Prepare-se para ser <contratado como Cientista de Dados>

Aprenda utilizar todos os algoritmos de Machine Learning para resolver os problemas de negócio reais do mercado e seja um destaque para as empresa mais desejadas do mercado

Acesso imedato

Suporte diferenciado

Garantia de 7 dias

Uma trilha de carreira clara, objetiva e sem falsas promessas

Quem vai te ensinar nesse curso

O curso será ministrado pelos nossos professores Bruno Jardim, Gustavo Lenin e professores convidados especiais para enriquecer as aulas.

BRUNO JARDIM

FELIPE JARDIM

FERNANDO MANFIO

RENATA BRUNELLI

CTO e cofundador da PowerOfData Cofundador da PoD Academy

Especialista em Engenharia de Dados PowerOfData

CEO Movimento

MoOve On

Head of Data for Credit /

Spin@Femsa

TÂMARA JARDIM

ISABELLE VALIM

JULIANA FÁVARO

RODRIGO MOREIRA

CEO PoD Academy, mentora de carreira para liderança, palestrante e escritora.

Gerente de Projetos

PowerOfData

Model risk

manager Nubank

Especialista em Ciência de Dados

PicPay

Comunidade <PoD Academy>

Se tornando aluno, você já recebe acesso 100% gratuito à Comunidade PoD Academy, para fazer networking e se conectar às pessoas da área atuantes e influentes do mercado de dados.

Não aceite menos que isso!

Só a gente oferece esses diferenciais.

Ensino tradicional

Democratizamos o acesso a um conteúdo completo, voltando à pratica de mercado e com trilha de estudos

Você investe muito dinheiro e sai inseguro para colocar em prática o que aprendeu

Custo

Conteúdo com foco em portfólio estratégico te conecta a empresas e gestores do mercado

Empregabilidade

Você se sente inseguro de mostrar o que aprende

Comunidade com conteúdo gratuito, acesso fácil aos professores, monitores e alunos. Além de networking com pessoas que já estão no mercado.

Apenas grupos barulhentos, que não geram valor e, no final, você está sozinho.

Comunidade

Você assiste quando quiser, de onde quiser, dentro do tempo e ritmo que você tem disponível.

Calendário sem flexibilidade de horários para você finalizar ou para seguir a trilha que deseja.

Flexibilidade

Os maiores especialistas no assunto: tanto em base sólida da teoria, como em geração de valor no mercado.

Muito técnicos e sem conhecimento de aplicação prática. Raramente com geração de valor prática.

Professores

Nosso conteúdo é com foco em prática e baseado na realidade do mercado.

Você se sente inseguro de colocar em prática o que aprende.

Prática

Ficou com alguma dúvida?

O nosso time está à sua disposição! Entre em contato com a gente!

Veja alguns resultados dos alunos da PoD Academy

Se tornando aluno, você já recebe acesso 100% gratuito à Comunidade PoD Academy, para fazer networking e se conectar às pessoas da área atuantes e influentes do mercado de dados.

“Eu vim de uma área totalmente diferente e cheguei já com a bagagem que aprendi no IG do Bruno: fiz toda a trilha que ele recomendou. O diferencial do curso é a aplicação prática: sabemos o que usar e onde usar no mercado, e isso fez toda a diferença para conquistar o emprego, que consegui antes do que eu esperava.”

Ana, aluna da Turma Diamante PoD Academy

A Ana saiu da Veterinária e fez transição para a área de Dados - ela conquistou seu emprego em uma grande empresa na área de Crédito.

“Hoje em dia falta muita verdade e transparência no mercado. O curso é direto ao ponto e nos forma o profissional que o mercado busca. Vejo que a ementa do curso PoD Academy é exatamente alinhada às posições disponíveis no mercado.”

Rafael, aluno da Turma Diamante PoD Academy

“O grupo de professores é o diferencial da PoD Academy. São extremamente didáticos e ‘pés no chão’ com relação ao que precisamos aprender e como aplicar.

Um ano estudando em um outro curso de instituição renomada e eu não tive a segurança e a sensação de ‘portas abertas’ que tive com o curso da PoD Academy. Além disso, formamos uma família com os alunos aqui!"

