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.