Python para Análise de Dados

Tome as melhores decisões com dados e acelere sua carreira!

Utilize o Python para Análise de Dados

Este curso vai te ajudar a se tornar um Analista de Dados profissional e ganhar confiança para trabalhar com dados e maximizar seus resultados. Aprenda a utilizar do zero as principais ferramentas para trabalhar com dados e saiba como extrair insights poderosos para tomar decisões importantes de negócio.

Aulas 100% Presenciais, com os melhores especialistas do mercado.

Falar com um consultor

Carga Horária

Com mais de 68 horas de aulas presenciais, professores 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.

O que você aprenderá

Ao fim do curso, você dominará diversas ferramentas analíticas avançadas.

Módulo Introdutório - Fundamentos

1 - Fundamentos de Banco de Dados Relacional

Este módulo aborda os princípios essenciais dos bancos de dados relacionais, explorando conceitos como tabelas, chaves primárias, estruturas de consulta SQL e normalização.

2 - Fundamentos de Banco de Dados Dimensional

Nesta unidade, os participantes se aprofundam nos conceitos fundamentais dos bancos de dados dimensionais, com técnicas específicas para modelagem de dados multidimensionais, essenciais para a criação de data warehouses e sistemas de suporte à decisão.

Módulo - Python para Análise de Dados

1 – Iniciando com Python

Montagem do ambiente, estrutura de dados e de repetição, utilização e instalação de pacotes e bibliotecas.

2 – Manipulação de Dados com Python

Acessar bases de dados relacionais e dimensionais realizando as operações de inserção, alteração e exclusão bem com a construção de consultas.

3 – Pandas para Análise de Dados

Aprender a principal biblioteca para Análise de Dados em Python. Essa é a biblioteca perfeita para iniciar análises exploratórias de dados, pois ela nos permite ler, manipular, agregar e plotar os dados em poucos passos.

4 – Gráficos com Python

Utilizar as duas principais bibliotecas gráficas: o Matplotlib e o Seaborn.

QUERO SER UM ALUNO

Por que aprender phython para análise de dados?

Necessidade

A análise de dados é necessária em todas as áreas profissionais e é uma das maneiras mais eficientes para alcançar objetivos.

Benefícios

Um analista competente é responsável por extrair significados e estruturar os dados para encontrar padrões e obter insights inteligentes. As empresas precisam ter estratégias eficazes para uma tomada de decisão mais precisa e ágil.

Demanda

A demanda por especialistas da área excede em muito a oferta de profissionais capacitados. Muitas organizações já elaboram a coleta de dados, porém, não sabem utilizá-los da maneira correta.

Quanto ganha um analista phyton para analise de dados?

Empresas das áreas de tecnologia, finanças, economia, entre outras, estão cada vez mais procurando analistas de dados capacitados.

Salários médios de acordo com www.glassdoor.com.br

R$ 2.424 /mês

Analista de Dados Jr.

R$ 4.311 /mês

Analista de Dados Pl.

R$ 6.021 /mês

Analista de Dados Sr.

Para quem este curso é indicado

Iniciantes que desejam começar a trabalhar com dados

Aplique novos conhecimentos de programação e solucione seus problemas com ajuda da análise de dados. Explore ferramentas analíticas avançadas e torne-se um profissional mais valorizado no mercado.

Analistas de dados juniores

Fortaleça seus conhecimentos em análise de dados com fundamentos de programação em Python, scripts em SQL e Big Data. Amplie suas competências profissionais e cresça em sua carreira.

Desenvolvedores que queiram mudar de carreira

Professor do Curso

André Perez

Engenheiro de Dados na SumUp

Formado pela Universidade de São Paulo e pela Universidade de Glasgow, no Reino Unido, André é Especialista em Engenharia de Dados na SumUp, fintech alemã que atua no ramo de adquirência, banking e crédito no mercado europeu e latino americano. Trabalhou na Serasa Experian, onde liderou a modernização da infraestrutura computacional da concessão de crédito, e na Amdocs, onde conduziu projetos de ciência de dados em Tel-Aviv, Israel. Foi tutor do MBA em ciência de dados do Instituto de Ciências Matemáticas e Computação (ICMC/USP) onde ajudou profissionais de aŕeas diversas a ingressar no mercado de dados.