Bootcamp

Mude a sua carreira com o nosso curso de Ciência de Dados

Explore os fundamentos da ciência dos dados e consiga o emprego dos seus sonhos com o bootcamp #1 no mundo.

Escolha um campus

4,98/5 - 5200 avaliações de estudantes

Cabeçalho Página de dados científicos
Escolha um campus

Informações sobre o curso

Domine as habilidades fundamentais de um cientista de dados em apenas algumas semanas

Ferramentas de análise de dados

Domine as ferramentas fundamentais dos analistas de dados programáticos: Python como pilar principal, SQL para consultas e Jupyter Notebooks para visualização.

  • Python
  • SQL
  • Jupyter
  • Matplotlib

Ciência da Decisão

Utilize estatísticas para construir análises avançadas e tome decisões empresariais bem informadas: inferências estatísticas, testes de hipóteses, regressão multivariada e intervalos de confiança.

  • Pandas
  • Numpy
  • Statsmodels

Machine Learning e Deep Learning

Domine Machine Learning e Deep Learning workflows (preparação de dados, seleção de modelos, avaliação e afinação) e compreenda conceitos matemáticos e implementações numéricas por trás de modelos.

  • Scikit-Learn
  • Tensorflow
  • Google Compute

Engenharia de ML e projetos em equipe

Junte os seus modelos em código Python replicável que pode ser treinado em big data na nuvem, utilizando máquinas virtuais e bases de dados online. Monitore e treine modelos quando necessário e exponha-os ao mundo através de APIs.

  • Git
  • Docker
  • MLflow
  • FastAPI

Você pode começar de GRAÇA!
Participe de um webinar ao vivo de desenvolvimento web, análise de dados ou design UX.

Como é o nosso bootcamp de Data Science

Consulte o nosso currículo semana a semana.

Trabalho preparatório: prepare-se para iniciar o bootcamp

Uma vez que for aceito, você receberá cerca de 40 horas de recursos de aprendizado online, cuidadosamente selecionados pelo Le Wagon para serem intuitivos e interativos. Esse trabalho preparatório vai assegurar que você tem os fundamentos necessários in Python e matemática antes do início do bootcamp.

  • Configuração do seu ambiente de aprendizado (notas, editor de texto, ...)
  • Terminal, Git e comandos básicos de OS
  • Fundamentos de Python 
  • Fundamentos de matemática (em uma maneira divertida e interativa!)

O que você fará na prática

  • 40 horas de aulas online
  • Recursos selecionados pelo Le Wagon para ter fundamentos sólidos

Análise de Dados

Aprenda Python para ciência de dados: extraia dados de bases de dados relacionais, manipule matrizes de big data manipulate e construa visualizações. Aprenda conceitos matemáticos chave para análise de dados como estatísticas e álgebra linear.

  • Obtenha dados de arquivos, scraping, ou APIs
  • Manipule dados de Python, Pandas & Numpy
  • Consulta / armazenamento de dados com SQL & Google Big Query
  • Visualização com Jupyter Notebook, Matplotlib, Seaborn & Plotly

O que você fará na prática

  • Uma base de dados criada por meio de scraping de dados de livrarias online
  • Análise avançada de desempenho de futebol em SQL
  • Dashboard visual conectado a APIs do mercado de ações

Ciência da Decisão

Coloque-se no lugar de um consultor de dados, e aprenda como sobreviver à fase de preparação de dados de um vasto conjunto de dados. Obtenha novas perspectivas ao interpretar resultados estatísticos baseados em modelos de regressão multinomial, teste de hipóteses, e intervalos de confiança.

  • Modelos estatísticos para regressões lineares/logísticas multinomiais
  • Empacotamento e programação orientada a objetos em Python
  • Apresentações em notebook com gráficos interativos

O que você fará na prática

  • 40h de desafios de consulta de um marketplace baseados em dados reais
  • Apresentação individual dos seus principais achados para seu cliente

Machine Learning

Implemente o fluxo de trabalho de Machine Learning com Scikit-Learn (preparação de dados, engenharia de features, seleção de modelos, avaliação, e afinamento) e entenda intuição matemática e implementação numérica de modelos ML.

