X
Caro visitante,

Nosso número principal no WhatsApp está apresentando instabilidade e estamos trabalhando para resolver isso o mais rápido possível.

Enquanto isso, para garantir que possamos atendê-lo da melhor forma, pedimos que entre em contato conosco através do nosso novo número: (11) 9 1416-2668.

Adicione-o aos seus contatos para uma resposta rápida. Caso prefira, você também pode nos enviar um e-mail para comercial@preditiva.ai e teremos o maior prazer em ajudar.

Pedimos desculpas por qualquer inconveniente e estamos ansiosos para atendê-lo!

Atenciosamente,

Equipe Preditiva Analytics

Chegou a hora de dominar Análise de Dados para negócios e transformar sua carreira para sempre!

Se você quer aprender Estatística, ferramentas de dados como Excel, SQL, Power BI e Python, além de um método único para gerar valor com dados, você está no lugar certo! Assista o vídeo ao lado.

Quero aprender análise de dados

Descubra nesta aula gratuita o processo para se obter conclusões REALMENTE valiosas aplicando um método simples e prático, mesmo para iniciantes.

Quero aprender análise de dados

Nossa formação é ideal para você que...

... busca uma transição de carreira para as áreas de dados como Analista de Dados ou Cientista de Dados

... precisa aprender realmente bem a usar o Excel, SQL, Power BI ou Python

... a estatística gera insegurança, pois a faculdade só ensinou o básico na formação

... ainda constrói relatórios na empresa muito básicos e superficiais

... sente dificuldade de ”sair do lugar” ao receber uma base de dados para análise

... até utiliza alguma ferramenta, mas sente que precisa ir além para gerar insights relevantes

Você já passou ou ainda passa por situações como essas ao analisar dados?

1
Seus relatórios ficam superficiais, com um
monte de números que, ao final, pouco servem para as decisões da empresa
2
Suas análises ficam resumidas a alguns dashboards que, embora sejam bonitinhos, poucas pessoas utilizam
3
Você tem dificuldades para usar o Excel, Power BI ou quaisquer ferramentas de dados
4
Você sente dificuldade de “sair do lugar” ao analisar dados, sem saber por onde começar ou a melhor forma de fazer
5
Utilizar a estatística te dá insegurança, pois a faculdade só te ensinou o básico

Se você está em alguma destas situações, não se preocupe, você não está sozinho.

Além disso você já deve estar cansado de ouvir na mídia que análise de dados é a habilidade do futuro, certo?


Olha, na verdade, já é a habilidade do PRESENTE! Se você não souber coletar, manipular e interpretar os dados disponíveis nas empresas em que atua, você estará, dia após dia, ficando cada vez mais obsoleto e perdendo relevância no mercado.


Isso é ainda mais evidente em momentos como agora, em que as empresas estão revendo os seus quadros e ficando somente com os profissionais que terão mais chance de trazer valor e resultado.


Ou seja: as empresas estão dando preferência aos profissionais que sabem analisar dados, de forma que identifiquem oportunidades de valor para elas — como melhorias nos processos e aumento de receita.

Mas qual a melhor forma de desenvolver suas habilidades em análise de dados?

Muita gente compra por aí cursos de Excel, Power BI ou Python imaginando que esses sejam os únicos conhecimentos necessários para analisar dados.

Infelizmente, é um erro muito comum.  O motivo é simples:

Aprender a usar um martelo não te faz construir um guarda roupa, concorda?

Então por que comprar um curso de Power BI ou Python te ajudaria a analisar dados para gerar valor nas empresas?

Ferramenta sozinha não entrega valor!

Para analisar dados da forma certa, além de conhecer técnicas e ferramentas, você precisa percorrer um caminho eficaz que te leva do zero até o resultado financeiro esperado de suas análises.

Por isso, nós da Preditiva desenvolvemos um método único com o qual qualquer profissional, mesmo partindo do zero, consegue analisar os mais variados dados e extrair valiosas conclusões, montando planos de ação com a segurança de se basear em fatos, não em "achismos".


Mas será que este
curso é para você?

Para quem é?

  • Profissionais de qualquer área de negócio com pouca ou nenhuma experiência em análise de dados ou construção de relatórios
  • Profissionais que desejam ingressar ou transicionar de carreira, ocupando cargos de Analista ou Cientista de Dados
  • Profissionais que já atuam na área como Analistas de Dados, BI e/ou Relatórios, mas que desejam ganhar mais robustez e criar análises que realmente impactam o negócio
  • Para quem está cansado de estudar estatística de faculdade, com pouco resultado prático — além dos clássicos exemplos bobos com moedas e dados

Para quem NÃO é?

  • Pessoas que desejam seguir carreira acadêmica (nossa formação é focada em análise de dados para negócios)
  • Pessoas que querem resultados "para ontem", sem dedicação — aprender análise de dados exige esforço e comprometimento, não tem outro jeito
  • Pessoas que preferem ficar em carreiras tradicionais da velha economia (comércio offline, cargos administrativos e nada tecnológicos, etc.)

Conheça o App da Preditiva

Aprender análise de dados nunca foi tão fácil e direto ao ponto

Plano de estudos personalizado

A Preditiva é a única escola de dados onde você constrói o seu plano de estudos personalizado.

E para fazer isso, nossa plataforma considera seu:
  • Objetivo de carreira
  • Nível de especialização em Dados
  • Tempo de estudos disponível
  • Habilidades a serem desenvolvidas

Acompanhe sua evolução

Tenha total clareza de como seus estudos estão fazendo você evoluir em direção ao seu objetivo.

Acompanhe suas estatísticas de aulas assistidas, habilidades adquiridas e o percentual de atingimento da sua meta!

Árvore de Habilidades em Dados

Mapeamos mais de 50 habilidades essenciais em dados que todos bons profissionais devem possuir.

Com a Árvore de Habilidades, fica muito mais fácil identificar quais habilidades você já domina e quais precisa desenvolver.

Aprimore suas habilidades em dados usando nosso sistema de mensuração exclusivo.
Quero ter acesso ao App da Preditiva

O que você vai aprender nesta formação?

DESCOBERTA
EFICIENTE
O que vou resolver?
Raio-X do problema a ser resolvido
Coleta de dados direcionada
Preparação otimizada dos dados

A regra geral em Análise de Dados é: “Não é porque podemos analisar algo que devemos analisá-lo”. Em outras palavras, um erro comum dos analistas é tentar resolver um problema apenas por ter ferramentas para isso.

Você vai entender como:

  • Chegar no real objetivo do projeto de dados
  • Levantar hipóteses
  • Realizar uma análise de custo x benefício
  • Descobrir o potencial de resultado
  • Trabalhar com o dicionário de Dados
  • Realizar o mapeamento e coleta dos dados
  • Selecionar as variáveis mais importantes
  • Corrigir dados ruins
ARSENAL
ANALÍTICO
Como vou resolver?
Fábrica de insights
Dashboards
Objetivos
Machine Learning e IA

Não se analisa dados sem técnicas estatísticas e ferramentas computacionais. Neste passo do método você vai aprender o que de fato resolve problemas de negócio, sem enrolação ou teorias chatas e pouco práticas que você vê na faculdade ou pós-graduação. Aqui reunimos as técnicas analíticas e as ferramentas que geram milhões de reais nas empresas.

Você vai aprender:

  • Técnicas de Estatística Aplicada a negócios
  • Técnicas de Probabilidade e Análise Preditiva
  • Técnicas de Estimação usando amostras
  • Extração e manipulação de dados em SQL
  • Construção de Dashboards em Power BI
  • Desenvolvimento de bons KPI’s
  • O que são modelos estatísticos e de Machine Learning/IA
  • Análise Preditiva usando Machine Learning
  • Monitorando o poder preditivo dos modelos
  • Python para Análise de Dados e Machine Learning

Resumo das ferramentas que você aprenderá a utilizar em nossa formação

Aqui é o que separa uma análise “meia boca” de uma análise de dados que muda o rumo de sua área ou empresa. Entenda como colher os resultados de seu trabalho (sejam eles financeiros ou não).

Você vai entender como:

  • Construir uma apresentação com Data Storytelling
  • Validar os resultados com o cliente do projeto
  • Finalizar o MVP e a atualização do Roadmap
  • Conduzir uma estratégia de Controle, Teste e Rollout
  • Criar gráficos de monitoramento
  • Técnicas de Backtesting
  • Mensurar o valor financeiro do projeto
  • Estimar o ROI do seu projeto de dados
RESULTADO
COMPROVADO
Que resultado terá?
Plano de
Implantação
Monitoramento
Mensurando o
resultado

Quer mais detalhes?
Conheça os módulos da plataforma

Início de jornada

Introdução ao Mundo dos Dados

Comece sua jornada em análise de dados com esse ótimo overview de todo o mercado de dados e suas possibilidades. Após finalizar este curso, você nunca mais ficará perdido sobre "dados" e tudo o que é possível fazer com suas técnicas e ferramentas em qualquer área de atuação.

Conteúdo:

- A Revolução  Industrial 4.0 já começou e você pode estar atrasado - 25:04    

- Quais as habilidades a serem  desenvolvidas neste ano em diante - 10:01    

- O que são os "dados" e qual o  papel das técnicas e ferramentas nisso tudo? - 17:00    

- Técnicas de Análise de Dados: Parte 1 -  Estatística - 20:08    

- Técnicas de Análise de Dados: Parte 2 -  Inferência - 13:01    

- Técnicas de Análise de Dados: Parte 3 -  Machine Learning e IA - 19:07    

- Ferramentas para Análise de Dados -  Introdução - 04:05    

- Overview - Excel para Análise de Dados -  21:02    

- Overview - SQL para Análise de Dados -  18:03    

- Overview - Power BI para Análise de Dados  - 15:00    

- Overview - Python para Análise de Dados -  28:00    

- Ferramentas para Análise de Dados: Qual  ferramenta escolher? - 20:00    

- A importância da Metodologia em Projetos  de Dados - 16:06    

- A tal da Cultura Data Driven (cultura  analítica) - 14:04    

- Os desafios na implantação da Cultura Data Driven e a Alfabetização de Dados - 30:00    

- Engenheiro, Analista ou Cientista? O  papel de cada profissional na Jornada dos Dados - 25:08    

- A importância de uma boa gestão de  carreira - 12:08    

- O processo de aprendizado das habilidades  em dados - 20:05    

FAQ

- "Dados" servem pra minha área?  Essa habilidade é para mim? - 03:00    

- "Não sei se devo virar Engenheiro,  Analista ou Cientista de Dados: o que fazer?" - 10:00    

- "Quero migrar logo para esta área...  Dá para fazer isso com rapidez?" - 14:03    

- "Estou desempregado... como  conciliar o curso com a necessidade de pagar as contas?" - 09:01  

- "Tenho mais do que 40 anos. Será que  consigo fazer a transição após essa idade?" - 07:03

Módulo

Microsoft Excel para Analytics

Neste curso você vai aprender a utilizar o Microsoft Excel para as principais tarefas de análise de dados. Entre elas, a utilização de fórmulas e funções, validação de dados, tabelas dinâmicas e construção de gráficos.

