Formação online

Especialista em Avaliação de Políticas Públicas

Torne-se um especialista em avaliação de políticas públicas e projetos sociais utilizando as ferramentas mais modernas do mercado para realizar análises de microdados brasileiros.

O que você será capaz de fazer

Esta formação cobre todos os pontos necessários para você se especializar na construção e implementação de modelos econométricos de avaliação de impacto de projetos sociais e políticas públicas.

Quais habilidades eu aprenderei

Quais ferramentas eu usarei

Para quem este treinamento é indicado

Lorem Ipsum is simply dummy text of the printing and typesetting industry. Lorem Ipsum has been the industry’s standard dummy text ever since the 1500s.

Estudantes de Graduação

Mesmo ainda na graduação, sem experiência com programação, você já pode se diferenciar dos seus colegas ao investir em sua futura carreria em ciência de dados.

Professores e Acadêmicos

Utilize o poder das linguagens de programação mais modernas do mercado como o R e o Python para produzir trabalho acadêmicos com mais facilidade e agilidade.

Profissionais de Mercado

Chega de lidar com planilhas Excel confusas e tarefas repetitivas. Ao dominar Ciência de Dados, você ganha o poder de automatizar as tarefas repetitivas do seu dia-a-dia.

O que você aprenderá neste treinamento

Lorem Ipsum is simply dummy text of the printing and typesetting industry. Lorem Ipsum has been the industry’s standard dummy text ever since the 1500s.

Quem já fez essa trilha

Como estudar os cursos

Este curso não apresenta pré-requisitos

(Curso revisado e atualizado - Versão 2023)

