Fundamentos de Probabilidade e Estatística para Ciência de Dados

O curso é dividido em três partes:

• 1 – Fundamentos de Probabilidade — do Teorema de Bayes ao Teorema Central do Limite.
• 2 – Inferência Estatística — da estimação por verossimilhança à inferência bayesiana.
• 3 – Modelagem Estatística e Aprendizado Supervisionado — de modelos de regressão e classificação a tópicos da Teoria do Aprendizado Estatístico.

Todo o conteúdo é trabalhado na teoria e na prática, com dezenas de notebooks em Python disponibilizados a cada aula.

O curso possui componentes teóricos e práticos. Não é obrigatório ter conhecimento prévio em Python: materiais introdutórios serão disponibilizados para apoiar quem está começando. A base matemática necessária será desenvolvida ao longo do curso. Em edições anteriores, participaram com sucesso profissionais de áreas não exatas, como Direito, Jornalismo e Biologia.

Aulas gravadas (assíncronas) disponibilizadas semanalmente, para assistir quando quiser. Aulas ao vivo de monitoria e revisão. Todas as sessões ao vivo serão gravadas e disponibilizadas posteriormente.

Horário das aulas ao vivo: 20h (horário de Brasília).

Não. O curso pode ser realizado de forma totalmente assíncrona. O estudante precisará apenas acessar a plataforma para confirmar sua presença.

Não há avaliações. Há exercícios para prática e fixação do conteúdo.

Combinação de fundamentos teóricos com prática intensiva em Python, incluindo desenvolvimento de códigos para simulação e análise de dados.

• Links para as aulas (gravadas e ao vivo)
• Notebooks em Python
• Slides das aulas
• Listas de exercícios resolvidos
• Materiais complementares (livros, artigos e tutoriais)

Sim. O certificado é emitido pela USP ao final do curso.

Sim. A FAFQ pode emitir Nota Fiscal mediante solicitação. Caso sua empresa ofereça verba para treinamento, a NF pode ser emitida em nome da empresa. Em caso de dúvidas, escreva para probest@icmc.usp.br.

Sim. Caso se encerre o número de vagas, o valor é devolvido integralmente. Não há taxas de inscrição ou matrícula.

Sim. O curso é aberto a qualquer pessoa que fale português. Em edições anteriores, tivemos alunos de diversos países, como Bolívia, Peru, Moçambique, Angola e Portugal, o que reforça o caráter internacional e inclusivo da formação. Em caso de dúvidas, escreva para probest@icmc.usp.br

O curso é majoritariamente assíncrono: todo o conteúdo é gravado e pode ser assistido no seu próprio ritmo. Além disso, há encontros ao vivo para esclarecimento de dúvidas, realizados de segunda a quinta-feira, sempre às 20h (horário de Brasília). Às sextas-feiras, ocorre uma aula ao vivo com o docente responsável, dedicada à revisão e discussão de todo o conteúdo da semana. Os encontros ao vivo são gravados e a presença não é obrigatória.

O curso utiliza as principais bibliotecas do ecossistema científico em Python, amplamente empregadas em pesquisa e na indústria, incluindo NumPy, SciPy, pandas, scikit-learn, random e PyMC. Ao longo do curso, essas bibliotecas são exploradas em dezenas de notebooks, cobrindo desde simulação e análise de dados até modelagem estatística, aprendizado de máquina e inferência bayesiana.

Não. Os conceitos necessários podem ser aprendidos ao longo do curso. Algumas semanas antes do início das aulas, serão disponibilizados materiais preparatórios de estudo e revisão, para que todos possam acompanhar o conteúdo com tranquilidade.

Não. O curso foi estruturado de modo que seja possível aprender a utilizar Python ao longo das aulas. Algumas semanas antes do início do curso, serão disponibilizados materiais preparatórios para estudo e revisão, permitindo que mesmo iniciantes acompanhem o conteúdo com tranquilidade.

Sim. O certificado é emitido pela Universidade de São Paulo (USP). Ao final do curso, os alunos aprovados receberão o certificado por e-mail.

O valor total do curso é R$ 750,00. O pagamento é realizado via PIX, utilizando o QR Code disponível no site da Fundação de Apoio à Física e à Química de São Carlos (FAFQ):
https://www.fafq.org.br/curso/fundamentos-de-probabilidade-e-estatistica-para-ciencia-de-dados-icmc-usp
O pagamento garante a vaga. O número de vagas é limitado. Caso o pagamento seja efetuado após o preenchimento das vagas, o valor será devolvido integralmente.

Sim. Caso o candidato não seja contemplado com a bolsa, ele poderá realizar a inscrição como aluno pagante. A efetivação da matrícula, nesse caso, estará condicionada à disponibilidade de vagas regulares no curso.