KNIME ALL: Jornada pela Engenharia de Dados e Data Science
What you'll learn
- ENGENHARIA: Conceitos fundamentais de integração de dados
- ENGENHARIA:Apresentação da interface do KNIME
- ENGENHARIA:Manipulação e limpeza inicial dos dados
- ENGENHARIA:Uso de nós de transformação para ajuste de formatos
- ENGENHARIA:Utilização de APIs para agregar informações adicionais
- ENGENHARIA:Entendendo a arquitetura de dados no KNIME
- ENGENHARIA:O que são Nós, finalidade, instalação e reaload
- ENGENHARIA:Como funciona um workflow e quais são as formas de construção
- ENGENHARIA:Quais são os principais status dos Nós
- ENGENHARIA:Nós: CSV FILTER, COLUMN FILTER, ROW AGGREGATOR,ROW FILTER,SORTER,RANK
- ENGENHARIA:Nós: EXCEL READER, EXCEL WRITER, JOINER, RULE ENGINER, STRING MANIPULATION
- ENGENHARIA:Nós: WEBPAGE RETRIEVER, XPATH, INTERACTIVE TABLE, TABLE CREATOR, GET REQUEST
- ENGENHARIA:Nós: JSON PATH, DB CONNECTOR, DB QUERY READER
- ENGENHARIA:Instalação do postgres
- ENGENHARIA:Manipulando dados em banco de dados
- ENGENHARIA:Exportando Workflow
- ENGENHARIA:Importando Workflow
- ENGENHARIA:Webscraping em site com KNIME
- DATA SCIENCE:Conceitos fundamentais de ciência de dados
- DATA SCIENCE:Utilizando algoritmos de Mineração de Dados e Machine Learning
- DATA SCIENCE:Arquitetura Knime
- DATA SCIENCE:Entendendo como construir fluxo de trabalho e integrando com Nós
- DATA SCIENCE:Configurando Nós, executando fluxo de trabalho, monitorando e visualizando
- DATA SCIENCE:Entendo o conceito de analisar dados
- DATA SCIENCE:Entendendo a aplicação de ciência de dados em área diversas: vendas, medicina, bancos. etc
- DATA SCIENCE:Sabendo identificar um padrão nos dados
- DATA SCIENCE:Tarefas de machine learning: análise de Regras de Associação, Padrões Sequenciais Classificação, análise de Clusters (agrupamentos) ,Segmentação
- DATA SCIENCE:Tarefas de machine learning: estimativa (ou regressão) Sumarização
- DATA SCIENCE:Construindo algoritmos de Regras de Associação
- DATA SCIENCE:Construindo algoritmos de Classificação - árvore de decisão
- DATA SCIENCE:Construindo algoritmos de Agrupamento - K-means - hierárquico
- DATA SCIENCE:Construindo algoritmos de Classificação teoria de bayes
- DATA SCIENCE:Construindo algoritmos de Regressão Linear
- DATA SCIENCE:Explorando dados Estatística
- DATA SCIENCE:Construindo algoritmos de Rede Neural
- DATA SCIENCE:Construção de dashboards
Requirements
- Não há requisitos
Description
Este curso abrangente une os cursos sobre Engenharia de Dados e Data Science, utilizando a poderosa plataforma KNIME. Aprender essas duas áreas em conjunto permite que os alunos compreendam todas as etapas de um projeto de dados, desde a coleta e preparação dos dados até a análise e modelagem avançada. Essa abordagem integrada é essencial para criar soluções completas e eficientes que são altamente valorizadas no mercado de trabalho atual. Empresas de todos os tamanhos, desde startups inovadoras até grandes corporações, buscam profissionais capazes de lidar com o ciclo completo de dados, abrindo inúmeras oportunidades de carreira para os alunos.
O curso começa com uma visão geral dos objetivos e da estrutura do curso, enfatizando a importância de aprender Engenharia de Dados e Data Science juntos. Em seguida, discutimos como as habilidades em KNIME podem abrir portas em diversas empresas, destacando as oportunidades de carreira no mercado de trabalho.
