Célula de Ensino evolução que gera resultados
Análise Preditiva, Machine Learning e Engenharia de Modelos

Análise Preditiva e Engenharia de Modelos: Previsão de Demanda, Detecção de Churn, Otimização de Preços e Análise de Produtos

Formação avançada e pós-graduação executiva em ciência de dados aplicada, análise preditiva e engenharia de modelos estatísticos e computacionais em linguagem Python. A formação desenvolve proficiência integral em metodologias de previsão temporal (SARIMAX, Meta Prophet, redes neurais recorrentes LSTM e Transformers para previsão de demanda multivariada em varejo), técnicas de otimização matemática e pesquisa operacional (programação linear e inteira mista MILP com PuLP/SciPy, elasticidade-preço da demanda e algoritmos de Multi-Armed Bandits para precificação dinâmica), modelagem preditiva de churn de clientes e retenção (Gradient Boosting com XGBoost, LightGBM, CatBoost e análise de sobrevivência com modelo de riscos proporcionais de Cox), inferência causal e frameworks analíticos de produtos (desenho robusto de testes A/B, cálculo de poder estatístico, pareamento por escore de propensão PSM e modelagem probabilística de Customer Lifetime Value via BG/NBD), até o ciclo de vida completo de MLOps com MLflow, interpretabilidade de modelos caixa-preta via valores de Shapley (SHAP e LIME) e governança ética com monitoramento de deriva de dados (data drift e concept drift).

6 células 60h Especialização Avançada e Pós-Graduação em Ciência de Dados
🚀 Escada de Valor • Pacotes & Credit Upgrade (R$ 29,99 a R$ 199,99)

Jornada Executiva: Sob o Capô do Aprendizado de Máquina, Redes Neurais, MLOps & Carreira Global em IA

De Sob o Capô do Machine Learning e Redes Neurais (R$ 29,99) a IA Aplicada no Brasil, Engenharia PyTorch/Transformers, MLOps/ISO 42001 e Master Internacional (R$ 199,99).

🎯 1. Porta de Entrada (R$ 29,99) Inicie pela Trilha Start (R$ 29,99) com baixo atrito financeiro e domine os fundamentos globais na prática.
💳 2. Abatimento no Upgrade (Credit Upgrade) 100% dos R$ 29,99 investidos na Trilha Start viram crédito imediato (cupom UPGRADE29) para abater nas Trilhas 2, 3, 4 ou 5!
🌍 3. Certificação Dupla (PT-BR & EN) + ODS Certificados emitidos em Português e Inglês com competências alinhadas aos ODS da ONU para seu perfil global no LinkedIn.
Alinhamento ONU / Agenda Pós-2030: ODS 4 (Educação Tecnológica e IA) ODS 8 (Produtividade Digital e Carreiras Globais) ODS 9 (Indústria 4.0, Inovação e Infraestrutura de IA) ODS 12 (Green AI e Eficiência Computacional) ODS 17 (Governança Global de IA ISO 42001)
Sugestões CdE

Compare com trilhas semelhantes

Sugestões ligadas ao conteúdo desta trilha para apoiar sua decisão de matrícula.

Engenharia Operacional de LLMs: Motores Estatísticos de Previsão de Texto, Alinhamento de Dados e Integração via APIs R$ 29,90
Engenharia Operacional de LLMs: Previsão, Alinhamento e Integração de Sistemas

Engenharia Operacional de LLMs: Motores Estatísticos de Previsão de Texto, Alinhamento de Dados e Integração via APIs

Compreenda por que os LLMs não possuem consciência, mas são motores estatísticos de previsão de texto alimentados por volumes massivos de dados, e domine suas três frentes operacionais: mecânica de tokens, alinhamento RLHF e integração via APIs.

📚 12 células ⏱️ 20h Iniciante a Intermediário
Linguística Moderna e Grandes Modelos de Linguagem (LLMs): O Abalo nas Teorias da Aquisição, Estrutura e Compreensão da Língua R$ 29,90
Linguística Computacional Moderna e Grandes Modelos de Linguagem (LLMs)

Linguística Moderna e Grandes Modelos de Linguagem (LLMs): O Abalo nas Teorias da Aquisição, Estrutura e Compreensão da Língua

Compreenda por que os Grandes Modelos de Linguagem (LLMs) não são apenas ferramentas tecnológicas, mas um abalo direto nas teorias tradicionais sobre aquisição, estrutura e compreensão da língua em três eixos.

📚 12 células ⏱️ 20h Iniciante a Intermediário
Jornada da trilha

Células de aprendizagem

1

Fundamentos de Análise Preditiva, Python Científico e Engenharia de Features

Estudo aprofundado do ciclo de vida de projetos de análise preditiva guiados pela metodologia CRISP-DM em Python (NumPy, Pandas, Scikit-Learn e Polars). Análise das nuances entre modelagem descritiva, preditiva e prescritiva; técnicas avançadas de engenharia de atributos (Feature Engineering): transformações estabilizadoras de variância (Box-Cox, Yeo-Johnson), codificação robusta de variáveis categóricas de alta cardinalidade (Target Encoding com regularização bayesiana e One-Hot), imputação multivariada de dados faltantes (KNN Imputer e MICE), estratégias rigorosas de validação cruzada (K-Fold estratificado, GroupKFold e TimeSeriesSplit) para blindagem total contra vazamento de dados (data leakage), e métricas de avaliação sob desbalanceamento de classes (ROC-AUC, PR-AUC, F1-Score e calibração com Brier Score).