  • Scikit-learn e bibliotecas XGBoost
  • Aprendizado supervisionado (linear, KNN, SVM, Trees, Ensembles)
  • Aprendizado não-supervisionado (PCA, K-means, t-SNE, DBSCAN)
  • Dados estruturados (tabular, série de tempo com SARIMAX...)
  • Dados não-estruturados (imagens, texto com Naive-Bayes, Tf-idf, LDA...)

O que você fará na prática

  • Modelos de Machine Learning perfeitamente afinados para suas tarefas
  • Pipelines combinando processamento de dados e previsão de modelos
  • Modelos de compressão de imagens usando agrupamento de cores 
  • Algoritmos para detecção de spam
  • Modelos de previsão para preço de casas

Deep Learning

Descubra a mágica por trás da Deep Learning! Entenda a arquitetura de redes neurais (neurons, camadas, stacks) e seus parâmetros (ativações, perdas, otimizadores). Construa sua própria rede neural (densa, recorrente, ou convolucional), para trabalhar em imagens, sequências e textos. Aprenda como reutilizar e transferir aprendizados de "big-models" pré-treinados de pesquisas open-source de ponta! Suje suas mãos com auto codificadores, pipelines de processamento de dados em lote, e treinamento de GPU.

  • Scikit-learn e bibliotecas XGBoost
  • Aprendizados supervisionado (linear, KNN, SVM, Trees, Ensembles)
  • Aprendizados não supervisionado (PCA, K-means, t-SNE, DBSCAN)
  • Dados estruturados (tabular, série de tempo com SARIMAX...)
  • Dados não estruturados (imagens, texto com Naive-Bayes, Tf-idf, LDA...)

O que você fará na prática

  • Redes neurais densas para detecção de fraudes em transações
  • Aprendizagem por transferência para classificação de imagens
  • Auto codificadores para compreensão de imagens e redução de ruído
  • Networks recorrentes para previsão do tempo
  • World embedding para análise de sentimentos ou auto complementação de texto

Engenharia de Machine Learning (MLOps)

Transforme seus melhores modelos criados à mão em pacotes replicáveis de Python que podem ser treinados em big data na nuvem, usando máquinas virtuais e bases de dados online. Monitore a performance do seu modelo à medida que novos dados são adicionados, retreine-o quando necessário, e exponha suas previsões ao mundo por meio de APIs ou sites.

  • VS code & linha de comando
  • Google Cloud, Virtual Machines, SSH para o treinador
  • MLflow & Prefect para DAG orchestration
  • Docker & Fast API para o backend
  • Streamlit para o frontend

O que você fará na prática

  • Modelo ML para previsão de preços de corridas de taxi, treinada com big data na nuvem com GPUs
  • Dashboard web visual mostrando previsões ao vivo (em gráficos, mapas, etc.)
  • Modelos treinados em produção capazes de autocorreção

Projetos

A fase de projetos é a culminação de sua experiência no curso. Colabore de maneira eficiente em grupos de 3-4 pessoas em um projeto real de ciência de dados, o qual você vai propor aos seus colegas de sala ou se filiar à proposta de um deles. Utilize repositórios de dados abertos (iniciativas governamentais, Kaggle, Paper with Code, etc...) ou traga seu próprio dataset privado. Com mentoria integral de professores especialistas, permita que seus sonhos mais ousados se tornem realidade!

O que você fará na prática

  • Crie uma aplicação com uma demonstração ao vivo de modelos de previsão
  • Crie uma análise profunda de um conjunto de dados de negócios
  • Replique artigos pesquisa de IA com Big Models!

Semanas de Carreira: comece sua carreira em data science!

