Curso de Banco de dados para BDMG | Estratégia Concursos

Aula demo

3 Gerenciamento de Banco de Dados. 3.1 Administração de bancos de dados. 4 Modelagem de Dados. 4.1 Técnicas de modelagem. 4.2 Normalização e design de banco de dados. 8 Modelagens de dados: relacional. (Parte 1)

Baixar

Aula 01 (Prof. Felipe Mathias e Emannuelle Gouveia)

Disponível

3 Gerenciamento de Banco de Dados. 3.1 Administração de bancos de dados. 4 Modelagem de Dados. 4.1 Técnicas de modelagem. 4.2 Normalização e design de banco de dados. 8 Modelagens de dados: relacional. (Parte 2)

Baixar

Aula 02 (Prof. Felipe Mathias e Emannuelle Gouveia)

Disponível

3.2 SQL.

Baixar

Aula 03 (Prof. Felipe Mathias e Emannuelle Gouveia)

Disponível

3.3 Tuning de performance.

Baixar

Aula 04 (Prof. Thiago Cavalcanti)

Disponível

7 SGBDs SQL. (MySQL)

Baixar

Aula 05 (Prof. Thiago Cavalcanti)

Disponível

7 SGBDs SQL. (PostgreSQL)

Baixar

Aula 06 (Prof. Thiago Cavalcanti)

Disponível

7 SGBDs SQL. (SQL Server)

Baixar

Aula 07 (Prof. Thiago Cavalcanti)

Disponível

7 SGBDs SQL. (Oracle)

Baixar

Aula 08 (Prof. Felipe Mathias e Emannuelle Gouveia)

Disponível

2 Business Intelligence (BI).

Baixar

Aula 09 (Prof. Felipe Mathias e Emannuelle Gouveia)

Disponível

8 Modelagens de dados: multidimensional. 2.3 OLAP.

Baixar

Aula 10 (Prof. Felipe Mathias e Emannuelle Gouveia)

Disponível

4 Big Data. 10 CRISP-DM.

Baixar

Aula 11 (Prof. Felipe Mathias e Emannuelle Gouveia)

Disponível

7 SGBDs NOSQL.

Baixar

Aula 12 (Prof. Felipe Mathias e Emannuelle Gouveia)

Disponível

4.1 Ferramentas e técnicas, Hadoop, Spark, e processamento de grandes volumes de dados.

Baixar

Aula 13 (Prof. Felipe Mathias e Emannuelle Gouveia)

Disponível

6 Fundamentos em Inteligência Artificial (IA). 6.1 Conceitos básicos, principais tipos e modelos. 6.2 Principais aplicações em análise de dados. 8 Grandes Modelos de Linguagem (LLM), IA Generativa. 3 IA Generativa. 3.1 Modelos de linguagem como ChatGPT. 12 Governança e Ética na IA: Transparência, Responsabilidade, Explicabilidade, Privacidade, Segurança, Viés.

Baixar

Aula 14 (Prof. Felipe Mathias e Emannuelle Gouveia)

Disponível

1 Machine Learning Avançado. 1.1 Algoritmos supervisionados, não supervisionados. 7 Tipos de Aprendizado: Supervisionado, não supervisionado, semi-supervisionado, por reforço, por transferência.

Baixar

Aula 15 (Prof. Felipe Mathias e Emannuelle Gouveia)

Disponível

2 Redes Neurais. 2.1 Arquiteturas. 2.2 Treinamento. 2.3 Aplicações. 3 IA Generativa. 3.1 Modelos de linguagem como GANs, e outras técnicas de geração de dados. Deep learning.

Baixar

Aula 16 (Prof. Felipe Mathias e Emannuelle Gouveia)

Disponível

11 MLOps: Gestão de código, treinamento, implantação, monitoramento e versionamento de modelos, automação do ciclo de produção.

Baixar

Aula 17 (Prof. Felipe Mathias e Emannuelle Gouveia)

Disponível

1 Visualização de Dados. 1.1 Ferramentas como Power BI, técnicas de visualização. 2.1 Criação de dashboards. 2.2 Relatórios. 6 Construção de dashboards (Power BI).

Baixar