Roberto, aluno da Turma Diamante PoD Academy

“O diferencial da PoD Academy, comparando com os outros cursos que eu já havia avaliado, é ser um curso atual, onde temos contato com o que é pedido no mercado.”

Marina, aluna da Turma Diamante PoD Academy

A Marina, depois do vídeo, já conquistou uma vaga em uma grande empresa na área de Crédito!

Todo dia recebemos uma chuva de mensagens com resultados incríveis — o próximo pode ser o seu!

FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS
FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS

O que você vai aprender com a Formação?

MATEMÁTICA BÁSICA

PROGRAMAÇÃO BÁSICA

ESTATÍSTICA BÁSICA

Ver conteúdo programático
  • Lógica de programação 
  • Fundamentos teóricos
Ver conteúdo programático

Aula ministrada pelo professor Mahmud Ali Neto, Engenheiro Aeroespacial pelo ITA e Cientista de Dados na PowerOfData 

Conteúdo:
- Glossário da Matemática 
- Conjuntos 
- Lógica Matemática: Tabela Verdade 
- Tipos de Conjuntos 
- Operações entre Conjuntos 
- Conjuntos Numéricos 
- Propriedades dos Reais  
- Sequências Elementares 
- Princípio da Indução Finita 
- Tipos de Sequências 
- Progressão Aritmética 
- Progressão Geométrica 
- Outras Sequências Notáveis: PH, PAG e PAˆn
- Recorrência 
- Funções 
- Definição de Função 
- Propriedades de Função 
- Domínio, Contradomínio e Imagem de Funções 
- Função Injetora 
- Função Sobrejetora 
- Função Bijetora 
- Função Inversa 
- Paridade de Funções 
- Periodicidade de Funções 
- Composição de Funções 
- Funções Elementares 
- Função Polinomial 
- Função Modular 
- Função Racional 
- Função Exponencial 
- Função Logarítmica 
- Funções Trigonométricas
- Matrizes
- Definição de Matrizes 
- Tipos de Matrizes 
- Exemplos de Matrizes 
- Propriedades de Matrizes 
- Operação entre Matrizes 

Ver conteúdo programático
  • Técnicas de amostragem de Dados
  • Medidas de dispersão
  • Fundamentos de Estatística descritiva

EXCEL - DO BÁSICO A MACROS

SQL - DO ZERO A CONSULTAS AVANÇADAS

PYTHON PARA BIG DATA & ANALYTICS

Ver conteúdo programático

Estrutura do Excel

  • Formatação
  • Fórmulas de Operação
  • Referência de Células
  • Colar Especial
  • Funções Soma, Média e Se
  • Filtros
  • Funções
  • Formatação Condicional
  • Tabela
  • Importação de Dados Externos
  • Remover Duplicatas
  • Tabela Dinâmica
  • Gráficos
  • Segmentação de Dados
  • Função Infodados de Tabela Dinâmica
  • Funções de Cubo
  • Funções de Pesquisa e Referência
  • Atingir Meta
  • Macros
  • Controle de Formulários
Ver conteúdo programático

Aula ministrada pela Renata Brunelli, head de risco de crédito. 

Conteúdo:
- Nivelamento 
- Estatística Descritiva x Inferencial 
- Medidas Resumo 
- Estatística Descritiva
- Gráficos: quais são e como ler  
- Mão na massa com Google Colab

Ver conteúdo programático

Aula ministrada por Felipe Jardim que é Engenheiro de Dados Especialista na PowerOfData e possui os mais altos certificados Google Cloud Platform. 