Conteúdo:

- Aula 01 - Estrutura de uma planilha e teclas de função - 09:04

- Aula 02 - Formatação de células e "Ir para Especial" - 10:40

- Aula 03 - Alça de Preenchimento e o uso de séries numéricas e textuais - 07:54

- Aula 04 - Poderoso recurso "Colar Especial" - 14:36

- Aula 05 - Separação de textos em colunas - 10:15

- Exercício 1 - Formatação de células e Texto para Colunas - 30:00

- Aula 06 - O princípio das fórmulas - 17:22

- Aula 07 - Entendendo as referências relativas e absolutas - 16:04

- Aula 08 - Formatação condicional - 11:15

- Aula 09 - Validação de Dados - 09:04

- Aula 10 - O que é uma função? - 05:53

- Aula 11 - Funções ESQUERDA(), DIREITA() entre outros - 16:04

- Aula 12 - Funções E(), OU() e a função SE() - 18:21

- Aula 13 - Função PROCV() - 18:07

- Aula 14 - Função ÍNDICE() e CORRESP() - 13:55

- Aula 15 - Funções DATA(), MÊS(), ANO(), DIA.DA.SEMANA() entre outros - 21:55

- Aula 16 - Funções ARRED(), INT() entre outros - 17:10

- Aula 17 - Funções MEDIA(), CONT.VALORES(), CONT.SE(), DESVPAD.P() entre outros - 10:42

- Aula 18 - Erros #N/D, #REF, #VALOR, #NUM e outros problemas comuns - 14:38

- Exercício 2 - Fórmulas e Funções do Excel - 30:00

- Aula 19 - O que são e como criar uma tabela dinâmica? - 18:55

- Aula 20 - Tabelas de Frequência - 14:53

- Aula 21 - Medidas Resumo (Média, Contagens, Variância, Desvio Padrão etc.) - 16:26

- Aula 22 - Como inserir e quais são os tipos de gráficos? - 06:24

- Aula 23 - Como formatar um gráfico? - 15:20

- Aula 24 - Gráficos de Pizza e de Rosca - 15:13

- Aula 25 - Gráficos de Barras e Colunas - 13:14

- Aula 26 - Gráficos de Linhas - 10:17

- Aula 27 - Gráfico de Histograma - 11:42

- Aula 28 - Gráfico de Pareto - 10:36

- Aula 29 - Gráfico de Caixas Estreitas (Box Plot) - 12:46

- Aula 30 - Gráfico de Dispersão (Scatter Plot) - 13:00

- Aula 31 - Gráfico de Cascata (Waterfall) - 08:03

- Aula 32 - Como escolher o melhor gráfico para sua análise? - 08:41

- Exercício 3 - Gráficos - 30:00

- Aula 33 - Gráficos dinâmicos e segmentação de dados - 12:26

- Aula 34 - Como criar Dashboards no Excel? - 18:11

Módulo

Como resumir e interpretar os dados?

Transforme dados em conhecimento, gerando poderosos insights e tomando as melhores decisões utilizando técnicas simples e práticas de Estatística Descritiva.

Conteúdo:

- Aula 1 - Introdução e Tipos de variáveis - 17:00

- Aula 2 - Tabelas de frequências - 16:44

- Aula 3 - Interpretando a Média da forma correta - 17:37

- Aula 4 - Como utilizar a Mediana? - 11:45

- Aula 5 - Outras medidas de posição: Mínimo, Máximo e os Quartis. - 14:52

- Aula 6 - Desvio Padrão e Variância - 25:16

- Aula 7 - Gráficos de Pizza, Barras, Linhas e Pareto - 11:50

- Aula 8 - Gráfico de Histograma - 09:29

- Aula 9 - Gráfico de Box Plot - 23:07

- Aplicação 1: Vendas de Produtos Bancários - 30:00

- Aplicação 2: IDHM dos municípios brasileiros - Parte I - 30:00

Módulo

Análise de Correlação e Associação

Entenda como cada variável de sua base de dados se relaciona usando técnicas de correlação e associação. Explore esses insights do jeito certo.

Conteúdo:

- Aula 1 - Correlação Pearson - 19:23

- Aula 2 - Demonstração: Correlação Pearson - 14:00

- Aula 3 - Information Value: Uma das melhores medidas de associação! - 17:32

- Aula 4 - Demonstração: Information Value - 23:30

- Aula 5 - R Quadrado: Coeficiente de Determinação - 21:09

- Aula 6 - Correlação vs. Causalidade - 12:51

- Aplicação 2: IDHM dos municípios brasileiros - Parte II - 30:00

- Aplicação 3: Marketing no Mercado Financeiro- 30:00

Módulo

Fundamentos de ETL para Análise de Dados

Este curso de ETL para Análise de Dados aborda os fundamentos do processo de Extração, Transformação e Carga de dados. Focado em ferramentas como Excel e Power Query, o curso cobre extração de várias fontes, técnicas de transformação incluindo limpeza e manipulação de dados, e métodos de carga. Aprenda as habilidades práticas essenciais para preparar dados eficientemente para qualquer análise.

Conteúdo:

  • O que é ETL e por que  é essencial para análise de dados- 11:34
  • Configurando o ambiente de trabalho com  Excel e Power Query- 10:22
  • Entendendo as fontes de dados-  15:30
  • Tipagem de Dados: Números, Datas,  Strings- 17:05
  • Extração de dados de arquivos CSV e  Excel- 15:36
  • Extração de dados Além do CSV-  28:56
  • Concatenadores e Diferentes  Delimitadores- 22:09
  • Fundamentos de Limpeza de Dados-  21:48
  • Manipulação de Strings- 25:41
  • Trabalhando com Data, Hora e  Timestamps- 11:31
  • Filtragem, Agregação e  Enriquecimento- 13:24
  • Operações de Join, Merge e append no  Power Query- 29:05
  • Compreendendo a Carga Full e  Incremental- 20:30
  • ETL Além do Power Query- 10:10
Módulo

Prevendo o futuro

Não temos bola de cristal, porém conseguimos dar ótimos palpites com o uso correto das técnicas de Probabilidade e Análise Preditiva. Entenda como utilizar Probabilidades.

Conteúdo:

- Aula 1: Introdução a Probabilidade - 07:13

- Aula 2: Teoria Clássica - 09:54

- Aula 3: Teoria Clássica - O problema de Mounty Hall - 09:11

- Aula 4: Teoria Frequentista - 11:19

- Aula 5: Teoria Axiomática - 15:15

- Aula 6: Probabilidades - Uma arma poderosa - 11:07

- Aplicação 1: Condições de Vida da População Brasileira - 30:00

- Aplicação 2: Probabilidades em sorteios- 30:00

Módulo

Prevendo o futuro - Parte 2

Com os conceitos de probabilidade apresentados, é interessante perceber como alguns modelos como "a curva Normal" aparecem naturalmente em várias áreas de negócios.

Conteúdo:

- Aula 1: Introdução às Variáveis Aleatórias - 04:13

- Aula 2: Variáveis Discretas - 13:47

- Aula 3: Distribuição de Probabilidades Uniforme - 08:09

- Aula 4: Distribuição de Probabilidades Binomial (Opcional) - 13:46

- Aula 5: Distribuição de Probabilidades Poisson (Opcional) - 11:14

- Aula 6: Variáveis Contínuas - 05:04

- Aula 7: Distribuição de Probabilidades Normal - 12:38

- Aula 8: Outras distribuições de probabilidades - 05:10

- Aplicação 3: Envio de e-mails promocionais - 30:00

- Aplicação 4: Checando a Megasena - 30:00

- Aplicação 5: Avaliação de Idades - 30:00

Módulo

Como estimar medidas com poucos dados

Na maioria da vezes não temos acesso à todos os clientes/dados. Desta forma, precisamos trabalhar com amostras. Descubra como!

Conteúdo:

- Aula 1: Conceitos Fundamentais: População, Amostra e Viés - 25:02

- Aula 2: Conceitos Fundamentais: Estimadores - 22:31

- Aula 3: O importante Teorema do Limite Central - 20:07

- Aula 4: Intervalos de Confiança: Estimando a Média da População - 28:42

- Aula 5: Intervalos de Confiança: Demonstração - 21:50

- Aula 6: Intervalos de Confiança: Estimando a Proporção da População - 15:33

- Aula 7: Calculando a Margem de Erro e o Tamanho da Amostra - 22:03

- Aplicação 1: Validação da qualidade das amostras - 30:00

- Aplicação 2: Adequação de automóveis aos suecos - Parte 1 - 30:00

- Aplicação 3: Conversão de Vendas - 30:00

- Aplicação 4: Pesquisa em produtos fitness - 30:00

- Aplicação 5: Adequação de automóveis aos suecos - Parte 2 - 30:00

- Aplicação 6: Estudo de Vendas e Frete em um Marketplace - 30:00

Módulo

SQL para Análise de Dados - Nível 1

Entenda como usar o SQL para extraia dados de bancos de dados relacionais e criar consultas que geram poderosos insights de negócios.

Conteúdo:

- O que é o SQL e por  qual razão devemos usá-lo? - 13:09

- Instalando o Dbeaver - 02:00

- Configurando seu ambiente para fazer  consultas em SQL - 03:00

- Sua primeira consulta usando SQL (Comando  SELECT e FROM) - 07:09

- Como personalizar o nome das colunas -  06:02

- Como limitar a quantidade de linhas? -  10:02

- Como filtrar linhas no SQL? (Comando  WHERE) - 18:02

- Como filtrar linhas usando mais de um  critério? (AND, OR, BETWEEN, IN) - 21:05

- Criando novas colunas / variáveis  (Comando CASE WHEN) - 12:09

- Ordenando as linhas de uma consulta  (Comando ORDER BY) - 06:07

- Como contar linhas com SQL? (Comando  COUNT) - 13:09

- Medidas resumo com o SQL (Comando SUM,  AVG, MAX, MIN, VAR) - 08:08

- Como resumir dados por grupos? (Comando  GROUP BY) - 17:07

- Como fazer consultas com mais de uma  fonte de dado? (Comando JOIN) - 13:09

- Como fazer consultas de dados mantendo  somente elementos comuns? (INNER JOIN) - 12:03

- Como fazer consultas de dados preservando  todos os dados de uma tabela? (OUTER JOIN) - 22:09

Módulo

Testes A/B (Testes de Hipóteses)

Entenda como fornecer significância estatística a qualquer estudo analítico com o uso dos testes de hipóteses. Importante para avaliar os experimentos que realizamos no dia a dia.

