Identificação dos objetivos profissionais do mentorado e definição de objetivos de curto, médio e longo prazo. O foco é transição de carreira, especialização ou liderança dentro de dados?

• Habilidades Atuais: Discussão sobre as habilidades e competências atuais do mentorado.
• Experiências Profissionais: Revisão das experiências de trabalho anteriores e atuais
• Assessment do seu Perfil:
  Avalie como você está do ponto de vista de competência para personalizarmos o seu desenvolvimento.
  Pontos Fortes: Identificação dos pontos fortes do mentorado que podem ser alavancados.
  Áreas de Melhoria: Identificação das áreas que precisam de desenvolvimento ou melhoria.
  Oportunidades de Crescimento: Discussão sobre oportunidades de carreira e crescimento profissional.

• Dicas sobre carreira e erros no Linkedin para profissionais de dados
• Planejar a carreira é uma tarefa importante para quem quer se destacar no mercado de trabalho. Uma das formas de fazer isso é atualizar o perfil no LinkedIn, a maior rede social profissional do mundo. Por isso, é essencial mantê-lo atualizado e atrativo para os recrutadores e potenciais parceiros de negócios. Acesse as principais dicas sobre carreira e erros no Linkedin para profissionais de dados.

• Plano de Desenvolvimento: Criação de um plano de ação inicial com passos práticos para alcançar as metas estabelecidas.
• Recursos Necessários: Identificação de recursos, ferramentas e redes de apoio que podem ajudar no desenvolvimento do mentorado.

• Frequência das Sessões: Definição da frequência e duração das sessões de mentoria futuras.
• Tarefas e Responsabilidades: Atribuição de tarefas ou atividades para o mentorado realizar antes da próxima sessão.

• Entrevista:
  Destaque-se em entrevistas de dados com nosso curso exclusivo que o preparará para enfrentar desafios com confiança e sucesso. Aprenda estratégias comprovadas para responder a perguntas técnicas e comportamentais, desenvolva habilidades de resolução de problemas em tempo real e compreenda as nuances da comunicação eficaz durante entrevistas técnicas. Nosso programa abrangente também inclui simulações práticas de entrevistas, feedback personalizado e insights valiosos sobre as últimas tendências no mundo dos dados. Esteja um passo à frente da concorrência e conquiste aquela oportunidade desejada. Invista no seu futuro profissional e matricule-se agora para transformar suas entrevistas em uma porta aberta para o sucesso em dados.

1. Objetivos: Se você deseja crescer seja na área de negócio ou na área de dados & analytics, é preciso aprender SQL porque é a base para fazer análises, kpis, relatórios, dashboards e modelos de inteligência artificial através da mentoria dados estratégia.
2. Introdução ao Curso
   • Apresentação dos conceitos básicos de SQL

2. SQL (Structured Query Language)
   • Estruturando as tabelas:
     • Entendendo como criar e organizar tabelas em um banco de dados.
     • Explorando os tipos de dados e chaves primárias.
   • Primeiras consultas:
     • Aprendendo a executar consultas básicas no banco de dados.
     • Selecionando dados específicos.
   • Relacionando tabelas:
     • Compreendendo como relacionar informações de diferentes tabelas.
     • Utilizando joins para obter resultados mais completos.
   • Lidando com filtros:
     • Filtrando dados com cláusulas WHERE.
     • Explorando operadores lógicos.
   • Entendendo o tipo de dado:
     • Trabalhando com datas, números e strings.
     • Convertendo tipos de dados.
   • Agrupamentos
   • Views

1. Objetivos: O módulo de Visualização de Dados é projetado para fornecer aos analistas de dados as habilidades necessárias para transformar dados complexos em visualizações claras e impactantes. A capacidade de apresentar dados de forma visual é crucial para a tomada de decisões informadas e para a comunicação eficaz em qualquer organização através da mentoria dados estratégia.
2. Fundamentos da Visualização de Dados:
   • Princípios de design visual e percepção humana.
   • Escolha de gráficos adequados para diferentes tipos de dados e perguntas de análise.
   • Boas práticas em visualização de dados.
3. Introdução às Ferramentas de Visualização:
   • Introdução ao Power BI para criação de dashboards interativos.
4. Dashboards e Storytelling com Dados:
   • Construção de dashboards informativos e interativos.
   • Técnicas de storytelling para apresentar insights de dados.
   • Casos práticos de storytelling em negócios.
5. Projeto Final:
   • Desenvolvimento de um projeto de visualização de dados desde a concepção até a apresentação final.
   • Utilização de dados reais para criar um dashboard que resolva um problema de negócios específico.
   • Apresentação do projeto para simular uma situação real de negócios.