Conteúdo:
O que é Python? 
Aplicações 
Popularidade 
Preparando o Ambiente 
Python Puro X Anaconda 
Sintaxe básica 
Operadores matemáticos 
Declaração de variáveis 
Tipos de dados
Operadores lógicos 
Listas 
Tuplas 
Dicionários 
Pacotes Built-in 
Estruturas condicionais 
Estruturas de repetição 
Funções 
Função lambda 
Tratamento de Exceções 
Matplotlib 
Seaborn 
Plotly 
Pandas

PYSPARK PARA ANÁLISE DE DADOS

ARQUITETURA PARA PROCESSAMENTO DE DADOS EM ESCALA

BANCOS DE DADOS EM CLOUD AWS

Ver conteúdo programático

Aula ministrada pelo professor Mahmud Ali Neto, Engenheiro Aeroespacial pelo ITA e Cientista de Dados na PowerOfData 

Conteúdo:
- Glossário da Matemática 
- Conjuntos 
- Lógica Matemática: Tabela Verdade 
- Tipos de Conjuntos 
- Operações entre Conjuntos 
- Conjuntos Numéricos 
- Propriedades dos Reais  
- Sequências Elementares 
- Princípio da Indução Finita 
- Tipos de Sequências 
- Progressão Aritmética 
- Progressão Geométrica 
- Outras Sequências Notáveis: PH, PAG e PAˆn
- Recorrência 
- Funções 
- Definição de Função 
- Propriedades de Função 
- Domínio, Contradomínio e Imagem de Funções 
- Função Injetora 
- Função Sobrejetora 
- Função Bijetora 
- Função Inversa 
- Paridade de Funções 
- Periodicidade de Funções 
- Composição de Funções 
- Funções Elementares 
- Função Polinomial 
- Função Modular 
- Função Racional 
- Função Exponencial 
- Função Logarítmica 
- Funções Trigonométricas
- Matrizes
- Definição de Matrizes 
- Tipos de Matrizes 
- Exemplos de Matrizes 
- Propriedades de Matrizes 
- Operação entre Matrizes 

Ver conteúdo programático
  • Bancos de Dados em Cloud AWS
Ver conteúdo programático
  • Arquitetura Cloud AWS para Processamento de Dados em Escala

PIPELINE DE DADOS E AUTOMAÇÃO

CIÊNCIA DE DADOS NA AWS

MONITORAMENTO DE DADOS E MODELOS

Ver conteúdo programático
  • Ciência de Dados na AWS
Ver conteúdo programático
  • Pipeline de Dados e Automação
Ver conteúdo programático
  • Monitoramento de Dados e Modelos

ESTATÍSTICA APLICADA

MATEMÁTICA APLICADA

INTRODUÇÃO ÀS CARREIRAS DE DADOS

Ver conteúdo programático

Aula ministrada pelo professor Mahmud Ali Neto, Engenheiro Aeroespacial pelo ITA e Cientista de Dados na PowerOfData 

Conteúdo:
- Glossário da Matemática 
- Conjuntos 
- Lógica Matemática: Tabela Verdade 
- Tipos de Conjuntos 
- Operações entre Conjuntos 
- Conjuntos Numéricos 
- Propriedades dos Reais  
- Sequências Elementares 
- Princípio da Indução Finita 
- Tipos de Sequências 
- Progressão Aritmética 
- Progressão Geométrica 
- Outras Sequências Notáveis: PH, PAG e PAˆn
- Recorrência 
- Funções 
- Definição de Função 
- Propriedades de Função 
- Domínio, Contradomínio e Imagem de Funções 
- Função Injetora 
- Função Sobrejetora 
- Função Bijetora 
- Função Inversa 
- Paridade de Funções 
- Periodicidade de Funções 
- Composição de Funções 
- Funções Elementares 
- Função Polinomial 
- Função Modular 
- Função Racional 
- Função Exponencial 
- Função Logarítmica 
- Funções Trigonométricas
- Matrizes
- Definição de Matrizes 
- Tipos de Matrizes 
- Exemplos de Matrizes 
- Propriedades de Matrizes 
- Operação entre Matrizes 