Conteúdo:

- Aula 1: Introdução aos Testes de Hipóteses - 06:44

- Aula 2: Teste de Hipóteses para Média de 1 população - 20:23

- Aula 3: Testes de Hipóteses para Média e Variância de 2 populações - 14:49

- Aula 4: Teste de Hipóteses para Média de 2 populações pareadas - 09:50

- Aula 5: Teste de Hipóteses para Proporção de 2 populações - 18:38

- Aula 6: Revisão dos Testes de Hipóteses - 04:03

- Aula 7: A importância do Método Científico - 17:44

- Aplicação 1: Teste de Colesterol dos Colaboradores - 30:00

- Aplicação 2: Índice de Desenvolvimento Humano - 30:00

- Aplicação 3: Efeito do Álcool no Reflexo de Motoristas - 30:00

Módulo

Regressão Linear Múltipla

Entenda como estimar medidas com o uso simultâneo de dezenas de variáveis de sua base de dados. Aprenda como criar modelos estatísticos.

Conteúdo:

- Aula 1: Introdução - 19:56

- Aula 2: Múltiplas variáveis explicativas - 23:25

- Aula 3: Multicolinearidade - 13:21

- Hands On 1: Multicolinearidade - 30:00

- Aula 4: Utilizando variáveis explicativas qualitativas - 23:54

- Hands On 2: Variáveis explicativas qualitativas - 30:00

- Aula 5: Diagnóstico do modelo - 33:48

- Hands On 3: Diagnóstico do Modelo - 30:00

Módulo

SQL para Análise de Dados - Nível 2

Evolua ainda mais suas habilidades em SQL explorando recursos poderosas dessa linguagem de consultas tão importante para profissionais de dados.

Conteúdo:

- Como os dados são  organizados em uma empresa - 21:02    

- Como a organização de dados é normalmente  apresentada (ERD) - 08:01    

- Qual a diferença entre Data Warehouse e  Data Lake - 15:08    

- Como os DW são organizados - 10:03    

- Quais os diferentes papeis do SQL - 06:09    

- Noções de Big Data - 13:06    

- Como identificar erros em consultas de  dados - 18:03    

- Como manter sua consulta organizada -  07:09    

- Como fazer uma subconsulta - Parte 1 -  09:02    

- Como fazer uma subconsulta - Parte 2 -  17:07    

- Como organizar múltiplas consultas (WITH)  - 22:09    

- Como filtrar dados de uma tabela a partir  de dados em outra tabela - 13:05    

- Criando uma nova tabela a partir da  combinação de todos os elementos de duas tabelas - 09:08    

- Como juntar duas tabelas - 07:07    

- Como usar funções de agregação sem Group  By - 15:00    

- Como criar um rank para seus dados -  15:00    

- Como identificar elementos antecessores e  sucessores - 15:00    

- O que significa tratar dados no contexto  de SQL - 15:06    

- Quais são tipos de dados e como  identificar - 14:07    

- Como trabalhar com datas - 21:07    

- Como trabalhar com textos, filtros e  tratamentos - 12:01    

- Como trabalhar com números, filtros e  tratamentos - 15:00    

- Como trabalhar com Nulos - 15:00    

- Quais são os principais bancos de dados -  15:00    

- Como configurar um banco de dados local  (PostgreSQL) - 12:08    

- Como criar uma tabela - 14:02    

- Como apagar uma tabela - 04:06    

- Como alterar a estrutura da tabela -  06:04    

- Como adicionar novas linhas a uma tabela  - 10:09    

- Como atualizar dados em uma tabela -  04:08    

- Como apagar linhas de uma tabela - 03:02

Módulo

Power BI para Análise de Dados

Aprenda como utilizar o Power BI, uma das principais ferramentas para Data Visualization do mercado. Construa análises visuais e Dashboards que geram valor para o negócio.

Conteúdo:

Introdução ao    Power BI

- Aula 1 - Instalação  do Power BI e requisitos de software - 01:09    

- Aula 2 - Navegando pela interface do  Power BI - 07:04    

Seu primeiro  Dashboard

- Aula 3 - Contexto de negócio e Fluxo  Geral de trabalho no Power BI - 08:03    

- Aula 4 - Importando e preparando os dados  necessários - 07:03    

- Aula 5 - Criando os visuais - 04:08    

- Aula 6 - Finalizando e publicando seu  Dashboard Localmente - 03:07  

Preparação de Dados no Power BI  

- Aula 7 - Importando Arquivos CSV e Excel  - 10:01    

- Aula 8 - A interface do Power Query -  23:07    

- Aula 9 - Normalização de Tabelas - 09:01    

- Aula 10 - Transformações de Texto - 17:09    

- Aula 11 - Transformações de Data - 10:09    

- Aula 12 - Transformações Numéricas -  08:03    

- Aula 13 - Combinando dados de diferentes  arquivos - 19:02    

- Aula 14 - Importando de fontes SQL -  14:09

Visualização de  Dados no Power BI

- Aula 15 - Como criar visuais? - 04:03    

- Aula 16 - Inserindo tabelas e matrizes -  12:08    

- Aula 17 - Gráficos de Comparação - Barras  e Colunas - 12:06    

- Aula 18 - Gráficos de Comparação - Linhas  - 06:07    

- Aula 19 - Gráficos de Composição - Pizza,  Rosca e TreeMap - 05:06    

- Aula 20 - Gráficos de Composição - Área,  Funil e Gauge - 07:06    

- Aula 21 - Gráficos de Distribuição e  Relação entre variáveis - 14:07    

- Aula 22 - Como escolher o melhor gráfico  para visualizar seus dados? - 10:02    

- Aula 23 - KPI's no Power BI - 13:01    

- Aula 24 - Trabalhando com Filtros - 08:03    

- Aula 25 - Segmentação de Dados - 10:04    

- Aula 26 - Editando as interações entre  visuais - 05:00    

Modelagem de Dados  no Power BI

- Aula 27 - Relacionamento de tabelas no  Power BI - 08:02    

- Aula 28 - Direção do Filtro - 03:09    

Linguagem DAX

- Aula 29 - Introdução ao DAX - 13:07    

- Aula 30 - Diferença entre Colunas e  Medidas - 15:05    

- Aula 31 - Medidas Rápidas - 13:07    

- Aula 32 - Entendendo o contexto da medida  - 07:03    

- Aula 33 - Função Calculate - 09:02    

- Aula 34 - Funções acumulativas - 09:03    

- Aula 35 - Funções Iterantes - 13:03    

- Aula 36 - Funções Lógicas - 13:09    

- Aula 37 - Operadores do DAX - 15:09  

- Aula 38 - Funções matemáticas - 14:00    

- Aula 39 - Funções de Filtro - 17:09    

- Aula 40 - Funções de Data - 19:07    

- Aula 41 - Funções de Texto - 15:08    

- Aula 42 - Funções de Tabela - 14:07    

Contando histórias  com o Power BI

- Aula 43 - Elementos de um Dashboard -  05:01    

- Aula 44 - Formatação de Página - 07:01    

- Aula 45 - Hierarquia de Dados e Drilldown  - 07:00    

- Aula 46 - Tooltips - 04:06    

- Aula 47 - Detalhamento por Dril Through -  03:08

- Aula 48 - Trabalhando com parâmetros -  10:04    

- Aula 49 - Formatação Condicional - 06:05    

- Aula 50 - Bookmarks - 07:00    

- Aula 51 - Criando Navegabilidade em seu  Dashboard - 03:06    

- Aula 52 - Tema Personalizados - Parte 1 -  07:02    

- Aula 53 - Tema Personalizados - Parte 2 -  05:08    

- Aula 54 - Tema Personalizados - Parte 3 -  11:00    

- Aula 55 - Tema Personalizados - Parte 4 -  14:03  

Publicando seu  Dashboard

- Aula 56 - Criando E-mail Corporativo -  05:08    

- Aula 57 - Publicando seu Dashboard no  Power BI Online - 04:09    

- Aula 58 - Formas de compartilhamento de  Relatórios - 03:08    

- Aula 59 - Exportação para Power Point,  PDF e Excel - 04:02    

- Aula 60 - Mantendo um Workspace - 01:01    

- Aula 61 - Agendamento de atualização -  04:03

Módulo

Introdução à programação com Python

Aprenda Python do zero neste curso completo! Explore fundamentos de programação, trabalhe com variáveis e estruturas de dados, domine o controle de fluxo com condicionais e loops, crie funções e classes eficientes, e aprenda a utilizar módulos para expandir seus projetos.

Conteúdo:
  • Resolvendo problemas  de forma processual - 22:22    
  • Conhecendo o Google Colab - 11:55    
  • Falando Python - 17:23    
  • Aprender programação é errar  continuamente - 07:44    
  • Resolvendo um primeiro problema em Python  - 14:55    
  • Explorando Variáveis em Python - 18:37    
  • Compreendendo os Tipos de Dados - Parte 1  - 11:40    
  • Compreendendo os Tipos de Dados - Parte 2  - 09:22    
  • Agora é mais de 1! Tuplas - 10:43    
  • Agora é mais de 1! Conjuntos - 07:15    
  • Precisamos ser flexíveis. Entendendo o  papel das listas - 15:39    
  • O poder dos dicionários - Parte 1 - 09:05    
  • O poder dos dicionários - Parte 2 - 14:21    
  • Exercício - Variáveis e tipos de dados -  30:00    
  • Resolução do Exercício - Variáveis e  tipos de dados - 07:00    
  • Trabalhando com condições (if/ else) -  Parte 1 - 12:29    
  • Trabalhando com condições (if/ else) -  Parte 2 - 08:36    
  • Atividades repetidas (for) - Parte 1 -  12:29    
  • Atividades repetidas (for) - Parte 2 -  16:24    
  • Atividades repetidas (for) - Parte 3 -  10:09    
  • Atividades repetidas (for) - Parte 4 -  05:45    
  • Enquanto for necessário. Entendendo o  While - 19:26    
  • E se der errado? (try/ except) - 10:55    
  • Exercício - Controle de Fluxo - 30:00    
  • Resolução Exercício Controle de Fluxo -  Parte 1 - 14:45    
  • Resolução Exercício - Parte 2 - 19:27    
  • Resolução Exercício Controle de Fluxo -  Parte 3 - 02:42    
  • Funções em Python - Parte 1 - 18:47    
  • Funções em Python - Parte 2 - 16:22    
  • Funções em Python - Parte 3 - 09:36    
  • Funções em Python - Parte 4 - 11:36    
  • Funções em Python - Parte 5 - 12:02    
  • Funções em Python - Parte 6 - 21:31    
  • Classes - Definindo uma classe - 12:38    
  • Métodos - 14:31    
  • Exercício - Funções - 30:00    
  • Resolução do Exercício Funções - Parte 1  - 07:03    
  • Resolução do Exercício - Funções Parte 2  - 06:30    
  • Pacotes do Python - 10:25    
  • Lendo Arquivos - 06:28    
  • Documentação - 17:34    
  • Exercício Módulos - 30:00    
  • Resolução Exercício - 05:54
Módulo

Análise de Dados e Exploratória com Python

Domine a análise exploratória de dados com Python neste curso prático! Aprenda análise univariada com medidas de tendência central, dispersão e tabelas de frequência, e avance para análise bivariada explorando correlações, Information Value e visualizações com Pandas, Numpy e Matplotlib para interpretação eficaz de dados.

