STN (Auditor de Finanças e Controle - Tecnologia da Informação) Banco de Dados e Ciência de Dados

Aula demonstrativa disponível
Download liberado

O curso NÃO aborda os seguintes tópicos:

  • 6 Governança de dados. 6.1 Conceito e noção básica. 6.2 Arquitetura de Dados. 6.3 Qualidade de Dados. 6.4 Metadados. 6.5 Spark (PySpark, Scala e Java)

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$ 290,00
ou 12x de R$ 24,17
Certificado
Ao final do curso receba um certificado de conclusão
Cronograma
Vendas até: 15/12/2024
Acesso até o dia da prova.
Carga Horária
167 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
Banco de Dados (Introdução)
Baixar
Disponível
Modelagem Conceitual
Baixar
Disponível
Modelagem Relacional
Baixar
Disponível
1.1.3 SQL (Procedural Language/Structured Query Language).
Baixar
Disponível
3 Técnicas para detecção de problemas e otimização de desempenho do SGBD e de consultas SQL
Baixar
Disponível
1 Bancos de dados relacionais. 1.1 Sistemas gerenciadores de banco de dados: MS SQL Server e PostgreSQL. 1.1.1 Conceitos básicos. 1.1.2 Noções de Administração. (MS SQL Server)
Baixar
Disponível
1 Bancos de dados relacionais. 1.1 Sistemas gerenciadores de banco de dados: MS SQL Server e PostgreSQL. 1.1.1 Conceitos básicos. 1.1.2 Noções de Administração. (PostgreSQL)
Baixar
Disponível
5 Business Intelligence - processo de coleta, organização, análise e compartilhamento de informações. 5.1 Dashboards: painéis e visualização de dados
Baixar
Disponível
4 Arquitetura e aplicações de data warehousing, ETL e Olap. 4.1 Técnicas de modelagem e otimização de bases de dados multidimensionais. (ETL)
Baixar
Disponível
4 Arquitetura e aplicações de data warehousing, ETL e Olap. 4.1 Técnicas de modelagem e otimização de bases de dados multidimensionais. (OLAP)
Baixar
Disponível
1 Aprendizado de máquina. 1.1 Técnicas de classificação. 1.2 Técnicas de regressão. 1.3 Técnicas de agrupamento. 1.4 Técnicas de redução de dimensionalidade. 1.5 Técnicas de associação. 1.6 Sistemas de recomendação. (Mineração de Dados)
Baixar
Disponível
1 Aprendizado de máquina. 1.1 Técnicas de classificação. 1.2 Técnicas de regressão. 1.3 Técnicas de agrupamento. 1.4 Técnicas de redução de dimensionalidade. 1.5 Técnicas de associação. 1.6 Sistemas de recomendação. (Aprendizado Supervisionado)
Baixar
Disponível
1 Aprendizado de máquina. 1.1 Técnicas de classificação. 1.2 Técnicas de regressão. 1.3 Técnicas de agrupamento. 1.4 Técnicas de redução de dimensionalidade. 1.5 Técnicas de associação. 1.6 Sistemas de recomendação. (Aprendizado Não Supervisionado)
Baixar
Disponível
1.7 Processamento de linguagem natural (PLN)
Baixar
Disponível
1.8 Visão computacional. 1.9 Deep learning.
Baixar
Disponível
2 Big Data. 2.1 Fundamentos. 2.2 Tipos de dados: estruturados, semiestruturados e não estruturados. 2.3 Conceito dos cinco Vs. 2.4 Fluxo de big data: ingestão, processamento e disponibilização. 2.5 Armazenamento de big data. 2.6 Pipeline de dados. 2.7 Processamento distribuído. 2.8 Conceito de data lake. 2.9 ETL X ELT. 2.10 Soluções de big data. 2.11 Arquiteturas de big data. 2 Banco de dados NoSQL (Key/Value, Orientados a Documentos e Grafos).
Baixar
Disponível
3 Tratamento de dados. 3.1 Normalização numérica. 3.2 Discretização. 3.3 Tratamento de dados ausentes. 3.4 Tratamento de outliers e agregações.
Baixar
Disponível
4 Ingestão de dados. 4.1 Conceito de ingestão de dados. 4.2 Ingestão de dados estruturados, semiestruturados e não estruturados. 4.3 Ingestão de dados em lote (batch). 4.4 Ingestão de dados em streaming. 4.5 Ingestão de dados full × incremental. 4.6 Ingestão de dados CDC (change data capture).
Baixar
Disponível
5 Processamento de dados. 5.1 Conceitos de processamento massivo e paralelo. 5.2 Processamento em lote (batch). 5.3 Processamento em tempo real (real time). 5.4 Processamento MapReduce.
Baixar
Disponível
6 Linguagens de programação e frameworks: 6.1 Python. 6.2 Linguagem de programação R. 6.3 Scala. 6.6 Pandas. 6.7 Scikit-learn. 6.8 TensorFlow. 6.9 PyTorch. 6.10 Keras. 6.11 NLTK
Baixar
Disponível
7 Qualidade de dados. 7.1 Conceitos e definições. 7.2 Dimensões da qualidade de dados (visão DMBOK). 7.3 Principais técnicas em qualidade de dados. 7.3.1 Profiling. 7.3.2 Matching. 7.3.3 Deduplicação. 7.3.4 Data cleansing. 7.3.5 Enriquecimento. 7.4 Boas práticas para adoção da qualidade de dados. 7.5 Processos de qualidade para modelos de dados.
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). 1.7 Modelagem de processos BPMN: notação, artefatos e atividades. (BPM)
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). 1.7 Modelagem de processos BPMN: notação, artefatos e atividades. (BPMN)
Baixar