Ver conteúdo programático
  • Teoria dos Conjuntos 
  • Vetores 
  • Matrizes 
  • Determinantes 
  • Logaritmo
  • Introdução ao Cálculo Numérico
    • Funções 
    • Limites 
    • Derivadas 
    • Função Gradiente 
    • Backpropagation
  • Noções de Cálculo Numérico
    • Sistemas lineares
    • Raízes de Funções: Método de Newton - Raphson
    • Interpolação Polinomial: Método de Lagrange, Método Linear e Método Polinomial
    • Integração Numérica: Método do Trapézio e Método de Simpson
Ver conteúdo programático
  • O que é ciência de dados 
  • Qual a diferença entre Analista de Dados e Cientista de Dados
  • Qual é o papel de um cientista de dados em uma empresa ou organização
  • Quais são as habilidades necessárias para se tornar um Analista de Dados e Cientista de Dados
  • Quais são as principais ferramentas e tecnologias usadas pelos analistas e cientistas de dados
  • Como é o mercado de trabalho para analistas e cientistas de dados
  • Como é a remuneração média para profissionais de análise e ciência de dados
  • Formação específica em áreas relacionadas para seguir essa carreira e outros pré-requisitos
  • Certificações prévias para se tornar um cientista de dados

FERRAMENTAS DE TRABALHO

REVISÃO GERAL: EXCEL, SQL E PYTHON

ÁREAS DE NEGÓCIOS E PROBLEMAS REAIS

Ver conteúdo programático
  • Excel e/ou Google Sheets
  • Word e/ou Google Docs
  • Power Point e/ou Google 
  • Apresentações
  • Google Colab
  • Anaconda
  • GitHub
  • Kaggle
  • ChatGPT
  • Google
Ver conteúdo programático
  • O que são Negócios
  • Como são as áreas de negócios nas empresas
  • Segmentos de Negócios:- Financeiro (Análise de Dados para Crédito, Fraude e Cobrança) - Jurídico (Jurimetria) - Saúde (Análise de Dados de Prontuário, Classificações, Imagem) - CRM (Análise de Personas, Propensão à contratação de Produtos) - RH (People Analytics) - Varejo (Precificação, Análise e Projeção de Demanda, Projeção de Estoque, Otimização de Metas de Vendas) - Indústria (Análise de Dados para Predição de Falhas em Sistemas) 
  • Desafios de Negócios: - Aumento de Faturamento - Redução de Custos - Construção de cenários para tomada de decisão - Acompanhamento de Indicadores
  • Problemas reais e possíveis soluções: -Concessão de Crédito -Análise de Limite de Cartão de Crédito -Avaliação de transações Fraudulentas -Otimização de Metas de Vendas -Criação de Personas para Oferta de produtos ou contratação de pessoas -Oferta de produto para clientes propensos à compra -Ordenação de pessoas ou itens para ações, por exemplo ação de cobrança -Análise de Churn (perda de clientes)
  • Geração de valor nos Negócios: -Custos vs resultados - Comunicação executiva -Apresentação dos resultados - Ancoragem de Valor do Projeto (para gestores) - Busca por Orçamento (para gestores) - Visibilidade ao Projeto e à Equipe (para gestores)
Ver conteúdo programático
  • Conceito de Tabela de Dados
  • Consultas a tabelas de Bancos de Dados
  • Exploração de dados com queries SQL
  • Exploração de dados com spark SQL
  • Exploração de dados com Python

