SEFAZ-MG (Auditor Fiscal - área Tecnologia da Informação) Ciências de Dados e Banco de Dados

Aula demonstrativa disponível
Download liberado

Atenção! Este curso não abordará os tópicos devidamente citados:

 Scala. Java. Spark (PySpark, Scala e Java).

7. Qualidade de dados. Conceitos e definições. Dimensões da qualidade de dados (visão DMBOK). Principais técnicas em qualidade de dados. Profiling. Matching. Deduplicação. Data cleansing. Enriquecimento. Boas práticas para adoção da qualidade de dados. Processos de qualidade para modelos de dados.

Garantia de Satisfação OU SEU DINHEIRO DE VOLTA
Se você, dentro do período de 30 dias não estiver satisfeito, nós devolveremos seu dinheiro
Veja as regras
R$ 416,00
ou 12x de R$ 34,67
Certificado
Ao final do curso receba um certificado de conclusão
Cronograma
Vendas até: 15/12/2024
Acesso até: 31/12/2024
Carga Horária
160 horas
Garantia de Satisfação OU SEU DINHEIRO DE VOLTA
Se você, dentro do período de 30 dias não estiver satisfeito, nós devolveremos seu dinheiro
Veja as regras

Conteúdo do curso

Disponível
Modelagem Conceitual (não explícito no edital, mas ajuda a entender as aulas seguintes)
Baixar
Disponível
1. Bancos de dados relacionais.
Baixar
Disponível
1.1.3 SQL (Procedural Language/Structured Query Language).
Baixar
Disponível
3. Tratamento de dados. Normalização numérica. Discretização. Tratamento de dados ausentes. Tratamento de outliers e agregações.
Baixar
Disponível
3. Técnicas para detecção de problemas e otimização de desempenho do SGBD e de consultas SQL.
Baixar
Disponível
1. Modelagem de Processos de Negócio. 1.1 Conceitos básicos. 1.2 Identificação e delimitação de processos de negócio. 1.3 Técnicas de mapeamento de processos (modelos AS-IS). 1.4 Técnicas de análise e simulação de processos. 1.5 Construção e mensuração de indicadores de processos. 1.6 Técnicas de modelagem de processos (modelos TO-BE).
Baixar
Disponível
1.7. Modelagem de processos BPMN: notação, artefatos e atividades
Baixar
Disponível
4. Arquitetura e aplicações de data warehousing. 5. Governança de dados. 5.1 Conceito e noção básica. 5.2 Arquitetura de Dados. 5.3 Qualidade de Dados. 5.4 Metadados
Baixar
Disponível
4. ETL
Baixar
Disponível
4. OLAP
Baixar
Disponível
Mineração de Dados (não explícito no edital, mas ajuda a entender as aulas seguintes)
Baixar
Disponível
2. Big Data. Fundamentos. Tipos de dados: estruturados, semiestruturados e não estruturados. Conceito dos cinco Vs. Fluxo de big data: ingestão, processamento e disponibilização. Armazenamento de big data. Pipeline de dados. Processamento distribuído. Conceito de data lake. ETL X ELT. Soluções de big data. Arquiteturas de big data. 2. Banco de dados NoSQL (Key/Value, Orientados a Documentos e Grafos).
Baixar
Disponível
4. Ingestão de dados. Conceito de ingestão de dados. Ingestão de dados estruturados, semiestruturados e não estruturados. Ingestão de dados em lote (batch). Ingestão de dados em streaming. Ingestão de dados full × incremental. Ingestão de dados CDC (change data capture).
Baixar
Disponível
5. Processamento de dados. Conceitos de processamento massivo e paralelo. Processamento em lote (batch). Processamento em tempo real (real time). Processamento MapReduce.
Baixar
Disponível
1.1 Sistemas gerenciadores de banco de dados: Oracle
Baixar
Disponível
1. Aprendizado de máquina: técnicas de classificação. Técnicas de regressão. Técnicas de agrupamento. Técnicas de redução de dimensionalidade. Técnicas de associação. Sistemas de recomendação. (Parte 1)
Baixar
Disponível
1. Aprendizado de máquina: técnicas de classificação. Técnicas de regressão. Técnicas de agrupamento. Técnicas de redução de dimensionalidade. Técnicas de associação. Sistemas de recomendação. (Parte 2)
Baixar
Disponível
1. Visão computacional. Deep learning.
Baixar
Disponível
1. Processamento de linguagem natural (PLN).
Baixar
Disponível
6. Pandas. Scikitlearn. TensorFlow. PyTorch. Keras. NLTK.
Disponível
6. Linguagem de programação R.
Baixar

Aulas demonstrativas