Você não tem todo o tempo do mundo para conhecer e aprofundar em todas as técnicas e ferramentas necessárias para se tornar um Cientista de Dados. 

É preciso saber aliar a prática e a teoria de forma que o conhecimento técnico não te faça perder o timing de gerar valor para o negócio

Técnica embasada na teoria

Prática embasada no negócio

Trilha de carreira para te guiar

Assistir
Vídeo
Acesso imediato
Suporte pela comunidade
Garantia de 7 dias

Uma trilha de carreira clara, objetiva e sem falsas promessas

Iniciante

Por onde começar?

Comece com a matemática e estatística do ensino médio + Básico em Excel e SQL.

MATEMÁTICA
ESTATÍSTICA
PROGRAMAÇÃO
Analista de Dados

Avance na Carreira

Desenvolva os conceitos da matemática e estatística descritiva, aprenda sobre os problema gerais de negócios, entenda como gerenciar projetos e estudos e desenvolva uma comunicação mais solta e assertiva. 

MATEMÁTICA
ESTATÍSTICA
Excel
python
sql
COMUNICAÇÃO
projetos
NEGÓCIOS
Cientista de Dados

Aprimore-se para conquitar mais

Conhecimento em cálculo e estatística aplicada, programação em Python avançada, algoritmos e técnicas de Machine Learning e em quais problemas de negócio é possível aplicá-los. Além de gerenciamento de projetos e comunicação assertiva.

estatística APLICADA
programação avançada
cálculo
projetos
negócios
COMUNICAÇÃO
MACHINE LEARNING
Especialista

Como se destacar?

Aprofunde-se e dominando o que ninguém sabe com profundidade: Cloud Computing para Dados & Analytics, Deep Learning & AI e saber traduzir as necessidades do negócio.

CLOUD COMPUTING
ia
IDIOMA DO NEGÓCIO
DEEP LEARNING
CONHEÇA A EMENTA

Quem vai te ensinar

O curso será ministrado pelo nosso professor Bruno Jardim e alguns convidados especiais para enriquecer as aulas.

Fernando Manfio

Professor Convidado

Tâmara Jardim

CEO PoD Academy e Professora

Rodrigo Moreira

Professor Convidado

Bruno Jardim

Professor

Juliana Fávaro

Professora Convidada

Mahmud Ali Neto

Professor Convidado

Renata Brunelli

Professora Convidada

Fernando Manfio

Professor Convidado

Tâmara Jardim

CEO PoD Academy e Professora

Rodrigo Moreira

Professor Convidado

Felipe Jardim

Professor

Isabelle Valim

Professora Convidada

Como aluno(a) da Formação, você já participa dos Canais PoD Academy, para fazer networking e se conectar aos demais alunos, às pessoas da área atuantes e influentes do mercado.

Também terá acesso à sala de tira dúvidas, compartilhamento de conteúdos técnicos, acesso direto aos professores...

E mais:
comprando o curso de Formação, você ganha acesso totalmente gratuito à Comunidade PoD Academy no Discord

Não aceite menos que isso! Só a gente oferece esses diferenciais.

Ensino tradicional

PoD Academy

Empregabilidade
Você sai se sentindo inseguro de executar o que aprendeu
Nosso conteúdo é 100% baseado no que o mercado pede. Além de o nosso networking ser o nosso grande ativo.
Comunidade
Apenas grupos barulhentos, que não geram valor e, no final, você está sozinho.
Além de um grupo de whatsapp que te conecta aos professores e alunos, você também começa a fazer parte da Comunidade com conteúdo gratuito para networking com pessoas que já estão no mercado ou estão ingressando.
Flexibilidade
Calendário sem flexibilidade de horários para você finalizar ou para seguir a trilha que deseja.
Você assiste quando quiser, de onde quiser, dentro do tempo e ritmo que você tem disponível.
Professores
Professores muito técnicos e sem conhecimento de aplicação prática.
Os maiores especialistas no assunto: tanto em base sólida da teoria, como em geração de valor no mercado.
Prática
Cases superficiais que não te preparam para a realidade do mercado
Conteúdo e cases práticos sempre atualizado, que alia a prática embasada nas necessidades do mercado e nas técnicas com embasamento teórico.

Alguma dúvida?

O nosso time está à sua disposição! Entre em contato com a gente!  

Whatsapp dA PoD Academy

Veja alguns resultados dos alunos da PoD Academy

Todo dia recebemos uma chuva de mensagens com resultados incríveis.

Acesso imediato
Suporte pela comunidade
Garantia de 7 dias

O que você vai aprender com a Formação?

Aprenda a gerar valor com Dados, com quem faz de verdade.

Chega de cursos que prometem e não entregam! Este curso vai te ensinar o conteúdo que você precisa para entrar na área de dados pela porta da frente. Unindo o melhor da comunidade acadêmica com experts do mercado, construímos uma formação completa em Dados e Analytics.

