AFC. Consultoria Estatística. Treinamento. Estatística Aplicada usando Python e o Software R

Transcrição

1 AFC Consultoria Estatística Treinamento Estatística Aplicada usando Python e o Software R

2 Apresentação Em um cenário onde a dinâmica dos negócios evolui rapidamente e a formação acadêmica dos profissionais não acompanha estas transformações com a mesma velocidade, a educação continuada na forma de cursos livres, oferecida por consultorias com expertise na área, vem preencher esta lacuna oferecendo ao profissional a possibilidade de estar sempre preparado para os desafios de um mercado competitivo. As boas práticas aplicadas à gestão de riscos são determinantes para a sustentabilidade dos negócios realizados por empresas seguradoras, onde as subscrições e o provisionamento técnico são orientados por modelos que embutem componentes aleatórios. A escolha dos modelos que melhor se ajustam as incertezas decorrentes dos riscos assumidos deve ser feita por profissionais bem fundamentados teoricamente. Além das melhores escolhas, uma sólida base teórica permite a correta interpretação da complexa interação que existe entre as variáveis modeladas. Outro aspecto importante é que a busca por uma formação teórica está em perfeita sinergia com a visão prática que o cotidiano corporativo exige dos profissionais envolvidos com a gestão de risco de subscrição, na medida em que a teoria aliada à prática irão produzir os melhores números para subsidiar as decisões estratégicas da empresa. Neste sentido, a AFC Consultoria Estatística oferece o treinamento Estatística Aplicada usando Python e o Software R, um curso de capacitação de média duração (48 horas/aula), com o objetivo de contribuir com a qualificação do corpo técnico das empresas seguradoras, difundindo conhecimento relevante de métodos estatísticos e atuariais aplicados ao mercado de seguros. 2

3 O Treinamento A habilidade em linguagem de programação é essencial a diversos profissionais voltados a área de negócios e ao meio corporativo. O avanço da tecnologia tornou essa competência uma exigência aos profissionais técnicos que a veem difundida em várias tarefas do ambiente empresarial. A indústria de bancos e seguros essa habilidade é fundamental para a coleta de dados, construção de bases e processamento de análises de forma mais interativa e rápida. A linguagem de programação e análise estatística R é uma ferramenta fortemente utilizada no meio acadêmico e tem se popularizado no meio corporativo, em grandes empresas. Trata-se de uma ferramenta ideal para realizar diversos tipos de análises estatísticas, que permite a interação com vários softwares estatísticos comerciais. Python é considerada uma linguagem de programação generalista que permite a depuração e engenharia de dados, busca de informações em ambientes de redes e sites, o desenvolvimento de aplicativos web, entre outras. Devido a sua popularização, vem se tornando importante no desenvolvimento de tarefas voltadas ao big data e machine learning. Esse curso é voltado para um público alvo que deseja ter uma compreensão básica sobre as linguagens Python e R, e como usá-las visando a construção, manipulação de dados e análises estatísticas. 3

4 Estrutura do Curso O curso está dividido em módulos que serão apresentados no decorrer de 48 horas/treinamento. A composição do curso por módulos apresenta o seguinte formato: Módulo I: Linguagens de programação e banco de dados 16 horas/aula Módulo II: Explorando o software R 16 horas/aula Módulo III: Análise Exploratória de Dados 12 horas/aula O curso será realizado regularmente as segundas (das 19:00 às 22:40), na Av. Paulista, º andar Conjunto O local do treinamento fica ao lado da estação de metrô Trianon-Masp. Para os alunos que utilizam condução própria existe estacionamento particular na Av. Paulista, As aulas terão início em 12/03/2019 com término em 28/05/2019 (calendário detalhado segue em anexo). Inscrições Informações podem ser obtidas pelos telefones (11) e as inscrições podem ser realizadas, no período de 14/01/2019 a 22/02/2019, pelo preenchimento e envio do formulário de inscrição (afcconsultoriaestatistica.com.br) para aldy@afcconsultoriaestatistica.com.br. O número de inscritos necessários para a realização do treinamento é de 14 participantes e a confirmação sobre a abertura da turma será enviada aos participantes no dia 25/02/

5 Investimento O investimento necessário será de R$ 3.600,00 que pode ser dividido: Inscrição no valor de R$ 900,0 (até 22/02/2018); 03 parcelas de R$ 900,00. Condições Finais 1. O investimento no treinamento inclui material didático, coffee break e certificado. 2. O material didático será distribuído em meio eletrônico (pdf) antes de cada aula, para que os alunos tenham conhecimento do conteúdo que será ministrado. 3. A emissão do certificado está condicionada a uma frequência mínima de 75% no treinamento. 4. O número de vagas no treinamento é limitado a 20 participantes. 5. O uso de computadores para realização de atividades práticas durante o treinamento é indispensável. Solicitamos que os participantes tragam notebooks próprios para a realização dessas atividades. 5

