Para mais informações: ica.puc-rio.ai
Com a demanda por novos dados aumentando, é necessário saber
lidar e analisar grandes conjuntos de dados para obter valiosos insights de
negócios. Todos os dias, as organizações geram novos dados a partir de suas
transações, de clientes e processos. O desafio é saber usar os dados de forma
eficaz.
A análise de dados usa a inteligência artificial (IA) e o
aprendizado de máquina para aprimorar a intuição humana na análise de dados,
desde a obtenção e preparação dos dados, até a estratégia de como o conhecimento
é revelado.
Python é considerada essencial para a ciência de dados. A
legibilidade, modularidade e simplicidade inerentes ao Python, bem como o
número de bibliotecas analíticas dedicadas, disponíveis atualmente, fazem de
Python uma linguagem de alto nível amplamente utilizada e difundida na
atualidade, tanto na academia quanto na indústria.
Python é um recurso muito utilizado na área de inteligência
artificial. Com ferramentas de processamento de texto e imagens, o Python é uma
boa escolha para a análise exploratória, treinamento de modelos de inferência,
processamento de linguagem natural e problemas envolvendo imagens. Cientistas
de dados encontram pacotes já personalizados para suas necessidades disponíveis
gratuitamente para uso. A ciência de dados foi um dos primeiros beneficiários
dessas extensões, principalmente pacotes como Pandas, NumPy e Scikit-Learn, além de Jupiter.
Sendo Python uma linguagem de programação de código aberto (Open Source), ela é projetada para ser
acessada abertamente pelo público: todas as pessoas podem vê-lo, modificá-lo e
distribuí-lo conforme suas necessidades.
Quem somos?
A Pontifícia Universidade Católica do Rio de Janeiro
(PUC-Rio) é considerada pelo Ministério da Educação (MEC), a melhor
universidade privada do país e reconhecida por sua excelência acadêmica e
científica e pelo pioneirismo em muitas áreas do conhecimento.
Este curso, certificado pela PUC-Rio, foi criado e é
ministrado pelo Laboratório de Inteligência Computacional Aplicada (ICA) que há
28 anos ensina, pesquisa e desenvolve projetos em inteligência artificial. Em
2006, o ICA criou o BI MASTER, a primeira pós-graduação em Ciência de Dados da
América Latina. Nomeado “INTEL AI Innovation Center”, em 2018, o ICA possui
atualmente no seu corpo
docente, professores doutores e mestres reconhecidos pelo programa NVIDIA Deep
Learning Institute (DLI) University Ambassador.
A meta do ICA é ensinar e tutorar pessoas na Inteligência
Artificial, promovendo a resiliência e a conscientização da importância da
participação desses profissionais na transformação digital.
Capacitar profissionais a analisar diferentes tipos de dados usando Python e a criar seus próprios projetos para análise de dados, passando pelas etapas de:
- Importação de conjuntos de dados de várias fontes (CSVs, SQL, Excel)
- Limpeza e preparação dados para análise usando o NumPy e o Pandas
- Manipulação de dados (dataframes, listas, arrays, etc)
- Criação de modelos de aprendizado de máquina usando o scikit-learn
- Visualização de dados usando Matplotlib e Seaborn
- Construção de pipelines de dados
- Análise de Sentimentos em Redes Sociais
- Web Scraping
Aulas gravadas, à distancia. Aulas online (ao vivo e gravadas), além de vídeo-aulas, gravadas em estúdio, tudo disponível através da plataforma Google Education Suite para você rever quando quiser. Professores e monitores estão acessíveis, remotamente durante a semana, através da plataforma de ensino Google for Education, para ajudá-lo a cada passo.
Marco Aurelio Cavalcanti Pacheco
O aluno que preencher satisfatoriamente os quesitos frequência e aproveitamento terá direito a certificado.
Dado o caráter interativo do curso é necessário a participação em 75% das aulas ao vivo para preencher requisito de frequência.
- Alunos, ex-alunos (concluintes), funcionários e professores da PUC-Rio, desconto de 10% no pagamento à vista ou 5% no pagamento parcelado nas matriculas realizadas através da central de relacionamento 0800 970 9556, (21) 97658-6094 (WhatsApp) ou presencialmente, em nossa unidade Gávea. Desconto não cumulativo.
- Cursos de parcela única ou cursos oferecidos pelo Departamento de Medicina e Instituto de Odontologia não contemplam nenhum tipo de desconto.
- Bolsas de Estudos: devido à natureza autofinanciada dos cursos oferecidos pela CCEC, não há viabilidade financeira para a concessão de bolsas de estudo.
- Vagas limitadas.
- A realização do curso está sujeita à quantidade mínima de matrículas.
