Objetivo: Aprender o básico de estatística e computação​

• Nivelamento Teórico Estatístico;
• Introdução à Computação e Conceitos;
• Computação em nuvem;
• Introdução ao Git e GitHub;
• Introdução ao SQL;
• Introdução ao Python;
• Introdução ao R.

Objetivo: Aprender a modelar​

• Regressão Linear;
• Regressão Logística;
• Regressão Linear e Logística – Visão Machine Learning;
• Árvore de Decisão;
• Random Forest;
• eXtreme Gradient Boosting;
• Redes Neurais;
• Support Vector Machine;
• Análise de Cluster;
• Análise Fatorial;
• Análise de Componentes Principais.

Objetivo: Ampliar o seu repertório como Cientista de Dados

• Monetização de algoritmos;
• Monitoramento de Modelos;
• Lei Geral de Proteção de Dados;
• Aplicações em Crédito;
• Geoestatística;
• Modelos de Atribuição & Customers Insights;
• Business Intelligence.

Objetivo: Avançar em técnicas que vão te diferenciar

• Incremental Response Model;
• Séries Temporais;
• Otimização;
• Social Network Analysis;
• Text Mining;
• Introdução a Engenharia de Machine Learning.