Curso de Data Science | Mario Filho

Aprenda a Habilidade Mais Importante em Data Science

Quero me matricular!

Curta duração

Complete o curso em 15 minutos por dia, durante 20 dias. São 5 horas de vídeo-aulas e você recebe um certificado no final.

Pré-Requisitos

Python básico (Numpy, Pandas) e noções básicas de Machine Learning (usar o Scikit-learn)

100% Prático

Toda a experiência que adquiri trabalhando como cientista de dados desde 2014 disponível para você.

Conheça seu Professor

Meu nome é Mario Filho.

Eu trabalho como cientista de dados desde 2014.

Conquistei 5 prêmios em competições internacionais de machine learning, ocupei o 12º lugar no ranking dos melhores cientistas de dados do mundo no Kaggle e faço parte do seleto grupo de Kaggle Competitions Grandmasters.

A maior parte da minha carreira foi como freelancer, até o dia em que eu resolvi procurar um emprego “normal”, em agosto de 2017.

Me candidatei a 9 vagas de cientista de dados em startups, empresas de tecnologia e bancos. E recebi ofertas de todas elas.

Foram duas semanas intensas, com recrutadores pedindo que eu não aceitasse as ofertas dos concorrentes até que eles pudessem negociar uma proposta melhor para me oferecer.

Aceitei uma oferta e comecei a trabalhar, mas a história só estava começando…

Poucos meses depois fui contatado pela Upwork, uma empresa com sede no Vale do Silício, e eles não desistiram enquanto não aceitei trabalhar para eles.

É por isso que você pode acreditar quando eu te falo…

O que mais fez a diferença nestes processos, de longe, foi demonstrar que eu sabia pegar um problema e criar uma solução de Data Science para resolvê-lo em pouco tempo.

O Que Você Vai Aprender

1. Defina o Problema

1.1 Traduzindo a Ideia para a Linguagem da Data Science

1.2 Como Escolher um Problema para Resolver

2. Prepare os Dados

2.1 Criando o Coletor da Página de Busca do Youtube

2.2 Criando o Extrator de Dados da Página de Busca do Youtube

2.3 Criando o Coletor de Dados da Página de Vídeo

2.4 Criando o Extrator de Dados da Página de Vídeo

2.5 Inspecionando os Dados Extraídos da Página de Vídeo

2.6 Limpando e Transformando os Dados

2.7 Criando as Primeiras Features

2.8 Visualizando e Interpretando uma Árvore de Decisão

2.9 Active Learning e Adicionando Features de Texto do Título

2.10 Selecionando Exemplos para o Active Learning

3. Crie o Modelo

3.1 O Primeiro Modelo - Random Forest

3.2 LightGBM e Bayesian Optimization

3.3 Regressão Logística

3.4 Ensemble Final

4. Coloque em Produção

4.1 Criando o Web App com o Flask - app.py

4.2 Criando o Web App com o Flask - run_backend.py

4.3 Criando o Web App com o Flask - get_data.py e ml_utils.py

4.4 Criando o Contêiner com Docker

4.5 Construindo e Rodando o Docker

4.6 Enviando para o Heroku

4.7 Analisando a Solução Final

X. Melhorando o App (Opcional)

X.1 Armazenando dados numa DB SQL com SQLite3

X.2 Criando a API "predict" para retornar previsões em vídeos fora da DB

Você pode ter acesso a todo esse material durante 1 (um) ano por apenas

12 x de R$ 24,06

(ou R$ 247,00 à vista)

Quero me matricular!

Sem Risco para Você

Se você ainda estiver em dúvida se este é o curso certo, quero te oferecer uma garantia.

Você tem os primeiro 7 dias depois da compra para avaliar o conteúdo do curso.

Se, neste período, você decidir que não há nada de novo para aprender com ele, é só enviar um e-mail pedindo seu dinheiro de volta e eu te reembolso.