Introdução:

O curso CDAM apresenta os diferentes ramos da Ciência de Dados e linhas de pesquisa. Prepara um profissional requisitado e valorizado no mercado de trabalho atual. Até mesmo iniciantes que ainda não tiveram maior contato com a área, conseguem participar do curso.

Vamos acompanhar seus primeiros passos, com suporte adequado ao longo de sua jornada de conhecimento, com 2 instrutores ao vivo por videoconferência. A proposta é acelerar sua carreira, aumentando sua capacidade de resolver problemas e gerar resultados, através da automatização de processos lentos, repetitivos e trabalho braçal.

Daremos uma visão inicial de lógica de programação, direto na linguagem Python, a mais conhecida e utilizada no mundo. Serão utilizados exemplos de códigos aplicáveis em qualquer segmento, não se restringindo somente a área de Manutenção Industrial.
O Python é uma linguagem extremamente versátil que pode ser usada em praticamente qualquer situação. Isso permite que o profissional possa desenvolver seus próprios aplicativos, reduzindo a dependência de uma a equipe de TI.

Além disso, será possível conhecer técnicas de Aprendizado de Máquina e Deep Learning, ferramentas relacionadas a Inteligência Artificial.

Por fim, focaremos nas ferramentas low code mais utilizada da área, o Microsoft PowerBI e PowerApps. Com low code (pouca programação) é possível criar sites, desenvolver e implantar aplicativos, sem uma equipe de desenvolvedores e designers, potencializando o sucesso organizacional.

Problemas que podem ser resolvidos com este curso:

-Conhecer e desenvolver projetos em Python;

-Analisar e extrair informações de bancos de dados;

-Desenvolver modelos preditivos de Machine Learning;

-Desenvolver modelos preditivos de maior complexidade em Deep Learning;

-Automatizar processos produtivos via programação;

-Utilizar a ferramenta PowerBI para produzir Dashboards;

-Automatizar tarefas pela metodologia Low code (pouca programação).

Objetivos:

Demonstrar as principais tecnologias disponíveis, benefícios e como funciona. Apontar o caminho para aplicação prática de projetos pilotos, visando resolver problemas clássicos, comumente encontrados na maioria das empresas.

Softwares utilizados:

Como software de apoio, é possível utilizar qualquer IDE Python.

Recomendamos o Google Colab, que será utilizado em aula. Esta IDE é gratuita e trabalha pelos servidores Google online. Não depende de requisitos do computador, mas precisa de uma conexão estável com a internet. O PowerBI é disponibilizado pela Microsoft e as suas ferramentas trabalhadas no curso serão apenas as de sua versão gratuita. Serão apresentadas funções pagas do PowerBI e PowerApps para
que o aluno conheça as potencialidades da ferramenta.

Conteúdo Programático:

Módulo 1: Introdução ao Python

1.1      Preparação e primeiro contato com a linguagem de programação Python,

1.2      Estrutura condicional,

1.3      Laços de repetições,

1.4      Funções.

Módulo 2: Análise de dados

2.1      Manipulação de dados com Pandas,

2.2       Criação de gráficos com Matplotlib,

2.3       Criação de gráficos com Seaborn,

2.4       Análise de dados.

Módulo 3: Machine Learning

3.1      Modelos de classificação 1,

3.2      Modelos de classificação 2,

3.3      Modelos de regressão 1,

3.4      Modelos de regressão 2.

Módulo 4: Deep Learning

4.1      Introdução a redes neurais artificiais,

4.2      Modelos densos de RNA,

4.3      Redes Neurais Convolucionais,

4.4      Visão computacional.

Módulo 5: Automatizando processos

5.1      Edição de áudio e video com Python,

5.2      Desenvolvimento de mapas iterativos,

5.3      Envio de e-mails automáticos (GMAIL),

5.4     Interface gráfica Streamlit.

          Módulo 6: PowerBI

6.1      Introdução ao PowerBI,

6.2      Modelagem de dados e relacionamentos,

6.3      Linguagem DAX,

6.4      Criação de Dashboard iterativo.

Módulo 7: PowerApps

7.1      Introdução ao PowerApps,

7.2       Criação de software com PowerApps,

7.3       Automação de processos com PowerApps,

7.4       Manipulação de dados com PowerApps.

Carga horária: Total 140 h, sendo:

-84h em aulas ao vivo por videoconferência.

-56h em atividades extra classe.

Aulas remotas, ao vivo por videoconferência, terças e quintas-feiras das 19h às 22h

Forma de avaliação:

-Serão 7 módulos de igual duração e peso avaliativo.

-Cada módulo terá 4 aulas de 3 horas cada.

-Cada aula terá exercício avaliativo (demanda em média 2 horas para fazer e deve ser entregue com prazo de uma semana).

-Aprovação e liberação do certificado, mediante entrega de 70% das tarefas propostas (entregar 20 das 28 totais).

Plataforma de Ensino utilizada no curso:

AVA Moodle, Ambiente Virtual de Aprendizagem robusto e de última geração.

Será utilizado para disponibilizar ao aluno o material didático do curso via login e senha (pdfs, planilhas, códigos, tudo que for apresentado na aula), anexar tarefas, consultar notas e baixar certificado ao final do curso.

Gravação das aulas: O curso é ao vivo, mas fica gravado. As gravações ficarão disponíveis no AVA por 1 ano.

Elas servem pra contornar imprevistos, proporcionam flexibilidade em situações que o aluno precisar faltar, ou para estudar e rever o conteúdo da aula posteriormente. Todo material do curso pode ser baixado e arquivado pelo aluno, exceto gravação de aulas (não é permitido o download de gravação de aulas, por questão de propriedade intelectual dos professores).

CASES de Sucesso:

CASE 1 –Aluno da 1ª turma do curso automatizou relatórios de indicadores de desempenho e alarmes de falhas em turbinas eólicas. Eliminou tempo gasto criando gráficos (3 horas por dia) e passou utilizar esse tempo para analisar os indicadores, criar planos de ação e executar melhorias para elevar a performance das turbinas. Contou com o suporte do Professor, e do Monitor, bem como de voluntário membro do GEIA e ex-aluno do MBA em Engenharia de Manutenção IESAE.

CASE 2 – Realizou um trabalho, em conjunto com o Professor e o Monitor do curso, com o objetivo de analisar e modelar uma série temporal de crises epilépticas, partindo de um Banco de Dados inédito, fornecido por uma pessoa com epilepsia, com registros do número de crises num período de 23 anos. Chegaram a um avanço no estudo das crises epilépticas, obtendo, entre outros resultados, a Curva de Tendência, intervalo do número mensal de crises, média, mediana e desvio padrão. Este estudo poderá ser usado pela neurologia no tratamento das crises epilépticas.