Plano de Estudo

Plano de Estudos - Samuel

70 cursos

O plano de estudos tem por objetivos o desenvolvimento no campo da Tecnologia da Ciência de Dados e suas ferramentas.

Metas:

  1. Excel
  2. . Business Intelligence
  3. Estatística
  4. Ciencia de Dados
  5. Phyton
  6. SQL
  7. Modelagem de Dados
  8. Machine Learning

Para isso o estudante irá concentrar nos seus estudos nas ferramentas específicas seguindo o seguinte caminho de estudos.

  1. Recursos Visuais com Excel: explorando gráficos e formatos
  2. Excel procv: lógica booleana e busca por valores
  3. Análise de dados: cálculos, padrões e estratégias com Excel
  4. Excel: simulação e análise de cenários
  5. Excel: tabelas dinâmicas e dashboards
  6. Excel: criação de macros e automatização de tarefas
  7. Excel: personalizando e automatizando tarefas com VBA
  8. Excel VBA: automatize tarefas diárias mesmo não sendo programador
  9. BI com Excel: conhecendo o Power Query
  10. BI com Excel: dashboard com Power Query
  11. BI com Excel: criando Dashboard com Power Pivot
  12. BI com Excel: trabalhando com tabelas dinâmicas com Power Pivot
  13. Dashboard com Power BI: visualizando dados
  14. Power BI Desktop: tratamento de dados no Power Query
  15. Power BI Desktop: construindo meu primeiro dashboard
  16. Power BI: conhecendo o serviço
  17. Power BI: explorando recursos visuais
  18. Power BI: modelagem de dados
  19. Power BI: aplicando DAX ao negócio
  20. Power BI: DAX contextos e iteração
  21. Power BI: aprofundando na linguagem DAX
  22. Power BI: mergulhando na linguagem M
  23. Análise de experimentos: testes, mapas de cores e análises dos dados.
  24. Regressão linear: testando relações e prevendo resultados
  25. Regressão Linear: técnicas avançadas de modelagem
  26. Modelagem do Data Warehouse: atributos, hierarquia e indicadores
  27. Data Warehouse e Integration Services: carregando dados dimensionais
  28. Consultas Multidimensionais: MDX com SQL Server
  29. OLAP com SQL Server: construção do Data Warehouse
  30. Report Analysis com Power BI: gerando relatórios empresariais
  31. Data Science: analise e visualização de dados
  32. Data Science: análise de series temporais
  33. Python para Data Science: primeiros passos
  34. Python para Data Science: trabalhando com funções, estruturas de dados e exceções
  35. Python: análise de dados com SQL
  36. Estatística com Python: frequências e medidas
  37. Estatística com Python: probabilidade e amostragem
  38. Estatística com Python: testes de hipóteses
  39. Estatística com Python: Correlação e Regressão
  40. Data Science: testes estatísticos com Python
  41. SQL com MySQL: manipule e consulte dados
  42. Consultas SQL: avançando no SQL com MySQL
  43. Modelagem de banco de dados relacional: entendendo SQL
  44. Modelagem de banco de dados relacional: modelagem lógica e física
  45. Modelagem de banco de dados: entidades, relacionamentos e atributos
  46. Modelagem de banco de dados relacional: normalização
  47. Modelagem de banco de dados relacional: álgebra relacional
  48. SQL Server: construção do Data Warehouse
  49. Machine Learning: validação de modelos
  50. Machine Learning parte 1: otimização de modelos através de hiperparâmetros
  51. Machine Learning parte 2: otimização com exploração aleatória
  52. Machine Learning: classificação por trás dos panos
Criado por Samuel Salgado Vieira Sette

13.6k xp

Inscreva-se agora

Última atualização em

08/10/2023

O que é este plano de estudo?

Planos de estudo são sequências de cursos e outros conteúdos criados por alunos e alunas da Alura para organizar seus estudos. Siga planos que te interessem ou crie o seu próprio.

Passo a passo

  1. 1

    Conteúdo do plano