Conheça especialistas em ciência de dados que trabalham em startups ou em grandes empresas, prepare seu CV e participe de simulações de entrevistas para se preparar na sua busca de emprego. Vá mais fundo em tópicos de dados essenciais.

  • Preparação para sua busca de emprego
  • Conecte-se com nossos 15.000 ex-alunos e mais de 985 parceiros de contratação

O que você fará na prática

  • 1:1 coaching 
  • Análise do seu CV, Gihub, Linkedin e carta de motivação
  • Preparação para entrevistas técnicas

Trabalho preparatório: prepare-se para iniciar o bootcamp

Uma vez que for aceito, você receberá cerca de 40 horas de recursos de aprendizado online, cuidadosamente selecionados pelo Le Wagon para serem intuitivos e interativos. Esse trabalho preparatório vai assegurar que você tem os fundamentos necessários in Python e matemática antes do início do bootcamp.

  • Configuração do seu ambiente de aprendizado (notas, editor de texto, ...)
  • Terminal, Git e comandos básicos de OS
  • Fundamentos de Python 
  • Fundamentos de matemática (em uma maneira divertida e interativa!)

O que você fará na prática

  • 40 horas de aulas online
  • Recursos selecionados pelo Le Wagon para ter fundamentos sólidos

Análise de Dados

Aprenda Python para ciência de dados: extraia dados de bases de dados relacionais, manipule matrizes de big data manipulate e construa visualizações. Aprenda conceitos matemáticos chave para análise de dados como estatísticas e álgebra linear.

  • Obtenha dados de arquivos, scraping, ou APIs
  • Manipule dados de Python, Pandas & Numpy
  • Consulta / armazenamento de dados com SQL & Google Big Query
  • Visualização com Jupyter Notebook, Matplotlib, Seaborn & Plotly

O que você fará na prática

  • Uma base de dados criada por meio de scraping de dados de livrarias online
  • Análise avançada de desempenho de futebol em SQL
  • Dashboard visual conectado a APIs do mercado de ações

Ciência da Decisão

Coloque-se no lugar de um consultor de dados, e aprenda como sobreviver à fase de preparação de dados de um vasto conjunto de dados. Obtenha novas perspectivas ao interpretar resultados estatísticos baseados em modelos de regressão multinomial, teste de hipóteses, e intervalos de confiança.

  • Modelos estatísticos para regressões lineares/logísticas multinomiais
  • Empacotamento e programação orientada a objetos em Python
  • Apresentações em notebook com gráficos interativos

O que você fará na prática

  • 40h de desafios de consulta de um marketplace baseados em dados reais
  • Apresentação individual dos seus principais achados para seu cliente

Machine Learning

Implemente o fluxo de trabalho de Machine Learning com Scikit-Learn (preparação de dados, engenharia de features, seleção de modelos, avaliação, e afinamento) e entenda intuição matemática e implementação numérica de modelos ML.

  • Scikit-learn e bibliotecas XGBoost
  • Aprendizado supervisionado (linear, KNN, SVM, Trees, Ensembles)
  • Aprendizado não-supervisionado (PCA, K-means, t-SNE, DBSCAN)
  • Dados estruturados (tabular, série de tempo com SARIMAX...)
  • Dados não-estruturados (imagens, texto com Naive-Bayes, Tf-idf, LDA...)

O que você fará na prática

  • Modelos de Machine Learning perfeitamente afinados para suas tarefas
  • Pipelines combinando processamento de dados e previsão de modelos
  • Modelos de compressão de imagens usando agrupamento de cores 
  • Algoritmos para detecção de spam
  • Modelos de previsão para preço de casas

Deep Learning

Descubra a mágica por trás da aprendizagem profunda! Entenda a arquitetura de redes neurais (neurons, camadas, stacks) e seus parâmetros (ativações, perdas, otimizadores). Construa sua própria rede neural (densa, recorrente, ou convolucional), para trabalhar em imagens, sequências e textos. Aprenda como reutilizar e transferir aprendizados de "big-models" pré-treinados de pesquisas open-source de ponta! Suje suas mãos com auto codificadores, pipelines de processamento de dados em lote, e treinamento de GPU.