1. Objetivos: Dominar os fundamentos da linguagem de programação Python para dados, desenvolver habilidades práticas através de projetos de análise de dados reais e preparar-se para carreiras em análise de dados, ciência de dados e engenharia de dados através da mentoria dados estratégia.
2. Introdução ao Python:
   • Configuração do ambiente de desenvolvimento.
   • Sintaxe básica, tipos de dados, variáveis e operadores.
   • Estruturas de controle: loops e condicionais.
3. Manipulação de Dados com Pandas:
   • Introdução ao DataFrame e Series.
   • Importação e exportação de dados.
   • Limpeza e preparação de dados.
   • Agregação, fusão e reformulação de dados.
4. Análise Numérica com NumPy:
   • Arrays e matrizes em NumPy.
   • Operações matemáticas e estatísticas básicas.
   • Tratamento de dados ausentes.
5. Visualização de Dados:
   • Gráficos básicos com Matplotlib.
   • Visualizações avançadas com Seaborn.
   • Criação de dashboards interativos com Plotly.
6. Projetos Práticos:
   • Análise exploratória de dados de um e-commerce.
   • Criação de um relatório de análise de sentimentos em redes sociais.
   • Desenvolvimento de um dashboard para visualização de dados de vendas.

Objetivo: Cansado de fazer vários cursos de estatística, ciência de dados e inteligência artificial e não conseguir resolver um problema de negócio? Aprenda o essencial com desafios reais através da mentoria dados estratégia.

1. Introdução à Estatística Básica
   • Conceitos fundamentais: média, mediana, moda, desvio padrão, variância.
   • Distribuições estatísticas: normal, gama, exponencial, uniforme, Bernoulli, binomial e de Poisson.
   • Cálculos de probabilidade e inferência estatística.
2. Amostragem e Análise Exploratória de Dados
   • Técnicas de amostragem: amostragem simples, sistemática, estratificada, grupos e reservatório.
   • Histogramas e distribuições de frequência.
   • Medidas de posição e dispersão.
3. Modelos de Machine Learning
   • Introdução aos algoritmos de Machine Learning.
   • Regressão linear: previsão de números.
   • Técnicas de amostragem para lidar com dados desbalanceados.
   • Correlação entre variáveis.
   • Regressão Logística
   • Modelos não supervisionados
4. Avaliação de Modelos
   • Métricas de erro e classificação
   • Análise de Resíduos
   • Validação Cruzada
5. Projeto Prático
   • Desenvolvimento de um projeto que aplique os conceitos aprendidos.
   • Utilização de Python para implementar modelos de Machine Learning.
   • Visualização de resultados usando gráficos e mapas.

Objetivo: Aprender como a análise de dados pode ser aplicada para otimizar processos de cadeia de suprimentos e logística, reduzir custos e aprimorar a eficiência geral através da análise de dados

Aprenda como usar dados para melhorar os resultados referentes aos desafios das áreas de planejamento de demanda, gestão de estoque e inventário, operações, transportes em diferentes segmentos como indústria e varejo

• Objetivo: Explorar como a análise de dados pode aprimorar estratégias de vendas e marketing, segmentação de clientes e análise de desempenho de campanhas e dados do e-commerce.
• Aprenda como usar dados para melhorar os resultados através de modelos de Inteligência Artificial referentes aos desafios das áreas de CRM (Customer Relationship Management), Mídias Pagas, SEO, Mídias Sociais, Marca e Comunicação

1. Conceitos Fundamentais e Ferramentas de Mídia e Web Analytics:
   • Compreender o propósito e a importância do web analytics.
   • Familiarizar-se com os principais indicadores de desempenho (KPIs) usados em análise de dados para medir o sucesso de um site.
   • Dominar o uso de ferramentas populares de web analytics, como Google Ads e Google Analytics 4 (GA4)
   • Aprender a configurar e interpretar relatórios, segmentações e funis de conversão nessas ferramentas.
2. Rastreamento de Dados:
   • Entender como funciona o rastreamento de dados por meio de cookies, tags e pixels.
   • Saber como implementar e verificar o correto funcionamento desses mecanismos de rastreamento.
3. Análise de Dados, Métricas e Dimensões:
   • Coletar, limpar e organizar dados brutos provenientes das ferramentas de web analytics.
   • Realizar análises exploratórias para identificar padrões, tendências e insights relevantes.
   • Conhecer as principais métricas, como taxa de rejeição, tempo médio na página, taxa de conversão, entre outras.
   • Entender as dimensões, como origem de tráfego, dispositivos, páginas visitadas, etc.
4. SEO e SEM:
   • Compreender os conceitos de Search Engine Optimization (SEO) e Search Engine Marketing (SEM).
   • Saber como usar dados de web analytics para melhorar o desempenho orgânico e pago nos mecanismos de busca.
5. Google Ads e Google Analytics 4
   • O Google Ads é a plataforma de publicidade online do Google, que permite aos anunciantes criar anúncios que são exibidos no Google e em sua rede de parceiros. Funciona com um modelo de pagamento por clique (PPC), onde os anunciantes pagam apenas quando os usuários clicam em seus anúncios.
   • Aprenda como integrar dados do Google Ads com o Google Analytics 4 com relação às principais métricas
6. Testes A/B e Multivariados:
   • Aprender a planejar, executar e analisar testes A/B e multivariados para otimizar páginas e fluxos de conversão.

