Análise Exploratória de Dados

Conhecer o ambiente de trabalho da equipa de produção: meios tecnológicos, rotinas técnicas e recursos humanos”

¿Porquê estudar na TECH?

A TECH é a maior escola de gestão do mundo, 100% online.

É uma Escola de Gestão de elite, com um modelo dos mais elevados padrões académicos. Um centro internacional de ensino de alto desempenho e de competências intensivas de gestão.   

A TECH é uma universidade na vanguarda da tecnologia, que coloca todos os seus recursos à disposição do estudante para o ajudar a alcançar o sucesso empresarial"

Na TECH Universidade de Tecnologia

Inovação

A universidade oferece um modelo de aprendizagem em linha que combina a mais recente tecnologia educacional com o máximo rigor pedagógico. Um método único com o mais alto reconhecimento internacional que fornecerá as chaves para o estudante se desenvolver num mundo em constante mudança, onde a inovação deve ser a aposta essencial de qualquer empresário.

“Caso de Sucesso Microsoft Europa” por incorporar um sistema multi-vídeo interativo inovador nos programas. 

As exigências mais altas

O critério de admissão da TECH não é económico. Não é necessário fazer um grande investimento para estudar nesta universidade. No entanto, para se formar na TECH, serão testados os limites da inteligência e capacidade do estudante. Os padrões académicos desta instituição são muito elevados...

95% dos estudantes do TECH completam com sucesso os seus estudos.

Networking

Profissionais de todo o mundo participam na TECH, para que os estudantes possam criar uma grande rede de contactos que será útil para o seu futuro.

+100.000 gestores formados todos os anos, +200 nacionalidades diferentes.

Empowerment

O estudante vai crescer de mãos dadas com as melhores empresas e profissionais de grande prestígio e influência. A TECH desenvolveu alianças estratégicas e uma valiosa rede de contactos com os principais atores económicos dos 7 continentes.

+500 acordos de colaboração com as melhores empresas.

Talento

Este programa é uma proposta única para fazer sobressair o talento do estudante no ambiente empresarial. Uma oportunidade para dar a conhecer as suas preocupações e a sua visão de negócio.

A TECH ajuda os estudantes a mostrar o seu talento ao mundo no final deste programa.

Contexto multicultural

Ao estudar na TECH, os estudantes podem desfrutar de uma experiência única. Estudará num contexto multicultural. Num programa com uma visão global, graças ao qual poderá aprender sobre a forma de trabalhar em diferentes partes do mundo, compilando a informação mais recente que melhor se adequa à sua ideia de negócio.

Os estudantes da TECH provêm de mais de 200 nacionalidades.

Aprenda com os melhores

A equipa docente da TECH explica na sala de aula o que os levou ao sucesso nas suas empresas, trabalhando num contexto real, animado e dinâmico. Professores que estão totalmente empenhados em oferecer uma especialização de qualidade que permita aos estudantes avançar nas suas carreiras e se destacar no mundo dos negócios.

Professores de 20 nacionalidades diferentes.

A TECH procura a excelência e, para isso, tem uma série de características que a tornam uma universidade única:

Análises

A TECH explora o lado crítico do aluno, a sua capacidade de questionar as coisas, a sua capacidade de resolução de problemas e as suas capacidades interpessoais. 

Excelência académica

A TECH oferece aos estudantes a melhor metodologia de aprendizagem on-line. A universidad combina o método Relearning (a metodologia de aprendizagem mais reconhecida internacionalmente) com Case Studies Tradição e vanguarda num equilíbrio difícil, e no contexto do itinerário académico mais exigente.  

Economia de escala

A TECH é a maior universidade online do mundo. Tem uma carteira de mais de 10.000 pós-graduações universitárias. E na nova economia, volume + tecnologia = preço disruptivo. Isto assegura que os estudos não são tão caros como noutra universidade.