  • Scikit-learn e bibliotecas XGBoost
  • Aprendizados supervisionado (linear, KNN, SVM, Trees, Ensembles)
  • Aprendizados não supervisionado (PCA, K-means, t-SNE, DBSCAN)
  • Dados estruturados (tabular, série de tempo com SARIMAX...)
  • Dados não estruturados (imagens, texto com Naive-Bayes, Tf-idf, LDA...)

O que você fará na prática

  • Redes neurais densas para detecção de fraudes em transações
  • Aprendizagem por transferência para classificação de imagens
  • Auto codificadores para compreensão de imagens e redução de ruído
  • Networks recorrentes para previsão do tempo

Engenharia de Machine Learning (MLOps)

Transforme seus melhores modelos criados à mão em pacotes replicáveis de Python que podem ser treinados em big data na nuvem, usando máquinas virtuais e bases de dados online. Monitore a performance do seu modelo à medida que novos dados são adicionados, retreine-o quando necessário, e exponha suas previsões ao mundo por meio de APIs ou sites.

  • VS code & linha de comando
  • Google Cloud, Virtual Machines, SSH para o treinador
  • MLflow & Prefect para DAG orchestration
  • Docker & Fast API para o backend
  • Streamlit para o frontend

O que você fará na prática

  • Modelo ML para previsão de preços de corridas de taxi, treinada com big data na nuvem com GPUs
  • Dashboard web visual mostrando previsões ao vivo (em gráficos, mapas, etc.)
  • Modelos treinados em produção capazes de autocorreção
  • Word embedding para análise de sentimentos ou auto complementação de texto

Projetos

A fase de projetos é a culminação de sua experiência no curso. Colabore de maneira eficiente em grupos de 3-4 pessoas em um projeto real de ciência de dados, o qual você vai propor aos seus colegas de sala ou se filiar à proposta de um deles. Utilize repositórios de dados abertos (iniciativas governamentais, Kaggle, Paper with Code, etc...) ou traga seu próprio conjunto de dados privado. Com mentoria integral de professores especialistas, permita que seus sonhos mais ousados se tornem realidade!

O que você fará na prática

  • Crie uma aplicação com uma demonstração ao vivo de modelos de previsão
  • Crie uma análise profunda de um conjunto de dados de negócios
  • Replique artigos pesquisa de IA com Big Models!

Semanas de Carreira: comece sua carreira em data science!

Conheça especialistas em ciência de dados que trabalham em startups ou em grandes empresas, prepare seu CV e participe de simulações de entrevistas para se preparar na sua busca de emprego. Vá mais fundo em tópicos de dados essenciais.

  • Preparação para sua busca de emprego
  • Conecte-se com nossos 15.000 ex-alunos e mais de 985 parceiros de contratação

O que você fará na prática

  • 1:1 coaching 
  • Análise do seu CV, Github, linkedin e carta de motivação.
  • Preparação para entrevistas técnicas

Locais

Onde gostaria de estudar Data Science?

Você pode escolher onde aprender Data Science dentre mais de 45 cidades em todo o mundo. Escolha agora onde fazer seu bootcamp!

Online icon Online
Online
Online
Bordeaux
Bordeaux
Lille
Lille
Lyon
Lyon
Marseille
Marseille
Nantes
Nantes
Nice
Nice
Paris
Paris
Rennes
Rennes
Toulouse
Toulouse
Amsterdã
Amsterdã
Barcelona
Barcelona
Berlim
Berlim
Bruxelas
Bruxelas
Cologne
Cologne
Lausanne
Lausanne
Lisboa
Lisboa
Londres
Londres
Madrid
Madrid
Munich
Munich
Porto
Porto
Zurich
Zurich
Bali
Bali
Cingapura
Cingapura
Melbourne
Melbourne
Tóquio
Tóquio
Xangai
Xangai
Buenos Aires
Buenos Aires
Montreal
Montreal
México
México
Playa del Carmen
Playa del Carmen
Rio de Janeiro
Rio de Janeiro
Santiago
Santiago
São Paulo
São Paulo
Cape Town
Cape Town
Casablanca
Casablanca
Maurícia
Maurícia
Dubai
Dubai
See all locations

Precisa de mais detalhes sobre o nosso curso de Data Science?

