Ciência de Dados para as áreas de Economia e Finanças

Pertença ao Grupo VIP do WhatsApp para ter a chance de ingressar em nosso curso com um desconto incrível no próximo dia 30/06 (quinta-feira) e tornar-se um cientista de dados capaz de lidar com dados econômicos e financeiros, entregar análises e relatórios muito mais inteligentes utilizando as ferramentas mais modernas do mercado como o R e o Python.

Comece a estudar agora mesmo com 69% de desconto e em até 10 vezes sem juros.

Comece a estudar no próximo dia 30/06 com um desconto incrível e parcelando em até 10 vezes sem juros.

Do Zero ao PRO

09 cursos, 24 meses e mais de 160 horas de aulas online

Teoria e Prática

Todas as aulas contém atividades práticas

Laboratórios de R e Python

Exercícios práticos para fixar o conhecimento de R e Python

Códigos Prontos

Baixe os códigos e aplique em seu desafio atual

Por que você deveria dominar Análise de Dados?

Automatizar o acesso às principais bases de dados econômicas e financeiras

Automatizar a apresentação de relatórios e dashboards interativos

Aumentar a percepção de valor das suas entregas profissionais

Ganhar tempo para realizar análises mais aprofundados dos dados

Para quem este curso é indicado

Este pacote de treinamentos é indicado a quem deseja se tornar um profissional completo e especializado em Ciência de dados

Estudantes de Graduação

Mesmo ainda na graduação, sem experiência com programação, você já pode se diferenciar dos seus colegas ao investir em sua futura carreria em ciência de dados.

Professores e Acadêmicos

Utilize o poder das linguagens de programação mais modernas do mercado como o R e o Python para produzir trabalho acadêmicos com mais facilidade e agilidade.

Profissionais de Mercado

Chega de lidar com planilhas Excel confusas e tarefas repetitivas. Ao dominar Ciência de Dados, você ganha o poder de automatizar as tarefas repetitivas do seu dia-a-dia.

Este pacote de treinamentos não possui pré-requisitos

Sem pré-requisitos, os treinamentos são indicados para pessoas sem experiência prévia com programação. Todo o passo a passo será coberto, desde a instalação de programas até os ítens mais avançados.

O que você aprenderá no curso

Reunimos os conhecimentos necessários para você entrar para Ciência de Dados da forma correta, sem precisar de nenhum outro curso adicional.

Linguagem R

Nesta versão atualizada do curso e revisada, você entrará no mundo tidyverse, a evolução da linguagem R. Uma introdução qualificada a poderosos pacotes construídos exclusivamente para lidar com coleta, tratamento, análise e apresentação de dados.

Linguagem Python

Você terá a oportunidade de aprender Python com muitos exemplos de aplicações em macro e microeconomia. Um passo a passo para você sair do zero até a construção de relatórios e apresentações.

Criação de gráficos

Através do uso do ggplot2, você dominará a principal biblioteca do R para a produção de gráficos na atualidade. É feita uma introdução à lógica por trás da construção de gráficos em camadas, bem como a ilustração dos diversos tipos de gráficos possíveis.

Criação de Relatórios

Através do uso do RMarkdown, você aprenderá a construir relatórios e apresentações automatizadas e reprodutíveis, substituindo diversos programas por um único documento.

Criação de Dashboards inteligentes

Através do domínio da ferramenta shiny, você será capaz de criar Dashboards Inteligentes para visualização de dados, dominando a principal ferramenta do mercado.

Estatística com r e python

Sua porta de entrada para o mundo da estatística usando as duas principais linguagens do mundo da análise de dados: R e Python.

Professores

Vítor Wilher

Vítor Wilher

Bacharel e Mestre em Economia, pela Universidade Federal Fluminense, especialista em Data Science pela Johns Hopkins University e um dos professores pioneiros na oferta de Cursos de R no Brasil. Seu curso de Introdução ao R teve mais de 30 turmas e formou milhares de alunos no país. Sua dissertação de mestrado foi na área de política monetária, titulada "Clareza da Comunicação do Banco Central e Expectativas de Inflação: evidências para o Brasil", defendida perante banca composta pelos professores Gustavo H. B. Franco (PUC-RJ), Gabriel Montes Caldas (UFF), Carlos Enrique Guanziroli (UFF) e Luciano Vereda Oliveira (UFF). Já trabalhou em grandes empresas, nas áreas de telecomunicações, energia elétrica, consultoria financeira e consultoria macroeconômica. Atualmente, é Sócio-fundador da Análise Macro e Palestrante.

