O programa Desenvolve, realizado pelo Grupo Boticário, busca reinventar o futuro das pessoas por meio da tecnologia, diminuindo a lacuna existente de gênero e raça no Brasil.
“Acreditamos que a tecnologia é impulsionadora do desenvolvimento. Acreditamos que a inovação é a única saída em um mundo cuja constante é a mudança. Acreditamos que o futuro depende da inclusão. De todos. De todas. Por isso, manifestamos o nosso compromisso com a redução da lacuna de gênero e de raça na área de tecnologia no Brasil, formando pessoas em situação de vulnerabilidade para a entrada em um mercado o qual a oferta de vagas é muito superior ao número de aplicantes. Por isso, lançamos o programa Desenvolve.”
A pessoa que trabalha na área de Dados é responsável por estruturar coletas, entender padrões e extrair conhecimento de todo tipo de dado. Aprenda lógica de programação, estrutura de dados, SQL e MySQL, Python, Google BigQuery e Data Studio, Data Visualization e Machine Learning.
Link: Desenvolve - 2022
Grade de conteúdos e o cronograma do Desenvolve 2022 para a formação em Dados.
| Semana | Curso |
|---|---|
| 01. | Lógica de programação I: Os primeiros programas com Javascript e HTML |
| 02. | Business Intelligence: Introdução à inteligência empresarial |
| 02. | Regressão Linear: Testando Relações e Prevendo Resultados |
| 03. | Python 3 parte 1: Introdução à nova versão da linguagem |
| 03. | Python 3 parte 2: Avançando na linguagem |
| 04. | Python para Data Science: Primeiros passos |
| 04. | Python para Data Science: Introdução à linguagem e Numpy |
| 05. | Python para Data Science: Funções, Pacotes e Pandas básico |
| 05. | Python Pandas: Tratando e analisando dados |
| 06. | Data Science: Primeiros passos |
| 06. | Pandas: Formatos diferentes de entrada e saída (IO) |
| 06. | LGPD: Conhecendo e entendendo seus impactos |
| 07. | Estatística com Python parte 1: Frequências e Medidas |
| 07. | Estatística com Python parte 2: Probabilidade e Amostragem |
| 08. | Regressão Linear: Técnicas Avançadas de Modelagem |
| 08. | Data Science: Introdução a testes estatísticos com Python |
| 08. | Introdução à experimentação: Análise de experimentos |
| 09. | Scraping com Python: Coleta de dados na web |
| 09. | Data Visualization parte 1: introdução ao design de gráficos |
| 10. | Data Visualization parte 2: Escolhendo o melhor gráfico |
| 10. | Data Visualization: criação de gráficos com o Matplotlib |
| 10. | Data Visualization: Explorando com Seaborn |
| 11. | Google Data Studio: Introdução à ferramenta |
| 11. | Hábitos: da produtividade às metas pessoais |
| 12. | Google Data Studio: Filtros e funções |
| 12. | Foco: Trazendo mais resultados para o dia a dia |
| 13. | Google Data Studio: Parâmetros e Big Query |
| 13. | Comunicação: Como se expressar bem e ser compreendido |
| 14. | BigQuery: O banco de dados da Google para Big Data |
| 14. | Comunicação não violenta: Consciência para agir |
| 15. | BigQuery: Funções do BigQuery |
| 15. | Comunicação não violenta parte 2: Mantendo a empatia |
| 16. | BigQuery: Manipulação de dados |
| 16. | Feedback: a arte de orientar e ser orientado com sentido |
| 17. | Acesso ao Big Query: Manipulação programático linguagens |
| 17. | Comunicação corporativa: Usando PowerPoint de forma efetiva |
| 18. | Big Query Projeto final |
| 19. | Machine Learning: Introdução a classificação com SKLearn |
| 19. | Oratória parte 1: Compartilhe ideias e histórias |
| 20. | Machine Learning: Classificação por trás dos panos |
| 20. | Oratória parte 2: Apresentações em público |
| 21. | Machine Learning: Lidando com dados de muitas dimensões |
| 21. | Kanban parte 1: Fundamentos Essenciais |
| 22. | Clustering Básico: k-means, DBSCAN e mean shift |
| 22. | Clustering: extraindo padrões de dados |
| 22. | Kanban parte 2: Métricas e Práticas Avançadas |
| 23. | Machine Learning: Validação de modelos |
| 23. | Machine Learning parte 1: Otimização de modelos através de hiperparâmetros |
| 23. | Scrum parte 1: Gerencie o seu projeto de forma ágil |
| 24. | Machine Learning parte 2: Otimização com exploração aleatória |
| 24. | Linguagem Natural parte 1: Introdução a NLP com análise de sentimento |
| 24. | Linguagem Natural parte 2: Continuando com a análise de sentimento |
| 25. | NLP: Introdução a regex e modelos de linguagem |
| 25. | Scrum Parte 2: O Manifesto Ágil, Liderança e Organização em Scrum |
| 26. | Word2Vec: interpretação da linguagem humana com Word embedding |
| 26. | Word2Vec: Treinamento de Word Embedding |
| 27. | Reconhecimento de imagens: Twitter e Computer Vision API |
| 27. | Scrum Parte 3: Iniciando Projetos com Agile |
| 28. | Análise e Classificação de Faces: Visão Computacional com OpenCV |
| 28. | Scrum Parte 4: Planejando Projetos com Agile |
| 29. | Corretor Ortográfico em Python: Aplicando técnicas de NLP |
| 29. | Deep Learning parte 1: Introdução com Keras |
| 29. | Scrum Parte 5: Executando Projetos com Agile |
| 30. | Deep Learning parte 2: Como a rede aprende |
| 30. | Deep Learning: Previsão com Keras |
| 30. | Scrum Parte 6: Revisão, Retrospectiva e Encerramento de Projetos com Agile |
| 31. | Regressão: Implemente uma rede neural com numpy |
| 31. | OKR: Construindo metas ágeis |
| 32. | Modelos de ETL: Pentaho Data Integration |
| 33. | Transformação com ETL: Pentaho Data Integration |
| 34. | OLAP com Pentaho: Construção do Data Mart |
| 35. | Consultas Multidimensionais: MDX com Pentaho |
| 36. | Report Analysis com Pentaho: Gerando relatórios empresariais |
| 37. | Dashboard com Pentaho: Visualize e analise os dados |