Faculdade de Ciência de Dados e Inteligência Artificial
análise, qualidade e governança de dados
| Entregável do Bloco: |
| Estatística para Data Science |
| Calcular medidas estatísticas básicas |
| Descrever as distribuições estatísticas dos gráficos usando medidas e gráficos |
| Calcular a correlação linear entre dados |
| Realizar a regressão linear dos dados utilizando o método de mínimos quadrados com o módulo Scikit-learn |
| Gerenciamento de Qualidade de Dados |
| Compreender o que é Qualidade de Dados e Informação |
| Realizar a higienização de uma base de dados |
| Descrever os requisitos e características do padrão ISO-8000 |
| Definir as dimensões de qualidade relevantes para base de dados reais |
| Implementar métricas que qualificam base dados em tarefas recorrentes |
| Análise Exploratória de Dados |
| Instalar Scikit-Learn, Numpy e Pandas usando um ambiente de Virtualenv |
Realizar tarefas avançadas de exploração e análise de dados usando bibliotecas científicas da linguagem Python (Pandas, Numpy, Scipy e Matplotlib) |
| Utlizar os módulos Matplotlib e Seaborn para visualização de dados |
| Utilizar a aplicação Jupyter Notebook como ambiente de desenvolvimento interativo |
| Governança de Dados |
| Entender o que é governança de dados |
| Conhecer o Framework de gerência de dados DAMA-DMBOK |
| Aplicar preceitos de governança ao longo do ciclo de vida dos dados |
| Catalogar a linhagem de dados e usar uma ferramenta de catalogo de dados |
| Entender as implicações da LGPD |
| Projeto de Bloco: Análise, Qualidade e Governança de Dados |
| Realizar uma análise exploratória de dados em uma base qualificada (segundo as diretrizes da ISO 8000) |
| Calcular a distribuição das variáveis |
| Identificar de outliers no conjunto de dados |
| Escrever um relatório de conclusões relevantes ao contexto ao qual os dados pertencem. |
