Python para Análise de Dados: exploração estratégica na prática

O curso Python para Análise de Dados: exploração estratégica na prática foi desenvolvido para profissionais que buscam utilizar Python para gerar insights relevantes, apoiar decisões e aumentar a eficiência analítica no ambiente corporativo.

26 horas Ao vivo Intermediário

Comprar curso

Python para Análise de Dados: exploração estratégica na prática

Ciência de Dados

Explore mais sobre o curso

Ao longo do curso, o participante aprenderá a explorar, preparar e analisar dados com Python de forma estruturada, transformando informações brutas em análises consistentes e orientadas a problemas de negócio. O conteúdo combina fundamentos essenciais com atividades práticas guiadas, permitindo aplicar o Python em cenários reais de análise, indicadores e métricas organizacionais. O curso também enfatiza boas práticas de organização e reprodutibilidade, preparando o aluno para conduzir análises de dados de ponta a ponta, com foco em impacto, clareza e geração de valor para o negócio.

Módulos do Curso

papel do Python na análise de dados e BI Introdução ao Python para Análise de Dados
Ecossistema Python para dados (pandas, numpy, matplotlib, seaborn) Introdução ao Python para Análise de Dados
Estrutura básica de um script e boas práticas iniciais Introdução ao Python para Análise de Dados
Tipos de dados básicos e estruturas fundamentais Introdução ao Python para Análise de Dados
Primeiros passos em ambientes interativos (notebooks) Introdução ao Python para Análise de Dados

Estrutura de DataFrames e Series Manipulação de Dados com pandas
Importação de dados (CSV, Excel, arquivos de texto) Manipulação de Dados com pandas
Seleção, filtragem e ordenação de dados Manipulação de Dados com pandas
Criação e transformação de colunas Manipulação de Dados com pandas
Tratamento básico de dados ausentes Manipulação de Dados com pandas

Identificação e tratamento de valores nulos Limpeza e Preparação de Dados
Conversão e padronização de tipos de dados Limpeza e Preparação de Dados
Manipulação de textos, datas e números Limpeza e Preparação de Dados
Criação de métricas e variáveis derivadas Limpeza e Preparação de Dados
Validação da qualidade dos dados Limpeza e Preparação de Dados

Estatísticas descritivas com Python Análise Exploratória de Dados (EDA)
Estatísticas descritivas com Python Análise Exploratória de Dados (EDA)
Agrupamentos e agregações de dados Análise Exploratória de Dados (EDA)
Exploração de padrões, outliers e relações Análise Exploratória de Dados (EDA)
Análise orientada a perguntas de negócio Análise Exploratória de Dados (EDA)

Princípios básicos de visualização de dados em Python Visualização de Dados com Python
Criação de gráficos com matplotlib e seaborn Visualização de Dados com Python
Visualizações univariadas e multivariadas Visualização de Dados com Python
Gráficos para comparação, distribuição e tendência Visualização de Dados com Python
Visualizações para análise e comunicação Visualização de Dados com Python

Análise de indicadores e métricas de negócio Análise de Dados para Negócios com Python
Cálculo de KPIs com Python Análise de Dados para Negócios com Python
Comparações temporais e segmentações Análise de Dados para Negócios com Python
Análise por categorias, regiões ou produtos Análise de Dados para Negócios com Python
Geração de insights a partir dos dados analisados Análise de Dados para Negócios com Python

Organização de notebooks e scripts Organização, Reprodutibilidade e Boas Práticas
Estruturação de análises reprodutíveis Organização, Reprodutibilidade e Boas Práticas
Comentários, documentação e clareza do código Organização, Reprodutibilidade e Boas Práticas
Boas práticas para análise colaborativa Organização, Reprodutibilidade e Boas Práticas
Preparação de análises para compartilhamento Organização, Reprodutibilidade e Boas Práticas

Compreensão do problema de negócio Projeto Prático Guiado: Análise de Dados de Ponta a Ponta
Carga, preparação e exploração de dados Projeto Prático Guiado: Análise de Dados de Ponta a Ponta
Análise exploratória e visualização Projeto Prático Guiado: Análise de Dados de Ponta a Ponta
Geração de insights e conclusões analíticas Projeto Prático Guiado: Análise de Dados de Ponta a Ponta
Organização final da entrega analítica Projeto Prático Guiado: Análise de Dados de Ponta a Ponta