Vítor Wilher

Vítor Wilher

Bacharel e Mestre em Economia, pela Universidade Federal Fluminense, especialista em Data Science pela Johns Hopkins University e um dos professores pioneiros na oferta de Cursos de R no Brasil. Seu curso de Introdução ao R teve mais de 30 turmas e formou milhares de alunos no país. Sua dissertação de mestrado foi na área de política monetária, titulada "Clareza da Comunicação do Banco Central e Expectativas de Inflação: evidências para o Brasil", defendida perante banca composta pelos professores Gustavo H. B. Franco (PUC-RJ), Gabriel Montes Caldas (UFF), Carlos Enrique Guanziroli (UFF) e Luciano Vereda Oliveira (UFF). Já trabalhou em grandes empresas, nas áreas de telecomunicações, energia elétrica, consultoria financeira e consultoria macroeconômica. Atualmente, é Sócio-fundador da Análise Macro e Palestrante.

Programa do curso

Os cursos da área de ciência de dados foram criados após muito feedback, pensando em atender uma demanda crescente de estudantes e profissionais de mercado que precisam entrar para o mundo da análise de dados.

Fundamentos de Análise de Dados

Seção 01 – Afinal, o que é ciência de dados?

Seção 02 – Habilidades requeridas pela ciência de dados

Seção 03 – Como adicionar ciência de dados ao currículo e se tornar um profissional disputado no mercado?

Seção 04 – Por que o Excel não basta?

Seção 05 – O que é uma linguagem de programação e por que eu preciso aprender isso?

Seção 06 – Introdução à linguagem R

Seção 07 – Introdução à linguagem Python

Seção 08 – O que são banco de dados?

Seção 09 – Introdução à linguagem SQL

Seção 10 – Importação: onde estão os dados?

Seção 11 – Limpando os dados: por que a vida não é simples?

Seção 12 – Análise exploratória de dados: usando estatística simples para entender o que está acontecendo com a sua base de dados

Seção 13 – O que são modelos

Seção 14 – Aprendendo a fazer uma regressão linear

Seção 15 – Como apresentar os resultados da sua análise de dados?

Seção 16 – Construindo sua primeira análise de dados do ZERO

Seção 17 – Como continuar aprendendo?

R para Análise de Dados

Seção 01 – Apresentação do R, do RStudio e do RMarkdown

Seção 02 – Introdução ao mundo tidyverse

Seção 03 – Importação de Dados

Seção 04 – Tratamento de Dados

Seção 05 – Visualização de Dados

Seção 06 – Programando no R

Seção 07 – Modelagem

Seção 08 – Comunicando resultados

Python para Análise de Dados

Seção 01 – Preparando o ambiente

Seção 02 – Estruturas de Dados

Seção 03 – Importação de Dados

Seção 04 – Visualização de Dados

Seção 05 – Ambientes Controlados

Seção 06 – Análise exploratória de dados macroeconômicos

Seção 07 – Análise exploratória de microdados

Seção 08 – Modelagem

Seção 09 – Comunicando resultados

SQL para Economia e Finanças

Seção 01 – Por que aprender SQL?

