Big Data (CPBD)

Curso preparatório para a certificação Big Data, pela CBQS.

O Programa de estudos da Certificação Profissional Big Data (CPBD) do  órgão certificador CBQS,  contempla as diferenças entre Big Data e dados convencionais, 4 V’s de Big Data (volume, velocidade, variedade e veracidade),   conceitos  do  ecossistema  Big Data e  seus componentes-chave, os principais desafios tecnológicos na administração  de  Big Data  e  as soluções tecnológicas chave para abordar estes desafios.

Objetivo

.Qualificar profissionais e organizações a identificar problemas de maneira compreensível usando Big Data, para fornecer soluções úteis com uma grande quantidade de informações e com dados que podem ser moldados ou testados de maneiras consideradas adequadas.


Público-alvo

Profissionais que atuam na tomada de decisão, análise e inteligência de negócio,  lidam com grandes volumes de dados de empresas que estão em processo de transformação digital e interessados em ampliar seus conhecimentos sobre Big Data e suas diversas aplicações no mercado.


Metodologia

Metodologia ativa, com aulas assíncronas, acompanhamento pedagógico e mentoria individual.



Programa

Curso dividido em 2 módulos, com direito a 2 meses de acesso à plataforma de ensino, com material digital (Exercícios de fixação, simulado e fórum).



Leia mais

O programa de estudos da  Certificação Profissional em Inteligência Artificial  (CPIA), está baseado em problemas de clustering para aprendizado de máquina não supervisionado com algoritmo K-Means.

Objetivo: familiarizar o aluno com o aprendizado de máquina supervisionado, onde descreveremos o problema de classificação com uma demonstração do algoritmo de árvores de design e o de regressão com um exemplo de regressão linear.

Informações Gerais:

  • Público-Alvo: Analistas de dados, cientistas de dados, administradores de dados e interessados em técnicas de Data Mining e Machine Learning.
  • Formato: aulas assíncronas, com tutoria individual.
  • Material: slides de autoestudo, exercícios de fixação, atividades práticas. fóruns, vídeos explicativos e simulado.
  • Pré-requisitos: conhecimento básico sobre Python.
  • Carga horária: 20h 
  • Acesso ao AVA: 2 meses

Conteúdo Programático

1 –  Fundamentos do Aprendizado de Máquina

1.1 – Pontos-Chave

1.2 –  Introdução ao K-Nearest Neighbors

1.3 –  Avaliando o Desempenho do Modelo

1.4 – K-Nearest Neighbors Multivariado

1.5 – Otimização  de Hiperparâmetros

1.6 – Validação  Cruzada (Cross Validation)

1.7 – Projeto Orientado: Estimativa de  Preços de Carros

2 – Cálculo para Aprendizado de Máquina

3 – Álgebra Linear Para Aprendizado de Máquina

4 – Regressão Linear Para Aprendizado de Máquina

5 – Aprendizado de Máquina em Python

6 – Árvore de Decisão (Decision Tree)

Como funciona?

Realize seu cadastro informando os seus dados para uso em sua inscrição no curso e emissão de NF. Após, isso realize o pagamento. Seus dados estarão seguros, pois seguimos a política de privacidade e não usamos para outro fim. Após a conclusão do curso, caso desejar poderá adquirir o exame e agendá-lo.

Cadastro

Realize seu cadastro clicando no botão abaixo

Pagamento

Faça o pagamento abaixo:

Exame

A realização do exame não está atrelada ao curso. Caso desejar apenas o exame, será possível.

Rolar para cima