A única formação no Brasil que ensina a esteira completa de dados: Engenharia de Dados, Tecnologia, Cloud Computing, Análise de Dados, Negócios e Ciência de Dados.
Para conquistar confiança e segurança em entrevistas, você precisa de um aprendizado sólido e alinhado à prática real do mercado.
Estude com especialistas que combinam experiência validada, conhecimento prático e a dose certa de teoria, garantindo que você esteja preparado para desafios reais e tenha destaque em sua carreira.
Profissionais de ponta no mercado
Aprenda com quem tem experiência prática e resultados expressivos nas empresas mais renomadas e competentes do mercado.
Forte embasamento teórico
Conhecimento teórico e acadêmico sólido para embasar as soluções técnicas e entregar resultados em problemas de qualquer complexidade.
Currículo amplo e focado na prática
O conhecimento completo e a experiência prática dos nossos professores sobre toda a cadeia de valor dos dados, possibilita um ensino completa, integrado e que te dá segurança.
No dinâmico mundo da tecnologia, você não pode perder tempo tentando organizar tudo sozinho. A Formação Full Stack em Dados & Analytics oferece conteúdo exclusivo, completo e constantemente atualizado, integrando Dados, Analytics e Negócios, para que você aprenda de forma prática e focada no que realmente importa.
NIVELAMENTO
INTRODUÇÃO
CLOUD COMPUTING
Glossário da Matemática
Teoria Elementar dos Conjuntos
Sequências Elementares
Funções
Funções Elementares
Matrizes
Hands-On: Fixação de Conteúdo
Ramos da Estatística
Variáveis Estatísticas
Medidas Estatística Descritiva
Hands-on: Fixação de Conteúdo
Algoritmos Gaveta de Dados
Dados e Instruções
Controle de Fluxo Arrays (Vetores e Matrizes)
Modularização Procedimento x Função Hand-on: Fixação de Conteúdo
Estrutura do Excel
TECNOLOGIA & PROGRAMAÇÃO
História dos Sistemas
OperacionaisPrincipais Conceitos
Software x Hardware
Linguagem Binária
Portas Lógicas
Linguagem de Baixo e Alto Nível
Virtualização de S.O.
Cloud Computing e casos de Uso
Emulação
Docker x Kubernets
Linux no Windows
Criando e Conectando uma Máquina Virtual na AWS
Introdução ao SQL
Variações do SQL
Tipos de linguagem ( DDL , DML , DQL , DTL , DCL ) Primeiras consultas
Tipos de dados
Ordenação
Principais operadores
Filtros
Agregações
Criação de Databases / Tabelas
CRUD
Chaves primárias / Chaves estrangeiras ( PK , FK )
Combinando tabelas (Joins)Empilhando tabelas (Union x Union All)
Estrutura Case When
Subconsultas ( Subqueries )
Common Table Expressions ( CTE )
Funções geraisFunções de Janelamento
Ordem de Execução / Criação de consultas
Hands-On: Exercícios de Fixação de Conteúdo
O que é PySpark?
SparkContext
SparkSession
Spark Dataframe
RDD
Operações importantes
Spark SQL
Tabelas
Views
UDFs Importação, Exportação, Leitura, Escrita
Otimizações
Monitoramento de jobs com Spark UI e GANGLIA (EMR)
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
Leitura / Escrita
Ambientes virtuais
Instalação de pacotes
Argumentos
Hands-On: Exercício de Fixação de Conteúdo
Arquitetura Hadoop Spark
Monitoramento do Ambiente Estrutura de Cluster
Principais aplicativos para Ecossistema Hadoop/Spark
ENGENHARIA DE DADOS
Aplicações
Ferramentas mais utilizadas
Web Scraping é ilegal ?
HTML Básico
Requests - Introdução
BeautifulSoup – Introdução
Selenium Webdriver
Encontrando elementos
Interagindo ( comandos do teclado, Action Chains, Waits )
Trabalhando com Frames
Executando Javascript
Expressões Regulares ( REGEX )
User-Agents
Extraindo dados de APIs
Extraindo dados de PDFs
Encontrando APIs ocultas
Paralelisando as extrações
Uso de Proxy
Captchas
Projeto : Extração de revisões de site de hotéis
O que é Web Scraping?