Matemática

Nivelamento

Conheça as matérias

Gráficos Funções Raiz, Logaritmo e Exponencial Operações básicas com Matrizes

Estatística

Nivelamento

Conheça as matérias

Técnicas de amostragem Medidas de dispersão Estatística descritiva

Programação

Nivelamento

Conheça as matérias

Lógica de programação Conceitos teóricos

SQL: Do zero a Consultas avançadas

Tecnologia & Programação

Conheça as matérias

Introdução a BD Relacionais Introdução ao SQL Ordenação e Filtro de Dados Filtros Joins Funções de Agregação Order By Variáveis Strings e Datas Funções Condicionais Views CRUD Subqueries Regex

Python para Big Data & Analytics

Tecnologia & programação

Conheça as matérias

O que é Python? Aplicações Popularidade Preparando o Ambiente Python Puro X Anaconda Sintaxe básica Operadores matemáticos Declaração de variáveis Tipos de dados Operadores lógicos Listas Tuplas Dicionários Pacotes Built-in Estruturas condicionais Estruturas de repetição Funções Função lambda Tratamento de Exceções Matplotlib Seaborn Plotly Pandas

PySpark para análise de dados

Tecnologia & Programação

Conheça as matérias

O que é PySpark? SparkContext SparkSession Spark Dataframe RDD Operações: collect, count, parallelize, getNumPartitions, textFile, first, filter, cache, Show, take Operações: flatMap, map, reduceByKey, sortBY, join, leftOuterjoin, rightOuterjoin, select, groupBy, orderBy Spark SQL Tabelas Views UDFs Importação, Exportação, Leitura, Escrita Otimizações ( Persistência, Cache, Particionamento,Bucketing ,Tipos de Joins, configuração de parâmetros) Monitoramento de jobs com Spark UI e GANGLIA (EMR)

Estatística aplicada

Ciências aplicadas

Conheça as matérias

Conceitos básicos de estatística Medidas de tendência central e dispersão Gráficos estatísticos Análise descritiva e outliers Percentis e a frequência acumulada Análise exploratória Conceitos de amostragem Probabilidade - modelos de distribuição Noções de medidas de associação e correlação Processo de análise estatística - testes estatísticos Teste de hipótese paramétrico e não paramétrico Processo inferencial (Clássica e Bayesiana)

Matemática aplicada

Ciências aplicadas

Conheça as matérias

Teoria dos Conjuntos Vetores Matrizes Determinantes Logaritmo Introdução ao Cálculo numérico Funções Limites Derivadas Função Gradiente Backpropagation

Introdução às Carreiras em Análise de Dados e Ciência de Dados

Introdução - Ciência de Dados

Conheça as matérias

O que é ciência de dados Qual a diferença entre Analista de Dados e Cientista de Dados Qual é o papel de um cientista de dados em uma empresa ou organização Quais são as habilidades necessárias para se tornar um Analista de Dados e Cientista de Dados Quais são as principais ferramentas e tecnologias usadas pelos analistas e cientistas de dados Como é o mercado de trabalho para analistas e cientistas de dados Como é a remuneração média para profissionais de análise e ciência de dados Formação específica em áreas relacionadas para seguir essa carreira e outros pré-requisitos Certificações prévias para se tornar um cientista de dados

Negócios

Introdução - Ciência de Dados

Conheça as matérias

O que são Negócios Como são as áreas de negócios nas empresas Segmentos de Negócios: - Financeiro (Análise de Dados para Crédito, Fraude e Cobrança) - Jurídico (Jurimetria) - Saúde (Análise de Dados de Prontuário, Classificações, Imagem) - CRM (Análise de Personas, Propensão à contratação de Produtos) - RH (People Analytics) - Varejo (Precificação, Análise e Projeção de Demanda, Projeção de Estoque, Otimização de Metas de Vendas) - Indústria (Análise de Dados para Predição de Falhas em Sistemas) Desafios de Negócios: - Aumento de Faturamento - Redução de Custos - Construção de cenários para tomada de decisão - Acompanhamento de Indicadores Problemas reais e possíveis soluções: -Concessão de Crédito -Análise de Limite de Cartão de Crédito -Avaliação de transações Fraudulentas -Otimização de Metas de Vendas -Criação de Personas para Oferta de produtos ou contratação de pessoas -Oferta de produto para clientes propensos à compra -Ordenação de pessoas ou itens para ações, por exemplo ação de cobrança -Análise de Churn (perda de clientes) Geração de valor nos Negócios: -Custos vs resultados Comunicação executiva -Apresentação dos resultados -Ancoragem de Valor do Projeto (para gestores) -Busca por Orçamento (para gestores) -Visibilidade ao Projeto e à Equipe (para gestores)

