Data Science e Big Data: Decisões Baseadas em Dados

Leve suas habilidades em análise de dados a um novo patamar estudando a teoria e a prática nos campos da ciência de dados, big data e aprendizagem de máquina.

A quem se dirige?

Profissionais em qualquer estágio da carreira que precisam converter grandes conjuntos de dados em informações que possam ser processadas.

Entre os estudantes que já passaram pelo curso, há analistas de inteligência empresarial, consultores de gestão e gerentes técnicos, de negócios e de ciência de dados, além de entusiastas da ciência de dados e profissionais de TI.

Fanáticos de la ciencia de datos y profesionales de TI.

Não há pré-requisitos para este programa, embora seja recomendado ter conhecimentos básicos em matemática e estatística.

Neste curso, você aprenderá a:

Leve suas habilidades em análise de dados a um novo patamar estudando a teoria e a prática nos campos da ciência de dados, big data e aprendizagem de máquina.
Determinar a diferença entre modelos gráficos e modelos de rede.
Converter conjuntos de dados em modelos a partir da análise preditiva.
Implementar algoritmos de aprendizagem de máquina para tomar melhores decisões de negócios.
Dominar as melhores práticas para a concepção de experimentos e testes de hipóteses.
Identificar e evitar os erros comuns na análise de big data.

Estrutura do Curso

1

Dar sentido a dados não estruturados.

2

Regressão e previsão.

3

Classificação e verificação de hipóteses.

4

Aprendizagem profunda.

5

Sistemas de recomendação.

6

Networking e modelos gráficos.

7

Análise preditiva.

Conheça o Instrutor

Prof. Devavrat Shah

Professor in the department of electrical engineering and computer science at MIT

Philippe Rigollet

MIT Professor y vicepresidente del Programa de Negociaciones (PON), Harvard Law School

Victor Chernozhukov

Professor, Department of Economics y el Statistics and Data Science Center de MIT

Stefanie Jegelka

Associate Professor, Department of Electrical Engineering and Computer Science y miembro del Computer Science and AI Lab e IDSS

Ankur Moitra

Associate Professor, Department of Mathematics y miembro del Computer Science and AI Lab de MIT

Tamara Broderick

Associate Professor, Department of Electrical Engineering and Computer Science y miembro del Computer Science and AI Lab de MIT

David Gamarnik

Professor de la Nanyan Technological University, Sloan School of Management

Jonathan Kelner

Associate Professor, Department of Mathematics y miembro del Computer Science and AI Lab de MIT

Kalyan Veeramachaneni

Principal Research Scientist del Laboratory for Information and Decision Systems de MIT

Caroline Uhler

Associate Professor, Department of Electrical Engineering and Computer Science de MIT e IDSS

Guy Bresler

Associate Professor, Department of Electrical Engineering & Computer Science, Laboratory for Information and Decision Systems e IDSS

Experiência de aprendizagem do MIT xPRO

APRENDER FAZENDO

Praticar processos e métodos através de simulações, avaliações, estudos de casos e ferramentas

APRENDER COM OS OUTROS

Unir-se a uma comunidade internacional de profissionais enquanto trabalham em projetos baseados em exemplos reais

APRENDER POR DEMANDA

Acessar a todos os conteúdos online e assitir aos vídeos em qualquer lugar

PENSAR E APLICAR

Trazer as novas competências aprendidas à sua empresa através de exemplos reais

PROVAR O SEU ÊXITO

Conquitar um certificado profissional e créditos de formação profissional contínua do MIT (MIT xPRO 1.8 CEUs)

APRENDER COM OS MELHORES

Receber formação de professores do MIT e especialistas do mercado

O que você encontrará no curso?

Este curso tem um conteúdo completamente direcionado à prática e pode ser realizado inteiramente em português, por meio de:

Atividades de múltipla escolha
Ensaios
Projetos
Atividade «plano de ação»
Conteúdo em vídeo criado pelos professores do mit e por especialistas de diferentes setores *
Webinars ao vivo
Bibliografia adicional recomendada **

* Os conteúdos em vídeo mantêm as vozes originais dos professores do MIT e dos especialistas, com legendas em português.** Algumas leituras complementares (não obrigatórias para a conclusão do curso) estão disponíveis apenas em inglês.