Descubra o objetivo do bootcamp

Receba o nosso syllabus detalhado

Entenda a nossa metodologia

Coursereport

4.98 / 5

2259 avaliações

Switchup

4.98 / 5

2301 avaliações

Careerkarma_white

4.9 / 5

714 avaliações

Baixe o nosso Syllabus

Seja contratado por empresas de ponta

Le Wagon te ajuda a conseguir o emprego dos seus sonhos. Nossos serviços de carreira vão te guiar no final do seu bootcamp.

N26 Spendesk Qonto Trainline Microsoft BCG Getaround Metaverse Backmarket
Amazon Accenture Doctolib Apple Ernst and Young Shopify Hello Fresh IBM Lydia

985

parceiros de contratação

93%

dos ex alunos contratados até 6 meses.

3 meses

em média para encontrar um emprego

Admissão

Como se inscrever no nosso bootcamp de Data Science

O nosso curso de Ciência de Dados é muito completo e intenso. Mas não se preocupe, se não tiver os requisitos sugeridos, te ajudaremos a chegar lá!

1

Requisitos sugeridos

Programação: você precisa estar confortável com tipos de dados & variáveis, condições, loops, funções e estruturas de dados.

Matemática: você precisa estar confortável com funções, derivados, e sistemas de equações lineares.

2

Marque uma entrevista com a nossa conselheira de matrícula

Quando se candidatar, entraremos em contato com você para marcar uma entrevista de vídeo de 30 minutos. Falaremos sobre o seu projeto profissional e a sua motivação.

3

Passe o nosso questionário técnico

Receberá um Teste de Programação e Matemática para ajudar você e a nossa equipe de admissões a compreender melhor o seu nível atual.

4

Opções de pagamento & trabalho preparatório

O último passo consistirá em encontrar a opção de financiamento mais adequada para você. Depois, você já começará o trabalho preparatório que consiste em 40h de treino.

Dúvidas?

Escolha o melhor curso para você

Explore as suas opções de financiamento

Veja um demo da nossa plataforma de aprendizagem

Coursereport

4.98 / 5

2259 avaliações

Switchup

4.98 / 5

2301 avaliações

Careerkarma_white

4.9 / 5

714 avaliações

Marque uma chamada com nossa equipe de admissões

Financing options

Encontre as melhores opções de financiamento para você

Dinheiro não deveria ser uma barreira de acesso aos nossos bootcamps. Estamos sempre buscando novas formas de facilitar pagamentos e financiamentos.

Veja suas opções de financiamento
Opções de financiamento

Mais do que um bootcamp.
Junte-se a uma comunidade tecnológica global para a vida.

Ao escolher Le Wagon, você se junta a uma comunidade ativa de ex-alunos, professores e recrutadores de tecnologia. Você vai ter acesso vitalício tanto ao material do curso como também às ofertas de emprego da comunidade.

15.000

alumni

45

campus

1.500

especialistas e professores de tecnologia

93k

membros do meetup

Precisa de mais detalhes sobre o nosso curso de Data Science?

Descubra o objetivo do bootcamp

Receba o nosso syllabus detalhado

Entenda a nossa metodologia

Coursereport

4.98 / 5

2259 avaliações

Switchup

4.98 / 5

2301 avaliações

Careerkarma_white

4.9 / 5

714 avaliações

Baixe o nosso Syllabus