Conteúdo:
  • Configuração de  Ambiente Python - 30:00    
  • Aula: Numpy - 38:03    
  • Aula: Pandas: Introdução e filtragem de  DataFrames - 24:10    
  • Aula: Pandas - Concatenação, Merges e  Joins de DataFrames - 18:16    
  • Aula: Pandas - Agregando e resumindo  dados - 16:28    
  • Aula: Pandas - Dados faltantes (missing  values) e Duplicações - 14:41    
  • Aula: Pandas - Tratamento de Variáveis e  Datas - 16:47    
  • Medidas Resumo - Parte 1 - 12:54    
  • Medidas Resumo - Parte 2 - 09:22    
  • Medidas Resumo - Parte 3 - 10:31    
  • Tabela de Frequência - 16:46    
  • Exercício - Análise Univariada - 30:00    
  • Resolução Exercício - Análise Univariada  - 18:58    
  • Aula: Matplotlib - Criando gráficos -  27:21    
  • Aula: Matplotlib - Tipos de gráficos -  30:16    
  • Aula: Matplotlib - Matriz de gráficos  (subplots) - 06:26    
  • Aula: Matplotlib - Gráficos com o Seaborn  - 28:35    
  • Correlação de Pearson - 11:58    
  • nformation Value - 25:07    
  • Gráficos mais utilizados em Análise  Exploratória de Dados - 13:42    
  • Exercício - Análise Bivariada - 30:00    
  • Resolução Exercício - Análise Bivariada -  20:38
Módulo

Versionamento de código com Git e Github

Explore o controle de versão com Git e GitHub neste curso prático! Aprenda a configurar ambientes de desenvolvimento, versionar projetos com Git, trabalhar com branches e merges, sincronizar repositórios locais e remotos no GitHub, e criar documentações profissionais com README e MkDocs para destacar seus projetos online.

Conteúdo:
  • Instalando o VSCode -  09:56    
  • Configurando o ambiente virtual com VENV  - 16:46    
  • Configurando o ambiente com o Poetry -  20:12    
  • Organizando um projeto - 12:22    
  • Instalando o Git - 05:18    
  • O versionamento de código e sua  importância - 06:51    
  • Git - Iniciando um projeto - 02:35    
  • Salvando alterações - 11:59    
  • Navegando entre versões - 07:45    
  • Revertendo alterações - 08:57    
  • Ramificações do projeto (branch) - 12:12    
  • Combinando ramificações - 06:15    
  • Introdução Github - 04:42    
  • Salvando as mudanças locais no projeto  remoto - 10:48    
  • Mantendo sempre a versão mais atual do  projeto remoto em sua máquina local - 05:10    
  • Trabalhando com um projeto já existente -  06:27    
  • Por que documentar - 08:40    
  • Criando um bom Readme - 05:48    
  • Criando uma documentação com o Mkdocs -  19:01    
  • O Github é uma de suas vitrines online.  Use-o de forma boa - 11:54
Módulo

Storytelling com dados

Este curso de Data Storytelling ensina a arte de contar histórias com dados. O curso explora diferentes tipos de histórias em dados, discute vieses, contextualização de informações e técnicas de apresentação. Fornece habilidades práticas para criar narrativas impactantes com dados em diversos contextos, desde relatórios técnicos até portfólios.

Conteúdo:
  • Por que saber contar  histórias?- 06:02
  • Os pilares de uma boa história-  10:41
  • Táticas de organização do  storytelling- 21:52
  • Passa a passo aplicado- 13:07
  • Diferentes tipos de histórias em análises  de dados- 10:52
  • Vieses em análises de dados- 33:56
  • Contextualização das informações-  11:25
  • A história de cada gráfico- 09:51
  • Apresentação de Negócios e relatórios  Técnicos- 22:53
  • Portfólios- 08:35
  • Checklist para uma boa história com  Dados- 05:16
  • Exercícios Finais
  • Resolução: Exercícios Finais- 09:16
Módulo

Fundamentos de Cloud e Big Data para Análise de Dados

Este curso introduz a computação em nuvem para análise de dados, abordando AWS, armazenamento, processamento de dados e visualização de dados. Aprenda ferramentas como AWS Glue, Athena e QuickSight, além do Microsoft Fabric. Prepare-se para utilizar eficientemente a nuvem na análise de dados, aprendendo habilidades essenciais para projetos reais.

Conteúdo:
  • O que é, breve  histórico, por que usar- 27:49
  • Principais conceitos - Parte 1-  16:56
  • Principais conceitos - Parte 2-  15:17
  • Como analisar dados em Nuvem- 23:04
  • O que é e breve histórico- 16:03
  • Regiões x Zonas de disponibilidade-  18:50
  • Infraestrutura global- 19:11
  • Serviços Core e Acessos- 15:48
  • Criar a conta gratuita- 09:04
  • Armazenamento e processamento de dados  AWS - Parte 1- 17:38
  • Armazenamento e processamento de dados  AWS - Parte 2- 08:22
  • Armazenamento e processamento de dados  AWS - Parte 3- 17:20
  • Hands-on: ETL usando o AWS Glue-  18:25
  • Hands-on: Consultas SQL com AWS  Athena- 05:16
  • Introdução o AWS Quicksight- 17:11
  • Hands-on: Criando dashboards interativos  com o AWS Quicksight- 24:21
  • Introdução o Microsoft Fabric-  15:39
  • Hands-on: Integração de Dados e  Visualização na Azure com o Microsoft Fabric- 26:45
Módulo

Metodologia CRISP-DM

Estruture adequadamente seu projeto de dados para trabalhar de forma eficiente e gerar resultados de forma organizada e com maior valor gerado.

Conteúdo:

- Aula 1: Overview do CRISP-DM - 09:34

- Aula 2: Entendimento do Negócio - 35:35

- Aula 3: Entendimento dos Dados - 11:54

- Aula 4: Preparação dos Dados - 17:36

- Aula 5: Desenvolvendo o estudo ou modelo - Parte 1 - 18:40

- Aula 6: Desenvolvendo o estudo ou modelo - Parte 2 - 19:38

- Aula 7: Validação do Trabalho - 15:14

- Aula 8: Deploy - Implantação - 13:32

- Aula 9: Considerações Finais - 13:31

Módulo

Calculando o valor de um projeto de dados e apresentando seus resultados

As análises e estudos tem um objetivo: gerar valor! Saiba como mensurar o resultado do seu trabalho e apresentar os achados de forma estruturada e organizada.

Conteúdo:

- Aula 1: Mensurando o potencial de um projeto de dados - 20:41

- Aula 2: Mensurando o impacto gerado após a implantação - 17:02

- Aula 3: Apresentando um projeto de dados - Parte 1 - 20:15

- Aula 4: Apresentando um projeto de dados - Parte 2 - 13:42

Módulo

Tópicos de Data Science

Entenda as inúmeras possibilidades de aplicação das técnicas de Data Science para resolver problemas de negócios. Entenda as diferenças entre as várias técnicas de modelagem.

Conteúdo:

- O que são modelos? - 09:35

- Para que servem os modelos? - 11:27

- Categorias de Modelos - 12:19

- Modelos Estatísticos vs. Machine Learning - 12:12

Módulo

Nivelamento em Matemática para Data Science

Se você quer seguir carreira como Cientista de Dados, é importante entender os conceitos matemáticos por trás dos algoritmos de Data Science.

Conteúdo:

- Aula 1: Overview - 18:30

- Aula 2: Definição e Gráficos - 14:08

- Aula 3: Funções Lineares e por Partes - 08:01

- Aula 4: Funções Polinomiais e Exponenciais - 09:13

- Aula 5: Funções Compostas - 11:46

- Aula 6: Funções de duas ou mais variáveis - 15:43

- Aula 7: O problema da tangente - 14:37

- Aula 8: O limite de uma função - 13:01

- Aula 9: Continuidade - 10:53

- Aula 10: A derivada como uma função - 36:50

- Aula 11: Regras de diferenciação - 30:05

- Aula 12: Derivadas Parciais - 14:38

- Aula 13: Derivadas Direcionais - 24:55

- Aula 14: Valores máximos e mínimos de funções - Parte 1 - 20:00

- Aula 14: Valores máximos e mínimos de funções - Parte 2 - 20:00

- Aula 15: Matrizes e suas operações - 34:07

- Aula 16: Sistemas Lineares - 36:48

- Aula 17: Vetores e suas operações - 26:58

- Aula 18: Overview sobre Otimização - 11:52

- Aula 19: O Método Simplex - 24:36

- Aula 20: Otimização Não Linear - 15:12

- Aula 21: Algoritmos de Descida - 18:25

- Aula 22: O Método Gradient Descent - 31:03

Módulo

Preparação de Dados no Python

Para ter bons resultados nas análises de dados é fundamental que a qualidade dos dados seja muito boa! Aprenda a transformar e preparar os dados adequadamente utilizando o Python.

Conteúdo:

- Aula 1: Valores faltantes ou Missing Values - 12:50

- Aula 2: Dados duplicados - 08:00

- Aula 3: Conversão de tipos de dados - 07:41

- Aula 4: Transformações de Colunas e Linhas - 14:40

- Aula 5: Estudo de Caso - Qualidade na Central de Atendimento - Parte 1 - 21:00

- Aula 5: Estudo de Caso - Qualidade na Central de Atendimento - Parte 2 - 18:05

Módulo

Regressão Logística

Desenvolva modelos que te permitirão classificar os dados quando sua variável resposta for do tipo binária (Ex: Cliente Comprou ou Não Comprou, Churn ou Não Churn entre outros).