ANÁLISE DE DADOS

FUNDAMENTOS DE ENGENHARIA DE DADOS

CIÊNCIA DE DADOS

Ver conteúdo programático

Aula ministrada pela Renata Brunelli, head de 

  • Entendimento do Framework CRISP-DM
  • Conceito de Tabela Analítica de Público de Estudo
  • Explorando os dados - entendimento do Público de Estudo
  • Análise Exploratória dos Dados
  • Visões e insights de Negócio
  • Teste A/B
  • Apresentação de resultados técnicos
  • Apresentação de resultados de negócio
  • Dashboard para apresentação de Resultados
Ver conteúdo programático
  • Introdução ao Aprendizado de Máquina (Machine Learning)
  • Preparação de Dados - Criando variáveis explicativas (ED)
  • Conceito de variáveis agregadas a partir dos dados transacionais
  • Conceito de variáveis com profundidade temporal
  • Conceito de defasagem temporal dos dados
  • Criação da variável resposta:
    • Crédito
    • Fraude
    • Cobrança
    • Churn
    • Propensão
    • Regressão com foco em projeções
  • Preparação de Dados para análises e algoritmos de ML:
    • Conceito de Metadados
    • Normalizações
    • Padronizações
    • Analise de outliers
    • Análise da Cardinalidade
    • OneHot Encoding
    • Label Encoding
    • Target Encoding
    • WoE Encoding
    • Transformações de Variáveis
    • Linearidade com log da Odds (Regressão Logística)
  • Categorização de Variáveis contínuas
  • Análise de estabilidade temporal das variáveis categóricas (taxa de evento para target binário)
  • Análise de ordenação das categorias por taxa de evento (target binário)
  • Conceito de Feature Store
  • Seleção de Variáveis:
    • Corte por % de Valores Nulos (Missings),- Variância,
    • Feature Importance,
    • Boruta,
    • Correlação de Pearson
    • Information Value (Target Binário)Redução de dimensionalidade 
    • PCA
    • Foco em Visualização de Dados
    • Foco em Seleção de Variáveis
    • Combinando PCA + IV para seleção de Variáveis (Target Binário)
Ver conteúdo programático
  • Escopo da Engenharia de Dados
  • O que são Dados
  • Tipos de Dados
  • Fontes de Dados
  • Conceitos de ETL (Extração Transformação e Carga)
  • Arquiteturas de Dados mais utilizadas para Ciência de Dados: - Data Lake - Data Warehouse - Data Lakehouse - Data Mesh - Data Fabric - Feature Store
  • Formatos de Dados e tipos de uso
  • Como trabalhar com diferentes volumetrias de Dados
  • Ferramentas para processamento de dados volumosos

MODELOS SUPERVISIONADOS: PROBLEMAS DE CLASSIFICAÇÃO

MODELOS SUPERVISIONADOS: PROBLEMAS DE REGRESSÃO

SÉRIES TEMPORAIS

Ver conteúdo programático
  • Séries Temporais 
  • Kahoot para Fixação de Conteúdo
Ver conteúdo programático

Modelos Supervisionados 

- Problemas de Classificação

10 principais algoritmos:

- Árvores de Decisão

- Regressão Logística

- Random Forest

- LightGBM- XGBoost

- CatBoost

- KNN

- Redes Neurais 

- MLP

- SVM

- Stacking e Blend de Modelos

- AutoML com Pycaret

Ver conteúdo programático
  • Problemas de Regressão

CONSTRUÇÃO DE TARGET

RESOLVENDO UM PROBLEMA DE CRÉDITO

AVALIAÇÃO DE MODELOS

Ver conteúdo programático
  • Análise de Desempenho dos Modelos
  • Análise de Estabilidade dos Modelos
  • Análise de Aderência aos negócios
Ver conteúdo programático
  • Construção de Target 
  • Kahoot para Fixação de Conteúdo
Ver conteúdo programático

