RG ContábilRG Cursos

Ciência de Dados e Inteligência Artificial

Curso completo de ciência de dados e IA — programação em Python, estatística, machine learning, deep learning, NLP, IA generativa e LLMs, engenharia de prompts, agentes de IA, MLOps e carreira, com foco em engenharia de prompts e análise de dados.

Ciência de Dados e Inteligência Artificial
Curso completo para quem quer atuar com ciência de dados e inteligência artificial de forma estruturada — dos fundamentos estatísticos às técnicas de fronteira em IA generativa. Cobre os 20 módulos de um roteiro completo: fundamentos de ciência de dados e IA, Python, matemática e estatística, análise exploratória, engenharia de dados, machine learning (fundamentos e avançado), deep learning, processamento de linguagem natural, IA generativa e LLMs, engenharia de prompts, agentes de IA, IA aplicada à análise de dados, big data, visualização, IA responsável, MLOps, carreira e fronteiras da área, encerrando com um projeto prático capstone. Material baseado em práticas de mercado de ciência de dados e IA generativa, com exemplos práticos e foco especial em engenharia de prompts e análise de dados assistida por IA.

Módulos do curso

  1. Introdução — Por Que Ciência de Dados e IA São Essenciais Agora
  2. Módulo 1 — Fundamentos de Ciência de Dados e IA
  3. Módulo 2 — Programação para Dados (Python)
  4. Módulo 3 — Matemática e Estatística para Dados
  5. Módulo 4 — Análise Exploratória de Dados (EDA)
  6. Módulo 5 — Banco de Dados e Engenharia de Dados
  7. Módulo 6 — Machine Learning — Fundamentos
  8. Módulo 7 — Machine Learning Avançado
  9. Módulo 8 — Deep Learning
  10. Módulo 9 — Processamento de Linguagem Natural (NLP)
  11. Módulo 10 — IA Generativa e LLMs
  12. Módulo 11 — Engenharia de Prompts (Prompt Engineering)
  13. Módulo 12 — Aplicações Avançadas de Prompts e Agentes de IA
  14. Módulo 13 — IA Aplicada à Análise de Dados
  15. Módulo 14 — Big Data e Computação em Nuvem
  16. Módulo 15 — Visualização de Dados e Business Intelligence
  17. Módulo 16 — IA Responsável, Ética e Governança
  18. Módulo 17 — MLOps e Produção de Modelos
  19. Módulo 18 — Carreira e Portfólio em Dados e IA
  20. Módulo 19 — Tópicos Especiais e Fronteiras da IA
  21. Módulo 20 — Projeto Prático Capstone
  22. Checklist Final, Resumo e Encerramento