Fundamentos de KNIME, os alunos serão apresentados à plataforma KNIME, aprendendo sobre sua interface, funcionalidades, conceitos de nodes e workflows, e como criar fluxos de trabalho simples.
Engenharia de Dados com KNIME, aborda a importação de dados de diferentes fontes, incluindo CSV, Excel, bancos de dados e APIs. Os alunos aprenderão a pré-processar dados, envolvendo limpeza, transformação e normalização, além de integrar dados de múltiplas fontes e realizar processos ETL (Extract, Transform, Load). Este módulo também cobre a criação de fluxos de trabalho automatizados e repetíveis.
Análise de Dados Exploratório, os alunos serão capacitados a realizar análises descritivas, utilizando estatísticas básicas e visualização de dados. Eles explorarão técnicas de análise exploratória para identificar padrões, tendências e outliers, e aprenderão a utilizar gráficos e dashboards no KNIME para melhor visualização e comunicação dos dados.
Modelagem e Machine Learning introduz conceitos básicos de Machine Learning. Os alunos aprenderão a preparar dados para modelagem, selecionar e aplicar algoritmos de classificação, regressão e clustering, e avaliar a performance dos modelos utilizando métricas apropriadas.
Finalmente, aplique o conhecimento adquirido em atividades práticos, desde a concepção até a implementação. Eles trabalharão em soluções que envolvem engenharia de dados e ciência de dados. Cobre a documentação e apresentação de resultados, preparando os alunos para demonstrar suas habilidades em ambientes profissionais.
Ao longo do curso, os alunos terão acesso a exemplos práticos e exercícios que reforçam o aprendizado e preparam-nos para enfrentar desafios do mundo real. Com esta formação, estarão prontos para ocupar posições estratégicas em empresas que valorizam a capacidade de transformar dados em insights acionáveis e soluções inovadoras.
Então comece hoje mesmo.
Who this course is for:
- Estudantes e profissionais de computação, Informática, estatística, data science, analista de dados, engenheiro de dados
- Para todas as áreas e profissões que desejam aprender e trabalhar com dados
Instructor
- 4.5 Instructor Rating
- 14,152 Reviews
- 63,784 Students
- 218 Courses
Quem sou
Fui escolhido como um dos 50 profissionais mais influentes em dados no ano de 2023 pela Gama Academy, uma organização que estabelece um Rank dos profissionais com mais destaque na área de Dados/BI.
Por que estudar na área de dados comigo?
Sou profissional da área com diversos projetos desenvolvidos, tanto na área privada como na área pública, tenho um skill muito forte em atender meus alunos com alguma dúvida no máximo em 24 horas. Procuro alinhar conhecimento teórico e prático.
O que trago em meus cursos?
Acho que a área de dados é bem rica e vasta, mas ter um direcionamento do que deve ser estudado com cursos passo a passo é o que busco nas minhas aulas, fiz um mestrado na área de educação para criar aulas sob medida aos meus alunos. Estou diariamente aprimorando e trazendo novidades na área, afinal criar + de 150 cursos envolve dedicação e foco.
O que faço hoje
Sou professor das pós-graduações das universidades UNIFACS, CATÓLICA DO SALVADOR e ISL Wyden. Mestre pela Universidade do Estado da Bahia (UNEB) no Curso de Mestrado Profissional Gestão e Tecnologias Aplicadas à Educação (GESTEC). Possui Especialização em Análise de Sistemas pela Faculdade Visconde de Cairu e Bacharelado em Estatística pela Universidade Federal da Bahia. Atua profissionalmente como consultor há mais de 20 anos nas áreas de Data Warehouse, Mineração de Dados, Ferramentas de Tomada de Decisão e Estatística. Atualmente sou editor do blog BI com Vatapá. Autor do Livro: BI COMO DEVE SER - professor EAD de diversos cursos de BI na Aprenda Virtual. Idealizador do BI PRO - O maior e mais completo conteúdo sobre BI da internet.