Resolvendo problema de crédito de forma tradicional 

  • Entendimento de visão safra e carteira

  • Entendimento de público de modelagem de crédito

  • Entendimento de problemas de crédito

    • Cartões

    • Veículos

    • Imobiliário

    • Agro

    • Empréstimo pessoal

  • Entendimento de Target de Crédito

    • Performance 30 em 3

    • Performance 60 em 6

    • Performance 90 em 12

  • Preparação de dados para regressão logística

  • Utilização de variáveis contínuas na regressão logística

  • Transformação de variáveis contínuas para regressão logística

    • Linearidade da log(odds) com as variáveis

    • Linearidade da log(odds) com as variáveis transformadas

    • Como descobrir a melhor transformação

  • Treinamento de Regressão Logística

  • Avaliação da Regressão Logística

    • KS

    • Gini

    • Estabilidade do modelo por safra

    • Ordenação do score em faixas

    • Conceito de Bad Rate

  • Geração de Scorecard

  • Interpretação do Scorecard

  • Categorização de variáveis contínuas através de árvore de decisão

  • Verificando estabilidade das categorias

  • Agrupando categorias não estáveis

  • Gerando variáveis dummys

  • Treinando modelo de Regressão Logística

  • Avaliação do modelo

  • Avaliação do Scorecard

  • Criação de grupos homogêneos

  • Uso do modelo no negócio

ENGENHARIA DE MACHINE LEARNING

MONITORAMENTO DE MODELOS

ANÁLISE DE CRÉDITO

Ver conteúdo programático
  • Exemplo de Arquitetura para Monitoramento de Modelos
  • Indicadores para Monitoramento de Modelos
  • Construção de Dashboard para Monitoramento de Modelos Estatísticos
Ver conteúdo programático
  • Conceito do GitFlow
  • Conceito DataOps e MLOps
  • Organização de Equipes e Projetos Aplicabilidade MLOps para entregas em Machine Learning 
  • Monitoramento de dados e modelos em produção
  • Data and Models Pipeline MLOps Management (Validation, Data Rules, Data Quality, Model Quality, Versioning)
Ver conteúdo programático
  • Introdução: Apresentação do case + etapa de entendimento do negócio
  • Etapa de Entendimento dos Dados: Preparação dos dados + modelo baseline
  • Etapa de Modelagem: Avaliação técnica dos algoritmos
  • Análise de Segmentação de Modelos: Avaliação dos resultados do ponto de vista do negócio)
  • Kahoot + Fritada Técnica

ANÁLISE EXPLORATÓRIA DE DADOS EM BASE DE CRÉDITO

PEOPLE ANALYTICS PARA RH E CRM

PREVISÃO DE DEMANDAS

Ver conteúdo programático
  • Introdução: Apresentação do case + etapa de entendimento do negócio
  • Etapa de Entendimento dos Dados: Preparação dos dados + modelo baseline
  • Etapa de Modelagem: Avaliação técnica dos algoritmos
  • Análise de Segmentação de Modelos: Avaliação dos resultados do ponto de vista do negócio)
  • Kahoot + Fritada Técnica
Ver conteúdo programático

Aula ministrada pela Renata Brunelli, head de risco de crédito. 

Conteúdo:
- Nivelamento 
- Estatística Descritiva x Inferencial 
- Medidas Resumo 
- Estatística Descritiva
- Gráficos: quais são e como ler  
- Mão na massa com Google Colab

Ver conteúdo programático
  • Análise Exploratória de Dados em Base de Crédito

PREVENÇÃO A FRAUDES

CRIANDO CHATBOT COM GENAI

CARREIRA ESSENTIALS: FUNDAMENTOS

Ver conteúdo programático
  • Prevenção a Fraudes
Ver conteúdo programático
  • Criando Chatbot com GenAI
Ver conteúdo programático
  • A Carreira no Mercado Corporativo 
  • Disciplina
  • Vieses
  • Networking
  • Comunicação 
  • Ética em ambiente corporativo 

CARREIRA ESSENTIALS: PORTFÓLIO, GITHUB E LINKEDIN

CARREIRA ESSENTIALS: CURRÍCULO ESTRATÉGICO

CARREIRA ESSENTIALS: COMUNICAÇÃO ASSERTIVA

Ver conteúdo programático
  • Como montar um portfólio de sucesso?
  • Documentação 
  • LinkedIn
  • Github
Ver conteúdo programático
  • Autenticidade x Estratégia
  • Como montar a jornada profissional 
  • Como montar um currículo estratégico para passar na triagem de ATL como Gupy e LinkedIn Recruiter
  • Prompt para preenchimento de currículo automático 
Ver conteúdo programático
  • Comunicação Assertiva: Oratória 

CARREIRA ESSENTIALS: APRESENTAÇÃO EXECUTIVA

CARREIRA ESSENTIALS: SUCESSO NA ENTREVISTA DE EMPREGO

Ver conteúdo programático
  • Como fazer boas apresentações 
Ver conteúdo programático

Carreira Essentials: Sucesso na Entrevista de Emprego

FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS FORMAÇÃO EM CIÊNCIA DE DADOS

COMO A FORMAÇÃO TRANSFORMA CARREIRAS

ANA CAROLINA FORTURNATO

Eu sou formada em medicina veterinária e durante minha transição de carreira para área de dados já seguia o Bruno Jardim e fiz diversos cursos do seu road map para analista de dados, porém dentro do curso que a PoD Academy oferece temos isso de forma completa do início ao fim num lugar só, desde o básico de matemática até o mais avançado para área de dados, além de todo networking e apoio de pessoas que estão na mesma fase que você e os professores sempre disponíveis. O curso foi fundamental para minha transição, ainda mais ali no final onde estava tendo oportunidades de entrevistas e mostrar meus conhecimentos, seja os técnicos da área, mas também toda parte que aprendi em como me inserir no mercado da melhor forma. Hoje sou Analista Júnior de Risco de Crédito no Santander e aplico todos os dias o que aprendi aqui!