Web Scraping X Web Crawling
História da evolução e uso dos dados
Carreiras em Engenharia de Dados
- Analista de BI
- Administrador de Dados
- DBA
- Engenheiro de Dados
Engenharia de Dados e Negócios
- Áreas de Negócios das empresas x Uso de Dados
- Democratização de dados para as área da empresa
Fundamentos de Cloud Computing
- Storage
- Banco de Dados
- Processamento
- Orquestração
- Observability
Tipos de Dados
Ferramentas para Engenharia de Dados
- DBeaver
- Pentaho
- Metabase
Arquiteturas de Dados
- Data Lake
- Data warehouse
- Data lakehouse
- Data Mesh
Processamento Distribuído e Paralelizado
- Hadoop
- Spark Desenvolvimento de ETL e ELT
Sistemas transacionais
Bancos de Dados Relacionais e SGBD
Business Intelligence (BI)
Feature Store - Compondo variáveis para BI
- Compondo variáveis para Analytics (Análise e Ciência de Dados) Introdução a NoSQL
Introdução a Grafos
Automação e Orquestração de pipeline de dados
Monitoramento de Dados
Data Lineage
Esteira Continuous Integration (CI)/ Continuous Delivery (CD)
DataOps
Arquitetura para Streaming de Dados
Fundamentos de LGPD
Ética e LGPD do ponto de vista jurídico que atende áreas de tecnologia!
CIÊNCIAS APLICADAS
Conceitos básicos de estatística
Medidas de tendência central e dispersão
Gráficos estatísticos
Análise descritiva e outliers
Percentis e a frequência acumulada
Análise exploratória
Conceitos de amostragem
Probabilidade - modelos de distribuição
Noções de medidas de associação e correlação
Processo de análise estatística - testes estatísticos
Teste de hipótese paramétrico e não paramétrico
Processo inferencial (Clássica e Bayesiana)
Teoria dos Conjuntos
Vetores Matrizes Determinantes
Logaritmo Introdução ao Cálculo numérico
- Funções
- Limites
- Derivadas
- Função Gradiente
- Backpropagation
CIÊNCIA DE DADOS
Excel e/ou Google Sheets
Word e/ou Google Docs
Power Point e/ou Google Apresentações
Google Collab
Anaconda
GitHub
Kaggle
ChatGPT
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
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)
Modelos Supervisionados - Problemas de Classificação
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
Modelos Não Supervisionados - Problemas de Segmentação (Clustering)
- K-Means
- DBSCAN
- Hierárquico (Agglomerative Clustering)
- Mistura Gaussiana (Gaussian Mixture Model - GMM)
- Spectral Clustering
- AutoML com Pycaret
- Clássica: Média Móvel, ARIMA, SARIMA
- Machine Learning (Algoritmos para Regressão)
- Deep Learning: LSTM
Análise de Desempenho dos Modelos
Análise de Estabilidade dos Modelos
Análise de Aderência aos negócios
Exemplo de Arquitetura para Monitoramento de Modelos
Indicadores para Monitoramento de Modelos
Construção de Dashboard para Monitoramento de Modelos Estatísticos
Conceito do GitFlow
Conceito DataOps e MLOps
Organização de Equipes e Projetos Aplicabilidade MLOps para entregas em Machine Learning Monitormento de dados e modelos em produção
Data and Models Pipeline MLOps Management (Validation, Data Rules, Data Quality, Model Quality, Versioning)
Quality, Versioning)
Ética e explicabilidade de algoritmos de machine learning, do ponto de vista jurídico. O que está por vir ? Como devemos estruturar nossos processos para suportar esta demanda que está por vir?
PROJETOS PARA PORTFÓLIO
CARREIRA E SOFT SKILLS
Fundamentos da Carreira
Como montar um portfólio de sucesso?
Montando um currículo de sucesso
Preparando para entrevista
Comunicação Assertiva e Oratória
Contando sua solução através de um storytelling de valor
TCC PRÁTICO: SUPER HACKATHON
Super Hakathon para desenvolver uma solução de um problema, utilizando dados reais.
A PoD Academy faz parceria com empresas relevantes do mercado para essa finalidade.
Todos os alunos participam de um cenário que ensina o dia a dia do mundo corporativo, gestão de projetos, comunicação entre áreas técnicas e de negócios.
Os grupos são avaliados por uma banca de executivos do mercado.
Unimos professores renomados na comunidade acadêmica e profissionais com vasta experiência e conhecimento comprovado pelo mercado. Tudo para construir uma formação completa, dinâmica e atual.