Na TECH terá acesso aos estudos de casos mais rigorosos e atualizados no meio académico"

O conteúdo concebido para este Curso de especialização tem como objetivo tornar-se um agente de mudança positiva para os engenheiros informáticos que procuram a excelência na sua profissão. Com uma modalidade 100% online, a informação e os conteúdos estarão sempre disponíveis para os alunos, oferecendo-lhes a oportunidade de estudar em qualquer parte do mundo.  

Analise as diferentes ferramentas informáticas de análise gráfica e exploratória de dados com um Curso de especialização concebido 100% online"

Plano de estudos

O Curso de especialização em Análise Exploratória de Dados da TECH Universidade de Tecnologia tornar-se-á uma experiência imersiva na gestão de um departamento de tecnologia focado na melhoria das outras estruturas da organização.
Para isso, está disponível um Curso de Especialização que irá melhorar as competências teóricas e de gestão dos engenheiros informáticos interessados neste campo, ajudando-os a compreender a gestão de dados, centrando-se sempre na sua tipologia e ciclo de vida e abordagem prática através dos recursos disponíveis.

Ao longo de 450 horas de especialização, o aluno desenvolverá uma atitude crítica perante as estratégias aplicadas, sendo responsável por discernir em cada caso a solução mais adequada e explicar de forma fundamentada os resultados obtidos nas diferentes métricas. Trata-se, portanto, de uma autêntica imersão de situações reais de negócios na aula.

Em seguida, será dada especial ênfase à determinação das principais caraterísticas de um Dataset, à sua estrutura, aos seus componentes e às implicações da sua distribuição na modelação. Para o efeito, os resultados serão avaliados analiticamente, compreendendo o impacto da estratégia escolhida nas diferentes métricas. Desta forma, torna-se um plano de estudos que cobre as necessidades dos alunos e os prepara para enfrentar qualquer desafio profissional a nível informático e de gestão.

Este Curso de especialização tem a duração de 6 meses e está dividido em 3 módulos:

Módulo 1. Gestão, manipulação de dados e informação para a Ciência de Dados
Módulo 2. Representação gráfica para Análise de Dados
Módulo 3. Ferramentas de Ciência de Dados

Onde, quando e como são ministradas?

A TECH oferece a possibilidade de desenvolver este Curso de especialização em Análise Exploratória de Dados completamente online. Durante os 6 meses de duração da especialização, o aluno poderá aceder a todos os conteúdos desteCurso de especialização a qualquer altura, permitindo-lhe autogerir o seu tempo de estudo

Módulo 1. Gestão, manipulação de dados e informação para a Ciência de Dados

1.1. Estatística Variáveis, índices e rácios

1.1.1. A estatística  
1.1.2. Dimensões e estatísticas  
1.1.3. Variáveis, índices e rácios

1.2. Tipologia do dado 

1.2.1. Qualitativos  
1.2.2. Quantitativo  
1.2.3. Caraterização e categorias

1.3. Conhecimento dos dados a partir de medidas 

1.3.1. Medidas de centralização  
1.3.2. Medidas de dispersão  
1.3.3. Correlação 

1.4. Conhecimento dos dados a partir de gráficos 

1.4.1. Visualização de acordo com o tipo de dados  
1.4.2. Interpretação de informação gráfica  
1.4.3. Customização de gráficos com R

1.5. Probabilidade 

1.5.1. Probabilidade  
1.5.2. Função de probabilidade  
1.5.3. Distribuições 

1.6. Recolha de dados 

1.6.1. Metodologia de recolha  
1.6.2. Ferramentas de recolha  
1.6.3. Canais de recolha 

1.7. Limpeza de dados 

1.7.1. Fases de limpeza de dados  
1.7.2. Qualidade dos dados  
1.7.3. Manipulação de dados (com R) 

1.8. Análise de dados, interpretação e avaliação dos resultados

1.8.1. Medidas estatísticas  
1.8.2. Indicadores de relação  
1.8.3. Mineração de dados 

1.9. Armazém de dados (Data Warehouse) 

1.9.1. Elementos   
1.9.2. Design 

1.10. Disponibilidade dos dados

1.10.1. Acesso  
1.10.2. Utilidade  
1.10.3. Segurança

Módulo 2. Representação gráfica para Análise de Dados

2.1. Análise Exploratória 

2.1.1. Representação para análise de informação 
2.1.2. O valor da representação gráfica 
2.1.3. Novos paradigmas da representação gráfica

