Essa é a trilha inicial da sua jornada na Fullture! Aqui você vai aprender como navegar em nossa plataforma, como é o acesso as aulas. 

Você também aprenderá como anexar e enviar seus projetos, como emitir seu certificado, como acessar e fazer parte da comunidade e muito mais

O que você vai aprender  

• Como navegar na plataforma Fullture; 
• Como acessar as aulas. 
• Como enviar os projetos; 
• Como emitir o certificado; 
• Como acessar o nosso material de estudos; 
• Como utilizar a comunidade. 

O GitHub é uma plataforma de desenvolvimento colaborativo que permite aos desenvolvedores armazenar, compartilhar e trabalhar em conjunto em projetos de software.   

Considerado uma ferramenta essencial para Desenvolvedores, ele acomoda mais de 25 milhões de usuários! 

Com esse dado já ficou claro que MUITOS profissionais estão procurando o GitHub para melhorar seus fluxos de trabalhos e poder apresentar seus projetos e experiências para recrutadores e se colocarem no mercado de trabalho! 

Um banco de dados é uma coleção organizada de dados que podem ser armazenados, acessados, manipulados e gerenciados de forma eficiente.  

Bancos de dados são essenciais em quase todas as aplicações modernas, desde sites e aplicativos móveis até sistemas empresariais complexos. 

O que você vai aprender: 

• Tipos de modelos de bancos de dados: relacionais e não relacionais;
  • Introdução ao MongoDB;
  • Tipos e estruturas de dados;
  • Collections e documents;
  • Comandos de criação: inserção e importação de documentos, consulta, atualização e exclusão;
  • Criação e remoção de índices;
  • Conexão de um cluster na nuvem com o MongoDB Atla 

Exploraremos os conceitos de Inteligência Artificial (AI), Machine Learning, Deep Learning, Data Science e Big Data, e como essas tecnologias estão sendo aplicadas no mundo dos negócios atualmente. 

Você provavelmente já ouviu falar de pelo menos um desses temas ou até já trabalha com algum deles em sua área. Mas, se ainda não está familiarizado, não se preocupe! Vamos aprender juntos, detalhando cada um desses conceitos. 

Principais tópicos abordados: 

• Fundamentos de Data Science, AI e Big Data. 

• Desenvolvimento de uma cultura analítica. 

• Técnicas de modelagem estatística. 

• Coleta e produção de dados. 

• Métodos de análise de dados. 

• Modelos de regressão, dispersão e inferência. 

• Princípios de estatística utilizando Python. 

Daremos continuidade ao seu aprendizado e aprofundaremos os conceitos abordados na trilha de Data Science I. 

Aqui, vamos explorar as aplicações das técnicas mais utilizadas de Machine Learning, entender os principais desafios da área de ciência de dados e como usar os dados para propor soluções eficazes. 

Principais tópicos abordados: 

• Classificação e regressão. 

• Machine learning e sistemas de recomendação. 

• Sobreajuste e subajuste. 

• Análise do comportamento e das características de modelos de aprendizado de máquina. 

• Ética, privacidade, LGPD e AI. 

Vamos nos aprofundar na utilização da linguagem Python para análise de dados, explorando como ela pode ser aplicada na extração de relatórios e outras funções essenciais. 

Principais tópicos abordados: 

• Sintaxe e tipagem em Python. 

• Orientação a objetos com Python. 

• Bibliotecas e frameworks para análise de dados. 

• Execução de Python em diferentes plataformas. 

• Aplicações de Ciência de Dados e Machine Learning com Python. 

• Big Data e análise de dados em Python. 

Existe outra linguagem amplamente utilizada para esse fim: o SQL. 

Agora, vamos nos aprofundar no uso do SQL para análise de dados e como ele pode ser fundamental na extração de relatórios e outras operações essenciais. 

Com esse conhecimento, você será capaz de escolher a melhor linguagem para cada um dos seus projetos! 

Principais tópicos abordados: 

• Consulta e manipulação de dados. 

• Definição de dados e controle de transações. 

• Integridade relacional e funções agregadas. 

• Gerenciamento de bancos de dados. 

• Recuperação e análise de dados. 

• Integração com aplicações e automação de tarefas