6 Módulo I Linguagens de programação e banco de dados Conteúdo Linguagens de programação para banco de dados Conceitos e aplicações de máquina virtual Conceitos de programação em nuvem Conceitos e estruturas sobre banco de dados Web scraping Programação em Python Conceitos sobre a linguagem Python Criação e manipulação de banco de dados em Python Aplicações em Python Programação em R Conceitos básicos sobre a linguagem R Criação e manipulação de banco de dados em R Ferramentas da linguagem R Aplicações em R Duração: 16 horas/aula. 6

7 Módulo II Explorando o software R Conteúdo Introdução à Linguagem de Computação Estatística R Primeiros passos Estrutura de dados Automatizando análises: criando suas próprias funções Manipulação de dados Strings, datas, variáveis categóricas Programação web em R Conectando análises de dados com outros programas Text Mining Análise de dados não estruturados obtidos pela internet Análise qualitativa e quantitativa de textos Duração: 16 horas/aula. 7

8 Módulo III Análise Exploratória de Dados Conteúdo Gerando relatórios dinâmicos via RMarkdown Natureza dos dados em seguros Distribuições de frequências Medidas descritivas Outliers e missing values Cruzamento entre variáveis Análise exploratória Medidas de associações e correlações Introdução a regressão linear Duração: 12 horas/aula. Pré-requisitos: Conhecimento básico de Excel e uso do software R. 8

9 Coordenação e Instrutores Aldy Fernandes da Silva (Coordenador e Instrutor) Bacharel em Estatística pela UFMG, onde atuou como docente, Mestre em Estatística pelo IME/USP e Doutor em Engenharia de Produção pela POLI/USP. Atualmente, é Professor Extracarreira na Fundação Getúlio Vargas EAESP e Professor Pesquisador do Mestrado em Ciências Contábeis da Fundação Escola de Comércio Álvares Penteado (FECAP), onde desenvolve pesquisa na área de modelagem de risco em seguros e métodos estatísticos aplicados à administração, contabilidade e atuária. Foi instrutor, na FECAP, do curso de extensão Estatística Aplicada a Seguros (2005 a 2009). É consultor e sócio administrador da AFC Consultoria e Assessoria em Estatística S/C Ltda, onde atuou como consultor em modelagem estatística na área de provisões técnicas da Itaú Seguros, entre outras. Realizou treinamentos de modelagem estatística in company e para colaboradores de diversas empresas como Itaú Seguros, Unibanco Seguros, Bradesco Vida e Previdência, Brasilprev, Allianz, Tokio Marine, Porto Seguro, entre outras. Humberto Gallucci Netto Bacharel em Economia pela Faculdade de Economia, Administração e Contabilidade FEA/USP. Mestrado e Doutorado em Administração de Empresas (com ênfase em Finanças) pela Fundação Getúlio Vargas. Foi Visiting Scholar na Norhwestern University. É professor Assistente na Universidade Federal de São Paulo. Tem experiência na área de Administração, com ênfase em Administração Financeira, atuando principalmente nos seguintes temas: venture capital, private equity e governança corporativa. 9

10 Joelson Oliveira Sampaio Doutor em Teoria Econômica pela Universidade de São Paulo. Doutor em Finanças Corporativas e Mercados Financeiros pela Fundação Getúlio Vargas. Pós-doutor em economia pela Faculdade de Economia, Administração e Contabilidade FEA/USP. Research Assistent at Kellogg Business School. Professor de Finanças do Mestrado Profissional em Administração da FECAP. Professor de Finanças da Escola de Economia de São Paulo EESP/FGV. Tem experiência na área de Finanças e Economia, com ênfase em finanças empresariais (corporate finance), atuando principalmente nos seguintes temas: venture capital e private equity, mercado de capitais e governança corporativa. 10

11 Calendário do Treinamento Treinamento - Estatística Aplicada Usando Python e o Software R Calendário 2019 DOMINGO SEGUNDA TERÇA QUARTA QUINTA SEXTA SÁBADO DIAS LETIVOS DOMINGO SEGUNDA TERÇA QUARTA QUINTA SEXTA SÁBADO DIAS LETIVOS Total de Aulas - 1º Semestre de 2019 = 12 PERÍODO DE INSCRIÇÃO (*) FERIADOS JANEIRO FEVEREIRO MARÇO DIAS DA SEMANA FINAIS DE SEMANA - ABRIL 5 DATAS DO TREINAMENTO Legenda - MAIO 3 4 JUNHO - 11