2.2. Otimização para a Ciência de Dados

2.2.1. Gama de cores e design 
2.2.2. A Gestalt na representação gráfica 
2.2.3. Erros a evitar e conselhos

2.3. Fontes de dados básicos

2.3.1. Para representação de qualidade 
2.3.2. Para representação de quantidade 
2.3.3. Para representação de tempo

2.4. Fontes de dados complexos

2.4.1. Ficheiros, listas e bases de dados 
2.4.2. Dados abertos 
2.4.3. Dados de geração contínua

2.5. Tipos de gráficos 

2.5.1. Representações básicas 
2.5.2. Representação de blocos 
2.5.3. Representação para análise de dispersão     
2.5.4. Representações circulares 
2.5.5. Representações de bolhas 
2.5.6. Representações geográficas

2.6. Tipos de visualização 

2.6.1. Comparativas e relacional 
2.6.2. Distribuição 
2.6.3. Hierarquia

2.7. Conceção de relatórios com representação gráfica

2.7.1. Aplicação de gráficos em relatórios de Marketing 
2.7.2. Aplicação de gráficos em dashboards e KPIs 
2.7.3. Aplicação de gráficos em planos estratégicos 
2.7.4. Outros usos: ciência, saúde, negócios

2.8. Narração gráfica

2.8.1. A narração gráfica 
2.8.2. Evolução 
2.8.3. Utilidade

2.9. Ferramentas orientadas para a visualização 

2.9.1. Ferramentas avançadas 
2.9.2. Software online 
2.9.3. Open Source

2.10. Novas tecnologias na visualização de dados 

2.10.1. Sistemas para a virtualização da realidade 
2.10.2. Sistemas para aumento e melhoria da realidade 
2.10.3. Sistemas inteligentes 

Módulo 3. Ferramentas de ciência de dados

3.1. Ciência de dados

3.1.1. A ciência de dados 
3.1.2. Ferramentas avançadas para o cientista de dados 

3.2. Dados, informação e conhecimento

3.2.1. Dados, informação e conhecimento 
3.2.2. Tipos de dados 
3.2.3. Fontes de dados

3.3. Dos dados à informação

3.3.1. Análise de dados 
3.3.2. Tipos de análise 
3.3.3. Extração de informação de um Dataset

3.4. Extração de informação através da visualização

3.4.1. A visualização como ferramenta de análise 
3.4.2. Métodos de visualização 
3.4.3. Visualização de um conjunto de dados

3.5. Qualidade dos dados

3.5.1. Dados de qualidade 
3.5.2. Limpeza de dados 
3.5.3. Pré-processamento básico de dados

3.6. Dataset

3.6.1. Enriquecimento do Dataset 
3.6.2. A maldição da dimensionalidade 
3.6.3. Modificação do nosso conjunto de dados

3.7. Desequilíbrio

3.7.1. Desequilíbrio de classes 
3.7.2. Técnicas de mitigação do desequilíbrio 
3.7.3. Equilíbrio de um Dataset

3.8. Modelos não supervisionados

3.8.1. Modelo não supervisionado 
3.8.2. Métodos 
3.8.3. Classificação com modelos não supervisionados

3.9. Modelos supervisionados

3.9.1. Modelo supervisionado 
3.9.2. Métodos 
3.9.3. Classificação com modelos supervisionados

3.10. Ferramentas e boas práticas

3.10.1. Boas práticas para um cientista de dados 
3.10.2. O melhor modelo  
3.10.3. Ferramentas úteis

Aprenderá através de casos práticos como funciona a dinâmica de um chefe de equipa, fazendo deste Curso de Especialização a sua oportunidade de aperfeiçoamento profissional"