Na Academia Cientista de Dados SAS, o profissional irá desenvolver habilidades para gerenciamento de grandes dados, análises avançadas, machine learning e visualização de dados juntamente com a capacidade de comunicação necessários para o cientista de dados hoje.

Aprenda como A Academia de Cientista de Dados oferece:

• Programa de imersão que inclui: big data, análises avançadas e ciência de dados;
• três credenciais reconhecidas pela indústria para validar os seus conhecimentos:
• SAS Certified Big Data Professional
• SAS Certified Advanced Analytics Professional
• SAS Certified Data Scientist
• sala de aula combinada com hands-on e estudos de casos;
• uma abordagem mista usando SAS, Hadoop e outras tecnologias de código aberto;
• um coach para responder a perguntas e ajudar você a se preparar para a certificação;

Quem poderá participar

O programa de Cientista de Dados é para aqueles que querem desenvolver o conhecimento avançado e habilidades necessárias para trabalhar como um cientista de dados.

Formatos disponíveis	Duração
Sala de Aula:	104.0 meio(s) período(s)

Para se inscrever no programa de certificação de Cientista de Dados, você precisa de no mínimo seis meses de experiência em linguagem de programação SAS ou outra. Recomendamos também que você complete dois cursos SAS Programming 1: Essentials e Statistics 1: ANOVA, Regression and Logistic Regression , que estão disponíveis no formato e-learning com acesso gratuito. Além disso, poderão ser úteis os cursos SAS Programming 2: Data Manipulation Techniques e Predictive Modeling Using Logistic Regression;

Conhecimento de programação SAS essenciais.

Nivelamento Teórico Estatístico.

Acesso, transformação e manipulação de dados.

Melhoria de qualidade dos dados para relatórios e análises.

Fundamentos de estatísticas e análises.

Trabalho com Hadoop, Hive, Pig e SAS.

Exploração e visualização dados.

Machine Learning e técnicas de modelagem preditiva.

Aplicação de machine learning e técnicas de modelagem preditiva para dados de big data distribuídos e in-memory.

Detecção de padrões.

Experimentação no negócio.

Técnicas de otimização.

Séries Temporais.

Habilidades de comunicação essenciais.