Curso de Python na Ciência de Dados

Este treinamento ao vivo conduzido por instrutor em Brasil (no local ou remoto) é destinado a cientistas de dados que desejam usar o ecossistema Anaconda para capturar, gerenciar e implantar pacotes e fluxos de trabalho de análise de dados em uma única plataforma.

No final deste treinamento, os participantes serão capazes de:

• Instalar e configurar componentes e bibliotecas Anaconda.
• Compreender os principais conceitos, recursos e benefícios do Anaconda.
• Gerenciar pacotes, ambientes e canais usando o Anaconda Navigator.
• Usar pacotes Conda, R e Python para ciência de dados e aprendizado de máquina.
• Conhecer alguns casos de uso práticos e técnicas para gerenciar vários ambientes de dados.

Visão geral

Communications provedores de serviços (CSP) estão enfrentando pressão para reduzir custos e maximizar o rendimento médio por usuário (ARPU), ao mesmo tempo que garantem uma excelente experiência de cliente, mas os volumes de dados continuam a crescer. O tráfego global de dados móveis crescerá a uma taxa de crescimento anual combinada (CAGR) de 78 por cento até 2016, atingindo 10,8 exabytes por mês.

Enquanto isso, os CSPs estão gerando grandes volumes de dados, incluindo registros de detalhes de chamadas (CDR), dados de rede e dados de clientes. As empresas que aproveitam plenamente esses dados ganham um limiar competitivo. De acordo com uma pesquisa recente da Economist Intelligence Unit, as empresas que usam tomada de decisões orientadas a dados desfrutam de um aumento de 5-6% na produtividade. No entanto, 53% das empresas usam apenas metade dos seus dados valiosos, e um quarto dos entrevistados notou que enormes quantidades de dados úteis vão sem acesso. Os volumes de dados são tão altos que a análise manual é impossível, e a maioria dos sistemas de software hereditário não pode manter-se, resultando em dados valiosos sendo descartados ou ignorados.

Com Big Data & Analytics’ software de big data de alta velocidade, escalável, os CSPs podem minar todos os seus dados para melhor tomada de decisão em menos tempo. Diferentes Big Data produtos e técnicas fornecem uma plataforma de software end-to-end para a recolha, preparação, análise e apresentação de insights de grandes dados. As áreas de aplicação incluem monitoramento de desempenho da rede, detecção de fraude, detecção de clientes e análise de risco de crédito. Big Data & Produtos de análise escala para lidar com terabytes de dados, mas a implementação dessas ferramentas requer um novo tipo de sistema de banco de dados baseado em nuvem como Hadoop ou processador de computação paralelo de escala massiva ( KPU etc.)

Este curso trabalha em Big Data BI para Telco cobre todas as novas áreas emergentes em que os CSPs estão investindo para aumentar a produtividade e abrir novos fluxos de receita de negócios. O curso fornecerá uma visão completa de 360 graus de Big Data BI em Telco para que os decisores e gerentes possam ter uma visão geral muito ampla e abrangente das possibilidades de Big Data BI em Telco para produtividade e ganho de receita.

Objetivos do curso

O objetivo principal do curso é introduzir novas Big Data técnicas de inteligência de negócios em 4 setores de Telecom Business (Marketing/Vendas, Operação de Rede, Operação Financeira e Relação com o Cliente Management). Os alunos serão introduzidos a seguir:

• Introdução a Big Data-o que é 4Vs (volume, velocidade, variedade e veracidade) em Big Data- Geração, extração e gerenciamento da perspectiva da Telco
• Como Big Data o analista difere do analista de dados de herança
• In-house justificação de Big Data -Prospectiva Telco
• Introdução a Hadoop Ecosistema- familiaridade com todas as Hadoop ferramentas como Hive, Pig, SPARC –quando e como eles são usados para resolver Big Data problema
• Como Big Data é extraído para analisar para a ferramenta de análise-como Business Analysis’s podem reduzir seus pontos de dor de recolha e análise de dados através de uma abordagem integrada Hadoop dashboard
• Introdução básica da análise de Insight, análise de visualização e análise preditiva para Telco
• Analítica do cliente e Big Data-como Big Data analítica pode reduzir o cliente e a insatisfação do cliente em estudos de caso Telco
• Análise de falhas de rede e de falhas de serviço a partir de metadados de rede e IPDR
• Análise financeira-fraude, vazamento e estimativa do ROI a partir de dados de vendas e operações
• Problemas de aquisição do cliente-Marketing Objetivo, Segmentação do cliente e Cross-Sales a partir de dados de vendas
• Introdução e resumo de todos os Big Data produtos analíticos e onde eles se encaixam no espaço analítico da Telco
• Conclusão-como tomar uma abordagem passo a passo para introduzir Big Data Business Intelligence em sua organização

Auditoria Objetiva

• Operação de rede, gerentes financeiros, gerentes de CRM e gerentes de TI de alto nível no escritório do Telco CIO.
• Business Analisadores em Telco
• Diretores de escritório / analistas
• Gestores Operacionais
• Gerenciadores QA

Este treinamento liderado por instrutor (online ou presencial) é voltado para cientistas de dados e engenheiros de software que desejam usar o Dask com o ecossistema do Python para construir, escalar e analisar grandes conjuntos de dados.

