A certificação AI+ Data™ foi desenvolvida para capacitar profissionais a aplicar a Inteligência Artificial em contextos de data science e análise de dados, de forma estruturada, prática e alinhada com os desafios atuais das organizações orientadas por dados. O foco está na utilização da IA para transformar dados em insights acionáveis, suportar decisões estratégicas e resolver problemas complexos de negócio.
Ao longo do percurso, os participantes exploram os fundamentos de data science, estatística, programação, data wrangling e análise exploratória, evoluindo para temas mais avançados como machine learning, generative AI e predictive analytics. O programa aborda ainda data-driven decision-making e data storytelling, permitindo uma visão integrada desde a análise até à comunicação de resultados.
A componente prática assume um papel central, com exercícios aplicados, análise de datasets reais e um capstone project focado em previsão de rotatividade de colaboradores, permitindo consolidar competências técnicas e aplicar conceitos em cenários reais.
Em parceria com a Rumos, Platinum Gold Partner.
Objetivos
- Compreender os fundamentos de data science e a sua aplicação em contexto de negócio;
- Aplicar conceitos estatísticos e técnicas de análise de dados;
- Utilizar Python e R em tarefas de manipulação, análise e visualização;
- Executar processos de data wrangling e preparação de dados;
- Realizar exploratory data analysis com recurso a técnicas adequadas;
- Aplicar algoritmos de machine learning para modelação preditiva;
- Utilizar generative AI para extração de insights;
- Aplicar data-driven decision-making e data storytelling para comunicar resultados
Destinatários
- Data Analysts e Data Scientists que pretendam reforçar competências em análise e modelação preditiva;
- Profissionais de Business Intelligence interessados em extrair insights com recurso a IA;
- Especialistas de IT e system integrators que pretendam implementar soluções orientadas por dados;
- Data Engineers que queiram desenvolver pipelines e arquiteturas de dados;
- Profissionais interessados em desenvolver competências em data science com IA
Condições
Detalhes do exame
- Duração: 90 minutos;
- Pontuação mínima de aprovação: 70% (35/50);
- Formato: 50 questões de escolha múltipla e múltipla resposta;
- Realização online, através de plataforma com proctoring por IA e agendamento flexível.
Pré-Requisitos
- Conhecimentos básicos de computer science e estatística (benéficos, mas não obrigatórios);
- Interesse em análise de dados;
- Disponibilidade para aprender linguagens de programação como Python e R.
Metodologia
A formação decorre em formato e-learning, com aproximadamente 40 horas de conteúdos on-demand, incluindo vídeos, e-book, podcasts e atividades práticas interativas. A aprendizagem pode ser realizada em qualquer momento e a partir de qualquer lugar, com quizzes modulares para acompanhar o progresso.
Programa
- Course Introduction
- Foundations of Data Science
- Foundations of Statistics
- Data Sources and Types
- Programming Skills for Data Science
- Data Wrangling and Preprocessing
- Exploratory Data Analysis (EDA)
- Generative AI Tools for Deriving Insights
- Machine Learning
- Advance Machine Learning
- Data-Driven Decision-Making
- Data Storytelling
- Capstone Project – Employee Attrition Prediction
- Optional Module: AI Agents for Data Analysis
Course Introduction
Fundamentals of Data Science
- Introduction to Data Science
- Data Science Life Cycle
- Applications of Data Science
Foundations of Statistics
- Basic Concepts of Statistics
- Probability Theory
- Statistical Inference
Data Sources and Types
- Types of Data
- Data Sources
- Data Storage Technologies
Programming Skills for Data Science
- Introduction to Python for Data Science
- Introduction to R for Data Science
Data Wrangling and Preprocessing
- Data Imputation Techniques
- Handling Outliers and Data Transformation
Exploratory Data Analysis (EDA)
- Introduction to EDA
- Data Visualization
Generative AI Tools for Deriving Insights
- Introduction to Generative AI Tools
- Applications of Generative AI
Machine Learning
- Introduction to Supervised Learning Algorithms
- Introduction to Unsupervised Learning
- Different Algorithms for Clustering
- Association Rule Learning with Implementation
Advance Machine Learning
- Ensemble Learning Techniques
- Dimensionality Reduction
- Advanced Optimization Techniques
Data-Driven Decision-Making
- Introduction to Data-Driven Decision Making
- Open Source Tools for Data-Driven Decision Making
- Deriving Data-Driven Insights from Sales Dataset
Data Storytelling
- Understanding the Power of Data Storytelling
- Identifying Use Cases and Business Relevance
- Crafting Compelling Narratives
- Visualizing Data for Impact
Capstone Project – Employee Attrition Prediction
- Project Introduction and Problem Statement
- Data Collection and Preparation
- Data Analysis and Modeling
- Data Storytelling and Presentation
