Curso de Data Science em São Paulo

São Paulo
Full-time (9 semanas)

Em 9 intensas semanas, você irá aprender Data Science, do Python ao Machine Learning avançado, adquirindo todas as habilidades para poder se juntar a um time de dados e impusionar sua carreira.

Inscreva-se agora
Em 9 intensas semanas, você irá aprender Data Science, do Python ao Machine Learning avançado no Le Wagon.
Detalhes do curso Inscreva-se agora
Próximas turmas

Você pode participar de alguns de nossos cursos em ‪São Paulo‬ ‪remotamente. Após concluir o processo de admissão, entraremos ‪em contato‬ para passar as orientações sobre o funcionamento de nosso bootcamp.

out 5, 2020 - dez 4, 2020 Remoto disponível Curso em Português-BR (R$17.500), Últimas vagas - Inscreva-se agora
Resumo

Faça parte de um curso único

Nosso curso de data science em tempo integral (full-time) te dá em apenas 9 semanas as habilidades que você precisa para iniciar sua carreira em ciência de dados. De Pandas à Deep Learning, ao término do curso você saberá como explorar, sanitizar e transformar dados em insights e ações além de aprender a implementar modelos de machine learning de A a Z em um ambiente de produção, trabalhando em times e utlizando o melhor ferramental.

O curso de Data Science do Le Wagon te dá o conhecimento em ciência de dados que você precisa para lançar a sua carreira em qualquer posição relacionada à análise de dados.
Aprenda Data Science em 9 semanas
Veja o que nossos alunos construíram em apenas 2 semanas
Currículo

Nosso currículo do curso de data science

Nosso curso foi concebido para você aprender Data Science em pequenos passos, começando pelas ferramentas básicas no Python e em Matemática até chegar à implementação dos algoritmos de machine learning.

  • 0
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • ∞

Comece o bootcamp preparado!

Nosso curso de Data Science é muito intenso. Para economizar tempo e para te colocar no ritmo do bootcamp desde o princípio, todos os alunos devem completar nosso trabalho preparatório online (prep-work) obrigatoriamente antes do início do bootcamp. Este trabalho dura em média 40 horas e cobre o básico de Python – a linguagem utilizada no bootcamp – além de alguns conceitos elementares de matemática mais usados em ciência de dados.

Python para Data Science

Learn programming in Python, how to work with Jupyter Notebook and to use powerful Python libraries like Pandas and NumPy to explore and analyze big data sets. Collect data from various sources, including CSV files, SQL queries on relational databases, Google Big Query, APIs and Web scraping.

Banco de dados relacional & SQL

Aprenda a formular as perguntas corretas e a respondê-las usando requisições SQL. Este módulo trata de arquitetura de esquemas e mergula em manipulações avançadas de SELECT para extrair informações úteis a partir de bancos de dados stand-alone ou usando clientes de SQL como DBeaver.

Visualização de Dados!

Make your data analyses more visual and understandable by including data visualizations in your Notebook. Learn how to plot your data frames using Python libraries such as matplotlib and seaborn and transform your data into actionable insights.

Estatística, Probabilidade, Álgebra Linear

Understand the underlying math behind all the libraries and models used in the bootcamp. Become comfortable with the basic concepts of statistics & probabilities (mean, variance, random variable, Bayes’s Theorem, etc.) and with matrix computation, at the core of numerical operations in libraries like Pandas and Numpy.

c pulse Inferências estatísticas

Você aprenderá como estruturar um repositório em Python com programação orientada a objetos, criando um código limpo e reutilizável, além de aprender a preparar um vasto conjunto de dados trazendo resultados estatísticos significativos baseados em modelos de regressão multivariada.

speaker Communication

Data analysts are meant to communicate their findings to non-technical audiences: You will learn how to create impact by explaining your technical insights and turn them into business decisions using cost/benefits analysis. You'll be able to share your progress, present and compare your results to your teammates.

Pré-processamento e Aprendizado Supervisionado

Aprenda a explorar, limpar e a preparar seu conjunto de dados através de técnicas de preprocessamento como vetorização. Familiarize-se com os modelos clássicos de aprendizagem supervisionada: regressões lineares e logística. Aprenda como resolver tarefas de predição e classificação com a biblioteca Python scikit-learn usando algoritmos como KNN(k-nearest neighbors).

Generalização e Overfitting

Implemente as fases de teste e treinamento para se certificar que seu modelo pode ser generalizado em dados novos e feito seu deploy em produção com precisão previsível. Aprenda como prevenir overfitting usando métodos de regularização, e saiba como escolher as funções de perda mais adequadas para melhorar a precisão de seu modelo.