Ao final deste treinamento, os participantes serão capazes de:

• Configurar o ambiente para começar a processar big data com Dask e Python.
• Explorar as funcionalidades, bibliotecas, ferramentas e APIs disponíveis no Dask.
• Compreender como o Dask acelera a computação paralela em Python.
• Aprender a escalar o ecossistema do Python (Numpy, SciPy e Pandas) usando o Dask.
• Otimizar o ambiente do Dask para manter alto desempenho no processamento de grandes conjuntos de dados.

Este treinamento ao vivo, ministrado por instrutor em Brasil (online ou presencial), é direcionado a desenvolvedores e analistas de dados intermediários que desejam aprimorar suas habilidades em análise e manipulação de dados usando Python, Pandas e NumPy.

No final deste treinamento, os participantes serão capazes de:

• Configurar um ambiente de desenvolvimento que inclua Python, Pandas e NumPy.
• Criar uma aplicação de análise de dados usando Pandas e NumPy.
• Realizar operações avançadas de manipulação, ordenação e filtragem de dados.
• Executar operações agregadas e analisar dados de séries temporais.
• Visualizar dados usando Matplotlib e outras bibliotecas de visualização.
• Depurar e otimizar seu código de análise de dados.

Big data é um conjunto de dados tão volumoso e complexo que os aplicativos tradicionais de processamento de dados são inadequados para lidar com eles. Os desafios do big data incluem a captura de dados, armazenamento de dados, análise de dados, pesquisa, compartilhamento, transferência, visualização, consulta, atualização e privacidade de informações.

Este curso é destinado a Profissionais de Marketing e Vendas que pretendem se aprofundar na aplicação da ciência de dados no Marketing/Vendas. O curso oferece cobertura detalhada das diferentes técnicas de ciência de dados usadas para "up-sale", "cross-sale", segmentação de mercado, branding e CLV.

Diferença entre Marketing e Vendas - Como as vendas e o marketing são diferentes?

Em palavras muito simples, vendas podem ser definidas como um processo que se concentra ou visa indivíduos ou pequenos grupos. Por outro lado, o marketing visa um grupo maior ou o público em geral. O marketing inclui pesquisa (identificação das necessidades do cliente), desenvolvimento de produtos (produção de produtos inovadores) e promoção do produto (através de publicidade) e criação de conscientização sobre o produto entre os consumidores. Portanto, o marketing significa gerar leads ou prospects. Uma vez que o produto está no mercado, é tarefa do vendedor convencer o cliente a comprar o produto. As vendas significam converter leads ou prospects em compras e pedidos, enquanto o marketing visa objetivos de longo prazo, as vendas se referem a metas de curto prazo.

Este treinamento liderado por instrutor (online ou presencial) é voltado para desenvolvedores que desejam usar a pilha FARM (FastAPI, React e MongoDB) para construir aplicações web dinâmicas, de alto desempenho e escaláveis.

Ao final deste treinamento, os participantes serão capazes de:

• Configurar o ambiente de desenvolvimento necessário que integra FastAPI, React e MongoDB.
• Compreender os conceitos-chave, recursos e benefícios da pilha FARM.
• Aprender a construir APIs REST com FastAPI.
• Aprender a projetar aplicações interativas com React.
• Desenvolver, testar e implantar aplicações (front end e back end) usando a pilha FARM.

Este treinamento liderado por instrutor (online ou presencial) é destinado a desenvolvedores que desejam usar o FastAPI com Python para construir, testar e implantar APIs RESTful de forma mais fácil e rápida.

Ao final deste treinamento, os participantes serão capazes de:

• Configurar o ambiente de desenvolvimento necessário para desenvolver APIs com Python e FastAPI.
• Criar APIs de maneira mais rápida e fácil usando a biblioteca FastAPI.
• Aprender como criar modelos de dados e esquemas baseados em Pydantic e OpenAPI.
• Conectar APIs a um banco de dados usando SQLAlchemy.
• Implementar segurança e autenticação em APIs usando as ferramentas do FastAPI.
• Criar imagens de contêineres e implantar APIs web em um servidor na nuvem.

Este treinamento ao vivo e ministrado por instrutor em Brasil (online ou presencial) introduz a ideia de desenvolvimento colaborativo em ciência de dados e demonstra como usar o Jupyter para acompanhar e participar, como uma equipe, no "ciclo de vida de uma ideia computacional". Ele guia os participantes através da criação de um projeto de ciência de dados baseado no ecossistema do Jupyter.

Ao final deste treinamento, os participantes serão capazes de:

• Instalar e configurar o Jupyter, incluindo a criação e integração de um repositório de equipe no Git.
• Usar recursos do Jupyter como extensões, widgets interativos, modo multiusuário e mais para habilitar colaboração em projetos.
• Criar, compartilhar e organizar os Notebooks Jupyter com membros da equipe.
• Esfolar de Scala, Python, R, para escrever e executar código contra sistemas de big data como Apache Spark, tudo através da interface do Jupyter.