Conteúdo:

- Aula 1: Introdução - 22:46

- Aula 2: Demonstração - 16:56

- Aula 3: Interpretação do Modelo de Regressão Logística - 33:43

- Hands On: Base Iris - 30:00

- Hands On: Base Iris - Resolução - 35:03

Módulo

Diagnóstico de Modelos

Garantindo a qualidade dos modelos desenvolvidos avaliando o desempenho, generalização e sua interpretação de negócio.

Conteúdo:

- Aula 1: Introdução - 05:04

- Aula 2: Precision, Recall e F1 Score - 16:32

- Aula 3: Sensibilidade e Especificidade - 13:15

- Aula 4: AUC - 18:57

- Aula 5: KS - 09:56

- Hands On: Detecção de Diabetes - 30:00

- Hands On: Detecção de Diabetes - Resolução - parte 1 - 26:19

- Hands On: Detecção de Diabetes - Resolução - parte 2 - 26:19

- Aula 6: Introdução - 20:08

- Aula 7: Tipos de Validação - 15:44

- Aula 8: Validação Cruzada - 31:05

- Aula 9: Problemas comuns na validação - Parte I - 16:00

- Aula 10: Problemas comuns na validação - Parte II - 23:16

- Hands On: Custos de Saúde - 30:00

- Hands On: Custos de Saúde - Resolução - 30:59

- Aula 11: Introdução - 16:30- Aula 12: Técnicas de Regularização - 31:58

- Hands On: Probabilidade de Default - Resolução - 27:41

- Aula 13: Introdução - 29:34

- Aula 14: Demonstração Redes Neurais Artificiais - 38:24

- Aula 15: Demonstração Random Forest - 08:37

- Aula 16: Demonstração Gradient Boosting - 06:56

- Hands On: Ofensores na Concessão de Crédito - 02:13

- Hands On: Ofensores na Concessão de Crédito - Resolução - 24:48

Módulo

Árvores de Decisão

Aprenda um dos algoritmos mais robustos de Machine Learning. Com as árvores de decisão, você conseguirá predizer variáveis numéricas ou qualitativas.

Conteúdo:

- Aula 1: Introdução - 21:33

- Aula 2: Modelos de Classificação - 17:45

- Aula 3: Modelos de Classificação - Demonstração - 22:08

- Hands On 1: Probabilidade de Turnover - 30:00

- Aula 4: Modelos de Regressão - 29:50

- Hands On 2: Salário dos Colaboradores - 30:00

- Aula 5: Confiabilidade e Generalização - 30:20

- Hands On 3: Confiabilidade e Generalização - 30:00

- Hands On 4: Probabilidade de Turnover - Resolução - 27:06

- Hands On 5: Salário dos Colaboradores - Resolução - 12:23

- Hands On 6: Confiabilidade e Generalização - 35:31

Módulo

Ensemble de Modelos no Python

Utilize técnicas de combinação de modelos para obter um desempenho maior no desenvolvimento de modelos supervisionados. Algoritmos "estado da arte" são produzidos assim.

Conteúdo:

- Aula 1: Introdução - 24:03

- Hands On 1: Melhorando a Concessão de Crédito - 30:00

- Aula 2: Random Forest e outros - 19:59

- Hands On 2: Classificando a Renda dos Norte Americanos - 30:00

- Aula 3: AdaBoost e Gradient Boosting - 12:24

- Aula 4: Demonstração - 18:01

- Hands On 3: Recomendando Bons Vinhos - 30:00

- Hands On 4: Melhorando a Concessão de Crédito - Resolução - 13:53

- Hands On 5: Classificando a Renda dos Norte Americanos - Resolução - 15:45

- Hands On 6: Recomendando Bons Vinhos - Resolução - 18:46

Módulo

Redes Neurais Artificiais

Aprenda a utilizar uma das técnicas mais poderosas e complexas do grupo de Machine Learning.

Conteúdo:

- Aula 1: Introdução - 32:06

- Aula 2: Hiperparâmetros e Aprendizagem - 30:35

- Aula 3: Modelos de Classificação - Parte 1 - 22:42

- Aula 3: Modelos de Classificação - Parte 2 - 11:21

- Aula 4: Modelos de Regressão - 30:30

- Hands On: Probabilidade de Doença Cardíaca - 01:58

- Hands On: Probabilidade de Doença Cardíaca - Resolvido - 18:56

Módulo

Clusterização

Com essa técnica é possível identificar grupos de observações que tem características semelhantes apenas considerando as variáveis explicativas.

Conteúdo:

- Aula 1: K-Means - Introdução - 11:30

- Aula 2: K-Means - Demonstração - 33:11

- Hands On: Pagamento de Dívida - Resolução - 14:55

Módulo

Redução de Dimensionalidade

Em algumas situações, reduzir o número de variáveis disponíveis traz muitos benefícios, principalmente do ponto de vista computacional.

Conteúdo:

- Aula 1: PCA - Introdução - 14:42

- Aula 2: PCA - Demonstração - 15:20

- Aula 3: AutoEncoder - 15:39

- Aula 4: t-SNE - 16:25

- Hands On: Grupos de Vinhos - 04:04

Módulo

Detecção de Outliers (anomalias)

Identifique outliers (dados discrepantes ou anomalias) utilizando técnicas sofisticadas como Isolation Forest e AutoEncoder.

Conteúdo:

- Aula 1: Isolation Forest - Introdução - 08:19

- Aula 2: Isolation Forest - Demonstração - 17:00

- Aula 3: AutoEncoder - 17:57

- Hands On: Prevenção a Fraudes - 05:15

Módulo

Otimização de Modelos

Domine as técnicas que vão te ajudar a ajustar os hiperparâmetros dos modelos ou preparar as bases com amostras desbalanceadas para extrair o máximo dos dados e atingir um desempenho ainda melhor!

Conteúdo:

- Aula 1: Introdução - 17:04

- Aula 2: Random Search - 28:17

- Aula 3: Grid Search - 10:21

- Aula 4: Bayesian Optimization - 24:19

- Hands On: Estado da Arte na Concessão de Crédito - 02:28

- Hands On: Estado da Arte na Concessão de Crédito - Resolução - 21:10

- Aula 5: Introdução - 11:33- Aula 6: Oversampling - 29:52

- Aula 6: Oversampling - 29:52

- Aula 7: Undersampling - 19:19

- Hands On: Fraudes no Cartão de Crédito - 03:09

Módulo

Processamento de Linguagem Natural (NLP)

Descubra as técnicas que vão permitir com que você utilize dados no formato texto para enriquecer ainda mais suas análises!

Conteúdo:

- Aula 1: Introdução - 14:58

- Aula 2: Preparação dos Textos - 18:49

- Aula 3: Preparação dos Textos - Demonstração - 24:41

- Aula 4: Análise Exploratória dos Textos - 15:49

- Aula 5: Representação Bag-of-Words - 22:56

- Aula 6: Representação TF-IDF - 12:22

- Aula 7: Representação Word2Vec - Introdução - 21:06

- Aula 8: Representação Word2Vec - Demonstração - 26:18

- Aula 9: Modelos de Classificação utilizando Textos - 27:46

- Hands On: Análise de Sentimentos - 06:02

Módulo

Visão Computacional (Computer Vision)

Aprenda como analisar dados existentes nas imagens e vídeos. Construa classificadores capazes de identificar objetos e pessoas em imagens e vídeos.

Conteúdo:

- Aula 1: Introdução - 21:51

- Aula 2: Max Pooling e Classificação de Imagens - 22:49

- Aula 3: Demonstração - 28:24

- Hands On: Dígitos em Árabe - 03:57

- Hands On: Dígitos em Árabe - Resolução - 15:43

- Aula 4: Outras aplicações de Computer Vision - 21:03

- Aula 5: Demonstração de Reconhecimento Facial - 35:32

Módulo Bônus

Entenda como aumentar sua taxa de empregabilidade

Não adianta analisar dados se você não for eficiente nas suas escolhas de carreira. Reunimos todos os principais fatores que vão lhe trazer muitas oportunidades.

Conteúdo:

- O conceito do Funil e sua Taxa de Empregabilidade - 08:39

- A carreira e seu sistema de pontos invisível - 12:20

- Criando seu perfil no Linkedin - 15:20

- Otimizando seu perfil para ficar irresistível aos recrutadores - Parte 1 - 16:26

- Otimizando seu perfil para ficar irresistível aos recrutadores - Parte 2 - 21:56

- Por dentro da ferramenta usada pelos recrutadores - 18:14

- Portfólio: provando que você sabe o que faz - 28:58

- Cuide de sua imagem online e se diferencie dos demais - 21:52

Módulo Bônus

Processos seletivos em dados

Ninguém gosta de processo seletivo. Nem a gente. Mas aprendemos o mais importante para aumentar suas chances. Confira aqui.

Conteúdo:

- Entrevista inicial com o RH (Cultura e Pretensão Salarial) - 31:13

- Entrevista técnica com o gestor da vaga - 29:06

- Projeto prático: a última etapa - 16:23

Módulo Bônus

Crescendo na carreira: O que fazer?

Parabéns por conquistar sua vaga. Agora o jogo da carreira (e vida) começam. Quais suas metas? Como alcançá-las? Crescer na empresa ou trocar de empresa? Isso e muito mais você descobre aqui.

Conteúdo:

- Planejando sua carreira (e sua vida) - 30:13

- Lista de habilidades para desenvolver - 29:48

- Crescendo na empresa: Como gerar ROI ? - 23:46

- O que é melhor? Crescer na empresa ou trocar de empresa? - 34:33

Tenha acesso à plataforma mais completa de Análise e Ciência de dados do mercado

Desbloquear meu acesso

Mas será que preciso aprender tudo isso para gerar valor através dos dados?

Resposta sincera? Depende.

Depende do seu perfil de carreira. Nem todo mundo precisa ser um Cientista de Dados. Você só precisa conhecer o suficiente para gerar valor e não ficar defasado ou estagnado na carreira.

Naturalmente, quanto mais você praticar nosso método e nossas técnicas, mais você será valorizado — e mesmo começando e aprendendo o mínimo de nosso método, você já estará na frente de MUUUITA gente.

Nossa formação é totalmente modular e você aprende e aplica a análise de dados no seu ritmo, respeitando tanto o seu tempo quanto seus objetivos de carreira.