Suporte individualizado

Programação em R para Análise de Dados
  • Aula 01 – Por que usar uma linguagem de programação para analisar dados?
  • Aula 02 – Instalando os programas necessários
  • Aula 03 – Instalando pacotes e entendendo as mensagens no Console
  • Aula 04 – Introdução ao mundo `tidyverse`
  • Aula 05 – Criando `scripts`
  • Aula 06 – Lidando com objetos no R
  • Aula 07 – Estruturas de Dados (data frames, listas, matrizes, vetores)
  • Aula 08 – Operadores lógicos e aritméticos
  • Aula 09 – O operador `pipe`
  • Aula 10 – Funções
  • Aula 11 – Estruturas de repetição e de decisão
  • Aula 12 – Introdução à coleta de dados
  • Aula 13 – Trabalhando com arquivos .csv
  • Aula 14 – Trabalhando com arquivos Excel
  • Aula 15 – O que são APIs e como utilizá-las?
  • Aula 16 – Consumindo dados brasileiros
  • Aula 17 – Trabalhando com SQL
  • Aula 18 – Trabalhando com Google Sheets
  • Aula 19 – Trabalhando com Google Drive
  • Aula 20 – Trabalhando com arquivos JSON
  • Aula 21 – Trabalhando com arquivos XML
  • Aula 22 – Exportando dados
  • Aula 23 – Introdução à Web Scraping
  • Aula 24 – Introdução à limpeza de dados
  • Aula 25 – Tratamento de dados textuais
  • Aula 26 – Renomeando colunas
  • Aula 27 – Selecionando colunas
  • Aula 28 – Como criar e alterar colunas
  • Aula 29 – Como aplicar filtros em linhas
  • Aula 30 – Como fazer operações por grupos de dados
  • Aula 31 – Como sumarizar os dados
  • Aula 32 – Formato long vs wide
  • Aula 33 – Como fazer cruzamento de dados
  • Aula 34 – Lidando com datas no R
  • Aula 35 – Identificando e tratando dados faltantes
  • Aula 36 – Como deflacionar uma série
  • Aula 37 – Como fazer ajuste sazonal
  • Aula 38 – Introdução à visualização de dados e *storytelling*
  • Aula 39 – Produzindo gráficos com ggplot2
  • Aula 40 – Produzindo relatórios com RMarkdown
  • Aula 41 – Produzindo dashboards
  • Aula 42 – Como automatizar o processo de análise de dados?
Programação em Python para Análise de Dados
  • Aula 01 – Por que usar uma linguagem de programação para analisar dados?
  • Aula 02 – Escolhendo uma IDE e trabalhando com o `Google Colab`
  • Aula 03 – Instalando pacotes e entendendo as mensagens
  • Aula 04 – Introdução ao `pandas` e `numpy`
  • Aula 05 – Criando `scripts`
  • Aula 06 – Lidando com objetos no Python
  • Aula 07 – Estruturas de Dados (data frames, listas, matrizes, vetores)
  • Aula 08 – Operadores lógicos
  • Aula 09 – operadores aritméticos
  • Aula 10 – Funções
  • Aula 11 – Estruturas de repetição e de decisão
  • Aula 12 – Introdução à coleta de dados
  • Aula 13 – Trabalhando com arquivos .csv
  • Aula 14 – Trabalhando com arquivos Excel
  • Aula 15 – O que são APIs e como utilizá-las?
  • Aula 16 – Consumindo dados brasileiros
  • Aula 17 – Trabalhando com SQL
  • Aula 18 – Trabalhando com Google Sheets
  • Aula 19 – Trabalhando com Google Drive
  • Aula 20 – Trabalhando com arquivos JSON
  • Aula 21 – Trabalhando com arquivos XML
  • Aula 22 – Exportando dados
  • Aula 23 – Introdução à Web Scraping
  • Aula 24 – Introdução à limpeza de dados
  • Aula 25 – Tratamento de dados textuais
  • Aula 26 – Renomeando colunas
  • Aula 27 – Selecionando colunas
  • Aula 28 – Como criar e alterar colunas
  • Aula 29 – Como aplicar filtros em linhas
  • Aula 30 – Como fazer operações por grupos de dados
  • Aula 31 – Como sumarizar os dados
  • Aula 32 – Formato long vs wide
  • Aula 33 – Como fazer cruzamento de dados
  • Aula 34 – Lidando com datas no Python
  • Aula 35 – Identificando e tratando dados faltantes
  • Aula 36 – Como deflacionar uma série
  • Aula 37 – Como fazer ajuste sazonal
  • Aula 38 – Introdução à visualização de dados e *storytelling*
  • Aula 39 – Produzindo gráficos
  • Aula 40 – Produzindo relatórios
  • Aula 41 – Produzindo dashboards
  • Aula 42 – Como automatizar o processo de análise de dados?
  •  
Estatística para Análise de Dados
  • Aula 01 – Preparando o ambiente
  • Aula 02 – Dados Univariados: vetores, estatísticas descritivas e dados categóricos
  • Aula 03 – Dados Bivariados: amostras independentes, estruturas de dados no R/Python e dados emparelhados
  • Aula 04 – Dados Multivariados: data frames, aplicando funções sobre dados e dados externos
  • Aula 05 – Gráficos Multivariados: gráficos básicos, ggplot2 e matplotlib
  • Aula 06 – População: variáveis aleatórias discretas e diferentes tipos de distribuição
  • Aula 07 – Inferência Estatística
  • Aula 08 – Intervalos de Confiança
  • Aula 09 – Testes de Significância
  • Aula 10 – Qualidade do Ajuste
  • Aula 11 – Regressão Linear
  • Aula 12 – Análise de Variância
  • Aula 13 – Extensões: modelos lineares generalizados e modelos não lineares
Econometria Aplicada
  • Aula 01 – Preparando o ambiente;
  • Aula 02 – Regressão linear simples;
  • Aula 03 – Regressão linear múltipla: estimação;
  • Aula 04 – Regressão linear múltipla: inferência;
  • Aula 05 – Regressão linear múltipla: OLS assintótico;
  • Aula 06 – Regressão linear múltipla: outros problemas;
  • Aula 07 – Regressão linear múltipla com variáveis qualitativas;
  • Aula 08 – Heterocedasticidade;
  • Aula 09 – Mais em especificações e problemas de dados
Análise de Microdados Brasileiros
  • Aula 01 – Por que usar o R para lidar com microdados brasileiros?
  • Aula 02 – Extração, tratamento e visualização de dados da PNAD Contínua
  • Aula 03 – Análise de dados do CAGED
  • Aula 04 – Visualizando dados da RAIS
  • Aula 05 – Acessando dados do DATASUS
  • Aula 06 – Acessando dados eleitorais brasileiros
  • Aula 07 – Acessando dados do censo escolar
  • Aula 08 – Acessando dados do IDEB
  • Aula 09 – Acessando dados do censo demográfico
  • Aula 10 – análise de dados de combustíveis no Brasil
  • Aula 11 – análise do Bolsa Família
Microeconometria
  • Aula 01 – Relações causais e análises ceteris paribus
  • Aula 02 – Tipos de estruturas de dados
  • Aula 03 – Regressão Linear Simples para dados de corte transversal: introdução, análise de variância, estimação pontual e por intervalos, previsão e testes de hipóteses
  • Aula 04 – Regressão Linear Múltipla para dados de corte transversal: introdução, dummies, comparação de modelos, modelos parcialmente lineares, fatores, interações e mínimos quadrados ponderados
  • Aula 05 – Regressão Linear para séries temporais
  • Aula 06 – Regressão Linear para dados em painel
  • Aula 07 – Sistemas de equações lineares
  • Aula 08 – Testes e Diagnósticos
  • Aula 09 – Variáveis Instrumentais
  • Aula 10 – Regressão Resistente
  • Aula 11 – Regressão Quantílica
  • Aula 12 – Modelos Lineares Generalizados
  • Aula 13 – Variáveis dependentes binárias: regressões logit e probit
  • Aula 14 – Modelos de regressão para dados de contagem
  • Aula 15 – Variáveis Dependentes Censuradas
  • Aula 16 – Um modelo de resposta binária semiparamétrico
  • Aula 17 – Modelos de resposta multinomial
  • Aula 18 – Modelos de resposta ordenada
  • Aula 19 – Modelos de regressão com descontinuidade (RDD)
  • Aula 20 – Microdados: análise de dados da RAIS e da PNAD
Avaliação de Políticas Públicas
  • Aula 01 – Apresentação do Curso
  • Aula 02 – Introdução à Avaliação de Impacto
  • Aula 03 – Modelo de Resultados Potenciais
  • Aula 04 – Método de Aleatorização
  • Aula 05 – Diferença em Diferenças e Controle Sintético
  • Aula 06 – Pareamento
  • Aula 07 – Variáveis Instrumentais
  • Aula 08 – Regressão Descontínua
  • Aula 09 – O cálculo do retorno econômico