10h 🎙️ Áudio
2

Modelagem de Churn e Retenção: Classificação, Árvores e Análise de Sobrevivência

Estudo avançado da predição de atrito e cancelamento de clientes (Customer Churn) em modelos de negócios recorrentes (SaaS, fintechs e telecomunicações). Manejo de desbalanceamento severo de classes com técnicas de oversampling sintético (SMOTE, ADASYN) e reponderação de função de perda (scale_pos_weight e class_weight); implementação e ajuste fino de ensembles baseados em árvores de decisão: Random Forest, XGBoost, LightGBM e CatBoost; otimização bayesiana de hiperparâmetros com a biblioteca Optuna; e a superação da modelagem estática binária através da Análise de Sobrevivência (Time-to-Event), modelando o tempo até o churn via estimador não paramétrico de Kaplan-Meier e modelo semi-paramétrico de Riscos Proporcionais de Cox em Python (*lifelines*).

10h 🎙️ Áudio
3

Previsão de Séries Temporais e Demanda: De ARIMA a Deep Learning e Prophet

Estudo aprofundado da teoria estatística e computacional das séries temporais univariadas e multivariadas aplicadas à previsão de demanda de produtos, estoques e vendas. Decomposição estrutural (tendência, sazonalidade determinística/estocástica e ruído branco), testes formais de estacionariedade (ADF e KPSS), diferenciação e funções de autocorrelação (ACF e PACF); modelagem clássica com SARIMAX (Sazonal Auto-Regressivo Integrado de Médias Móveis com variáveis exógenas) e suavização exponencial de Holt-Winters; até as arquiteturas modernas de aprendizado de máquina e aprendizado profundo: o modelo aditivo decomponível Meta Prophet / NeuralProphet e redes neurais recorrentes LSTM (Long Short-Term Memory) e GRU implementadas em PyTorch/TensorFlow com avaliação de erro por WAPE, MAPE e RMSE.

10h 🎙️ Áudio
4

Inferência Causal, Frameworks de Testes A/B e Análise de Produto

Estudo avançado da experimentação controlada e inferência causal em produtos digitais e plataformas de tecnologia. Fundamentos estatísticos do Teste A/B clássico (frequentista e bayesiano), formulação de hipóteses, cálculo a priori de poder estatístico ($1 - eta$) e tamanho amostral baseado no Efeito Mínimo Detectável (MDE), o problema dos múltiplos testes e correção de Bonferroni/FDR, o risco metodológico de espiar dados precocemente (peeking problem) e soluções por testes sequenciais (SPRT); métodos quase-experimentais de inferência causal quando a randomização não é possível: Pareamento por Escore de Propensão (PSM - Propensity Score Matching) e Diferença em Diferenças (DiD); métricas de engajamento de produto e modelagem probabilística de Customer Lifetime Value (LTV) com o modelo estocástico de contagem BG/NBD e Gamma-Gamma na biblioteca lifetimes.

10h 🎙️ Áudio
5

Técnicas de Otimização Matemática, Funções Objetivo e Precificação Dinâmica

Estudo avançado da Pesquisa Operacional e otimização matemática aplicadas a decisões estratégicas de negócios e algoritmos de precificação dinâmica. Formulação rigorosa de problemas de Programação Linear (LP) e Programação Linear Inteira Mista (MILP) utilizando resolvedores em Python (PuLP, SciPy Optimize e OR-Tools); modelagem econométrica da curva de elasticidade-preço da demanda ($E_p$), elasticidade cruzada e funções de receita não linear com custos marginais e restrições de capacidade de estoque; exploração de meta-heurísticas e algoritmos adaptativos de Aprendizado por Reforço (Multi-Armed Bandits: Epsilon-Greedy, Upper Confidence Bound - UCB e Thompson Sampling) para precificação algorítmica em tempo real e balanceamento da relação exploração versus aproveitamento (*exploration vs. exploitation*).

10h 🎙️ Áudio
6

Engenharia de Modelos (MLOps), Explicabilidade (XAI) e Governança de IA

Estudo avançado da operacionalização, governança e transparência de modelos preditivos em escala corporativa. A passagem do notebook para a produção através das práticas de MLOps: rastreamento de experimentos, reprodutibilidade de hiperparâmetros e registro centralizado de artefatos de modelos com MLflow; explicabilidade e inteligência artificial interpretável (XAI): teoria dos jogos cooperativos e valores de Shapley com SHAP (TreeSHAP e KernelSHAP) para atribuição local e global de relevância de features, e LIME para aproximações lineares interpretáveis locais; detecção e monitoramento automatizado de degradação de modelos em produção: deriva de dados (Data Drift / Covariate Shift) e deriva de conceito (Concept Drift) com testes Kolmogorov-Smirnov e Evidently AI; e governança ética de modelos preditivos, auditoria de viés e fairness algorítmico (AIF360 e Fairlearn).

10h 🎙️ Áudio