RAFAEL SALOMÃO

Sou formado em engenharia e a Pod Academy foi crucial para a minha transição de carreira.


Após ingressar no mercado de trabalho, no segmento de saúde, decidi migrar para a área de Ciência de Dados. Em um primeiro momento, tive uma experiência não muito boa com outro curso no processo de migração - conteúdo superficial e vi que só estava me causando mais ansiedade, pois não me sentia confiante em me candidatar para vagas de dados, mesmo após finalizar o curso.


Por conta disso, senti a necessidade de me capacitar ainda mais para ingressar na área. No entanto, me vi consumido e perdido em meio a tanto conteúdo disponível para estudar. Estava sobrecarregado e frustrado.


Neste cenário, conheci a Pod Academy. A Pod Academy foi a melhor escolha que eu poderia fazer. Logo no início do curso, aconteceu um churrasco em que tive a oportunidade de conhecer os professores da formação pessoalmente. Me passaram a confiança de que estava no lugar certo.


Iniciei o curso de Full Stack e foquei em aproveitar o máximo de cada aula. Confiei na trilha de aprendizado à risca, confiei nos conteúdos apresentados e coloquei em prática os ensinamentos e tarefas sugeridas. Após onze meses de muito estudo e dedicação, veio o resultado.


Resultado: consegui realizar a minha transição de carreira para Ciência de Dados. Na empresa que queria! Aprender sobre toda a esteira de dados foi diferencial para alcançar esta posição. Hoje tenho segurança na função que exerço e sigo aprendendo com a Pod Academy para progredir em minha carreira.


Sou grato a todos os professores e idealizadores da Pod Academy. Recomendo todas as formações para os que desejam se destacar na área de dados.

ANTONIO MIGUEL SAPAG NETO

Eu tenho dois principais resultados com a formação da PoD Academy e gostaria de compartilhar com vocês: 1. Conseguir mudar a cabeça dos meus gestores mesmo não sendo da área de dados e 2. Realizar a minha transição de carreira.


Em 2023, eu atuava como gerente de projetos na maior empresa de televisão aberta da américa do sul e, apesar de ter muito interesse na área de dados, eu não tinha um conhecimento coeso (sabe quando você vai aprendendo um pouco de cada coisa e no final não tem nada concreto, profundo ou que se conecte?). Durante as aulas do curso FullStack, consegui montar uma base sólida no técnico e desenvolver uma capacidade de identificar as informações e perguntas relevantes para que os meus gestores alcançassem os seus objetivos e metas. Nem preciso dizer que aos poucos isso foi trazendo um destaque muito grande para mim, né?


Em 2024, logo após 2 meses do término do curso, quando comecei realmente a aplicar para as vagas, consegui entrar no Bradesco como Cientista de Dados. Muito disso é mérito pessoal, mas outra grande parte também vem da comunidade que a PoD gerou durante o ano e o hackathon que foi lançado em Dez/2023, onde não só apliquei meu conhecimento em um case da área financeira (que foi um dos motivadores para a minha contratação), como ativamente criei amizades que geraram um networking absurdo nesse meio.

EDUARDO PEREIRA LIMA

Já atuava como analista de dados antes de conhecer a PoD Academy, fazendo pequenos projetos de BI, na base da "tentativa e erro" . Após muitos problemas com validação de dados e atualizações manuais, comecei a pesquisar como lidar com esses problemas e tive meu primeiro contato com a engenharia de dados.


O conteúdo na época era bem limitado, e após procurar muito, consegui encontrar no Instagram o professor Bruno Jardim, onde seus stories e posts além de muito esclarecedores, enriqueceram muito meus conhecimentos e foram meu ponta pé inicial na área de engenharia.