Confira os detalhes sobre o funcionamento do curso para alunos da Turma 01 de 2025 Full Stack
Início das aulas
Assim que adquirir o curso, o conteúdo já está disponível na plataforma para você assistir. A Aula Inaugural será no dia 28 de janeiro de 2025 e a primeira sessão ao vivo de Ciência de Dados e Engenharia de Dados será no dia 18/02
Formato das aulas
A formação possui 550 horas de aulas gravadas. Mensalmente, temos sessões ao vivo com os professores de Ciência de Dados e Engenharia de Dados.
Materiais complementares
Os professores sempre disponibilizam conteúdos complementares de alto valor de mercado e para pesquisa posterior. Os materiais ficam dentro da área de membros para você fazer download e estudar.
Conteúdo
O curso cobre toda a cadeia de valor dos dados: desde a Engenharia de Dados, Tecnologia, Computação em Nuvem, Negócios e Ciência de Dados para que você se sinta seguro para trabalhar nas melhores empresas do Brasil e do mundo.
Networking
Ao adquirir o curso, você já participa da Comunidade de Alunos PoD Academy no Discord e no Whatsapp para troca de conhecimento, tirar dúvidas e fazer networking.
Certificado
Ao longo do curso, você garante acesso a 30 Certificados de: todos os Módulos, todos os Projetos para Portfólio concluídos, o Hackathon e, também as Formações Completas em Engenharia de Dados, Ciência de Dados. Ao final o aluno receberá uma placa da Formação Full Stack.
Ainda tem dúvidas se este curso é para você?
Ter a certeza de que irá aprender o que precisa
Aprender com profissionais validados no mercado
Acessar um conteúdo exclusivo, completo e organizado
Acessar um conteúdo que possui criteriosa curadoria
Aprendizado necessário em bem menos tempo
Se tornar um profissional de destaque, raro e desejado no mercado
Ser um dos profissionais mais bem pagos do mercado
Quer continuar procurando sozinho as informações para a migração de carreira
Consegue se atualizar sozinho, sem perder o timing, de todas as novidades do mercado de tecnologia
Não quer um direcionamento na carreira
Acha que trabalhar com Dados e Analytics é só para quem é mestre nas exatas
Já sabe tudo e não precisa melhorar nada
Está satisfeito com o seu salário e jornada de trabalho
Mude o seu o jogo e torne-se altamente requisitado no mercado de Dados & Analytics.
550 horas de conteúdo e 24 meses de acesso
Projetos para Portfólio para problemas de negócio do mercado
Sessões ao vivo, mensais, no primeiro ano de acesso
Hackathon com dados de empresas parceiras do mercado
Suporte diferenciado e acesso a professores e monitores
Comunidade de Alunos PoD Academy no Discord e WhatsApp
A única formação no Brasil que ensina a esteira completa de dados
Condição especial de abertura de turma até dia 19/01 às 23h59
O nosso time está à sua disposição! Entre em contato com a gente!
Veja abaixo as principais perguntas que recebemos sobre o curso.
Caso ainda tenha alguma dúvida, entre em contato e responderemos com prazer.
A Turma 0125 terá sua Aula Inaugural no dia 28/01 às 20h e a primeira sessão ao vivo de Ciência de Dados e Engenharia de Dados será no dia 18/02, às 20h.
O curso é online. Assim que você adquire, já pode ter acesso às 550 horas de conteúdo. Também possui sessões mensais ao vivo no primeiro ano de acesso.
Boleto, PIX ou Cartão de Crédito. Caso precise, entre em contato com a nossa equipe de Relacionamento no whatsapp.
Para te entregar segurança técnica e prática, a PoD Academy oferece um evento anual para os alunos Full Stack:o Super Hackathon resolvendo um problema real, com dados reais em parceria com uma empresa real do mercado. Todos os alunos participam de uma simulação do mundo corporativo real e são avaliados por uma Banca de executivos do mercado.
Não. Na Formação Full Stack Dados & Analytics você conta com conteúdos que vão do conhecimento zero em programação e matemática, até o avançado.
Não. Esta é uma Formação completa. Aqui, os módulos são complementares e vendidos juntos.
Sim, além das formas de pagamento oferecidas, temos outras formas de pagamento facilitado (sujeito a análise de crédito). Clique no botão do nosso WhatsApp que a nossa equipe irá atender você.
As aulas são gravadas e já estão todas disponíveis na plataforma para você assistir. Mensalmente, a Turma 0125 terá sessões ao vivo com os professores de Ciência de Dados e Engenharia de Dados.
Temos pacotes com preços especiais para equipes empresariais no curso atual. Entre em contato pelo e-mail tamara.jardim@podacademy.com.br, com o assunto [Formação para Empresas]