Formação avançada em
PYTHON PARA
DADOS
Domine a linguagem de programação Python para dados e conquiste grandes oportunidades neste mercado em constante ascensão.
Durante a Formação em Python, você dominará os conceitos fundamentais da linguagem, o que permitirá realizar análises exploratórias, criar scripts em Python do básico ao avançado e desenvolver soluções interativas. Ao concluir esta formação avançada, você estará habilitado a aplicar seus conhecimentos na solução de desafios reais.
Aulas 100% Presenciais, com os melhores especialistas do mercado.
Formação avançada
Com 96h/aulas presenciais, a formação disponibiliza profissionais de mercado e exercícios voltados para a prática simulando rotinas de trabalho.
Soft Skills
Habilidades e competências que serão desenvolvidas dia a dia nas aulas presenciais, com foco no comportamento social e interação em equipe.
Orientação profissional
Preparação para o mercado de trabalho com palestras, organização de portfólio e currículo, preparação para entrevistas e muito mais.
Saiba mais sobre a Digital College
A Digital College é uma escola de ensino de habilidades digitais e tem como objetivo formar profissionais para o mercado e humanizar as relações por meio do digital e da tecnologia, a escola tem como foco formar pessoas com ou sem experiência nas áreas: T.I., Análise de Dados e Marketing.
Além de profissionais que desejam fazer uma transição de carreira para uma área completamente diferente, estudantes universitários e empresas que desejam capacitar suas equipes ou formar profissionais do zero para atuar nas áreas do mercado digital.
Por que aprender PYTHON?
Vagas que você poderá atuar após a formação:
Nível Junior
1. Estagiário em Desenvolvimento de Software
2. Analista de Dados Júnior
Nível Pleno
1. Analista de Dados Pleno
2. Engenheiro de Dados Júnior
3. Consultor de Dados
Nível Sênior
1. Engenheiro de Dados Júnior
2. Consultor de Big Data Júnior
O que você aprenderá
Ao fim do curso, você dominará a linguagem Python se tornando um profissional da área.
Módulo 1 - Básico
- Sintaxe básica: variáveis, operadores, tipos de dados
Aprenda os fundamentos da programação, incluindo a criação e manipulação de variáveis, operadores aritméticos e lógicos, e os principais tipos de dados como inteiros, floats, strings e booleanos.
- Estruturas de controle: condicionais e loops
Entenda o controle de fluxo em programas com estruturas condicionais (if, else, elif) e loops (for, while), essenciais para a execução automática de tarefas repetitivas.
- Estruturas de Dados e Manipulação de Strings
Explore listas, tuplas, conjuntos e dicionários, além de aprender operações comuns de manipulação de strings, como concatenação e fatiamento.
- Manipulação de Arquivos
Domine a abertura, leitura, escrita e fechamento de arquivos em diversos formatos, como texto e CSV, e aprenda técnicas para manipulação segura de dados.
- Programação Orientada à Objetos
Introdução à Programação Orientada a Objetos (POO), abordando conceitos como classes, objetos, herança, encapsulamento e polimorfismo, para criação de códigos organizados e reutilizáveis.
Módulo 2 - Intermediário
- Acesso a Banco de Dados Relacionais e Não Relacionais
Aprenda a conectar e manipular dados em bancos de dados relacionais (MySQL, PostgreSQL) e não relacionais (MongoDB), realizando operações CRUD e integrando com bancos NoSQL.
- Tratamento e Manipulação de Dados com Pandas
Utilize a biblioteca Pandas para leitura, escrita, limpeza e transformação de dados em diferentes formatos, essencial para análises estatísticas e preparação de dados complexos.
- Modelagem Estatística com StatsModels
Domine a criação de modelos estatísticos lineares e não lineares, testes de hipóteses e avaliação de modelos utilizando a biblioteca StatsModels, aplicando essas técnicas em cenários reais.
- Projeto Prático
Aplique todo o conhecimento adquirido em um projeto prático, integrando coleta, limpeza de dados e análise para resolver problemas reais e apresentar resultados.
Módulo 3 - Avançado
- Instalação e Configuração do Airflow
Aprenda a instalar e configurar o Apache Airflow, gerenciando workflows e automação de tarefas através de DAGs (Directed Acyclic Graphs) para processos de dados em larga escala.
- Pipeline de Dados com Python
Desenvolva pipelines de dados eficientes com Python, incluindo processos ETL (extração, transformação, carregamento) e integração com múltiplas fontes de dados para grandes volumes de dados.
- Introdução ao Machine Learning com Scikit-Learn
Entenda os conceitos de Machine Learning, trabalhando com pré-processamento de dados, algoritmos supervisionados e não supervisionados, e validação de modelos utilizando Scikit-Learn.
- Projeto Prático
Integre todos os conceitos avançados em um projeto completo, desenvolvendo um pipeline de dados end-to-end, aplicando técnicas de ETL, modelagem estatística e machine learning para solucionar problemas complexos.