Três níveis de especialização em Dados em uma única assinatura

Nível 1
Fundamentos de Data Analytics

Indicado para profissionais não técnicos que desejam entender do zero como tomar boas decisões com dados

Nível 2
Data Analytics

Indicado para profissionais em início de carreira ou em transição para cargos de Analista de Dados

Nível 3
Data Science

Indicado para profissionais em início de carreira ou em transição para cargos de Cientistas de Dados

Veja como funciona:

Apenas 5% dos profissionais do mercado dominam as técnicas estatísticas e as ferramentas de dados

Faça parte do TOP 5% dos profissionais mais requisitados pelo mercado

Antes da formação

  • Sem segurança em estatística
  • Fica perdido quando abre o Excel ou qualquer outra ferramenta de dados
  • Não sabe nem por onde começar quando o gestor pede uma análise de dados
  • Depende do emprego atual e tem medo de perder o emprego

Depois da formação

  • Estatística deixa de ser um bicho de 7 cabeças
  • Excel, SQL ou Power BI viram seus melhores amigos
  • Não importa o desafio, sabe que o processo de análise de dados é sempre o mesmo e sabe como conduzir uma análise do começo ao fim
  • Passa a ter o controle de sua carreira e consegue escolher empregos em qualquer área de atuação, sem se preocupar com empregabilidade por possuir a habilidade mais buscada pelo mercado.

Qualquer profissional pode aprender a analisar dados do jeito certo!

Nossos alunos sabem disso...
Veja o que dizem da nossa formação:

Bruno Brinstein

Consultor de Analytics no Albert Einstein

"Me surpreendi com o treinamento da Preditiva, didática muito boa, conteúdo excelente, ótimos professores. Aprendi muito mais com a Preditiva do que meu MBA de Data Science."

Linkedin

"O curso é muito prático e altamente aplicável no dia a dia"

Renan Reis

Especialista em Projetos

"Extremamente esclarecedor sobre a utilidade, aplicações e dos ganhos (intelectuais e profissionais) que este conhecimento proporciona. Estou bastante feliz e me ajudou muito, pois, eu tentei estudar sozinho tal conteúdo e tive bastante dificuldade, hoje me sinto mais confiante em dar continuidade e já consigo navegar melhor pelos livros e exercícios. Pretendo continuar na Preditiva"

Linkedin

Gilda Costa

Analista de Riscos na BV

"Me surpreendi bastante com o curso abordando todos os principais pontos de análise de dados e com organização, didática e materiais excelentes. Recomendo! "

Linkedin

"...A metodologia incorpora cases reais e muita prática..."

Oscar Corrêa

Gestor Comercial

Excelente curso com professores que realmente entendem da area e estao sempre prontos a esclarecer quaisquer duvidas dos alunos. A metodologia incorpora cases reais e muita pratica proporcionando aos alunos um aprendizado focado no que o mercado necessita de fato. Obrigado Preditiva.

Linkedin

Nicholas Ferreira

Analytics em ComEx na Siemens

"O curso nos ajuda na tomada de decisão através de métodos estatísticos, nos estimulando a gerar mais insights na direção correta. É bem completo, com práticas de estudos de casos reais para aplicar o que aprendemos em aula. Indico a todos que buscam cursos dessa área. Curso nota 10!"

Linkedin

"...Recomendo fortemente a Preditiva se você realmente quer aprender a fundo a Analisar Dados."

Leandro Ambrósio

Gestor de Tráfego em Marketing

"Comecei o curso na Preditiva meio que na pressão por ter que aprender a analisar dados, pois é uma exigência da minha profissão. A didática dos professores e a metodologia da Preditiva não só me tiraram o medo da Estatística, como me fizeram ver com é importante um profissional saber analisar dados. Recomendo fortemente a Preditiva se você realmente quer aprender a fundo a Analisar Dados."

Linkedin

Mariana Santos

Especialista em RH na Coca Cola

"Foi uma experiência muito rica. O curso me proporcionou novos conhecimentos dos quais utilizei no meu trabalho e obtive um resultado super positivo. Os professores estimulam muito a nossa capacidade de análise. Super Recomendo! "

Linkedin

"Recomendo o curso para quem deseja aprender e se dedicar à análise de dados!"

Mayumi Yoshikawa

Professora de Japonês

"Embora eu seja da área de humanas (ensino de línguas), fiz o curso para ter uma noção sobre análise de dados. O curso é bem estruturado, com conteúdo atual e utilização de exemplos práticos do cotidiano [...] "

Linkedin

"...Pretendo fazer a transição de carreira o mais rápido possível e os métodos abordados no curso foram cruciais para isso..."

Adriano Palacio

Analista de Seguros na Porto Seguro

Gostei muito do curso , me senti desafiado a ir mais além com as atividades , pretendo fazer a transição de carreira o mais rápido possível e os métodos abordados no curso foram cruciais para isso, professores com experiência de mercado, top!!!

Linkedin

"Nunca fiz um curso que teve tanto impacto assim!"

Gabriel Iwasawa

Cientista de Dados na Too Seguros

"Apesar da IMENSA quantidade de conteúdo [...], nenhum dos conceitos foi passado "mais ou menos". Excelente didática, atenção aos alunos e dicas para quem deseja seguir na carreira de Data Science. É um MUST para quem está começando na área."

Linkedin

"O curso atendeu totalmente as expectativas"

Rafael Moreno

Coordenador de Cobrança na TriBanco

"As aulas de nivelamento estatístico, matemático e de programação foram fundamentais para o entendimento dos demais tópicos. O domínio dos professores sobre os assuntos abordados, a atenção dedicada aos alunos, e o suporte quase que personalizado, com certeza são um grande diferencial do curso."

Linkedin

"O curso é espetacular!"

Mateus Perucchi

Cientista de Dados na BV

"Professor com ótima didática e cases de negócio que propiciam, além de uma ótima discussão entre os alunos, aprender Analytics na prática."

Linkedin

"Didática muito boa e um acompanhamento fantástico entre professores e alunos"

Luiz Santana

Gestor de Projetos

"Fazer esse curso na preditiva foi muito importante para a minha formação. Eles entregaram tudo que foi prometido com uma didática muito boa e um acompanhamento fantástico entre professores e alunos. Só tenho a agradecer."

Linkedin

"Seus cases são totalmente aplicáveis ao dia-a-dia e as aulas gravadas são incríveis."

Anna Moriconi

Coordenadora de Políticas de Crédito

"Uma experiência incrível! Professores altamente qualificados, atenciosos e prontos para lhe ajudar. Seus cases são totalmente aplicáveis ao dia-a-dia e as aulas gravadas são incríveis. Nota 10000"

Linkedin

Entrevista com alunos Preditiva

Conheça a história de alguns dos nossos alunos que tiveram suas carreiras transformadas ao aprender a analisar dados do jeito certo

Neste depoimento, Guilherme Costa compartilha conosco como foi sua experiência com a Preditiva e como conquistou sua vaga como Analista de Dados em um grande banco após o curso.

Neste depoimento, Mariana Fleury compartilha conosco como foi sua experiência com a Preditiva e como o curso lhe ajudou a assumir novos desafios como Gerente de Analytics.

Neste depoimento, Gabriel Iwasawa compartilha conosco como foi sua experiência com a Preditiva e como conquistou sua vaga como Cientista de Dados em um grande empresa após o curso.

Nesta entrevista, a professora de japonês Mayumi mostra que analisar dados não é uma habilidade de quem é profissional de tecnologia, mas uma habilidade necessária para todo tipo de trabalho.

Transforme sua carreira como nossos alunos estão fazendo diariamente.

Quero transformar minha carreira

Ao se inscrever em nossa formação, você também terá acesso a:

Mentorias Ao Vivo Semanais

Você sente falta de um contato com o professor? Não se preocupe. Aqui na Preditiva você tem acesso a mentorias ao vivo com nossos professores. Estamos aqui para te ajudar.

Comunidade de Alunos Preditiva

Tenha acesso a um grupo VIP formado somente por alunos da Preditiva. Através dele, você poderá não só tirar dúvidas com a nossa equipe de professores, mas também com outros alunos como você. Além disso, também poderá compartilhar experiências e realizar benchmarks de uso de dados em várias áreas do mercado.

Módulo Exclusivo de Gestão de Carreira
para profissionais de dados

Aqui vamos mostrar para você como desenvolver uma Estratégia de Carreira Vencedora. Entenda:

1
Como otimizar o Perfil de Linkedin para ajudar o algoritmo a te colocar nas primeiras páginas dos recrutadores
2
Como construir um portfólio de dados que chame a atenção das empresas
3
Como participar e aumentar consideravelmente suas chances de aprovação em processos seletivos técnicos
4
Como negociar seu salário antes e durante sua carreira na empresa
5
Como crescer na carreira usando a habilidade em dados para entregar valor em qualquer área de atuação
6
Como alcançar suas metas financeiras administrando uma carreira de sucesso

Não perca mais tempo!

Entre hoje mesmo para nossa formação e aprenda a gerar valor em qualquer área de negócio com decisões baseadas em dados.

Tenha acesso imediato a:

  • Mais de 300 aulas em vídeo
  • Mais de 160h de carga horária
  • Uma formação e três níveis de especialização em dados:
  • 1. Fundamentos de Data Analytics (Mais de 40h)
  • 2. Data Analytics (Mais de 70h)
  • 3. Data Science (Mais de 160h)
  • Acesso a 3 certificados de acordo com o nível
  • Aprenda as principais ferramentas de dados do mercado. Tenha acesso a um curso completo de:
  • 1. Excel para Análise de Dados
  • 2. SQL para Análise de Dados
  • 3. Power BI para Análise de Dados e Dashboards
  • 4. Python para Ciência de Dados
  • O melhor suporte ao aluno do Brasil:
  • 1. App da Preditiva - Seu assistente de Análise de dados
  • 2. Exercícios práticos com passo a passo detalhado
  • 3. Módulo de Gestão de Carreira
  • 4. Suporte técnico de professores especialistas
  • 5. Mentoria Semanal ao Vivo via Zoom
  • 6. Acesso às lives e mentorias passadas (mais de 200h)
  • 7. Comunidade e Networking com Alunos
Quero aprender análise de dados

Quer se inscrever no Acelera?

