Plano de Estudo
Prep PosTech 7MLET
27 cursos
Esse plano de estudos é uma lista que criei para gerenciar meu estudo preparatorio para a pos graduação de Machine Learning FIAP + Alura. Essa lista foi criada considerando:
- incluiu o WarmUp padrão da plataforma da PosTech para alunos de da turma de ML
- Respectivos pré requisitos para os cursos da lista do WarmUP
- Cursos sugeridos no Discord como WarmUp específico para nossa turma
- Respectivos pré requisitos para os cursos da lista de cursos sugeridos no Discord como WarmUp
Alguns cursos pré requisitos como lógica de programação não foram adicionados pois não senti que havia necessidade de revisão.
Passo a passo
-
1
Conteúdo do plano
-
Curso Git e GitHub: compartilhando e colaborando em projetos -
Curso Git e GitHub: dominando controle de versão de código -
Curso Python para Dados: primeiros passos -
Curso Python para Dados: trabalhando com funções, estruturas de dados e exceções -
Curso Python: crie a sua primeira aplicação -
Curso Python: aplicando a Orientação a Objetos -
Curso Python: avance na Orientação a Objetos e consuma API -
Curso Python: boas práticas de código com PEP8 -
Curso Python e TDD: explorando testes unitários -
Curso Pandas: conhecendo a biblioteca -
Curso Pandas: selecionando e agrupando dados -
Curso Pandas: transformação e manipulação de dados -
Curso Pandas: limpeza e tratamento de dados -
Curso Classificação: aprendendo a classificar dados com Machine Learning -
Curso Classificação: validação de modelos e métricas de avaliação -
Curso Árvores de Decisão: aprofundando em modelos de Machine Learning -
Curso Machine Learning parte 1: otimização de modelos através de hiperparâmetros -
Curso Machine Learning parte 2: otimização com exploração aleatória -
Curso Machine Learning: Credit Scoring -
Curso Machine Learning: classificação com SKLearn -
Curso Docker: criando e gerenciando containers -
Curso MLOps: Machine Learning e APIs -
Curso MLOps: deploy de modelos -
Curso MLflow: gestão do ciclo de vidas de modelos de ML -
Curso CD4ML: Entrega Contínua para Machine Learning -
Curso Continuous Delivery for Machine Learning: completando o Pipeline -
Curso Data Mesh: dados como produtos
-