- Descrição
- Currículo
- Comentários
Aprenda Ciência de Dados em 2024 com este curso intensivo de Python Data Science, que vai do Básico ao Avançado. Seja você um iniciante ou já atuante na área de Data Science, prepare-se para uma jornada transformadora rumo à profissionalização em análise e manipulação de dados com Python.
POR QUE ESTE CURSO “PYTHON DATA SCIENCE” É DIFERENTE?
Porque criaremos 2 Projetos Incríveis de Data Science com Python. Então, simularemos situações e desafios reais do mercado para que você aprenda a lidar com diversas situações da área de Data Science. Inclusive, cada projeto foi cuidadosamente desenhado para que você possa aplicar o conhecimento adquirido imediatamente no seu trabalho ou projeto pessoal em Data Science.
CONHEÇA OS PROJETOS:
PROJETO 1 – Automação Avançada e Análise de Dados de Vendas com Python:
Aprenda a criar análises de dados complexas e relatórios automatizados que falam por si, usando Python. Com técnicas avançadas de manipulação de dados em Pandas (DataFrames), visualizações interativas em Plotly Express, e automação avançada de disparo de e-mails com a biblioteca Smtplib, você se tornará indispensável em qualquer equipe de Data Science.
PROJETO 2 – Integração e Análise de Dados Complexos em Big Data com Python:
Este projeto elevará sua capacidade de lidar com Big Data a um novo patamar em Data Science. Você será capacitado para integrar e analisar dados de múltiplas fontes (diversos arquivos), utilizando o que há de mais avançado em Numpy e Pandas, além é claro, de inúmeras outras bibliotecas poderosas, preparando-o para enfrentar e resolver os desafios mais complexos de Data Science com Python.
PARA QUEM É ESTE CURSO DE PYTHON E DATA SCIENCE?
-
Profissionais em transição de carreira para Ciência de Dados.
-
Programadores buscando especializar-se em análise de dados com Python.
-
Empreendedores que querem alavancar seus negócios com insights de dados usando Python.
-
Estudantes que desejam se destacar no mercado de trabalho em Data Science.
BENEFÍCIOS EXCLUSIVOS:
-
Acesso Vitalício: Aprenda no seu ritmo com acesso ilimitado ao curso de Python para Data Science, disponível 24/7 em qualquer dispositivo.
-
Atualizações Constantes: O campo de Ciência de Dados está sempre evoluindo, e o curso de Python para Data Science também. Você terá acesso a todas as atualizações futuras.
CONCLUSÃO:
Este não é apenas mais um curso de Python para Data Science. É o seu caminho para se tornar um profissional requisitado e respeitado, capaz de transformar dados em decisões de negócios valiosas com Python.
Está pronto para ser o Cientista de Dados que o mercado procura, especializado em Python para Data Science?
Então, inscreva-se agora e comece a transformar dados em sucesso com Python!
Prof. Josué Gimenes
Fundador e Instrutor na Caféplay
-
3Introdução ao Ambiente de Desenvolvimento e Estruturação do Projeto - Parte 1
-
4Introdução ao Ambiente de Desenvolvimento e Estruturação do Projeto - Parte 2
-
5Configuração e Personalização do Ambiente de Desenvolvimento - Parte 1
-
6Configuração e Personalização do Ambiente de Desenvolvimento - Parte 2
-
7Configuração e Personalização do Ambiente de Desenvolvimento - Parte 3
-
8Importação de Dados e Uso de Bibliotecas em Python - Parte 1
-
9Importação de Dados e Uso de Bibliotecas em Python - Parte 2
-
10Indicador 1: Calculando, Agrupando, Filtrando e Ordenando Dados - Parte 1
-
11Indicador 1: Calculando, Agrupando, Filtrando e Ordenando Dados - Parte 2
-
12Indicador 2: Identificando os Produtos Mais Vendidos em Faturamento + Desafio
-
13Solução Desafio + Indicador 3: Identificando as Lojas Líderes em Faturamento
-
14Indicador 4: Calculando o Ticket Médio e Adicionando Colunas Dinâmicas por Loja
-
15Construindo Gráfico/Dashboard utilizando Biblioteca Plotly - Parte 1
-
16Construindo Gráfico/Dashboard utilizando Biblioteca Plotly - Parte 2
-
17Configurando Automação para Enviar Indicadores via E-mail - Parte 1
-
18Configurando Automação para Enviar Indicadores via E-mail - Parte 2
-
19Configurando Automação para Enviar Indicadores via E-mail - Parte 3
-
20Estruturando o Conteúdo da Mensagem para Envio de E-mail - Parte 1
-
21Estruturando o Conteúdo da Mensagem para Envio de E-mail - Parte 2
-
22Entendendo a Função Lambda (função anônima) - Parte 1
-
23Entendendo a Função Lambda (função anônima) - Parte 2
-
24Função Lambda em Ação: Personalizando Formatos Monetários - Parte 1
-
25Função Lambda em Ação: Personalizando Formatos Monetários - Parte 2
-
26Dominando Formatações Numéricas com a Função Replace - Parte 1
-
27Dominando Formatações Numéricas com a Função Replace - Parte 2
-
28Aplicando Formatações nos DataFrames - Parte 1
-
29Aplicando Formatações nos DataFrames - Parte 2
-
30Formatação Avançada de Tabelas com a Função "to_html"
-
31Integrando Formatações ao HTML: Toques Finais - Parte 1
-
32Integrando Formatações ao HTML: Toques Finais - Parte 2
-
33O que fazer nessa seção?
