Na busca por talentos altamente capacitados em Ciência de Dados,

decidimos formá-los!

Utilizando as melhores práticas para promover diversidade e equidade, procuramos jovens talentos que demonstram interesse, resiliência e comunicação.

Inscreva-se agora


Cientista de dados: a profissão do futuro

Um dos profissionais mais relevantes dos últimos anos, o Cientista de Dados é capaz de analisar grandes volumes de dados gerados diariamente e transformá-los em informações relevantes, recurso fundamental para as empresas que olham para o futuro e querem evoluir. É por isso que profissionais com essa competência têm ganhado cada vez mais notoriedade mundo afora.


A concorrência é tão grande, que falta mão de obra qualificada para ocupar o posto, com habilidades para lidar com data science, visualization, big data, inteligência artificial e machine learning, por exemplo. Apostando nesses talentos e olhando para o futuro, a Qintess criou uma metodologia única de treinamento para pessoas que têm noções básicas de tecnologia e querem se especializar. A Academia QADS é indicada para profissionais com alguma vivência de negócio e familiaridade com métodos estatísticos e/ou computacionais, em especial os que possuem formação com base quantitativa, como estatística, ciências da computação, engenharia, física, economia, administração e áreas correlatas.


Se você se encaixa nesse perfil, a Academia QADS é para você!

O que é a Academia QADS?

Em parceria com a mesttra, nós, da Qintess, criamos a Academia QADS! Nosso principal objetivo é acelerar talentos através de ensino vocacional, utilização de plataformas tecnológicas e treinamentos em grupo, tanto técnicos quanto comportamentais.


Nossos talentos devem aprender a resolver problemas e encontrar soluções práticas para o dia a dia. Estimula-se ativamente o apoio entre aprendizes, que colaboram para a co-criação do aprendizado e para a construção de suas redes de apoio.


Serão 350h de conteúdo, 6 meses, de forma híbrida, com aulas online e material disponível em plataforma para estudo off-line. Ao final do curso, será oferecida uma vaga na área de Analytics.


O processo seletivo será feito pelo nosso parceiro através de avaliações de raciocínio lógico e testes de Python, além de avaliação de disponibilidade para estudo e análise de dados demográficos para promover a diversidade e equidade de oportunidades.

Inscreva-se agora

Serão selecionados 50 talentos, que terão acesso a:

350 horas de conteúdo

4 módulos de estudo

6 meses de curso no período noturno

Conteúdo das aulas

Módulo 1

  • Python para Ciência de Dados
  • Introdução ao SQL
  • SQL Básico
  • Joins SQL
  • Agregações em SQL
  • Consultas avançadas em SQL
  • Introdução à programação Python
  • Tipos de dados e operadores
  • Controle de fluxo, loops e condicionais
  • Funções
  • Scripts
  • Numpy
  • Pandas
  • Introdução ao controle de versão
  • Introdução a linha de comando (shell)
  • Introdução ao Git
  • Criando um repositório
  • Revisando o histórico de um repositório
  • Adicionando commits
  • Tags, Branches e Merge
  • Desfazendo alterações

Módulo 2

  • Análise de Dados
  • Introdução
  • Anaconda
  • Jupyter Notebooks
  • Processo de Análise de Dados
  • Pandas e Numpy
  • Estatística Prática
  • Paradoxo de Simpson
  • Probabilidade
  • Distribuições
  • Probabilidade condicional
  • Teorema de Bayes
  • Distribuição normal e Z-score
  • Amostragem e teorema do limite central
  • Intervalos de confiança
  • Teste de hipótese
  • T-test e A/B test
  • Regressão
  • Regressão linear múltipla
  • Regressão logística

Módulo 3

  • Machine Learning para Ciência de Dados
  • Aprendizado supervisionado
  • Regressão linear
  • Perceptron
  • Árvores de decisão
  • Naive Bayes
  • SVM
  • Métodos Ensemble
  • Clusterização
  • Introdução à clusterização
  • Clusterização hierárquica
  • Modelos gaussianos
  • Feature scaling
  • Redução de dimensionalidade

Módulo 4

  • Engenharia de Dados
  • Modelagem de Dados
  • Introdução à modelagem de dados
  • Modelos relacionais
  • Modelos de dados NoSQL
  • Cloud Data Warehouses
  • Introdução a Data Warehouses
  • Data Warehouses em diferentes clouds
  • Spark e Data Lakes
  • Introdução ao Apache Spark
  • Manipulando dados com Spark
  • Debugging e otimização
  • Introdução a data lakes
  • Automatização de Pipelines de Dados
  • Pipelines de dados
  • Qualidade dos dados
  • Pipelines de dados em produção usando Airflow

Requisitos

  • Cursos aceitos: Ciências da computação e cursos de áreas de tecnologia.
  • Previsão de formatura: DEZ/21
  • Experiência de 2 anos na área de análise de dados.
  • Disponibilidade de estudo no período noturno.
  • Conhecimento:
  • Linguagem Python ou R e SQL
  • Conhecimentos avançados em banco de dados
  • Em caso de empate técnico nos testes aplicados, saber inglês será decisório.

Inscreva-se agora!

Sobre a Qintess

A Qintess combinou as expertises de estratégia, inovação, design e tecnologia para se tornar líder em transformação digital, desenvolvendo capacidades digitais, design inovador e capacitação de TI para suportar os clientes na jornada em direção a um crescimento sustentável do negócio. Com uma obsessão por inovação e agilidade na tomada de decisão, nossas pessoas aceleram a entrega de soluções para diversos desafios de negócio, gerando valor para nosso ecossistema de clientes e parceiros. Todas as nossas ações estão alinhadas com as melhores práticas de ESG, com uma genuína preocupação com as nossas pessoas e com as comunidades onde operamos.


A Qintess possui aproximadamente 3.200 funcionários e mais de 2.000 clientes, com operações no Brasil, Chile, Colômbia, Estados Unidos e EMEA. Entre seus principais clientes estão sete das dez principais instituições financeiras do mundo, oito das dez maiores empresas de serviços públicos do Brasil e duas das três maiores empresas de telecomunicações do país.

Saiba Mais

Sobre a mesttra

Resolvemos o maior problema da humanidade: pessoas e tecnologia.  Acreditamos que a educação precisa ser totalmente reformulada, passando por seu custo: acreditamos que os jovens não devem pagar por ela. 


Ajudamos empresas a criarem oportunidades de inclusão e aceleração do desenvolvimento de talentos em tecnologia, inserindo jovens nas melhores carreiras, independentemente de gênero, raça ou classe social.



Saiba Mais