Materiais utilizados

Vídeos Didáticos

Cada seção será acompanhada de videoaulas subdividas em tópicos específicos, tornando o aprendizado ainda mais dinâmico.

Slides e Códigos disponíveis

Todos os slides e códigos utilizados ao longo das seções ficam disponíveis para os alunos baixarem e reproduzirem.

Apresentações reprodutíveis

Em todas as seções, o professor produz apresentações em RMarkdown, encorajando os alunos a reproduzirem tudo o que é feito no curso.

Certificação

Ao final do curso você receberá o certificado da Análise Macro de “Especialista em Avaliação de Políticas Públicas“ com 396 horas de carga horária.

Coordenador e professor dos cursos

Vítor Wilher

Mestre em Economia e Cientista-Chefe da Análise Macro


Especialista em ciência de dados. Dá aulas e presta consultoria há 7 anos na área de dados, já tendo ajudado milhares de alunos no Brasil a darem o primeiro passo em análise de dados envolvendo R e Python.

Professores

Fernando da Silva

Bacharel em Economia e Cientista de Dados


Especializado em economia e finanças. Trabalha com modelagem e previsão de séries temporais, análise e visualização de dados e automatização de relatórios e dashboards.

Luiz Henrique

Cientista de Dados


Especializado em coleta, tratamento, modelagem e apresentação de dados financeiros e econômicos em R e Python.

Depoimentos dos nossos alunos

Investimento

De R$ 4.279,00 por

R$ 3.209,25

Com 25% de desconto

À vista no PIX ou boleto bancário

ou parcelado em 10x no cartão de crédito sem juros

Curso online

Especialista em Avaliação de Políticas Públicas

Adquira essa trilha agora e tenha acesso aos seguintes benefícios:

Perguntas frequentes

Resposta: Você poderá realizar sua matrícula através de boleto bancário ou cartão de crédito, podendo parcelar em até 10x sem juros no cartão de crédito.

Resposta: Você terá até 24 meses para ver quantas vezes quiser os conteúdos dos cursos.

Resposta: Esta oferta foi desenhada exatamente para as pessoas que nunca tiveram relação com linguagem de programação, mas desejam dar um upgrade na carreira.

Resposta: No próprio site há uma plataforma exclusiva para tirar dúvidas direto com nossa equipe o professor Vítor Wilher. Você estará sempre acompanhado durante sua jornada.

Quase lá...

Digite seus dados abaixo para ser direcionado ao checkout e aproveitar esse desconto incrível que preparamos para você.

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp