Lançamento do curso -Python and Hadoop for Data Engineering

Lançamento do curso -Python and Hadoop for Data Engineering

O curso Python and Hadoop for Data Engineering é pioneiro no Brasil, conta com 3 grandes áreas: Big Data, Machine Learning e Computação de Alto Desempenho, mostramos as diferenças de papéis entre  Engenheiro de Dados e  Cientista de Dados. A formação possui forte base teórica, com foco na prática, totalmente hands on.

Na entrevista a seguir, conversamos com o Leonardo Amorim, nosso grande parceiro, que desenvolveu o treinamento de Python and Hadoop for Data Engineering. Neste bate papo, Leonardo comenta sobre a necessidade deste treinamento, seu público alvo, apresenta dicas para quem pretende tornar-se engenheiro de dados, veja.

1) Quais os motivos para criação deste treinamento?

Este treinamento nasceu da necessidade de desenvolver um profissional escasso no mercado, e, portanto, muito desejado, que é denominado Engenheiro de Dados. Este profissional deverá ser capaz de ir além do mundo de infra, para o que há de mais desejado no mercado hoje, ser um profissional multidisciplinar. Competente ao potencializar o uso de Big Data para o Cientista de Dados gerar os melhores insights em menor tempo possível. As atribuições do Engenheiro de Dados ainda causam confusão para uma grande parcela de profissionais de TI, o nosso treinamento mostra de maneira prática os papéis deste profissional.

2) Quais os pontos de destaque você citaria sobre este treinamento?

O curso mostra claramente como o Engenheiro de Dados trabalha com o Cientista de Dados, apresenta uma gama de tecnologias desde Hadoop a frameworks para Análise de Dados, Machine Learning e Programação de Alto Desempenho, preparando o aluno para a certificação HDPCD da Hortonworks e, o uso do que há de melhor no mundo opensource para Big Data.

3) Para quem este treinamento é direcionado?

A profissionais de infra que queiram expandir sua área de atuação para infraestrutura de Big Data e Inteligência Artificial, todos os profissionais que trabalham de certa forma com dados, desenvolvedores que desejam ampliar sua área de atuação executando algoritmos de Machine Learning e Análise de Dados de maneira eficiente e produtiva.
A acadêmicos, pós-graduandos em Computação, Matemática ou Estatística, etc,  que desejam fazer uma ponte entre o mundo acadêmico e o mercado, até migrar para o mercado de trabalho de maneira definitiva.

4) Como você descreveria a experiência da primeira turma, para a qual esse treinamento foi ministrado?

A experiência foi muito positiva. Geralmente as turmas de Big Data possuem um perfil variado de alunos, o que enriquece muito o curso. Neste novo curso, isso se mostrou ainda mais evidente.

As discussões sobre os temas tratados, foram muito importantes para que todos entendessem as possibilidades existentes oferecidas pelas novas tecnologias.

Os alunos saíram bastante motivados, pois começaram a enxergar o potencial do conteúdo ministrado em seus trabalhos e projetos.

Quem era do meio acadêmico, saiu do curso entendendo como as coisas funcionam na prática no mundo de Big Data e Machine Learning.

Os profissionais de banco dados, puderam expandir seu leque de ideias para resolução de problemas aos quais estão acostumados no dia-a-dia.

5) Quais dicas você daria para quem deseja se tornar um Cientista/ Engenheiro de dados.

Gostar de resolver problemas! Gostar de aprender coisas novas! Por ser uma área nova, Big Data está sempre evoluindo! Ter uma visão geral de grande parte das tecnologias de Big Data e Machine Learning. Escolher uma área para se tornar especialista: Ciência de Dados, Engenharia de Dados, Engenharia de Machine Learning.

Busque por bons treinamentos, tenha início, meio e fim. Muitos começam vários treinamentos, mas não finalizam nenhum. Aproveite os treinamentos para fazer networking. Escolha uma linguagem de programação para focar a maior parte do seu tempo, Python, R, Julia, etc. Esteja aberto a resolver problemas com outras linguagens.
Busque por uma certificação na área, ajuda a abrir portas para o mercado de trabalho! Ter espírito crítico em relação a todas tecnologias de Big Data, a fim de sempre pensar acerca de qual a melhor tecnologia aplicar. Busque por problemas de Big Data, estude-os, faça a análise crítica com o networking criado durante o treinamento. Existem diversos sites na internet que disponibilizam datasets e problemas a serem resolvidos. Você aprenderá bastante com isso. Conhecer soluções de Big Data e Machine Learning em Cloud: AWS, Google Cloud, Azure, etc.
Possuir sólidas habilidades em SQL. Ter visão de onde os dados podem ser reunidos, para alcançar as metas da empresa que trabalha ou presta serviços. Como é uma área multidisciplinar, o Engenheiro de Dados deve ter boa comunicação e saber trabalhar em equipe.

Acesse e veja todo o conteúdo programático e as próximas datas.

Além da entrevista com o criador do curso, temos os depoimentos dos alunos da primeira turma, confira.

CURSOCONSULTORIA CONTATO

Anterior Novo curso - Práticas de Continuous Monitoring para uma Infraestrutura Ágil
Próxima Workshop “Práticas DevOps apoiando a transformação digital”

About author

Daniela Araujo
Daniela Araujo 59 posts

Responsável pela área de marketing da 4linux, mais de 5 anos de experiência em marketing e tecnologia.

View all posts by this author →

Você pode gostar também

Treinamentos

​ Certificação LPI Linux Essentials faça na 4linux o curso e prova preparatória GRATUITAMENTE.

A 4Linux informou que o curso Linux Beginners in Cloud Online (4449) será disponibilizado gratuitamente a todos os interessados, o curso é preparatório para a prova de certificação Linux Essentials.

Notícias

Implementação e Customização do Moodle para um dos maiores centros de concurso do Brasil.

Para capacitar mais de 14 mil professores por todo o Brasil a Instituição decidiu utilizar de uma ferramenta de LMS OpenSouce em um ambiente de Cloud com Auto-Scaling. Cliente: A

Treinamentos

Migração e Atualização do Moodle para o maior Sistema de Cooperativas de Crédito Rural Solidário do Brasil.

Case – Com mais de 600 cursos na plataforma e mais de 4 mil alunos eles viram a necessidade de ir para um ambiente com maior escalabilidade, desempenho e suporte