Veja a combinação perfeita para você:

Tenha acesso a:

  • Toda a Formação "Gerando Valor com Dados" com acesso completo por 2 anos
+
  • Benefícios do programa:
  • 5 encontros ao vivo para praticar Análise de Dados com o apoio dos professor da escola
  • Técnicas para Resolução de Problemas
  • Treine seu Data Storytelling para apresentações de dados
  • Aprenda a trabalhar em uma Squad de dados, a principal forma de atuação de Analistas de dados
  • Avance 6 meses de experiência prática em apenas 1 mês intensivo de imersão
  • Construa seu portfólio de Análise de Dados com o apoio de nossos professores
  • Bônus: Após construir seu portfólio, receba gratuitamente uma análise para otimização de seu perfil de Linkedin

2 anos de acesso

De

R$ 2.997

Tudo por:

12x R$ 229

ou

(R$ 2297 à vista)

Quero aprender de forma ACELERADA
Níveis de Especialização em Dados para cada objetivo de carreira
Mais de 300 aulas em vídeo, sem enrolação
Mais de 250h de carga horária
Uma formação e três níveis de especialização em dados:
1. Fundamentos de Data Analytics (Mais de 40h)
2. Data Analytics (Mais de 70h)
3. Data Science (Mais de 160h)
Acesso a 3 certificados de acordo com o nível
Acesso às Lives de Dados que são removidas do Youtube com vídeos e PDF's dos resumos
Cursos das principais ferramentas em um único lugar
Aprenda as principais ferramentas de dados do mercado. Tenha acesso a um curso completo de:
1. Excel para Análise de Dados
2. SQL para Análise de Dados
3. Power BI para Análise de Dados
4. Python para Análise e Ciência de Dados
O melhor suporte para seu aprendizado em Dados
App da Preditiva - Seu melhor assistente para Análise de Dados
Exercícios práticos com passo a passo detalhado
Módulo de Gestão de Carreira
Suporte técnico de professores especialistas
Mentorias Semanais ao Vivo via Zoom
Acesso às lives e mentorias passadas (mais de 200h)
Comunidade e Networking com Alunos
Investimento
Investimento com valor promocional
DE: R$ 1968,00
POR APENAS: 12x R$ 199
ou por R$ 1997 à vista
QUERO ME INSCREVER !
  • Compra 100% segura: Seus dados estão protegidos.
  • Acesso Imediato: Você vai receber acesso à Formação no seu e-mail após o processamento do pagamento.

Nossos mentores

Não basta ser um expert em Dados... É preciso ter paixão por ensinar e transformar a carreira de nossos alunos. É isso que nos move todos os dias.

Aline Soares

Senior Data Scientist no PicPay

Bacharel em Engenharia Elétrica, com mestrado em Engenharia de Computação e especialização em Computação em Nuvem pela Universidade de Pernambuco (POLI/UPE). Possui experiência em aplicações de Dados & Analytics nas áreas de CRM, Digital Twins e Supply Chain. No momento, atua como Cientista de Dados Sênior em um dos maiores ecossistemas financeiros do Brasil, dedicando-se ao desenvolvimento de Sistemas de Recomendação.

André Kato

Gerente Educacional e Analytics na Preditiva

Formado em Licenciatura em Matemática pelo IME-USP e MBA Executivo em Finanças pelo Insper, com 15 anos de experiência no Mercado Financeiro e Educação. Criou soluções de Dados em áreas como Recursos Humanos, Backoffice, Seguros, Controladoria e Canais Digitais. Atuou como Gerente de Educação Corporativa em um dos principais bancos no Brasil.

David Drezza

Senior Fraud Prevention Analyst na SumUP

Formado em Engenharia de Materiais pela UNESP - Guaratinguetá, com MBA em Data Science & Analytics da ESALQ - USP. Possui 5 anos de experiência em Dados nas áreas de Riscos, Crédito e Prevenção a fraude. Grande entusiasta de análises de dados esportivos, principalmente de basquete.

Elton Junior

Analista de Dados Sr no Banco BV

Bacharel em Estatística pela Unicapital, cursando MBA em Ciência de Dados pelo ICMC-USP. Possui experiência desenvolvendo soluções de Analytics em diversas áreas como CRM, Pricing, Inteligência de Mercado e Data Science. Atualmente atua como Analista de Dados no setor de Meios de Pagamentos.

Fernando Itano

Co-Founder e Ex-Data Science Manager no Banco BV

Bacharel em Estatística pelo IME-USP, com Especialização em Inteligência Artificial, Machine Learning, Redes Neurais e Algoritmos Genéticos pela POLI-USP. Possui mais de 16 anos de experiência desenvolvendo modelos para as áreas de Riscos, Jurídico, Prevenção a Fraudes, CRM e outros. Atuou também como Gerente de Ciência de Dados com foco em Inovação, MLOps e Governança de modelos.

Gustavo Romani

Especialista de Growth e Analytics no PicPay

Formado em Estatística pela Unicamp com pós-graduação pela FGV, possui mais de 15 anos de experiência em CRM Analítico, desde o desenvolvimento de modelos e segmentações até operação e mensuração de resultados. Atualmente é Especialista em uma das maiores fintechs do país.

Jefferson Magalhães

Analista de Dados Sr no iFood

Engenheiro Mecânico pela Universidade Federal de Uberlândia com MBA em Big Data aplicado ao Marketing pela ESPM. Atua e tem experiência na área de Marketing, onde utiliza a análise de dados para melhorar a experiência do cliente e desenvolver novos produtos e serviços.

Luiz Henrique Nonenmacher

Sr Data Analyst no iFood

Bacharel em administração pela ESPM e pós graduado em Data Science pela USP/ICMC. Trabalhou como analista de dados nas áreas de marketing, produto, CRM e comunicação na Dell e na afiliada da Rede Globo no Rio Grande do Sul. Atualmente atua como analista de dados sênior no iFood.

Rejane Oliveira

Cientista de Dados Senior na Vetta

Engenheira Química com Mestrado em Economia Aplicada e pós-graduação em Ciência de Dados e Big Data. Com experiência profissional nas áreas de serviços, siderurgia e mineração, sempre em busca de soluções de problemas por meio da análise de dados e técnicas de ciência de dados.

Ricardo Mattos

Gerente de Dados no Nubank

Bacharel em Estatística pelo IME-UERJ, Mestrando em ciências da computação com foco Inteligência Artificial pela IC-UFF. Possui mais de 9 anos de experiência desenvolvendo soluções analíticas para as mais diversas áreas. Atualmente é Gerente Sênior de Data & Analytics na CI&T.

Vinícius Souza

Co-Founder e Ex-Data Science Manager na Neon

Bacharel em Matemática Aplicada pelo IME-USP, possui mais de 17 anos de experiência no mercado financeiro e no de serviços de Atendimento ao Cliente. Criou soluções em Analytics nas mais diversas áreas, entre elas: Auditoria Interna, Compliance, Risco de Crédito e Cobrança. Atuou como Head de Ciência de Dados em uma das maiores Fintechs do Brasil.

Yuri Machado

Trading Research Specialist na Raízen

Bacharel em Administração pela USP, Mestre em Economia Aplicada pela ESALQ/USP e MBA em Data Science & Analytics da ESALQ/USP. Atuou como Product Owner e Analista de Dados na startup @Tech - Inovações Tecnológicas. Atualmente trabalha na área de Inteligência de Mercado na Raízen contribuindo com análises fundamentalistas e quantitativas do mercado do Agronegócio e Combustíveis.

Quero aprender com os melhores mentores em Dados

Se não gostar, sem problemas, você pode pedir o seu dinheiro de volta. Simples assim, rápido e sem complicações.


Confiamos tanto na qualidade de nossa formação que damos um período de 15 dias de garantia para você pedir seu dinheiro de volta caso não fique satisfeito.

São 7 dias do Código de Defesa do Consumidor e mais 8 dias adicionais.

Mas fique tranquilo, nosso curso tem o maior NPS e uma das menores taxas de reembolso do mercado. Isso significa que você vai adorar nossas aulas! Ou seja, o risco é ZERO!

Perguntas mais frequentes

Sobre a Formação Gerando Valor com Dados:
Qual a diferença entre os cursos para Desenvolvimento em Dados e para Transição de Carreira?

Na verdade, não são cursos diferentes. A plataforma de ensino da Preditiva é um local para todos os níveis de profissionais, desde quem esteja começando do zero até para quem já tem certo conhecimento em ferramentas de dados mas deseja se aprimorar na parte técnica, estatística e de metodologia de dados para negócios.

A diferenciação ocorre pelo no App da Preditiva, que cria uma jornada personalizada de acordo com seus objetivos de carreira.

Portanto, não são cursos diferentes. Cada aluno tem uma jornada diferente de acordo com seus objetivos de carreira e níveis de dados.

Por quanto tempo tenho acesso ao curso?

Seu acesso é válido por 12 meses. Tempo suficiente para você aprender a analisar dados e colher os resultados em sua carreira. Após esse período, entraremos em contato com você com condições especiais de renovação.

Qual a carga horária do curso?

Nosso curso tem mais de 250h de conteúdo distribuídos em aulas, mentorias ao vivo, módulos bônus, exercícios e estudos de caso. Somente em aulas em vídeo temos mais de 100h de carga horária disponíveis para acesso imediato. Novos conteúdos são adicionados constantemente mantendo o curso atualizado com o que há de mais novo em análise de dados no mercado atual.

Carga horária por nível (aulas e exercícios, desconsiderando lives, mentorias gravadas. estudos de caso e aulas bônus):

Nível 1 - Fundamentos de Analytics: Mais de 40h (sendo aproximadamente 30h de aulas e 10h de exercícios)
Nível 2 - Data Analytics: Mais de 70h (sendo aproximadamente 45h de aulas e 25h de exercícios)
Nível 3 - Data Science: Mais de 160h (sendo aproximadamente 100h de aulas e 60h de exercícios)

Dica: Tem lugares por aí que dizem que oferecem 500 horas de aulas. Desconfie! Além de não ser necessário para sua formação em análise de dados (pare e pense, 500 horas significa que você só vai se formar depois de 2-3 anos), esses lugares escondem as horas em PDFs para leitura, fazendo com que a carga horária seja inflada de propósito - além de muito chata :( .

O curso tem certificado?

Com certeza! Adquirindo o curso, fazendo as aulas e passando nos testes, você pode conquistar a aprovação em 5 certificados. São eles:  

1) Microsoft Excel para Análise de Dados: Indicado para quem gostaria de provar o conhecimento do Excel.

2) Fundamentos de Data Analytics: Indicado para profissionais que queiram provar a habilidade em análise de dados.

3) Power BI para Análise de Dados: Indicado para quem gostaria de provar o conhecimento do Power BI.

4) Data Analytics: Indicado para profissionais que não só queiram provar a habilidade em análise de dados como também a proficiência em ferramentas analíticas como o SQL e Power BI. Indicado para quem deseja trabalhar como Analista de Dados no mercado.

5) Data Science: Indicado para profissionais que querem se especializar em técnicas de análise de dados, podendo trabalhar não só como Analistas de Dados mas como Cientistas de Dados Jr e Pleno.

Para quem é indicado o curso?

- Profissionais com pouca ou nenhuma experiência em análise de dados ou construção de relatórios.

- Profissionais que desejam realizar o ingresso ou transição de carreira para cargos de Analistas ou Cientistas de Dados no mercado.

- Profissionais que não querem ser analistas de dados, mas já entenderam que precisam ganhar autonomia e "se virar" muito bem com as análises de dados de sua área.

- Gestores que precisam tomar melhores decisões com o uso de dados e que desejam ter mais autoridade técnica para direcionar o time.

