Visão Geral

Os dados estão em toda parte e são encontrados em todos os níveis de uma organização. Cada indivíduo está exposto a dados. No entanto, a sua utilização varia a vários níveis. Departamentos diferentes usam dados de maneiras diferentes. Você assume diferentes funções na carreira e nos negócios, seja como Gerente, Líder de Equipe ou até mesmo Empreendedor. O conhecimento de Data Science é essencial para todas as funções, onde a tomada de decisão desempenha um papel maior.

O que é o Curso Data Science for Managers

As habilidades em Ciência de Dados são muito procuradas, todas as organizações atuais procuram indivíduos que possam aproveitar o potencial dos dados para tomar decisões importantes. O curso Data Science for Managers concentra-se principalmente nas ferramentas e técnicas necessárias para analisar os dados de um negócio e obter insights deles e usá-los para tomar futuras decisões de negócios. 

Objetivo

Após realizar este Curso Data Science for Managers você será capaz de:

• Fundação de análise de negócios
• Estatisticas
• Modelos de otimização com excel
• Análise Preditiva com Regressão com Excel
• Modelagem de decisão com Excel

Publico Alvo

• Profissionais seniores que desejam mudar sua carreira para Data Science.
• Diretores executivos, diretores e tomadores de decisão da empresa
• Profissionais com anos de experiência na área.

Pre-Requisitos

O Curso Data Science for Managers foi desenvolvido para aqueles que estão envolvidos em funções de tomada de decisão. Alguns dos pré-requisitos exigidos para o curso Data Science for Managers são: -

• Conhecimento básico de trabalho no domínio da ciência de dados.
• Conhecimentos de Estatística e Matemática e sua relevância na Ciência de Dados.
• Deve ter experiência de trabalho em uma função de tomada de decisão.

Materiais

Conteúdo Programatico

DATA SCIENCE INTRODUCTION

1. What Is Data Science?
2. Data Science Evolution
3. Data Science Vs Big Data
4. Data Science Vs Business Analytics
5. Machine Learning Powering Data Science

STATISTICS FOR DATA SCIENCE

1. Descriptive And Inferential Statistics
2. Types Of Data And Terminologies
3. Data Sampling Methods
4. Exploratory Data Analysis
5. Central Tendencies And Variability
6. Normal Distribution, Histogram
7. Z-score, Outliers, Empherical Rule
8. Correlation

MACHINE LEARNING AND AI CONCEPTS

1. Machine Learning Introduction
2. Type Of Machine Learning
3. Introduction To Neural Networks
4. Deep Learning
5. Computer Vision
6. Natural Language Processing (NLP)

HAND-ON: DATA SCIENCE & ML PROJECT 

1. Project Use Case
2. Project Workflow
3. Data Preparation
4. Modeling And Evaluation
5. Model Deployment

INDUSTRY APPLICATIONS, JOBS, AND CAREERS

1. Data Science Applications Across Industries : Case Studies
2. Various Roles In Data Science
3. Jobs And Careers
4. The Future Of Data Science: Business Perspective