Ferramentas de trabalho

Introdução - Ciência de dados

Conheça as matérias

Excel e/ou Google Sheets Word e/ou Google Docs Power Point e/ou Google Apresentações Google Colab Anaconda GitHub Kaggle ChatGPT Google

Revisão geral: Excel, SQL e Python

Introdução - Ciência de Dados

Conheça as matérias

Conceito de Tabela de Dados Consultas a tabelas de Bancos de Dados Exploração de dados com queries SQL Exploração de dados com spark SQL Exploração de dados com Python

Fundamentos de Engenharia de Dados

Introdução - Ciência de Dados

Conheça as matérias

Escopo da Engenharia de Dados O que são Dados Tipos de Dados Fontes de Dados Conceitos de ETL (Extração Transformação e Carga) Arquiteturas de Dados mais utilizadas para Ciência de Dados: - Data Lake - Data Warehouse - Data Lakehouse - Data Mesh - Data Fabric - Feature Store Formatos de Dados e tipos de uso Como trabalhar com diferentes volumetrias de Dados Ferramentas para processamento de dados volumosos

Fundamentos de Análise de Dados I

Aprofundamento - Ciência de Dados

Conheça as matérias

Entendimento do Framework CRISP-DM Conceito de Tabela Analítica de Público de Estudo Explorando os dados - entendimento do Público de Estudo Análise Exploratória dos Dados Visões e insights de Negócio

Fundamentos de Análise de Dados II

Aprofundamento - Ciência de Dados

Conheça as matérias

Teste A/B Apresentação de resultados técnicos Apresentação de resultados de negócio Dashboard para apresentação de Resultados

Ciência de Dados

Aprofundamento - Ciência de Dados

Conheça as matérias

Introdução ao Aprendizado de Máquina (Machine Learning) Preparação de Dados - Criando variáveis explicativas (ED) Conceito de variáveis agregadas a partir dos dados transacionais Conceito de variáveis com profundidade temporal Conceito de defasagem temporal dos dados Criação da variável resposta: - Crédito - Fraude - Cobrança - Churn - Propensão - Regressão com foco em projeções Preparação de Dados para análises e algoritmos de ML: - Conceito de Metadados - Normalizações - Padronizações - Analise de outliers - Análise da Cardinalidade - OneHot Encoding - Label Encoding - Target Encoding - WoE Encoding - Transformações de Variáveis - Linearidade com log da Odds (Regressão Logística) Categorização de Variáveis contínuas Análise de estabilidade temporal das variáveis categóricas (taxa de evento para target binário) Análise de ordenação das categorias por taxa de evento (target binário) Conceito de Feature Store Seleção de Variáveis: - Corte por % de Valores Nulos (Missings), - Variância, - Feature Importance, - Boruta, - Correlação de Pearson - Information Value (Target Binário) Redução de dimensionalidade - PCA - Foco em Visualização de Dados - Foco em Seleção de Variáveis - Combinando PCA + IV para seleção de Variáveis (Target Binário)

Algortimos de Machine Learning: Problemas de Classificação

Aprofundamento - Ciência de Dados

Conheça as matérias

Modelos Supervisionados - Problemas de Classificação 10 principais algoritmos: - Árvores de Decisão - Regressão Logística - Random Forest - LightGBM - XGBoost - CatBoost - KNN - Redes Neurais - MLP - SVM - Stacking e Blend de Modelos - AutoML com Pycaret

Algortimos de Machine Learning: Problemas de Regressão

Aprofundamento - Ciência de Dados

Conheça as matérias

Modelos Supervisionados - Problemas de Regressão 10 principais algoritmos: - Árvores de Decisão - Regressão Linear Simples e Múltipla - Regressão Ridge, LASSO e Elastic Net - Random Forest - LightGBM - XGBoost - CatBoost - Redes Neurais - MLP - SVM - Stacking e Blend de Modelos - AutoML com Pycaret

Avaliação de Modelos

Aprofundamento - Ciência de Dados

Conheça as matérias

Análise de Desempenho dos Modelos Análise de Estabilidade dos Modelos Análise de Aderência aos negócios

Monitoramento de Modelos

Aprofundamento - Ciência de Dados

Conheça as matérias

Exemplo de Arquitetura para Monitoramento de Modelos Indicadores para Monitorameno de Modelos Construção de Dashboard para Monitoramento de Modelos Estatísticos

Engenharia de Machine Learning

Aprofundamento - Ciência de Dados

Conheça as matérias

Conceito do GitFlow Conceito DataOps e MLOps Organização de Equipes e Projetos Aplicabilidade MLOps para entregas em Machine Learning Monitormento de dados e modelos em produção Data and Models Pipeline MLOps Management (Validation, Data Rules, Data Quality, Model Quality, Versioning)

