Data Science Descomplicada - Programação

Sobre o curso Data Science Descomplicada - Programação

Num mundo cada vez mais digitalizado e com uma influência cada vez maior de Inteligências Artificiais, compreender o que de fato é Ciência de Dados, Machine Learning e programação é não apenas uma grande porta de entrada para uma vasta gama de oportunidades de trabalho, mas também uma educação necessária para compreender o novo mundo em que estamos vivendo. 

Esse é o segundo curso da série Data Science Descomplicada. 

Nessa segunda parte exploraremos todos os conceitos de programação e computação utilizados por um cientista de dados - evolução, componentes e arquitetura de computadores, funcionamento da internet, redes e websites, definição e diferença entre linguagens de programação, lógica de programação, as principais estruturas de dados e algoritmos, Linux e SQL (com parte prática), NoSQL, Data Warehouses e Data Lakes, APIs e REST, Git, Metodologias Ágeis e muito mais!

***Acesse o curso “Data Science Descomplicada - Matemática”, a primeira parte para você ver todos os conceitos matemáticos necessários para cientistas de dados ;)

O que você aprenderá

- Todos os conceitos de computação e programação necessários para Cientistas de Dados iniciantes solidificarem sua carreira na área;

- Entender o funcionamento da internet e dos computadores;

- Compreender como funcionam as linguagens de programação, lógica de programação e as principais estruturas de dados;

- Obter uma visão geral de ferramentas utilizadas por cientistas de dados, como Git, Docker, CI/CD, TDD e Metodologia Ágil;

- Aprender a utilizar o sistema Linux, bancos de dados, queries SQL e APIs.

Requisitos

- Matemática de Ensino Médio é recomendável, mas não essencial

- Computador (Windows, Mac OS ou Linux) com acesso à Internet para melhor experiência de aprendizagem

Para quem é este curso

- Pessoas que desejam solidificar seus conhecimentos em computação e programação;

- Profissionais (principalmente de áreas não-exatas) que desejam migrar para a área de Tecnologia e Ciência de Dados;

- Entusiastas de Ciência de Dados e que desejam ter um conhecimento mais profundo sobre o tema.