A documentação necessária deverá ser enviada pela Internet, o mais rápido possível, usando o serviço Candidato on line no endereço www.cce.puc-rio.br
Os candidatos inscritos no último dia de prazo, assim como os que se inscreverem nos balcões de atendimento da CCE, deverão apresentar a documentação, obrigatoriamente, no ato da inscrição.
A taxa de inscrição (quando houver) só será devolvida em caso de cancelamento do curso pela PUC-Rio.
A inscrição poderá ser realizada por qualquer um dos seguintes modos:
- Internet
- Central de Atendimento - 0800 970 9556
- WhatsApp (21) 97658-6094
- Presencial - Comparecimento do candidato ou seu representante, munido de instrumento particular de procuração à PUC-Rio em nossa unidade Gávea
O aluno cujo curso for custeado por uma empresa deverá, depois de efetuar a matrícula, preencher a carta de compromisso da empresa ou a carta de empenho e enviá-la através do “Aluno on line”, no prazo de 24 horas.
Posteriormente, enviaremos, à empresa, a nota fiscal com boleto bancário.
Para empresa que optar em pagamento parcelado, o vencimento da primeira parcela será imediato, em no máximo 15 dias após o início do curso. A segunda parcela o vencimento será para 30 dias após o início do curso e as demais parcelas, caso existam, os vencimentos serão subsequentes.
O aluno receberá um e-mail automático de confirmação de matrícula, contendo as instruções para uso do “Aluno on line”.
Mensagem enviada com sucesso!
Esclareça suas dúvidas, registre sugestões ou reclamações.
Mensagem enviada com sucesso!
![Marco Aurelio Cavalcanti Pacheco](javascript:preencher_modal('<img src="\\imagens\\pessoa\\0000\\00000695.jpg" class="img-docente"/><br>', 'Marco Aurelio Cavalcanti Pacheco', '<p class="MsoNormal">Marco Aurélio Cavalcanti Pacheco é Engenheiro Eletrônico e
Mestre em Engenharia Elétrica pela PUC-Rio e PhD em Computer Science pelo University
College of London (1991). Desde 1977, é professor da Pontifícia Universidade
Católica do Rio de Janeiro e, desde 1992, é diretor do Laboratório de
Inteligência Computacional Aplicada, ICA. <o:p></o:p></p>
<p class="MsoNormal">Suas áreas de interesse de pesquisa incluem: Inteligência Artificial,
Métodos de Apoio à Decisão e Nanotecnologia. Propôs a Área de Concentração em
Nanotecnologia, criada em 2007 no Programa de Pós-Graduação do Departamento de
Engenharia Elétrica da PUC-Rio e, junto com pesquisadores do CTC da PUC-Rio,
liderou a criação do primeiro programa de Engenharia em Nanotecnologia da
América Latina. Em 2007, criou a
primeira pós-graduação lato sensu em Inteligência Artificial no Brasil,
Business Intelligence Master.<o:p></o:p></p>
<p class="MsoNormal">Suas áreas de interesse de pesquisa incluem: Inteligência
Artificial e Nanotecnologia. Já orientou 60 dissertações de Mestrado e 29 teses
de Doutorado, coordenou mais de 50 projetos de P&D nas áreas de óleo e gás
e energia elétrica e publicou 61 artigos em periódicos internacionais e mais de
300 artigos em conferências. Já ganhou cinco Prêmios Petrobras de Tecnologia e
um Prêmio Santander Universidades - Ciência e Inovação<o:p></o:p></p>', '');){kind=link}
![Manoela Rabello Kohler](javascript:preencher_modal('<img src="\\imagens\\pessoa\\0044\\00442113.jpg" class="img-docente"/><br>', 'Manoela Rabello Kohler', 'Profissional com mais de 10 anos de experiência como pesquisadora, desenvolvedora e coordenadora de equipes em projetos de Pesquisa e Desenvolvimento. Especialista em métodos de apoio à decisão. Possui graduação em Engenharia de Computação pela Pontifícia Universidade Católica do Rio de Janeiro (2011), Mestrado em Engenharia Elétrica (linha de pesquisa: Métodos de Apoio à Decisão) na Pontifícia Universidade Católica do Rio de Janeiro (2013) e Doutorado em Engenharia Elétrica (linha de pesquisa: Métodos de Apoio à Decisão) na Pontifícia Universidade Católica do Rio de Janeiro (2017). Atualmente é pesquisadora sênior no Laboratório de Inteligência Computacional Aplicada e professora da PUC-Rio, ministrando aulas no curso de pós-graduação BI-Master (MBA) e cursos de extensão em Inteligência Artificial.', '');){kind=link}