Plano de Utilização da Plataforma Alura

Este documento descreve o plano da equipe Baymax para aproveitamento da Plataforma Alura, recentemente adotada como plataforma oficial de capacitação da SETIC-CODE.

Glossário

Carreira - conjunto de formações pertencentes a uma determinada área do conhecimento.
Formação - conjunto de cursos que certificam para atuação dentro de uma subárea de uma carreira.
Curso - conjunto de aulas (online) e materiais didáticos sobre um determinado assunto.

Objetivos

O objetivo deste documento é definirmos um plano de estudos capaz de proporcionar ganhos aos membros do time em direção ao nosso lema: "Decisões inteligentes, planejamento estratégico e gestão de negócio, esse é o nosso negócio". A partir do nosso lema, temos os seguintes objetivos específicos:

Absorver ao máximo o conhecimento provido nas formações disponibilizadas pela plataforma na carreira de Ciência de Dados ;
Absorver o conhecimento das subáreas em conformidade com a organização na carreira de Inovação e Gestão ;
Entender o comportamento do usuário e otimizar o apoio a decisão identificando e realizando cursos de interesse na careira de UX & Design ;
Devolver para a organização o conhecimento obtido.

Plano de Estudos

Nosso plano de estudo será baseado nos planos de formações que a plataforma oferece. A área de Ciência de Dados, por exemplo, conta com 14 formações na área. Essas formações possuem diferentes cursos e cargas-horárias. Direcionamos nosso plano de estudos entre três carreiras possíveis, sendo elas Ciência de Dados, UX & Design e Inovação & Gestão. Aplicamos um questionário aos membros do time para identificar quais as formações de maior interesse entre essas carreiras.

Sequência de Estudo

A sequência será definida em reunião com os membros do próprio time. Além da Formação escolhida (que contemplará todos os participantes do time), serão estipulados o plano de formação contendo:

Data de Início da Formação
Sequência dos Cursos a serem realizados
Responsável pela realização Curso
Previsão de Conclusão do Curso (baseada na soma do esforço semanal estipulado para cada membro)
Previsão de Obtenção da Formação (previsão de conclusão do último curso

A seguir será descrito o procedimento adotado pelo time ao término de cada formação.

Obtenção da Formação

Ao término de cada formação, uma nova formação será escolhida, bem como os demais dados acima descritos. Além disso, serão disponibilizados documentos que sintetizam os principais temas explorados na formação. Também avaliaremos a capacidade de disponibilizar um treinamento para a SETIC-CODE, em atendimento ao objetivo 4.

Histórico de Formações

FORMAÇÃO 1 - Data Science

Com o avanço da tecnologia, está cada vez maior a quantidade de dados disponíveis para análises mais avançadas. Desta forma, a área de Ciência de Dados floresceu auxiliando empresas e profissionais em suas tomadas de decisões: por isso, cresce também a demanda por especialistas na área.

Sobre

CARGA HORÁRIA: 160H
CARREIRA: Ciência de Dados
JUSTIFICATIVA: após votação o time optou por iniciar o aperfeiçoamento a partir deste curso devido a proximidade com as atividades que realizamos no nosso dia-a-dia de trabalho. Além da importância para seus membros, o time também identificou que a formação é de grande importância para a organização.
DATA DE INÍCIO: 20/09/2020
PREVISÃO DE CONCLUSÃO:

Lista de Cursos

MÓDULO 1 - Começando com Data Science
- CARGA HORÁRIA: 38H
- TEMPO DE CONCLUSÃO: 1 MÊS
- CONCLUSÃO PREVISTA: 19/10/2020

#	Nome do Curso	C/H	Responsável	Início	Fim	Status
1	Data Science - Primeiros Passos	06	Rodrigo	20/09	28/09	Feito
2	Python Pandas - Tratando e Analisando Dados	12	ABD	28/09	05/10	Pendente
3	Estatística com Python (1) - Frequência e Medidas	10	Tiago	05/10	12/10	Pendente
4	Estatística com Python (2) - Probabilidade e Amostragem	10	PG	12/10	19/10	Pendente

MÓDULO 2 - Modelos de Data Science
- CARGA HORÁRIA: 23H
- TEMPO DE CONCLUSÃO: 3 SEMANAS
- CONCLUSÃO PREVISTA: 12/11/2020 29/11/2020

#	Nome do Curso	C/H	Responsável	Início	Fim	Status
5	Regressão Linear: Testando Relações e Prevendo Resultados	12	PG	20/10	15/11	Pendente
6	Regressão Linear: Técnicas Avançadas de Modelagem	5	Tiago	16/11	22/11	Pendente
7	Data Science: análise de séries temporais para previsão	10	ABD	23/11	29/11	Pendente

MÓDULO 3 - Visualização de dados
- CARGA HORÁRIA: 27H
- TEMPO DE CONCLUSÃO: 3 SEMANAS
- CONCLUSÃO PREVISTA: 28/11/2020 13/12/2020

#	Nome do Curso	C/H	Responsável	Início	Fim	Status
8	Data Visualization parte 1: introdução ao design de gráficos	15	Rodrigo	30/11	06/12	Em Andamento
9	Data Visualization parte 2: Escolhendo o melhor gráfico	6	Andrews	07/12	13/12	-Em Andamento
10	Data Visualization: criação de gráficos com o Matplotlib	6	Andrews	07/12	13/12	-