-
34Preparando o Ambiente com Pandas
-
35Importando Dados para Análise
-
36Visualizando a Tabela de Dados
-
37Agrupando e Somando Dados com Pandas
-
38Extração de Colunas Específicas
-
39Gerando Colunas Virtuais no Pandas
-
40Sumarizando Vendas por Loja
-
41Ordenação Decrescente no Pandas
-
42Organizando as estruturas dos dados no Google Drive
-
43Início do Projeto: Estrutura dos Dados + Biblioteca Poderosa - Parte 1
-
44Manipulação de Arquivos com a Biblioteca OS: Sistema e Diretórios - Parte 2
-
45Dominando Loops, Operadores e Coleções em Python com foco em DataFrame - Parte 1
-
46Dominando Loops, Operadores e Coleções em Python com foco em DataFrame - Parte 2
-
47Dominando Loops, Operadores e Coleções em Python com foco em DataFrame - Parte 3
-
48Dominando Loops, Operadores e Coleções em Python com foco em DataFrame - Parte 4
-
49Dominando Loops, Operadores e Coleções em Python com foco em DataFrame - Parte 5
-
50Estruturas Condicionais em Python: Otimizando DataFrames com If, Elif, Else
-
51Integrando Múltiplas Planilhas de Vendas em DataFrames + Desafio
-
52Solução Desafio + Agregando Múltiplas Planilhas de Devoluções + Tab. Interativa
-
53Indicador 1: Revelando Produtos e Lojas com Maiores Vendas Líquidas
-
54Indicador 2: Identificando Produtos e Lojas com Altas Taxas de Devolução
-
55Indicador 3: Analisando Top Vendas Brutas com Devoluções Inclusas
-
56Indicador 4: Desvendando a Sazonalidade - Variações Mensais de Vendas - Parte 1
-
57Indicador 4: Desvendando a Sazonalidade - Variações Mensais de Vendas - Parte 2
-
58Indicador 5: Mergulhando no Faturamento Trimestral - Análise do Ano
-
59Aprimorando Visualizações: Dominando a Biblioteca IPython.display
-
60Gráfico 1: Dominando o Gráfico de Pizza Interativo com Plotly
-
61Gráfico 2: Dominando o Gráfico de Barras Interativo com Plotly
-
62Gráfico 3: Dominando o Gráfico de Barras Interativo com Plotly (Avançado)
-
63Gráfico 4 - Dominando o Gráfico de Barras Interativo com Plotly (avançado)
-
64Gráfico 5: Dominando Gráficos Agrupados Avançados com Seaborn - Parte 1
-
65Gráfico 5: Dominando Gráficos Agrupados Avançados com Seaborn - Parte 2
-
66Gráfico 6: Aprimorando Gráficos de Linha com Cores Dinâmicas via Numpy - Parte 1
-
67Gráfico 6: Aprimorando Gráficos de Linha com Cores Dinâmicas via Numpy - Parte 2
-
68Gráfico 7: Dominando Gráfico de Área com Variações Avançadas via Numpy - Parte 1
-
69Gráfico 7: Dominando Gráfico de Área com Variações Avançadas via Numpy - Parte 2
-
70O que fazer nessa seção?
-
71Integração com o Sistema Operacional
-
72Listando Arquivos com OS
-
73Iterando sobre Listas no Python
-
74Filtrando Arquivos com Condicionais
-
75Unificação de DataFrames com Pandas
-
76Lendo e Unindo Arquivos de Devoluções
-
77Identificando os Produtos Mais Vendidos
-
78Identificando Lojas Líderes em Vendas
-
79Cálculo de Variação Mensal no Pandas
-
80Gráfico de Vendas com Plotly