Quando o Bruno anunciou a criação da PoD Academy, junto com professores renomados do mundo acadêmico e profissionais da área de dados de grandes empresas, não pensei duas vezes e comprei a formação.


Todo meu percurso na formação de engenharia de dados elevou meu domínio técnico e teórico a um patamar que jamais pensei alcançar, conseguindo passar em processos seletivos e dominar conceitos que antes me pareciam muito, muito distantes. Assim como ter adquirido a capacidade de sustentar um diálogo maduro com profissionais de tecnologia e de negócio, passando desde temas extremamente técnicos até qual o retorno do negócio com um determinado projeto de dados.

MARINA CAVALCA

A Pod Academy me auxiliou tanto no suporte técnico, quanto no posicionamento estratégico para realizar a minha transição de carreira e conquistar uma vaga como cientista de dados na área de modelagem de crédito no banco Pan.

A única formação com Cloud Computing para Ciência de Dados em AWS

390 horas de conteúdo e 18 meses de acesso

Projetos para Portfólio para problemas de negócio do mercado

Suporte diferenciado e acesso a professores e monitores

Comunidade de Alunos PoD Academy no Discord e WhatsApp

de R$5.997 por

R$358

12X SEM JUROS DE

,99

ou R$3.597 à vista

Acesso imediato | Pagamento 100% seguro

Acesso imedato

Suporte diferenciado

Garantia de 7 dias

QUEM ESTÁ POR DETRÁS DA POD ACADEMY:
TÂMARA ABDULHAMID JARDIM
CEO DA POD ACADEMY

Engenheira da computação, com carreira corporativa de muitos anos e já particiei na criação de uma das empresas mais relevantres de Dados & Analyticis do Brasil, a PowerOfData.


Possuo um grande e forte lastro no mundo corporativo, onde construí competências, grandes parcerias e relacionamentos e desenvolvi times capazes e fortemente competentes para atuar no mercado.


Hoje estou à frente da PoD Academy - Escola de Formação Técnica em Ciência de Dados e Engenharia de Dados com foco em Negócios, onde formamos profissionais na área de dados, e os desenvolvemos no conhecimento técnico, de negócios, comunicação, construção de portfólio e marca pessoal.


👩🏼‍💻 Se você deseja fazer parte deste movimento de educação no mercado de Dados, me procure para entender as nossas soluções.


Como entrar em contato comigo:


🌍https://www.linkedin.com/in/tamjardim/

🌍 https://www.instagram.com/tamjardim

+ de 200 alunos!

Formamos a nova geração de profissionais em Tecnologia, Dados, Analytics, Inteligência Artificial e Negócios do Brasil. Acreditamos que todo o conhecimento precisa ser um meio para aumentar faturamento de pessoas e empresas e melhorar a qualidade de vida de todos os indivíduos.

FAQ

Veja abaixo as principais perguntas que recebemos sobre o curso. Caso ainda tenha alguma dúvida, entre em contato e responderemos com prazer.

O curso será presencial?

Não. O curso é 100% online, com aulas ao vivo que ficarão gravadas para estudo posterior.

Quais são as formas de pagamento?

Boleto, PIX ou Cartão de Crédito. Também temos condições de pagamento facilitada e, para saber mais consulte o nosso time através do botão de Whastapp.

Posso comprar módulos separados?

Esta é uma formação completa. Aqui, os módulos são complementares e vendidos juntos. Posteriormente vamos fazer adaptações no conteúdo para ser possível oferecer os módulos separados.

É possível parcelar o valor do curso?

Sim, além das formas de pagamento oferecidas, temos outras formas de pagamento facilitado. Clique no botão do nosso Whatsapp que a nossa equipe irá atender você.

As aulas do Formação em Ciência de Dados serão gravadas?

As aulas de Análise e Ciência de Dados são gravadas e ao vivo em formato de Masterclass, Monitorias e agendas específicos do Hackathon. Todas as aulas ficam disponíveis na plataforma para os alunos matriculados assistirem em seu próprio ritmo de aprendizagem.

Existem turmas empresariais?

Temos pacotes com preços especiais para equipes empresariais no curso atual. Entre em contato pelo e-mail contato@podacademy.com.br, com o assunto [Formação para Empresas]