Este treinamento ao vivo conduzido por instrutor em Brasil (no local ou remoto) é destinado a cientistas de dados e desenvolvedores que desejam aprender e construir suas carreiras em Data Science usando Kaggle.

Ao final deste treinamento, os participantes serão capazes de:

• Aprender sobre ciência de dados e aprendizado de máquina.
• Explorar a análise de dados.
• Aprender sobre Kaggle e como ele funciona.

Na primeira parte deste treinamento, abordamos os fundamentos de MATLAB e sua função como linguagem e plataforma. Incluída nesta discussão está uma introdução à sintaxe de MATLAB, matrizes e matrizes, visualização de dados, desenvolvimento de scripts e princípios orientados a objetos.

Na segunda parte, demonstramos como usar MATLAB para mineração de dados, aprendizado de máquina e análise preditiva. Para dar aos participantes uma perspetiva clara e prática da abordagem e do poder da MATLAB, estabelecemos comparações entre a utilização da MATLAB e a utilização de outras ferramentas, como folhas de cálculo, C, C++ e Visual Basic.

Na terceira parte da formação, os participantes aprendem a simplificar o seu trabalho, automatizando o processamento de dados e a criação de relatórios.

Ao longo do curso, os participantes colocarão em prática as ideias aprendidas através de exercícios práticos num ambiente de laboratório. No final da formação, os participantes terão um conhecimento profundo das capacidades de MATLAB e serão capazes de o empregar para resolver problemas reais de ciência de dados, bem como para agilizar o seu trabalho através da automatização.

As avaliações serão realizadas ao longo do curso para avaliar o progresso.

Formato do curso

• O curso inclui exercícios teóricos e práticos, incluindo discussões de casos, inspeção de código de amostra e implementação prática.

Nota

• As sessões práticas serão baseadas em modelos de relatório de dados de amostra pré-arranjados. Se tiver necessidades específicas, contacte-nos para combinarmos.

Este treinamento ao vivo conduzido por instrutor em Brasil (no local ou remoto) é destinado a cientistas e desenvolvedores de dados que desejam usar Modin para criar e implementar cálculos paralelos com Pandas para uma análise de dados mais rápida.

No final deste treinamento, os participantes serão capazes de:

• Configurar o ambiente necessário para começar a desenvolver fluxos de trabalho Pandas em escala com Modin.
• Compreender os recursos, a arquitetura e as vantagens de Modin.
• Conhecer as diferenças entre Modin, Dask e Ray.
• Realizar operações Pandas mais rapidamente com Modin.
• Implementar toda a API Pandas e as funções.

O Python é uma linguagem de programação que ganhou enorme popularidade na indústria financeira. Adotada pelos maiores bancos de investimento e fundos hedge, ela está sendo usada para construir uma ampla gama de aplicações financeiras, desde programas de negociação principais até sistemas de gerenciamento de riscos.

Neste treinamento ministrado por um instrutor ao vivo, os participantes aprenderão a usar o Python para desenvolver aplicações práticas que resolvem uma série de problemas financeiros específicos.

Ao final deste treinamento, os participantes serão capazes de:

• Compreender os fundamentos da linguagem de programação Python
• Baixar, instalar e manter as melhores ferramentas de desenvolvimento para criar aplicações financeiras em Python
• Selecionar e utilizar os pacotes Python mais adequados e técnicas de programação para organizar, visualizar e analisar dados financeiros provenientes de várias fontes (CSV, Excel, bancos de dados, web, etc.)
• Criar aplicações que resolvem problemas relacionados a alocação de ativos, análise de riscos, desempenho dos investimentos e mais
• Solucionar problemas, integrar, implantar e otimizar uma aplicação Python

Público-alvo

• Desenvolvedores
• Analistas
• Quants

Formato do curso

• Parte aula, parte discussão, exercícios e muita prática hands-on

Nota

• Este treinamento visa fornecer soluções para alguns dos principais problemas enfrentados por profissionais financeiros. No entanto, se você tiver um tópico, ferramenta ou técnica específica que deseja adicionar ou aprofundar mais, entre em contato conosco para arranjar.

Este treinamento presencial, ministrado pelo instrutor em Brasil (online ou localmente), é destinado a cientistas de dados e desenvolvedores que desejam usar o RAPIDS para construir pipelines de dados aceleradas por GPU, fluxos de trabalho e visualizações, aplicando algoritmos de aprendizado de máquina, como XGBoost, cuML, etc.

Ao final deste treinamento, os participantes serão capazes de:

• Configurar o ambiente de desenvolvimento necessário para criar modelos de dados com NVIDIA RAPIDS.
• Compreender as funcionalidades, componentes e vantagens do RAPIDS.
• Utilizar GPUs para acelerar pipelines de dados e análise de ponta a ponta.
• Implementar a preparação de dados e ETL acelerados por GPU com cuDF e Apache Arrow.
• Aprender como realizar tarefas de aprendizado de máquina com algoritmos XGBoost e cuML.
• Construir visualizações de dados e executar análise de gráficos com cuXfilter e cuGraph.