PETROBRAS / 2022 Profissional Petrobras de Nível Superior - Ciência de Dados

TI - Desenvolvimento de Sistemas - não contemplamos os assuntos "1.3 Regularização. 1.4 Seleção de modelos: Erro de Generalização. 1.5 Validação Cruzada. 1.10 Máquina de suporte de vetores. 1.13 Ensembles. 1.14 Aprendizado supervisionado com Python scikit-learn. 2.2 Agrupamento K-Means. 2.3 Mistura de Gaussianas. 2.5 Regras de associação. 2.6 Aprendizado não supervisionado com Python scikit-learn. 3.2 Funções de Ativação. 3.4 Métodos de regularização: penalização com normas L1 e L2, Dropout e Early Stopping. 3.5 Definições básicas de Redes Neurais Convolucionais. 3.6 Definições básicas de Redes Neurais Recorrentes. 3.7 Redes neurais com Python: treino de modelos com Keras e Pytorch. 1.1 Noções de Visão computacional com redes neurais convolucionais. 1.2 Classificação de imagens. 1.3 Detecção de objetos. 1.4 Segmentação de objetos e instâncias. 1.6 Stopwords, stemização e n-grams. 1.7 TF-IDF. 1.8 Modelagem de tópicos (LDA, NMF). 1.9 Word embeddings: CBOW e Skip Gram. 1.10 Conceitos Básicos em Séries Temporais. 2 Manipulação, tratamento e visualização de dados. 2.1 Técnicas de visualização de dados (questão 1/2). 2.2 Técnicas de visualização de dados (questão 2/2). 2.3 Lidando com valores faltantes. 2.4 Lidando com dados categóricos. 2.5 Normalização numérica. 2.6 Detecção e tratamento de outliers. 2.7 Manipulação de dataframes com Python Pandas: leitura de dados tabulares, seleção de linhas e colunas, agregação de dados, preenchimento de valores faltantes, remoção de duplicados, junção de dataframes.".

Matemática - não contemplamos os assuntos "2.5 Normas (L1, L2). 2.7 Decomposição SVD. 2.8 Álgebra linear e operações matriciais com Python Numpy".