Estrutura de Dados e Análise de Algoritmos

Listas, Tuplas e Dicionários, Arrays N-dimensionais do Numpy, Recursão, Análise de Complexidade, Árvores e Grafos

Programação na Prática e Bibliotecas

Numpy + Pandas, Matplotlib + Seaborn, Versionamento com Git e Noções Web com Flask

Metodologias Ágeis

Frameworks: Scrum, Kanban, TDSP, Agile Testing, Ágil na prática, Métricas de produtos, Métricas de performance, Técnicas de review e Técnicas de retrospectiva

Banco de Dados

Sistemas de Gerenciamento de Banco de Dados, Modelagem Relacional e E-R, Linguagem SQL, Operações CRUD, Ferramentas (PostgreSQL, MongoDB, Firebase) e Introdução a Cloud Computing com AWS

Estatística

Análise Descritiva, Probabilidade, Amostragem, Estimação, Teste de Hipótese, Análise Exploratória, Regressão Linear, Séries Temporais, Análise de Variáveis Categorizadas, Seleção de Features e Redução de Dimensionalidade

Modelagem e Machine Learning

Regressão Logística, Árvores de Decisão, kNN, Naive Bayes e Classificadores Bayesianos, Modelagem Avançada (Ensemble, SVM), Tratamento de Variáveis, Modelos Não-Supervisionado (Particional e Não-particional), Metodologias de Modelagem, Métricas de Avaliação, Otimização de Hiperparâmetros

Dados Não Estruturados

Processamento de Imagens e Vídeos, Processamento de Áudio, Processamento de Linguagem Natural e Grafos (Semi-supervisionado: Label Spreading, Regressão Redes Complexas)

Redes Neurais

Perceptron, Multilayer Perceptron, Introdução ao Deep Learning, Arquiteturas de Deep Learning - CNN, RNN, LSTM, Algoritmos Não-supervisionado (SOM e Autoencoders) e Aplicações Avançadas (VAE, GAN)