Performance Metrics

Avalie o desempenho de seu modelo, sabendo definir métricas de erro e escolher o que otimizar para entender o impacto de seu negócio. Melhore o desempenho deste modelo com métodos de validação como cross validation ou hyperparameter tuning. E por fim, descubra um método de aprendizado supervisionado chamado SVM (Support Vector Machines).

Aprendizado não-supervisionado & Métodos Avançados

Conheça unsupervised learning e implemente métodos como PCA para redução de dimensionalidade e clustering para descobrir grupos emergentes em seu corpo de dados. Complete seu cinto de ferramentas com o conjunto de métodos que combina outros métodos para melhorar o desempenho, tais como Random Forest ou Gradient Boosting.

Gerenciando Dados de Imagens e de Texto

Adquira familiaridade com variáveis high-dimensional e transforme-as em um input gerenciável. Aprenda técnicas clássicas de pré-processamento para imagens como normalização, standartização e whitening. Escolha o encoding mais adequado para preparar seus dados para diferentes tarefas de processamento de linguagem natural, ou NLP (Natural Language Processing).

Redes Neurais

Compreenda a arquitetura das redes neurais (neurons, layers, stacks) e seus parâmetros (activation functions, loss function, optimizer). Ganhe autonomia para construir suas próprias redes como Convolutional Neural Networks (para imagens), Recurrent Neural Networks (para séries de tempo) e Natural Language Processing networks (para texto).

Deep Learning usando Keras

Descubra uma nova biblioteca chamada keras, que facilita o acesso para desenvolvedores ao tensorflow, uma biblioteca de Deep Learning criada pelo Google. Você aprenderá as técnicas fundamentais para construir seu primeiro modelo de deep learning com Keras.

Visão computacional

Mergulhe mais fundo em visão computacional construindo redes de Deep Learning para detecção e reconhecimento de objetos. Implemente técnicas avançadas como data augmentation para melhorar seus conjunto de dados usando computing image perturbations (random crops, intensity changes etc).

Machine Learning Pipeline

Move from Jupyter Notebook to a code editor and learn how to setup a machine learning project in the right way in order to quickly and confidently iterate. Learn how to convert a machine learning model into a model with a robust and scalable pipeline with sklearn-pipeline using encoders and transformers.

Machine Learningworkflow com MLflow

Construir modelos de machine learning do princípio ao fim requer muita preparação de dados, experimentação, iteração e ajuste. Nós iremos te ensinar como construir suas funcionalidades e como ajustar seus hyperparameters para criar os melhores modelos. Para isso, iremos usar uma biblioteca chamada MLflow.

Fazendo o deploy em produção com Google Cloud Platform

E por fim, iremos te mostrar como publicar seu código (deploy) e modelos em produção. Usando Google Cloud AIPlatform e Airflow, você será capaz de treinar seu modelo em escala, empacotá-lo e disponibilizá-lo para o mundo! E a cereja do bolo: você aprenderá a usar o Docker para fazer o deploy de sua própria API RESTful usando Flask, que pode ser plugada a qualquer interface de front-end.

Projetos de alunos

You'll spend the last two weeks on a group project working on an exciting data science problem you want to solve! As a team, you'll learn how to collaborate efficiently on a real data science project through a common Python repository and the Git flow. You will use a mix of your own datasets (if you have any from your company / non-profit organisation) and open-data repositories (Government initiatives, Kaggle, etc.). It will be a great way to practise all the tools, techniques and methodologies covered in the Data Science Course and will make you realize how autonomous you have become.

Um dia típico

Um dia típico no Le Wagon

Desde as aulas pelas manhãs até os talks no fim do dia, todos os dias são cheios de atividades!

  • 9:00 Aulas
  • 10:30 Desafios
  • 16:30 Ioga
  • 17:30 Live-code
  • 19:00 Eventos 20:30
Aulas
Aula9:00 - 10:30

Pegue um café e comece todas as manhãs com uma aula envolvente e interativa, antes de colocar em prática o que você aprendeu.

Desafios
Desafios10:30 - 16:30

Junte-se com seu parceiro do dia e trabalhe em uma série de desafios de programação com a ajuda de nossa equipe de professores.

Ioga
Ioga16:30 - 17:30

Aprender a programar é algo muito intenso e, por isso, é importante fazer uma pausa e relaxar durante nossas aulas de ioga.

Live code
Live code17:30 - 19:00

Analise outros problemas e tenha uma visão geral dos desafios futuros durante as sessões de live code.