Aplicações reais em Negócios

Aplicação - Ciência de Dados

Conheça as matérias

Introdução à utilização dos modelos de Machine Learning nos Negócios Modelo para Score Anti Fraudes Modelo para predição de Churn Modelos de Recomendação de Produtos (NBO) Modelos para Concessão de Crédito Modelo Clusterização de Crimes e Delitos Motor de Crédito

Super Hackathon de Ciência de Dados

Hackathon

Conheça as matérias

A ideia é contar a história de que a PoD Bank, uma startup do segmento financeiro que concede crédito para população com pouca informação de crédito, ganhou mercado, maturidade e decidiu montar uma área de Ciência de Dados focada em Modelos de Crédito. A demanda é Desenvolver um modelo de crédito que tenha capacidade de gerar um score de risco para contratação de produtos de crédito.

O Poder do Decidir

Palestras

Conheça as matérias

O poder do decidir

Portfólio e documentação

Palestras

Conheça as matérias

Como montar um portfólio de sucesso?

Portólio e Linkedin

Palestras

Conheça as matérias

Como configurar um perfil de sucesso no Linkedin?

Carreira e alta performance I

Palestras

Conheça as matérias

100 primeiros dias na empresa

Carreira e alta performance II

Palestras

Conheça as matérias

Os pilares da alta performance

Carreira e alta performance III

Palestras

Conheça as matérias

Comunicação Assertiva: Oratória e Apresentação

Ética & Explicabilidade de Modelos

Palestras

Conheça as matérias

Ética e explicabilidade de algoritmos de machine learning, do ponto de vista jurídico. O que está por vir ? Como devemos estruturar nossos processos para suportar esta demanda que está por vir?

Quem está por trás da PoD Academy?

Caso você não nos conheça, deixa eu te apresentar quem está garantindo sua formação na área:
pessoas altamente capacitadas, que vivenciam os problemas de negócio
e aliam as técnicas no dia a dia.

Não só estamos “por trás dos bastidores”, como aparecemos diariamente nas redes sociais para que você tenha garantia e confiança do que estamos entregando. 

Tâmara Jardim 👋

CEO

CEO da PoD Academy e Influenciadora de Carreira no IG @tamjardim

Nunca foi só sobre Dados e Analytics mas, sim, sobre como escalar nosso tempo na transmissão de conhecimento e, impactar cada vez mais vidas. Acreditamos que todo o conhecimento precisa ser um meio para melhorar
a qualidade de vida da pessoas.

Alavanque a sua carreira

Mude o seu o jogo e torne-se altamente requisitado no mercado de Ciência de Dados.

Formação em Ciência de Dados

R$ 7332

Qual será o seu investimento?

18 meses de acesso ao conteúdo

Acesso à Comunidade PoD Academy no Discord

Grupo fechado de Whatsapp para networking

Professores disponíveis e acessíveis

Por 12x de 361,15
ou R$ 3597 à vista

Comprar agora

Pro

One-time payment of $299

All included in Base

4+ hrs of Unique Learning

8 Lessons for Pros

10+Figma Templates

Lifetime Access

Enroll Now

Pacote In Company

Entre em contato para saber mais

...

...

...

...

...

Entre em contato

FAQ

Veja abaixo as principais perguntas que recebemos sobre o curso. Caso ainda tenha alguma dúvida, entre em contato e responderemos com prazer.

O curso será presencial?

Não. O curso é 100% online, com aulas ao vivo que ficarão gravadas para estudo posterior.

Quais são as formas de pagamento?

Boleto, PIX ou Cartão de Crédito. Também temos condições de pagamento facilitada e, para saber mais consulte o nosso time através do botão de Whastapp.

Posso comprar módulos separados?

Esta é uma formação completa. Aqui, os módulos são complementares e vendidos juntos. Posteriormente vamos fazer adaptações no conteúdo para ser possível oferecer os módulos separados.

É possível parcelar o valor do curso?

Sim, além das formas de pagamento oferecidas, temos outras formas de pagamento facilitado. Clique no botão do nosso Whatsapp que a nossa equipe irá atender você.

As aulas do Formação em Ciência de Dados serão gravadas?

As aulas de Análise e Ciência de Dados são gravadas e ao vivo em formato de Masterclass, Monitorias e agendas específicos do Hackathon. Todas as aulas ficam disponíveis na plataforma para os alunos matriculados assistirem em seu próprio ritmo de aprendizagem.

Existem turmas empresariais?

Temos pacotes com preços especiais para equipes empresariais no curso atual. Entre em contato pelo e-mail contato@podacademy.com.br, com o assunto [Formação para Empresas]

Entre na Lista de Espera

R$ 7332

Obrigado. Seus dados foram computados!
Ops! Algo deu errado. Por favor, tente novamente.