursos de Data Science em Gaia

Este curso ao vivo, conduzido por formador em Gaia (online ou presencial), destina-se a profissionais em nível inicial que desejam compreender o conceito de modelos pré-adequados e aprender a aplicá-los para resolver problemas do mundo real, sem a necessidade de construir modelos desde o zero.

Até ao final desta formação, os participantes serão capazes de:

• Compreender o conceito e os benefícios dos modelos pré-adequados.
• Explorar diversas arquiteturas de modelos pré-adequados e os respetivos casos de uso.
• Refinar (fine-tuning) um modelo pré-adequado para tarefas específicas.
• Implementar modelos pré-adequados em projetos simples de aprendizagem automática.

Esta formação ao vivo, com instrutor, em Gaia (online ou presencial), destina-se a cientistas de dados e analistas de nível intermédio que desejem utilizar o AWS Cloud9 para fluxos de trabalho de ciências de dados otimizados.

No final desta formação, os participantes estarão aptos a:

• Configurar um ambiente de ciências de dados no AWS Cloud9.
• Realizar análises de dados utilizando Python, R e Jupyter Notebook no Cloud9.
• Integrar o AWS Cloud9 com serviços de dados AWS, como S3, RDS e Redshift.
• Utilizar o AWS Cloud9 para o desenvolvimento e implementação de modelos de aprendizagem automática.
• Otimizar fluxos de trabalho baseados em nuvem para análise e processamento de dados.

Esta formação ao vivo, conduzida por instrutores, em Gaia (online ou presencial), destina-se a participantes de nível intermédio que desejam automatizar e gerir fluxos de trabalho de machine learning, incluindo o treino, a validação e a implementação de modelos, utilizando o Apache Airflow.

Ao fim desta formação, os participantes serão capazes de:

• Configurar o Apache Airflow para a orquestração de fluxos de trabalho de machine learning.
• Automatizar tarefas de pré-processamento de dados, treino de modelos e validação.
• Integrar o Airflow com frameworks e ferramentas de machine learning.
• Implementar modelos de machine learning através de pipelines automatizados.
• Monitorizar e otimizar fluxos de trabalho de machine learning em ambiente de produção.

Esta formação ao vivo, com instrutor, em Gaia (online ou presencial), foi desenhada para ajudar os participantes a preparar-se para o exame de certificação Microsoft Certified: Data Scientist Associate (DP-100).

O curso abrange os fundamentos da ciência de dados e do machine learning, bem como a sua implementação utilizando o Microsoft Azure Machine Learning. Os participantes aprenderão como preparar dados, construir e treinar modelos de machine learning, e implementar modelos na cloud. O curso também aborda a avaliação do desempenho dos modelos e a realização de feature engineering.

Esta formação ao vivo, orientada por um instrutor em Gaia (online ou presencial), destina-se a cientistas de dados e profissionais de TI de nível iniciante que desejam aprender os fundamentos da ciência de dados utilizando o Google Colab.

No final desta formação, os participantes estarão aptos a:

• Configurar e navegar no Google Colab.
• Escrever e executar código Python básico.
• Importar e processar conjuntos de dados.
• Criar visualizações utilizando bibliotecas Python.

Esta formação ao vivo, com instrutor em Gaia (online ou presencial), destina-se a analistas de dados, desenvolvedores ou futuros cientistas de dados de nível intermédio que pretendam aplicar técnicas de machine learning em Python para extrair insights, realizar previsões e automatizar decisões baseadas em dados.

No final deste curso, os participantes deverão ser capazes de:

• Compreender e distinguir os principais paradigmas de machine learning.
• Explorar técnicas de pré-processamento de dados e métricas de avaliação de modelos.
• Aplicar algoritmos de machine learning para resolver problemas de dados do mundo real.
• Utilizar bibliotecas Python e notebooks Jupyter para desenvolvimento prático.
• Construir modelos para previsão, classificação, recomendação e aglomeração (clustering).