Data Science: Análise de Dados Espaciais

Domine como as técnicas de ciência de dados e de análise espacial se conectam a contextos de tomada de decisão.

Data Science: Análise de Dados Espaciais
Course Format Icon

Modalidade Live Learning

Course Format Icon

Live Learning

Icone Relógio Carga horária: 39 horas

Os processos particulares das ciências de dados podem ser vitais para que profissionais e executivos compreendam como informações sobre a geolocalização de eventos levam a uma compreensão mais ampla a respeito do papel do espaço nos fenômenos, o que pode ser bastante útil também no mundo dos negócios.

No curso, apresentam-se fundamentos teóricos e práticos das técnicas de análise exploratórias de dados espaciais e da autocorrelação espacial, além de experiências práticas na aplicação dessas técnicas na área da saúde, economia, educação, e política. Um dos objetivos é mostrar aos participantes como trabalhos regulares de data science podem ser enriquecidos com o estudo específico de dados espaciais, guiando tomadas de decisão.

O programa é voltado a profissionais de diversos setores privados ou públicos e que buscam técnicas para explorar conjuntos de dados espaciais.

Viva uma experiência transformadora com o Insper!

Investimento

Valor integral R$ 3.404,07

Valor para matrícula antecipada (10% de desconto até 25 dias antes do início do curso)R$ 3.063,66

Valor para Alumni Insper (25% de desconto)R$ 2.553,05

Formas de pagamento

  • À vista no boleto ou cartão de crédito
  • Ou parcele em até 10X sem juros no cartão de crédito

Por que fazer o curso?

Data Science_Análise de Dados Espaciais (1)

Compreender dados espaciais, suas características e potencialidades;

Data Science_Análise de Dados Espaciais (2)

Obter insights sobre os dados, facilitando assim a construção de modelos analíticos voltados para a tomada de decisão;

Data Science_Análise de Dados Espaciais (3)

Lidar com dados georreferenciados e espaciais usando ferramentas especializadas, incluindo a condução de análises exploratórias.

O que você precisa saber

Perfil

Profissionais de diversos setores privados ou públicos e que buscam técnicas para explorar conjuntos de dados espaciais.

Pré-requisitos

Formação superior completa. Vivência profissional em gestão, otimização de recursos e análise de dados.

O que você vai aprender

Fundamentos: Dados Espaciais

  • Dados espaciais e dados não espaciais; diferenças e desafios.
  • Fontes de dados espaciais.

Fundamentos: Geocodificação e Análise Espacial

  • Fundamentos de cartografia e sistemas de coordenadas espaciais.
  • Geodificação direta e reversa.

Análise: Análise exploratória de dados espaciais

  • Trabalhando com formatos comuns de dados espaciais.
  • Agregação de dados (pontos, linhas e polígonos).
  • Análise de distribuições espaciais.
  • Autocorrelação espacial.

Aplicações: aplicações de dados espaciais

  • Análise exploratória de dados aplicada.
  • Cases em: saúde, economia, educação e política.

Projeto Aplicado

Os participantes devem elaborar um pré-projeto de data science aplicado. Os alunos devem fazer uso de bases de dados georreferenciadas na elaboração de um relatório do processo analítico e evidenciar a contribuição dos dados espaciais em seu processo de análise.

Corpo Docente

A maioria dos nossos professores é de mestres e doutores oriundos de renomadas escolas nacionais e internacionais e/ou executivos com extensa experiência profissional e prática.

Prof. André Filipe de Moraes Batista

André Filipe de Moraes Batista

Doutor em Engenharia da Computação pela Universidade de São Paulo (USP). Graduação e mestrado em ciência da computação com ênfase em inteligência artificial. Mais de 10 anos de experiência no mercado de tecnologia da informação e computação de alto desempenho. Atua também como cientista de dados na área da Saúde; realizou pós-doutorado em Data Science aplicado à Saúde na Escola de Saúde Pública da Universidade de São Paulo, com parcerias internacionais, em destaque com a Universidade de Harvard.

Prof. André Filipe de Moraes Batista

André Filipe de Moraes Batista

Doutor em Engenharia da Computação pela Universidade de São Paulo (USP). Graduação e mestrado em ciência da computação com ênfase em inteligência artificial. Mais de 10 anos de experiência no mercado de tecnologia da informação e computação de alto desempenho. Atua também como cientista de dados na área da Saúde; realizou pós-doutorado em Data Science aplicado à Saúde na Escola de Saúde Pública da Universidade de São Paulo, com parcerias internacionais, em destaque com a Universidade de Harvard.

X
Michel Fornaciali

Michel Fornaciali

Doutor e Mestre em Engenharia da Computação pela Universidade Estadual de Campinas (UNICAMP). Bacharel em Ciência da Computação pela UNICAMP. Todas suas pesquisas são relacionadas ao uso de Inteligência Artificial na Saúde. Atua há 12 anos no mercado de Tecnologia da Informação, desenvolvendo e testando sistemas, construindo arquitetura de soluções e desenvolvendo negócios. Atualmente é Cientista de Dados na equipe de Big Data / Analytics do Hospital Israelita Albert Einstein. Também leciona no programa de pós-graduação em Data Science e Decisão do Insper.

Michel Fornaciali

Michel Fornaciali

Doutor e Mestre em Engenharia da Computação pela Universidade Estadual de Campinas (UNICAMP). Bacharel em Ciência da Computação pela UNICAMP. Todas suas pesquisas são relacionadas ao uso de Inteligência Artificial na Saúde. Atua há 12 anos no mercado de Tecnologia da Informação, desenvolvendo e testando sistemas, construindo arquitetura de soluções e desenvolvendo negócios. Atualmente é Cientista de Dados na equipe de Big Data / Analytics do Hospital Israelita Albert Einstein. Também leciona no programa de pós-graduação em Data Science e Decisão do Insper.

X

Processo Seletivo

Conheça as etapas para ingressar no curso:

01.

Preencha o formulário de inscrição

02.

Análise do seu perfil

03.

Aprovação

04.

Matrícula Digital

Programas específicos da área de Alta Gestão, passam pela etapa da entrevista anterior a aprovação.