- Profissionais que já atuam na área como Analistas de Dados, BI e/ou Relatórios, mas desejam ganhar mais robustez e técnicas para sair da superficialidade em suas análises.

- Pra quem está cansado de estudar estatística de faculdade com pouco resultado prático e exemplos bobos que usam moedas (cara ou coroa).

Vocês garantem que eu consigo uma transição de carreira em até 6 meses?

Olha, sendo bem transparentes, não existe milagre! O que garantimos é que trabalhamos há anos lapidando uma metodologia de ensino em Dados que colocou centenas (ou milhares) de pessoas capacitadas no mercado de Dados em pouquíssimo tempo.

Segundo nossas pesquisas internas, alunos que seguiram nossa metodologia assistindo as aulas, treinando os exercícios, criando um portfólio de Dados, assistindo as mentorias e lives, conquistaram seus objetivos de carreira em 71,3% dos casos. Além disso, mais de 80% deles em até 6 meses.

Quem não conseguiu, foi porque não se dedicou ao curso ou mudou seus planos de carreira com o tempo. Por exemplo: Em vez de analistas de dados, resolveram empreender criando startups e consultorias de BI.

Portanto, se você se esforçar, o resto nós ajudamos (e muito). Estamos aqui para transformar sua carreira!

Para quem NÃO é indicado o curso?

- Pessoas que desejam seguir carreira acadêmica (nossa formação é focada em análise de dados para negócios)

- Pessoas que querem resultados “pra ontem” sem dedicação (analisar dados exige dedicação, não tem outro jeito)

- Pessoas que preferem ficar em carreiras tradicionais da velha economia (comércio offline, cargos administrativos e nada tecnológicos etc)

- Quem só sabe navegar na internet, sem noção nenhuma de TI (se você não sabe a diferença de hardware e software, talvez valha a pena fazer um curso inicial de informática)

Como funcionam os níveis de especialização em dados?

Análise de dados não é somente uma profissão, mas sim uma habilidade. Isso significa que nem todo mundo precisa se especializar em dados para tirar proveito do potencial de uma boa análise de dados em sua carreira. Portanto, aqui na Preditiva, quando entrar na plataforma, você escolhe o seu nível de especialização que deseja seguir. Funciona assim:

Nível 1 - Fundamentos de Analytics: É indicada para profissionais não técnicos (analistas e gestores de áreas de negócios) que desejam melhorar suas habilidades em dados e técnicas estatísticas para tomada de decisão.

Nível 2 - Data Analytics: É indicada para profissionais que desejam se posicionar como analistas de dados, não só para ingresso como para um transição de carreira para essa área.

Nível 3 - Data Science: É indicada para profissionais que desejam se posicionar como cientistas de dados, não só para ingresso como para um transição de carreira para essa área. Um cientista de dados é um profissional ainda mais especialista que um analista de dados. Veja nesta FAQ a diferença entre os dois profissionais.

Portanto, ao se inscrever no curso, se estiver em dúvida de qual nível seguir, basta iniciar pelo nível 1. Após finalizar este nível e receber seu certificado, se fizer parte de seu objetivo de carreira, você também pode iniciar o nível 2 (aproveitando os conhecimentos do nível 1). E com isso, vai progredindo em sua carreira. Nossos professores sempre estarão a postos para auxiliá-lo(a) em qualquer jornada escolhida.

Importante: Diferentemente de outros lugares, em que você tem que ficar comprando vários cursos, aqui na Preditiva ao se inscrever em nossa formação, todos os níveis ficam disponíveis para você imediatamente. É chegar, assistir as aulas e praticar!

Posso comprar apenas alguns módulos da plataforma?

Não é possível. Isso porque a Preditiva é uma escola de desenvolvimento contínuo em habilidades de Dados. Isso significa que entendemos que os cargos de Analistas ou Cientistas de Dados são apenas uma forma de organizar as estruturas de equipes na empresa, ou seja, as habilidades em Dados não dependem ou não devem ser limitadas pelos cargos.

Por exemplo, um Analista de Dados (formado por nosso nível 2 de especialização) pode (e deve) usar técnicas que geralmente são usadas por Cientista de Dados, como modelos estatísticos (disponíveis em nosso nível 3). Um Analista por exemplo deve conhecer Métricas de Performance, o que geralmente também faz parte da trilha de um Cientista.

Portanto, diferente de outras escolas que limitam o aprendizado do aluno, aqui na Preditiva todos são convidados a aprender no seu ritmo e a medida que tiverem a necessidade daquela habilidade em suas funções, sem limitações. Por isso, nossa formação engloba todos os níveis analíticos em uma formação só dando o poder para o aluno escolher as habilidades que deseja aprender (e que o mercado exige).

Se eu não gostar do curso, posso pedir reembolso?

Com certeza! Confiamos tanto na qualidade de nosso curso que damos um período de 15 dias de garantia para você pedir seu dinheiro de volta  caso não goste do curso. São 7 dias do código de defesa do consumidor e mais 8 dias adicionais. Mas fique tranquilo, nosso curso tem uma das menores taxas de reembolso do mercado. Isso significa que você vai adorar nossas aulas! Ou seja, o risco é ZERO!

Como funciona o suporte educacional do curso?

Na Preditiva, nenhuma dúvida fica sem resposta. Os alunos têm à disposição 3 canais de suporte em nossa plataforma.

- Perguntas e Respostas a cada aula: Os professores respondem às dúvidas técnicas dos alunos de Segunda a Sexta das 9h às 20h. Basta assistir uma aula e, quando a dúvida chegar, postar no fórum e aguardar nosso grupo de professores responder.

- Mentorias Ao Vivo: Para os alunos que preferirem um contato ao vivo com o professor, basta frequentar as mentorias ao vivo. Nela o professor e grupos de alunos podem tirar dúvidas de qualquer contexto. Veja a FAQ "Como funcionam as mentorias ao vivo".

- Comunidade Preditiva: Neste ambiente rico de troca de experiências e conhecimento, os alunos e professores podem falar sobre qualquer assunto dentro das áreas de dados.

Aproveite o melhor suporte do brasil em Análise e Ciência de Dados. :)

Como funcionam as mentorias ao vivo do curso?

Semanalmente os alunos da Preditiva estão convidados à participar de mentorias ao vivo via Zoom. Nessas mentorias o aluno pode trazer dúvidas sobre exercícios e aulas do curso, pedir dicas de como construir projetos na empresa atual, falar sobre carreira e qualquer outro tema do universo de dados. O calendário das mentorias fica disponível no Portal do Aluno. Nossa escola também traz convidados relevantes das áreas de dados para discussão e aconselhamento.

Como devo estudar o curso?

Recomendamos que mantenha a disciplina de estudar um pouco todos os dias. Se não conseguir esse nível de comprometimento, você poderá utilizar nosso App de planejamento de estudos. Com ele, você escolhe a quantidade de tempo que tem por semana e nós criamos um plano de estudos personalizado para você. Depois é só seguir e aprender a analisar dados conosco.

Preciso ser bom em matemática?

Depende do tipo de matemática. Para analisar dados você não precisa lembrar das fórmulas de Bhaskara, geometria e a maioria das coisas que vimos na escola.

Para analisar dados você precisa basicamente saber fazer contas usando valores percentuais e proporções e entender um gráfico de dois eixos. O resto são técnicas de estatística que explicamos em detalhes para você, sem pré-requisitos. O mais importante é ir desenvolvendo com o tempo uma mentalidade analítica. Isso envolve ser curioso, levantar hipóteses e usar os dados para verificar se as hipóteses são verdadeiras. Não se preocupe: assista as aulas, pratique e você irá entender tranquilamente.

Passei dos 40 anos... será que ainda tenho chance?

Claro que sim! Ouvimos muito essa dúvida. Entendemos essa preocupação pois muitas áreas no mercado realmente têm um certo preconceito com pessoas de certa idade. Felizmente, temos tanta vaga para pessoas com habilidades em dados que esse preconceito bobo não se sustenta. As empresas estão desesperadas procurando profissionais que conheçam essas técnicas. Portanto, não importa sua idade, aprender a analisar dados vai te trazer muitos frutos e boas oportunidades de carreira.

Qualquer um pode se inscrever no curso?

Com certeza! Temos alunos advogados, profissionais de RH, Atendimento, Administração, Engenharia e etc. Habilidades em Análise de Dados são utilizadas em todas as áreas. Desta forma, todo profissional deve desenvolver essas habilidades para se destacar no mercado e garantir a empregabilidade nos próximos anos.

Não tenho conhecimento prévio. Será que vou acompanhar o curso?

Fique tranquilo(a), esse curso não tem pré-requisitos. Nossos materiais e metodologia vão ajudar muito em sua evolução. Mas precisamos combinar algo muito importante: Qualquer bom curso de Análise de Dados envolve a dedicação dos alunos. Se você vai se dedicar, deixe o resto com a gente! :)

Preciso saber linguagens de programação ou Microsoft Excel?

Para nosso curso utilizamos o Excel, SQL e Power BI como ferramentas principais. Não é exigido conhecimento prévio. Caso não conheça a ferramenta, não se preocupe. Fornecemos esse treinamento das ferramentas para você. Sobre linguagens de programação, temos um módulo da linguagem Python, sendo necessário um conhecimento de lógica de programação para melhor aproveitamento. Mas para analisar dados, o mais importante é Excel e SQL. Python só para determinados contextos, como o de um Cientista de Dados.

As aulas são Online?

As nossas aulas são totalmente online, com aulas gravadas e mentorias ao vivo semanais.

Qual é a diferença entre Analista de Dados e Cientista de Dados?

Essas são as duas principais carreiras para profissionais que analisam dados. Do ponto de vista de conhecimento e preparo, um analista de dados acaba sendo a primeira etapa e serve de entrada neste mercado. A maior parte das vagas em dados são para esses profissionais. Um analista de dados realiza análises de cenários, oportunidades de melhoria e cria relatórios automatizados (os famosos Dashboards).

Já um Cientista de Dados além de também realizar análises de cenários e oportunidades de melhoria, ele cria algoritmos de decisão automática (o que hoje chamamos de modelos estatísticos e de Machine Learning), ou seja, técnicas ainda mais sofisticadas. Se você quer entrar na área de dados, recomendamos que entre como Analista de Dados, pois é mais fácil e rápido. Em 6 meses de estudos e prática você já consegue participar de processos seletivos como analista de dados. Já para Cientista de Dados, geralmente o tempo para estar preparado em posições iniciais vai de 9 a 12 meses de muito estudo e prática.

Preciso usar meu computador? Qual configuração mínima?

Sim, seu notebook será sua principal ferramenta de trabalho. Sugerimos como configuração mínima um processador i5 ou similar com pelo menos 4 núcleos e 8GB de memória RAM.

Quero fazer minha inscrição