1. Inbound Marketing: Aprenda a atrair leads, engajar prospects e encantar clientes usando a metodologia inbound.
2. Mídias Sociais: Amplie seu alcance e gere leads com uma estratégia multicanal de mídias sociais.
3. E-mail Marketing: Comunique-se com impacto, impulsione o crescimento e gere receita usando o e-mail estrategicamente.
4. Marketing de Conteúdo: Estimule o crescimento dos negócios criando e promovendo conteúdo relevante.
5. Growth hacking: como encontrar maneiras criativas e de baixo custo para acelerar o crescimento de uma empresa

Objetivo: Obter insights sobre análise de dados financeiros, previsão, gestão de riscos e mensuração de desempenho usando ferramentas analíticas.

• Aprenda como usar dados para melhorar os resultados referentes aos desafios das Contas Receber, Contas a Pagar, Controladoria e Planejamento Financeiro, Gestão de Riscos em diferentes indústrias como bancos, seguradoras, serviço, varejo, indústria.
• Aprenda a construir um modelo financeiro e fazer o valuation dessa iniciativa

Objetivo: Compreender como a análise de dados contribui para o desenvolvimento de produtos, otimização da experiência do usuário e avaliação do desempenho do produto.

• Aprenda como usar dados para melhorar os resultados através de modelos de inteligência artificial como sortimento, precificação e outros modelos.
• Aprenda a melhorar o desempenho dos produtos digitais através de técnicas de UX/UI (User experience e interface)

Objetivo: Explorar a aplicação de análise de dados em recursos humanos, abrangendo áreas como aquisição de talentos, planejamento de força de trabalho, engajamento de funcionários e análise de desempenho.

Objetivo: O papel de um profissional de dados pode variar bastante dependendo do setor da economia em que ele atua. Setores como bancos, varejo, indústria, serviços, telecomunicações, saúde, mídia, seguros, serviços exigem competências e conhecimentos distintos do profissional. Ao aprender o contexto e os desafios, você vai ter mais facilidade não só de performar melhor no dia a dia quanto numa entrevista de emprego!

O curso introdutório de engenharia de dados abrange os conceitos fundamentais da engenharia de dados, incluindo a coleta, armazenamento e processamento de grandes volumes de dados. Além disso, serão abordados sobre diferentes tipos de sistemas de bancos de dados, tanto SQL quanto NoSQL, e como utilizar ferramentas de ETL (Extração, Transformação e Carga) para preparar dados para análises ou sistemas de aprendizado de máquina.

Aprenda a instalar e configurar o Docker, criar e gerenciar imagens e contêineres e como utilizar o Docker Compose para orquestrar múltiplos contêineres de forma eficaz. Além disso, serão abordadas práticas avançadas de networking, segurança e armazenamento associadas ao Docker, proporcionando uma compreensão abrangente de como otimizar o ambiente de contêineres para produção. Este curso combina teoria com exercícios práticos, garantindo que os alunos possam aplicar imediatamente o conhecimento adquirido em seus ambientes de trabalho ou projetos pessoais.

O curso sobre Apache Airflow é ideal para engenheiros de dados, desenvolvedores e analistas que buscam dominar a orquestração de workflows de dados de forma eficiente e escalável. Neste curso, os participantes serão introduzidos ao conceito de “pipelines” de dados dirigidos por DAGs (Directed Acyclic Graphs) e aprenderão como instalar e configurar o Airflow, bem como projetar, construir e monitorar complexas cadeias de tarefas automatizadas. O curso cobrirá aspectos fundamentais, como a criação de operadores customizados, a utilização de hooks para integrar diferentes fontes de dados e a configuração de alertas para monitoramento do desempenho dos fluxos de trabalho. Também serão discutidas práticas recomendadas para garantir a segurança e eficiência dos pipelines. Com uma combinação de aulas teóricas e exercícios práticos, os alunos sairão do curso com a capacidade de implementar soluções robustas de processamento de dados utilizando o Airflow em seus ambientes operacionais.

• Aprenda conceitos e fundamentos de IA Generativa, como ela está sendo aplicada na sociedade, aplicado nas empresas e aborda tendências sobre a adoção dessa tecnologia.
• Aprenda conceitos de agentes de IA! Além disso, você vai poder construir o seu primeiro agente!

• Independentemente do seu cargo (analista, coordenador, gerente ou diretor), você frequentemente traduzirá insights de dados complexos em uma linguagem simples que as partes interessadas não técnicas possam entender e agir. Fortes habilidades de comunicação são sua arma secreta para quebrar barreiras e construir confiança entre a equipe de dados e outros departamentos.

• Liderança:
  A tomada de decisões baseada em dados requer um líder que possa inspirar e motivar outras pessoas. Ao aprimorar suas habilidades de liderança, você será capaz de orientar sua equipe no alcance de metas ambiciosas e na promoção de uma cultura de aprendizado e inovação contínuos.

No programa de mentoria, você aprenderá a construir um portfólio de projetos de inteligência artificial que destaque suas habilidades técnicas e realizações. Durante as sessões, exploraremos diversas abordagens para apresentar seus projetos de forma clara e impactante, incluindo a documentação detalhada e a visualização de resultados. Além disso, você receberá feedback personalizado para aprimorar continuamente seu portfólio, tornando-o mais atraente para recrutadores e empregadores na área de Inteligência artificial