Python Avançado para Ciência de Dados

Descrição do Curso

O curso Python Avançado para Ciência de Dados apresenta conteúdos voltados ao aprimoramento de competências técnicas e metodológicas em análise de dados, programação eficiente e organização de código, alicerçando-se em práticas avançadas da linguagem Python. Com um total de 40 horas de duração, oferecidas em modalidade EAD (com momentos assíncronos e síncronos), o curso abrange, de forma sistemática, temas de manipulação de dados, estruturação de projetos, testes de qualidade de código e técnicas de alta performance.

Perfil do Ingressante

Este curso é destinado a pessoas que já possuam conhecimentos básicos em Python e desejem avançar no domínio de técnicas aplicadas à Ciência de Dados. Espera-se que o(a) ingressante demonstre familiaridade com estruturas de dados primárias da linguagem (listas, dicionários) e alguma experiência com bibliotecas de manipulação de dados. A motivação principal do público-alvo consiste em aprofundar metodologias de análise e desenvolvimento de soluções em cenários profissionais.

Perfil do Egresso

Ao término do curso, o(a) participante terá aprofundado conhecimentos sobre importação e preparação de dados, transformações avançadas em tabelas, programação organizada (com práticas de modularização, testes de unidade e documentação), além de técnicas de paralelismo e integração com outras linguagens. Dessa forma, o(a) egresso(a) estará capacitado(a) a estruturar projetos de análise de dados mais robustos, empregar métodos de otimização de desempenho e comunicar resultados de maneira fundamentada.

Objetivos do Curso

• Capacitar para o uso avançado de bibliotecas voltadas à manipulação, transformação e análise de dados.
• Desenvolver práticas de organização e documentação de código, promovendo padrões de qualidade e reprodutibilidade.
• Introduzir técnicas de programação de alta performance, possibilitando maior eficiência no processamento de dados.
• Fomentar o conhecimento sobre interoperabilidade com outras linguagens, ampliando as possibilidades de análise em projetos complexos.

Instrutores

• André Ricardo Abed Grégio
  Bacharel em Ciência da Computação pela Universidade Estadual Paulista Júlio de Mesquita Filho (2004), Mestre em Computação Aplicada pelo Instituto Nacional de Pesquisas Espaciais (2007) e Doutor em Engenharia Elétrica pela Universidade Estadual de Campinas (2012), com período sanduíche na University of California, Santa Barbara (UCSB). Atualmente é Professor Adjunto do Departamento de Informática da Universidade Federal do Paraná (UFPR) e Pesquisador Colaborador no Instituto de Computação da UNICAMP. Sua experiência acadêmica e profissional concentra-se em segurança computacional, análise de malware e visualização de dados de segurança, aspectos fundamentais para a compreensão e aplicação de técnicas robustas de análise de dados.

• Paulo Ricardo Lisboa de Almeida
  Graduado em Engenharia da Computação pela Universidade Estadual de Ponta Grossa (2011), obteve o título de Mestre em Informática (2013) e Doutor em Ciência da Computação (2017) pela Universidade Federal do Paraná. Suas áreas de atuação incluem orientação a objetos, bancos de dados relacionais, inteligência computacional, reconhecimento de padrões e processamento de imagens. Tem interesse em temas como ensembles de classificadores, seleção dinâmica de classificadores e concept drift, o que aporta uma sólida base teórica e prática para o desenvolvimento de soluções avançadas em análise de dados.