Faculdade de Economia, Administração e ContabilidadeUniversidade de São Paulo

Data Science e Machine Learning Aplicados ao Mercado Financeiro

Programa executivo para profissionais que utilizam dados e inteligência artificial na tomada de decisão no mercado financeiro e corporativo.

Modalidade
Online
Carga horária
100 horas
Início
Setembro de 2026
Visualização de dados e padrões computacionais — referência à ciência de dados aplicada ao mercado financeiro
02 / Sobre o ProgramaO Curso

Ciência de dados aplicada com método acadêmico.

Capacita profissionais a aprimorar habilidades computacionais e a capacidade de coletar, organizar, gerenciar e analisar dados. Os participantes aprendem a usar Python para gestão de dados econômicos, técnicas de raspagem (web scraping), análise de texto e dados não estruturados, leitura de comunicados corporativos e do Banco Central, e aplicação de Machine Learning para classificação e previsão de indicadores econômicos e financeiros.

Problema

O volume de dados financeiros e econômicos cresce em ritmo acelerado, mas poucas equipes dominam as técnicas computacionais para transformá-los em decisão.

Método

Formação conduzida por docentes da FEAUSP, articulando Python, técnicas modernas de Machine Learning, raspagem de dados e análise de texto aplicadas a casos do mercado financeiro brasileiro.

Resultado

Capacidade de coletar, organizar e analisar dados financeiros, construir modelos preditivos e fundamentar decisões com evidência quantitativa.

Vagas limitadas · Edição 2026

Garanta sua vaga e transforme conhecimento em vantagem estratégica.

Matricule-se agora
Pilares de aprendizagem
01

Programação aplicada

Python e ferramentas modernas para organização e gestão de dados econômicos utilizados por bancos e empresas.

02

Coleta e mineração de dados

Técnicas de web scraping, mineração de dados e tratamento de fontes públicas como Banco Central e comunicados corporativos.

03

Análise de texto e sentimento

Processamento de dados não estruturados e leitura quantitativa de comunicados, notícias e relatórios.

04

Machine Learning aplicado

Modelos modernos de classificação e previsão de indicadores econômicos e financeiros.

03 / PerfilPara quem é

Líderes que decidem com responsabilidade pública e visão de longo prazo.

Profissionais de mercado financeiro

Analistas, traders, gestores e estrategistas que buscam ampliar a capacidade analítica com dados e IA.

Times de risco e research

Equipes de risco, research e inteligência de mercado que precisam estruturar pipelines de dados e modelos preditivos.

Profissionais corporativos

Executivos de áreas financeiras, controladoria e planejamento que desejam incorporar técnicas quantitativas à decisão.

Empreendedores e fundadores

Sócios e fundadores de fintechs, gestoras e startups data-driven em busca de fundamentação técnica e acadêmica.

04 / Conteúdo ProgramáticoEstrutura

Seis módulos articulando teoria, mercado e estudos de caso brasileiros.

Análise de Texto e Sentimento. Análise e Gestão de Dados. Introdução à Estatística e Previsão. Linguagens de Programação e Ferramentas. Mineração e Raspagem de Dados. Previsão e Machine Learning.

Pronto para começar

Conquiste a certificação FEAUSP em Data Science e Machine Learning.

Matricule-se agora
05 / Corpo DocenteProfessores

Conduzido pelo corpo docente da Faculdade de Economia FEAUSP.

Professores e pesquisadores em atividade na FEAUSP, com produção acadêmica reconhecida e experiência aplicada ao mercado.

CD
Retrato em breve
FEAUSP
Professores USP

Corpo Docente

Coordenação acadêmica

Professores e pesquisadores da FEAUSP com produção em finanças quantitativas, econometria e ciência de dados.

06 / Matrícula

Garanta sua vaga com condições especiais de lançamento.

Pagamento facilitado em até 12x sem juros no cartão de crédito ou desconto adicional no Pix. As vagas são limitadas e ofertadas por ordem de inscrição.

Modalidade
Online
Carga horária
100 horas
Formato
Ao vivo e gravado
Início
Setembro de 2026

Data Science e Machine Learning Aplicados ao Mercado Financeiro

Certificação FEAUSP

12xde R$ 291,66

no cartão de crédito sem juros

R$ 3.499,00 à vista

Pix ou boleto · 5% de desconto

  • 12x de R$ 291,66 sem juros
  • 11x de R$ 318,17
  • 10x de R$ 349,99
  • 9x de R$ 388,88
  • 8x de R$ 437,49
  • 7x de R$ 499,99
  • 6x de R$ 583,32
  • 5x de R$ 699,98
  • 4x de R$ 874,98
  • 3x de R$ 1.166,64
  • 2x de R$ 1.749,96
  • 1x de R$ 3.499,92
Garantir minha vaga
07 / Inscrição

Informações acadêmicas e processo de inscrição.

Inscreva-se com tranquilidade. Após a confirmação do pagamento, você receberá a ementa completa, o conteúdo programático detalhado e todas as informações necessárias para formalizar sua matrícula e iniciar sua jornada na FEAUSP.

Modalidade
Online
Formato
Ao vivo e gravado
Carga horária
100 horas
Início previsto
Setembro de 2026
Inscrição
R$ 3.499,92
Condições
até 12x de R$ 291,66 sem juros
Solicitação de informações
Não deseja aguardar contato?

As condições da edição 2026 são por tempo limitado.  Faça sua matrícula agora e garanta as condições exclusivas enquanto ainda estão disponíveis.

Matricule-se agora
Tradição · Excelência · Reconhecimento

A instituição que forma quem decide o futuro econômico do país.

  • 80 anos

    formando os economistas que moldam o Brasil (1946–2026).

  • 1º lugar

    do Brasil em Economia (EduRank, 2026).

  • Melhor universidade do Brasil

    QS World University Rankings, 2026.

  • Casa da FIPE

    referência nacional em pesquisa econômica desde 1973.

08 / Perguntas FrequentesFAQ

Esclarecimentos institucionais.

Faculdade de Economia, Administração e Contabilidade · Universidade de São Paulo

Desenvolva competências para liderar decisões estratégicas com a excelência acadêmica da FEAUSP.

FEAUSP — 80 anos

Faculdade de Economia, Administração e Contabilidade da Universidade de São Paulo. Tradição acadêmica e formação de lideranças desde 1946.

Av. Prof. Luciano Gualberto, 908
Cidade Universitária · São Paulo · SP
Realização

Quest Edu
Parceira de operação acadêmica do programa.

© 2026 Universidade de São Paulo · FEA
Programa de Educação Executiva · Edição 2026