Formação Ciência de Dados

Ciclo 00 - Aula 1 - Boas Vindas

Ciclo 00 - Aula 2 - Ciclos da Disciplina

Ciclo 00 - Aula 3 - Prova de certificação

Ciclo 00 - Aula 4 - Buscar ajuda

Ciclo 01 - Aula 01 - A relação entre Banco de Dados e SQL

Ciclo 01 - Aula 02 - Os Fundamentos de Banco de Dados

Ciclo 01 - Aula 03 - Conhecendo os Dados

Ciclo 01 - Aula 04 - Os tipos de Banco de Dados

Ciclo 01 - Aula 05 - Instalação das Ferramentas SQL

Ciclo 01 - Aula 06 - Resumo dos Fundamentos de SQL

Ciclo 02 - Aula 01 - PA Bond

Ciclo 02 - Aula 02 - Anatomia da consulta SQL

Ciclo 02 - Aula03 - Funções agregadoras

Ciclo 02 - Aula04 - Agrupamentos

Ciclo 02 - Aula05 - Operadores de Comparação

Ciclo 02 - Aula06 - Operadores de lógica booleana

Ciclo 02 - Aula07 - Operadores de lógica de intervalo

Ciclo 02 - Aula08_Operadores condicionais

Ciclo 02 - Aula09 - Resumo do SQL básico

Ciclo 03 - Aula 1 - A Otimização das tabelas pelo banco de dados

Ciclo 03 - Aula 2 - O modelo de entidade relacional (MER)

Ciclo 03 - Aula 3 - A cardinalidade das tabelas

Ciclo 03 - Aula 4 - Os tipos de união entre tabelas

Ciclo 03 - Aula 5 - O inner join

Ciclo 03 - AULA 6 - O Left Join

Ciclo 03 - Aula 07 - Montando a grande Tabela

Ciclo 03 - Aula 08 - SubQuery

Ciclo 03 - Aula 09 - As SubQueries no SELECT

Ciclo 03 - Aula 10 - As SubQueries no WHERE

Ciclo 03 - Aula 11 - As SubQueries no FROM

Ciclo 03 -Aula 12_Exercícios de SubQuery

Ciclo 04 - Aula 01 - Novas colunas em SQL

Ciclo 04 - Aula 02 - Operacoes colunas

Ciclo 04 - Aula 03 - Windows Function - Parte I

Ciclo 04 - Aula 04 - Windows Function - Parte II

Ciclo 04 - Aula 05 - Windows Function - Parte III

Ciclo 04 - Aula 06 - Função colunas

Ciclo 04 - Aula 07 - Subquery WITH

Ciclo 05 - Aula 01 - Criando tabelas com SQL

Ciclo 05 - Aula 02 - Inserindo e deletando dados

Ciclo 05 - Aula 03 - Modificando tabelas

Ciclo 06 - Aula 1 - Prova de certificação

Ciclo 06 - Aula 2 - Habilidades que você aprendeu

Ciclo 06 - Aula 3 - Atualizando o LinkedIn

Ciclo 06 - Aula 4 - Próximos passos

Solicitação de certificado

Aula 00 - Boas Vindas

Aula 01 - Ferramentas

Aula 02 - Introdução

Aula 03 - As Ferramentas Antigas

Aula 04 - Estrutura do Portfólio de Projetos

Aula 05 - Escrevendo o Portfólio de Projetos

Aula 06 - Introdução ao HTML

Aula 07 - Editando o Template

Aula 08 - Finalizando o Template

Aula 09 - Publicando o Portfólio de Projetos

Ciclo 00 - Aula 01 - Introducao ao FTC

Ciclo 00 - Aula 02 - Os ciclos do FTC

Ciclo 00 - Aula 03 - Prova de certificação

Ciclo 00 - Aula 04 - Como buscar ajuda

Ciclo 01 - Aula 01 - Logica de programação

Ciclo 01 - Aula 02 - O que são algoritmos

Ciclo 01 - Aula 03 - Diagrama de Blocos

Ciclo 01 - Aula 04 - Exercícios

Ciclo 01 - Aula 05 - Transformando um Diagrama de Blocos em Pseudocódigo

Ciclo 01 - Aula 06 - Exercícios

Ciclo 01 - Aula 07 - Resolução dos exercícios

Ciclo 02 - Aula 08 - O Novo Problema de Negócio

Ciclo 02 - Aula 09 - O diagrama de Blocos

Ciclo 02 - Aula 10 - Pseudocódigo

Ciclo 02 - Aula 11 - Transformando Pseudocódigo em Script

Ciclo 02 - Aula 12 - Exercícios de Ciclo

Ciclo 02 - Aula 13 - Compiladores

Ciclo 02 - Aula 14 - As 3 Ferramentas para se Programar em Phyton

Ciclo 02 - Aula 15 - Tour pelo Google Colabs

Ciclo 02 - Aula 16 - Escrevendo o primeiro Script Python

Ciclo 02 - Aula 17 - Exercícios

Ciclo 02 - Aula 17.5 - Resolução dos exercícios

Ciclo 03 - Aula 18 - Os tipo de variáveis e conversões

Ciclo 03 - Aula 19 - Estrutura de dados I - Listas

Ciclo 03 - Aula 20 - Estrutura de repetição - o laço for

Ciclo 03 - Aula 21 - Resolução Problema de Negócio

Ciclo 03 - Aula 22 - Exercícios 1:2 ciclo

Ciclo 03 - Aula 22.5 - Resolução de Exercícios

Ciclo 03 - Aula 23 - Estrutura de Dados II - Dicionários

Ciclo 03 - Aula 24 - O que são Bibliotecas

Ciclo 03 - Aula 25 -Estrutura de Dados III - Dataframes

Ciclo 03 - Aula 26 - Exercícios

Ciclo 04 - Aula 27 - Estrutura de Controle Condicional

Ciclo 04 - Aula 28 -Seleção de Dados Utilizando Condicionais

Ciclo 04 - Aula 29 - Comandos da Propriedade DataFrame

Ciclo 04 - Aula 30 - As perguntas de negócio

Ciclo 04 - Aula 30.1 - Resolução dos Exercícios

Ciclo 04 - Aula 31 - O Método de Planejamento SAPE

Ciclo 04 - Aula 32 - Agrupamentos

Ciclo 04 - Aula 33 - Operações com Agrupamento

Ciclo 04 - Aula 34- Novas Perguntas de Negócio

Ciclo 05 - Aula 35 - O Problema de Negócio

Ciclo 05 - Aula 36 - O Planejamento SAPE

Ciclo 05 - Aula 37 - Gráficos em Phyton

Ciclo 05 - Aula 38 - Exercícios de 1:2 Ciclo

Ciclo 05 - Aula 39 - A Visão Entregadores

Ciclo 05 - Aula 40 - O Jupyter Lab

Ciclo 05 - Aula 40.1 - Instalando o JupterLab

Ciclo 05 - Aula 40.2 - Uso básico de Jupyter Lab

Ciclo 05 - Aula 41 - A Visão Restaurantes

Ciclo 05 - Aula 42 - O Planejamento do Dashboard

Ciclo 06 - Aula 43 - O conceito de Função

Ciclo 06 - Aula 44 - A ferramenta chamada Terminal

Ciclo 06 - Aula 45 - Introdução ao Streamlit

Ciclo 06 - Aula 46 - Criando a Página - Visão Empresa

Ciclo 06 - Aula 47 - Criando a Página - Visão Entregadores

Ciclo 06 - Aula 48 - Criando a Página - Visão Restaurantes

Ciclo 06 - Aula 49 - Exercícios do Ciclo

Ciclo 07 - Aula 50 - O conceito de ETL

Ciclo 07 - Aula 51 - O Planejamento do ETL

Ciclo 07 - Aula 52 - Modularização do código na prática

Ciclo 07 - Aula 53 - Modularização do Código na prática - Parte II

Ciclo 07 - Aula 54 - Criando uma única página no Streamlit

Ciclo 07 - Aula 55 - O conceito de Cloud

Ciclo 07 - Aula 56 - Hospedando o ETL na cloud

Ciclo 07 - Aula 57 - Exercícios do Ciclo

Ciclo 08 - Aula 58 - O projeto Final

Ciclo 08 - Aula 59 - Resultado_esperado

Ciclo 08 - Aula 60 - Prova certificação

Ciclo 09 - Aula 61 - As habilidades que você desenvolveu

Ciclo 09 - Aula 62 - Ajustando o projeto

Ciclo 09 - Aula 63 - Escrevendo o README

Ciclo 09 - Aula 64 - Ajustando o Portfolio Web

Ciclo 09 - Aula 65 - Atualizando o LinkedIn & Portfólio de projetos

Próximos Passos - Aula 66 - Próximos_passos

Solicitação de certificado

Ciclo 00 - Aula 01 - Boas Vindas

Ciclo 00 - Aula 02 - Ciclo da disciplina

Ciclo 00 - Aula 03 - Prova de certificação

Ciclo 00 - Aula 04 - Como buscar Ajuda?

Ciclo 01 - Aula 05 - Introdução ao curso

Ciclo 01 - Aula 06 - Instalação do Git (Windows)

Ciclo 01 - Aula 07 - Instalação do Git (Linux)

Ciclo 01 - Aula 08 - Instalação do Git (Mac OS)

Ciclo 01 - Aula 09 - Download do Projeto e Preparacao do Ambiente

Ciclo 02 - Aula 10 - Primeiro Commit

Ciclo 02 - Aula 11 - O que e um versionador

Ciclo 02 - Aula 12 - Repositorio Local vs Repositorio Remoto

Ciclo 02 - Aula 13 - Ciclo de vida de um arquivo versionado

Ciclo 02 - Aula 14 - Areas de Trabalho do Git

Ciclo 03 - Aula 15 - Revisao dos Principais Conceitos e Comandos Basicos

Ciclo 03 - Aula 16 - Visualizando e Arrumando o Historico Local

Ciclo 03 - Aula 17 - Arrumando o Histórico local de Commit

Ciclo 03 - Aula 18 - Voltando a Estados Anteriores

Ciclo 04 - Aula 19 - Comando Git remote

Ciclo 04 - Aula 20 - Tour Github - Parte 1

Ciclo 04 - Aula 21 - Tour Github - Parte 2

Ciclo 04 - Aula 22 - Clonando um Repositório Público

Ciclo 05 - Aula 23 - Os Problemas do Trabalho em Equipe com o Git

Ciclo 05 - Aula 24 - Resolvendo conflitos de Merge - Parte 1

Ciclo 05 - Aula 25 - O que são e para que servem as Branches

Ciclo 05 - Aula 26 - Trabalhando com Branches - Parte 1

Ciclo 05 - Aula 27 - Trabalhando com Branches - Parte 2

Ciclo 05 - Aula 28 - Trabalhando com Branches - Parte 3

Ciclo 05 - Aula 29 - Resolvendo Conflitos de Merge em Jupyter Notebooks

Ciclo 06 - Aula 30 - Finalizando o Projeto

Ciclo 06 - Aula 32 - Boas Praticas com Git e Encerramento do Curso

Ciclo 07 - Aula 33 - Prova de Certificação

Ciclo 08 - Aula 34 - As habilidades que você aprendeu

Ciclo 08 - Aula 35 - Atualizando o LinkedIn e Portfólio de Projetos

Ciclo 08 - Aula 36 - Proximos passos

Solicitação de certificado

Ciclo 00 - Aula 01 - Introdução ao ambiente virtual com Python

Ciclo 00 - Aula 02 - Os ciclos da disciplina: O que você vai aprender

Ciclo 00 - Aula 03 - A prova de certificação e o projeto do aluno

Ciclo 00 - Aula 04 - Como encontrar ajuda

Ciclo 01 - Aula 05 - O problema das diferentes versões do python e das libs

Ciclo 01 - Aula 06 - A solução para o problema das multiplas versões

Ciclo 01 - Aula 07 - Visão geral dos ambientes virtuais

Ciclo 01 - Aula 08 - Os gerenciadores de ambientes virtuais em Python

Ciclo 01 - Aula 09 - Exercícios fim do ciclo 1

Ciclo 02 - Aula 10 - O que é um terminal?

Ciclo 02 - Aula 11 - Terminal Windows, Linux e MacOS

Ciclo 02 - Aula 12 - Os principais comandos CLI

Ciclo 02 - Aula 13 - Exercícios fim do ciclo 2

Ciclo 03 - Aula 14 - Instalando o Pyenv

Ciclo 03 - Aula 15 - Gerenciando os ambientes virtuais com Pyenv

Ciclo 03 - Aula 16 - Entendendo como o Pyenv funciona por trás dos comandos

Ciclo 03 - Aula 17 - Exercicios fim do ciclo 3

Ciclo 04 - Aula 18 - Ambientes virtuais no Jupyter Notebook e no VS Code

Ciclo 04 - Aula 19 - Compartilhando o ambiente virtual

Ciclo 04 - Aula 20 - Exercícios fim do ciclo 4

Ciclo 05 - Aula 21 - A prova de certificação

Ciclo 05 - Aula 22 - As habilidades e ferramentas que você aprendeu

Ciclo 05 - Aula 23 - Próximos passos

Solicitação de certificado

Ciclo 00 - Aula 01 - Introducao ao Fundamento de Machine Learning

Ciclo 00 - Aula 02 - Os ciclos do Fundamentos de ML

Ciclo 00 - Aula 03 - A prova de certificação

Ciclo 00 - Aula 04 - Como encontrar ajuda?

Ciclo 01 - Aula 05 - Machine Learning versus Inteligencia Artificial

Ciclo 01 - Aula 06 - O que e Machine Learning?

Ciclo 01 - Aula 07 - A utilidade de Machine Learning

Ciclo 01 - Aula 08 - Casos de uso de Machine Learning

Ciclo 02 - Aula 09 - Como funciona o aprendizado supervisionado em classificacao

Ciclo 02 - Aula 10 - K-Nearest Neighbor - Teoria

Ciclo 02 - Aula 11 - K-Nearest Neighbor - Pratica

Ciclo 02 - Aula 12 - K-Nearest Neighbor - Exemplo de uso

Ciclo 02 - Aula 13 - Metricas de avaliacao I- Matriz de confusao e acuracia

Ciclo 02 - Aula 14 - Metricas de avaliacao II- Recall e Precision_1

Ciclo 02 - Aula 15 - Exercicios

Ciclo 03 - Aula 16 - Como funciona o aprendizado supervisionado em Regressao

Ciclo 03 - Aula 17 - Linear Regression - Teoria

Ciclo 03 - Aula 18 - Linear Regression - Pratica

Ciclo 03 - Aula 19 - Linear Regression - Exemplo de Uso

Ciclo 03 - Aula 20 - Metricas de avaliacao I- R2 - Teoria

Ciclo 03 - Aula 21 - Metricas de avaliacao I- R2 - Pratica

Ciclo 03 - Aula 22 - Metricas de avaliacao II- MSE_2

Ciclo 03 - Aula 23 - Metricas de avaliacao III- RMSE

Ciclo 03 - Aula 24 - Exercicios

Ciclo 04 - Aula 25 - Como garantir que ocorreu aprendizado?

Ciclo 04 - Aula 26 - A estratégia do treino teste

Ciclo 04 - Aula 27 - A estratégia de validação Holdout

Ciclo 04 - Aula 28 - Validação holdout na prática com Python

Ciclo 04 - Aula 29 - O problema de Overfitting na classificacao

Ciclo 04 - Aula 30 - O problema do Overfitting na Regressao

Ciclo 04 - Aula 31 - As principais causas do Overfitting e Underfitting

Ciclo 05 - Aula 32 - Como funciona o Aprendizado nao supervisionado

Ciclo 05 - Aula 33 - K-Means - Teoria

Ciclo 05 - Aula 34 - K-Means - Prática

Ciclo 05 - Aula 35 - Métricas de avaliação de Clusters

Ciclo 05 - Aula 36 - Elbow Method

Ciclo 05 - Aula 37 - Elbow Method na Pratica

Ciclo 05 - Aula 38 - K-Means - Exemplo de Uso

Ciclo 06 - Aula 39 - Introdução a Decision Tree

Ciclo 06 - Aula 40 - O treinamento da Decision Tree

Ciclo 06 - Aula 41 - Decision Tree - Prática

Ciclo 06 - Aula 42 - Métricas de avaliação I - Curva Precision x Recall

Ciclo 06 - Aula 43 - Metricas de avaliacao II - ROC Curve

Ciclo 06 - Aula 44 - A Decision Tree Regressor Teoria

Ciclo 06 - Aula 45 - A Decision Tree Regressor (Prática)

Ciclo 06 - Aula 46 - Random Forest (Teoria)

Ciclo 06 - Aula 47 - Random Forest (Prática)

Ciclo 06 - Aula 48 - Métricas de avaliação - III F1-Score

Ciclo 07 - Aula 49 - Introdução à Logistic Regression

Ciclo 07 - Aula 50 - Regressão Logística na prática

Ciclo 07 - Aula 51 - O processo de treinamento da Regressão Logística

Ciclo 07 - Aula 52 - Regularização em Regressões

Ciclo 07 - Aula 53 - Regularização na prática

Ciclo 07 - Aula 54 - Regressão Polinomial - Teoria

Ciclo 07 - Aula 55 - Regressão Polinomial - Pratica

Ciclo 07 - Aula 56 - Erro MAE

Ciclo 07 - Aula 57 - Erro MAPE

Ciclo 08 - Aula 58 - Introdução Affinity Propagation

Ciclo 08 - Aula 59 - Definição dos clusters - Parte I

Ciclo 08 - Aula 60 - Definicao dos clusters - Parte II

Ciclo 08 - Aula 61 - Definição dos clusters - Parte III

Ciclo 08 - Aula 62 - Definição dos clusters - Parte IV

Ciclo 08 - Aula 64 - Affinity Propagation na pratica

Ciclo 08 - Aula 65 - Convergência Visual

Ciclo 08 - Aula 66 - Convergência Metrica

Ciclo 09 - Aula 67 - Projeto do Aluno

Ciclo 09 - Aula 68 - Resultado esperado

Ciclo 09 - Aula 69 - Prova de certificação

Ciclo 10 - Aula 70 - Habilidades desenvolvidas

Ciclo 10 - Aula 71 - Preparando a descrição do projeto

Ciclo 10 - Aula 72 - Atualizando o portfólio de projetos

Ciclo 10 - Aula 73 - Atualizando o LinkedIn

Ciclo 10 - Aula 74 - Os próximos passos

Solicitação de certificado

Ciclo 01 - Entendendo o problema de negócio - Aula 01 Os 10 passos de um projeto de Ciência de Dados

Ciclo 01 - Entendendo o problema de negócio - Aula 02_Entenda o problema de negócio com 4 perguntas

Ciclo 01 - Entendendo o problema de negócio - Aula 03_Instalando o Python e o Git

Ciclo 01 - Entendendo o problema de negócio - Aula 04_O método de gerenciamento CRISP-DS

Ciclo 02 - Analise descritiva dos dados - Aula 05 Descrição dos dados

Ciclo 02 - Analise descritiva dos dados - Aula 06_Substituindo os dados faltantes

Ciclo 02 - Analise descritiva dos dados - Aula 07_Estatística Descritiva

Ciclo 03 - Feature Engineering - Aula 08_Mindmap de hipóteses

Ciclo 03 - Feature Engineering - Aula 09_Construindo o Mindmap de hipóteses

Ciclo 03 - Feature Engineering - Aula 10_Feature Engineering

Ciclo 03 - Feature Engineering - Aula 11 Filtragem das variáveis

Ciclo 04 Exploratory Data Analysis - Aula 12_Os 3 objetivos da análise exploratória de dados

Ciclo 04 - Exploratory Data Analysis - Aula 13_Análise exploratória de dados - Parte I

Ciclo 04 - Exploratory Data Analysis - Aula 14_Análise Exploratória de Dados - Parte II

Ciclo 04 - Exploratory Data Analysis - Aula 15_Análise exploratória de dados - parte III

Ciclo 04 - Exploratory Data Analysis - Aula 16_Análise exploratória de dados - conclusão

Ciclo 04 - Exploratory Data Analysis - Aula 17_Análise multivariada

Ciclo 05 - Preparação dos Dados - Aula 18_Tipos de preparação dos dados

Ciclo 05 - Preparação dos Dados - Aula 19 Rescaling

Ciclo 05 - Preparação dos Dados - Aula 20 Encoding

Ciclo 05 Preparação dos Dados - Aula 21_Transformação

Ciclo 06 - seleção de Atributos - Aula 22_Motivação da seleção de atributos

Ciclo 06 - Seleção de Atributos - Aula 23_Os métodos de feature selection

Ciclo 06 - Seleção de Atributos - Aula 24_Método de seleção por importância

Ciclo 06 - Seleção de Atributos - Aula 25_O algoritmo Boruta

Ciclo 06 - Seleção de Atributos - Aula 26_Implementando o Boruta

Ciclo 07 - Treinamento algoritmos de Machine Learning - Aula 27_Aprendizado supervisionado

Ciclo 07 - Treinamento algoritmos de Machine Learning - Aula 28_Algoritmos não-supervisionados

Ciclo 07 - Treinamento algoritmos de Machine Learning - Aula 29_Aprendizado semi-supervisionado

Ciclo 07 - Treinamento algoritmos de Machine Learning - Aula 30_Os 5 algoritmos de Machine Learning

Ciclo 07 - Treinamento algoritmos de Machine Learning - Aula 31_Algoritmos não-lineares

Ciclo 07 - Treinamento algoritmos de Machine Learning - _Aula 32_O método de cross-validation

Ciclo 07 - Treinamento algoritmos de Machine Learning - Aula 33_Implementação do algoritmo de cross-validation

Ciclo 07 - Treinamento algoritmos de Machine Learning - Aula 34_Aplicando o Cross-Validation

Ciclo 08 - Fine Tunning - Aula 35_As 3 estratégias de Fine Tuning - Parte I

Ciclo 08 - Fine Tunning - Aula 36_As 3 estratégias de Fine Tuning - parte II

Ciclo 08 - Fine Tunning - Aula 37_mplementação do Fine Tunning

Ciclo 09 - Interpretação e tradução do erro - Aula 38_Tradução e interpretação do erro

Ciclo 09 - Interpretação e tradução do erro - Aula 39_O erro MAPE

Ciclo 09 - Interpretação e tradução do erro - Aula 40_O erro RMSE

Ciclo 09 - Interpretação e tradução do erro -Aula 42_O erro baseline

Ciclo 09 - Interpretação e tradução do erro - Aula 41_O erro MPE

Ciclo 09 - Interpretação e tradução do erro - Aula 43_Tradução do erro para resultado de negócio

Ciclo 10 - Deploy do modelo em Produção - Aula 44_Arquitetura do ambiente de produção

Ciclo 10 - Deploy do modelo em Produção - Aula 45_Criando a classe Rossmann

Ciclo 10 - Deploy do modelo em Produção - Aula 46_Escrevendo a API

Ciclo 10 - Deploy do modelo em Produção - Aula 47_Testando a API

Ciclo 10 - Deploy do modelo em Produção - Aula 48_Publicação no Heroku

Ciclo 11 - Arquitetura do Bot do Telegram - Aula 49_Arquitetura do Bot do Telegram

Ciclo 11 - Arquitetura do Bot do Telegram - Aula 50_Bot do Telegram - Local

Ciclo 11 - Arquitetura do Bot do Telegram - Aula 51_Bot do Telegram - Produção

Solicitação de certificado

Aula 01 - Introdução ao Storytelling

Aula 02 - Os 3 Métodos para apresentações

Aula 03 - Apresentações com Storytelling

Aula 04 - Apresentação para uma entrevista

Apresentação do problema de negócio

Coletando dados com SQL e Python

O modelo de negócio de um empresa de seguros

Organização dos projetos de Ciência de Dados

Recapitulação do PA004

Métricas de rankeamento

O algoritmo de Random Forest

Introdução à Orientação de Objetos

Acesso ao modelo via Google Sheets

Sprint Review do PA004

Simulação de Entrevista do PA004(Simulação de Entrevista_Aula04)

M001 - Mentoria #01 - PA004 - 2021/03/16

Mentoria_M002_Mentoria #02 - PA004 - 2021/03/23

Mentoria_M003_Mentoria #03 - PA004 - 2021/03/30

Mentoria_M004_Mentoria #04 - PA004 - 2021/04/13

Mentoria_M005_Mentoria #05 - PA004 - 2021/04/20

Mentoria_M006_Mentoria #06 - PA004 - 2021/04/27

Solicitação de certificado

Ciclo 00 - [MN] Aula 01 - Boas vindas

Ciclo 00 - [MN] Aula 02 - Ciclos da disciplina

Ciclo 00 - [MN] Aula 03 - Prova de certificacao

Ciclo 00 - [MN] Aula 04 - Encontrar ajuda

Ciclo 01 - MN_Aula 05 - Qual o seu negócio

Ciclo 01 - MN_Aula 06 - Flipping business model

Ciclo 01 - MN_Aula 07 - Os 6 Modelos de Negócio

Ciclo 02 - MN_Aula 08 - As Fases de Crescimento da Empresa

Ciclo 02 - MN_Aula 09 - Fase 1 - Product: Solution Fit

Ciclo 02 - MN_Aula 10 - Fase 2 - Minimum Viable Product (MVP)

Ciclo 02 - MN_Aula 11 - Fase 3 - Product:Market Fit

Ciclo 02 - MN_Aula 12 - Fase 4 - Scale

Ciclo 02 - MN_Aula 13 - Fase 5 - Maturidade

Ciclo 03 - MN_Aula 14 - O que são métricas?

Ciclo 03 - MN_Aula 15 - As características de uma boa métrica

Ciclo 03 - MN_Aula 16 - Os 5 critérios para escolher uma boa métrica

Ciclo 03 - MN - Aula 17 - As 7 métricas de vaidade

Ciclo 03 - MN - Aula 18 - O Ciclo de Análise de Dados

Ciclo 03 - MN - Aula 19 - Estudo de Caso

Ciclo 04 - MN - Aula 20 - Modelo de negócio do e-commerce

Ciclo 04 - MN_Aula 21 - E-commerce Customer Lifecycle

Ciclo 04 - MN_Aula 22 - Parte I - As métricas de Pirata - AARRR

Ciclo 04 - MN_Aula 23 - Parte II - As métricas de Pirata - AARRR

Ciclo 04 - MN_Aula 24 - Machine Learning no E-commerce

Ciclo 04 - MN - Aula 25 - Machine Learning no Ecommerce pt 2

Ciclo 04 - MN - Aula 26 - Machine Learning no Ecommerce PT3

Ciclo 05 - MN_Aula 27- Modelo de Negócio do SaaS

Ciclo 05 - MN_Aula 28 - Customer Lifecycle do SaaS

Ciclo 05 - MN_Aula 29 - As métricas de Pirata para o SaaS

Ciclo 05 - MN_Aula 30 - Machine Learning no SaaS

Ciclo 06 - MN_Aula 31 - Modelo de Negócio do Marketplace

Ciclo 06 - MN_Aula 32 - Customer Lifecycle do Marketplace

Ciclo 06 - MN_Aula 33 - As métricas de Pirata para o Marketplace

Ciclo 06 - MN_Aula 34 - As métricas do Marketplace no Customer Lifecycle

Ciclo 06 - MN_Aula 35 - Machine Learning no Marketplace

Ciclo 07 - MN_aula 36 - Modelo de negocio Media Site

Ciclo 07 - MN_Aula 37 - Customer lifecycle

Ciclo 07 - MN_Aula 38 - Métricas Media Site

Ciclo 07 - MN_Aula 39 - Customer Lifecycle Metricas

Ciclo 07 - MN_Aula 40 - Machine Learning Media Site

Ciclo 08 - Projeto do Aluno

Ciclo 08 - Resolução Projeto do Aluno

Solicitação de certificado

Aula 01 - Kick Off_Apresentação do problema de negócio

Aula 02 - Introdução aos desafios de ML não-supervisionados

Aula 03 - Planejamento da solução

Aula 04 - Métricas de clusterização

Aula 05 - Análise de Silhueta

Aula 06 - Análise descritiva dos dados

Aula 07 - Feature Engineering - Parte I

Aula 08 - Feature Engineering - Parte II

Aula 09 - Análise exploratória de dados - Parte I

Aula 10 - Análise exploratória de dados - Parte II

Aula 11 - Estudo do espaço de dados

Aula 12 - Modelos de clusterização

Aula 13 - O funcionamento dos modelos - Parte I

Aula 14 - O funcionamento dos modelos - Parte II

Aula 15 - O funcionamento dos modelos - Parte III

Aula 16 - O funcionamento dos modelos - Parte IV

Aula 17 - Performance dos modelos de clusterização

Aula 18 - Clusterização final dos clientes

Aula 19 - Mindmap de hipóteses

Aula 20 - Análise Exploratório de Dados

Aula 21 - Validação das hipóteses

Aula 22 - Deploy do modelo em produção - Parte I

Aula 23 - Deploy do modelo em produção - Parte II

Aula 24 - Deploy do modelo em produção - Parte III

Aula 25 - Deploy do modelo em produção - Parte IV

Aula 26 - DS em Clusterização

Aula 27 - Deploy do modelo em produção - Parte IV

Aula 28 - Simulação de Entrevista

Aula 29 - Projeto do Aluno

Solicitação de certificado

Aula 00 - Boas Vindas

Aula 01 - Dicas e Recomendações

Aula 02 - Introdução

Aula 03 - O que é LinkedIn?

Aula 04 - Como Funciona o LinkedIn

Aula 05 - Elementos do LinkedIn - Parte 1

Aula 06 - Elementos do LinkedIn - Parte 2

Aula 07 - Planejamento - Parte 1

Aula 08 - Planejamento - Parte 2

Aula 09 - Planejamento - Parte 3

Aula 10 - LinkedIn na Prática

Aula 11 - Visualização

Aula 12 - Revisão

Aula 1 - Como o RH encontra e avalia os candidatos

Aula 2 - O que os recrutadores buscam nos candidatos

Aula 3 - Currículo e Linkedin estratégicos

Aula 4 - Entrevista de emprego

Aula 01 - DS AWS 1

Aula 02 - DS AWS 2

Aula 03 - DS AWS 3

Aula 04 - DS AWS 4

Aula 05 - DS AWS 5

Aula 06 - DS AWS 6

Aula 07 - DS AWS 7

Aula 08 - DS AWS 8

Aula 09 - DS AWS 9

Aula 10 - DS AWS 10

Aula 11 - DS AWS 11

Aula 12 - DS AWS 12

Aula 13 - DS AWS 13

DSGCP 1

DSGCP 2

DSGCP 3

DSGCP 4

DSGCP 5

DSGCP 6

DSGCP 7

DSGCP 8

DSGCP 9

DSGCP 10