Seção 02 – Bancos de dados

Seção 03 – SQLite

Seção 04 – Select

Seção 05 – Where

Seção 06 – Group by e Order by

Seção 07 – Instruções Case

Seção 08 – Join

Seção 09 – Design de banco de dados

Seção 010 – Gerenciando dados

Seção 11 – Construindo um banco de dados econômicos e financeiros

Gráficos com ggplot2

Seção 01 – Introdução à produção de gráficos no R

Seção 02 – O pacote ggplot2: como construir gráficos em camadas

Seção 03 – Data frames e gráficos simples

Seção 04 – Gráficos de linha

Seção 05 – Gráficos de correlação

Seção 06 – Gráficos de correlação com círculos

Seção 07 – Gráficos com pontos nomeados

Seção 08 – Gráficos de barras

Seção 09 – Gráficos de barras empilhadas

Seção 10 – Correlogramas

Seção 11 – Gráficos de densidade

Seção 12 – Gráficos de área empilhada

Seção 13 – Gráficos com área sombreada

Seção 14 – Gráficos múltiplos

Seção 15 – Boxplots

Seção 16 – Histogramas

Produção de Relatórios em RMarkdown

Seção 01 – Introdução

Seção 02 – O básico de RMarkdown

Seção 03 – Documentos HTML

Seção 04 – Documentos PDF

Seção 05 – Apresentações Xaringan

Seção 06 – Apresentações Beamer

Seção 07 – Parametrização de Relatórios

Seção 08 – Publicação de Relatórios

Produção de Dashboards

Seção 01 – Introdução

Seção 02 – Revisão de RMarkdown

Seção 03 – Criando uma dashboard estática

Seção 04 – Criando uma dashboard dinâmica

Seção 05 – Personalizando a aparência

Seção 06 – Deploy e publicação

Estatística usando R e Python

Seção 01 – Preparando o ambiente

Seção 02 – Dados univariados

Seção 03 – Dados bivariados

Seção 04 – Dados multivariados

Seção 05 – Gráficos multivariados

Seção 06 – Populações

Seção 07 – Inferência Estatística

Seção 08 – Intervalos de confiança

Seção 09 – Qualidade do ajuste

Seção 10 – Regressão linear

Seção 11 – Análise de variância

Seção 12 – Modelos lineares generalizados e modelos não lineares

Análise de Dados Econômicos e Financeiros

Seção 01 -Por que usar uma linguagem de programação para analisar dados econômicos e financeiros?

Seção 02 – Coletando dados do SIDRA, Banco Central, Ipeadata, OCDE, FMI, Banco Mundial e outras fontes;

Seção 03 – Fazendo limpeza nos dados e desenvolvendo scripts automatizados;

Seção 04 – Análise exploratória de dados: sazonalidade, estacionariedade, outliers, boxplots, histogramas, densidade e outras coisas;

Seção 05 – Vamos modelar: como construir um modelo de séries temporais? Um resumo das principais abordagens disponíveis (Modelos ARIMA, Regressões, VAR, VEC, ARCH/GARCH e outros);

Seção 06 – Testar, treinar e avaliar: como construir um modelo de previsão para séries temporais? Desenvolvendo uma metodologia completa de previsão de variáveis econômicas e financeiras

Seção 07 – Projeto de Curso 1: construção de modelo de previsão para a inflação brasileira medida pelo IPCA

Seção 08 – Projeto de Curso 2: Análise de impulso resposta em séries financeiras

Seção 09 – Projeto de Curso 3: construindo uma Dashboard em shiny do início ao fim

Como estudar o curso

Aprenda a teoria sobre o tema

Separe de 30 minutos a 1 hora por dia para estudar a teoria através das vídeo-aulas.

Aplique o aprendizado na prática

Implemente as tarefas diretamente em seu computador para fixar o conhecimento

Tire suas dúvidas individualmente

Através do chat exclusivo do aluno você poderá tirar todas as suas dúvidas com o professor

Crie seus próprios trabalhos

Implemente os trabalhos propostos e receba nosso feedback .

Investimento neste pacote

64%
de desconto

Garantimos seu dinheiro de volta por até 7 dias

R$5596
R$1997(ou 10x de R$199,70)

Vagas Limitadas. Aproveite antes que esgotem.

compra 100% segura

Dias
Horas
Minutos
Segundos

Investimento neste curso

Garantimos seu dinheiro de volta por até 7 dias

R$6892(ou 10x de R$689,20)

Inscreva-se no formulário abaixo e faça parte do Grupo VIP do WhatsApp onde divulgaremos uma condição imperdível com desconto no próximo dia 30/06.

Dias
Horas
Minutos
Segundos

Perguntas Frequentes

Quais são as formas de pagamento?

Você poderá realizar sua matrícula através de boleto bancário ou cartão de crédito, podendo parcelar em até 10x sem juros no cartão de crédito.

Posso fazer mesmo sem saber programar?

Esta oferta foi desenhada exatamente para as pessoas que nunca tiveram relação com linguagem de programação, mas desejam dar um upgrade na carreira.

Quanto tempo posso acessar o conteúdo?

Você terá até 24 meses para ver quantas vezes quiser os conteúdos dos cursos.

Como eu faço para tirar minhas dúvidas?

No próprio site há uma plataforma exclusiva para tirar dúvidas direto com nossa equipe o professor Vítor Wilher. Você estará sempre acompanhado durante sua jornada.