Fundamentos de Data Science e Machine Learning

Neste curso, exploramos o vasto mundo de Data Science e Machine Learning, focando na base lógica e matemática por trás dos principais algoritmos utilizados na área. Veremos como funcionam os principais algoritmos de Regressão, Classificação, Clusterização, NLP, Deep Learning, Regras de Associação, Algoritmos Genéticos, Séries Temporais e muito mais - sem exagerar no "matematiquês".

O curso foi pensado de forma a ser o mais democrático possível, servindo como porta de entrada para pessoas que queiram aprender de verdade os principais conceitos antes de entrar no mercado, pessoas que já estejam trabalhando com ciência de dados mas se veem com dificuldades de entender como funcionam os modelos, ou pessoas que simplesmente se interessam pela área e gostariam de aprender como funciona - não necessariamente visando adentrar o mercado. Até por isso, o curso não é tão orientado a código; ao invés de criar código para cada modelo e cada técnica mostrada, ao final do curso há uma seção com alguns projetos da vida real, em que podemos ver tanto como o código é feito, mas, principalmente, como é o raciocínio e as decisões tomadas para resolver problemas de dados.

Também trago uma seção bastante rica e dedicada a explicar como se "produtizam" modelos em empresas, falando sobre coisas como deploy, monitoramento, construção de features, pré-processamento, definição de um projeto de ML, expectativa e visão do mercado, progressão de carreira e muito mais!

O curso ainda tem um "crash course" de Python, opcional para quem já programa na linguagem, mas valiosa para aqueles que precisam de uma base mais sólida.