Talks & Workshops
Talks & Workshops19:00 - 20:30

Inspire-se em conselhos valiosos de empresários de sucesso em nossas palestras e workshops exclusivos.

Comunidade e ferramentas

‪Platforma de aprendizado e networking‬

Nosso curso de Data Science é apenas o início de sua jornada! Depois de se graduar, você fará parte de uma comunidade tecnológica global e terá acesso à nossa plataforma online para continuar a aprender e a se desenvolver ainda mais como profissional.

Slack icon Grupos do Slack

Receba dicas e conselhos de cientistas de dados profissionais e analistas de dados, tenha acesso à ofertas de emprego exclusivas além de oportunidades para freelances.

Sala de aula online

Tenha acesso à nossa plataforma de ensino online a qualquer momento depois do curso: você terá acesso vitalício a todas as aulas, desafios e material de estudo.

Comunidade tech

Beneficie-se de nossa comunidade global com 8455 alunos que hoje atuam ao redor do mundo na área de dados, como desenvolvedores, gerentes de produto ou empreendedores.

Icon tutorials Presença global

Estamos presentes em ‪39‬ campuses ao redor do mundo: onde quer que você vá fará parte da comunidade Le Wagon global!

Comunidades e ferramentas para o resto da vida
Career Services

Trabalhe com dados nas melhores empresas

Beneficie-se de nossos serviços de carreira após o término do curso. Te ajudamos a se conectar com os melhores recrutadores e com outros ex-alunos.

microsoftwordCreated with Sketch. Guia de carreira

Tenha acesso a um guia completo para dar os primeiros passos em sua carreira de Data Science após o curso: incremente seu portfólio, encontre o emprego dos seus sonhos, expanda sua rede fazendo parte de nossa comunidade alumni global com 8455 membros.

myspaceCreated with Sketch. Career Events

Participe de nossos eventos de networking e de nossas carreer weeks, conecte-se com as melhores empresas de tecnologia e receba ofertas de recrutadores buscando por talentos na área de dados.

buymeacoffeeCreated with Sketch. Coaching de carreira para alunos

Nossos ex-alunos adoram contar suas histórias de recém-formados: como encontraram seus trabalhos como Cientista de Dados, Analista de Dados ou Engenheiro de Dados.

wechatCreated with Sketch. Career Intros

Nossos times locais conhecem bem as necessidades de nosso alumni e hiring partners. Eles saberão te conectar com as pessoas certas!

Nossos alunos do curso de desenvolvimento web são contratados pelas melhores empresas
Hiring Partners

Onde nossos alunos trabalham com dados

The best companies partner with Le Wagon and hire our alumni as Data Scientist, Data Analyst or Data Engineer.

Frichti Contratou 1 ex-alunos
Doctolib Contratou 9 ex-alunos
+7
Google Contratou 4 ex-alunos
+2
Getaround Contratou 6 ex-alunos
+4
Aircall Contratou 3 ex-alunos
+1
ContentSquare Contratou 1 ex-alunos
Opções de financiamento

Encontre a forma de financiamento mais adequada para você

Descubra as ofertas especiais em ‪São Paulo.‬

Parcelamento em até 24x com a Provi, nossa financiadora parceira
Parcelamento em até 24x com a Provi, nossa financiadora parceira

A Provi é uma fintech que acredita no futuro de pessoas com habilidades técnicas e no potencial de carreira que nosso bootcamp oferece a elas.

Com a Provi, você não precisa de histórico de crédito ou garantia, só precisa ser aceito no nosso processo seletivo :-)

Nossa parceria com a Provi oferece as seguintes opções de parcelamento:
- 12x de R$ 1.681 (com juros mensais de 1,89%);
- 18x de R$ 1.199 (com juros mensais de 1,99%);
- 24x de R$ 974 (com juros mensais de 2,19%).

Como funciona?
👉 Inscreva-se no Le Wagon em lew.ag/applyLWSP
👉 Preencha o formulário da Provi em: provi.com.br/le-wagon

Mais informações sobre financiamento
Co-founders
Co-founders

Inscreva-se com um amigo e, caso ambos sejam aprovados no processo seletivo, cada um receberá 7% desconto para o bootcamp.

Pagamento à vista
Pagamento à vista

Oferecemos (não cumulativamente com outros descontos) o desconto de 5% para a opção de pagamento à vista.

Parcelamento em até 3x, sem juros
Parcelamento em até 3x, sem juros

Você pode parcelar o bootcamp em até 3x sem juros, diretamente conosco.

Quer saber mais?

O próximo bootcamp São Paulo data science course full-time começa em out 5, 2020

Inscreva-se agora