Programa do Curso
Fundamentos do Python para Tarefas de Dados
- Instalando o Python e configurando o ambiente de desenvolvimento
- Noções básicas da linguagem: variáveis, tipos de dados, estruturas de controle
- Escrevendo e executando scripts simples em Python
Manipulação de Arquivos: CSV e Excel
- Lendo e escrevendo arquivos CSV usando o módulo csv e Pandas
- Trabalhando com arquivos Excel usando openpyxl/xlrd e Pandas
- Exercícios práticos: automatizando conversões de arquivos
Introdução ao Pandas
- Noções básicas sobre DataFrame: criação, indexação, seleção e filtragem
- Operações de agregação e agrupamento
- Operações comuns de limpeza: valores ausentes, duplicatas e conversões de tipo
Introdução ao Polars
- Conceitos do Polars e características de desempenho em comparação com o Pandas
- Operações básicas de DataFrame no Polars
- Exemplo de uso: quando escolher o Polars em vez do Pandas
Transformação Avançada de Dados (Intermediário)
- Joins complexos, funções de janela e operações pivot no Pandas
- Padrões eficientes de processamento de dados com o Polars
- Encadeando operações e otimizando o uso da memória
Automação de Processos com Python
- Escrevendo scripts para automatizar tarefas repetitivas de dados e etapas ETL
- Agendando scripts com agendadores do sistema operacional ou agendadores de tarefas
- Registro, tratamento de erros e notificações
Empacotando Scripts e Melhores Práticas
- Criando executáveis com PyInstaller ou ferramentas similares
- Estrutura de projetos, ambientes virtuais e gerenciamento de dependências
- Noções básicas de controle de versão e documentação de fluxos de trabalho
Projeto Mini-Prático Prático
- Tarefa do início ao fim: ler arquivos brutos, limpar e transformar dados, produzir saídas
- Automatizar o fluxo de trabalho e empacotar como um script ou executável executável
- Revisão e melhorias com base no feedback dos colegas
Síntese e Próximos Passos
Requisitos
- Familiaridade básica com conceitos de programação ou disposição para aprender
- Conforto ao usar linha de comando ou terminal para instalar pacotes
- Experiência trabalhando com planilhas (CSV/Excel)
Público-Alvo
- Analistas de dados e equipes operacionais automatizando tarefas de dados
- Engenheiros analíticos buscando scripting ETL leve
- Profissionais interessados em fluxos de trabalho práticos baseados em Python
Declaração de Clientes (5)
O facto de ter mais exercícios práticos utilizando dados mais semelhantes aos que utilizamos nos nossos projectos (imagens de satélite em formato raster)
Matthieu - CS Group
Curso - Scaling Data Analysis with Python and Dask
Máquina Traduzida
Pensei que o instrutor era muito conhecedor e respondeu às perguntas com confiança para esclarecer a compreensão.
Jenna - TCMT
Curso - Machine Learning with Python – 2 Days
Máquina Traduzida
Preparação e expertise excelente do treinador, comunicação perfeita em inglês. O curso foi prático (exercícios + compartilhamento de exemplos de casos de uso)
Monika - Procter & Gamble Polska Sp. z o.o.
Curso - Developing APIs with Python and FastAPI
Máquina Traduzida
A explicação
Wei Yang Teo - Ministry of Defence, Singapore
Curso - Machine Learning with Python – 4 Days
Máquina Traduzida
Instrutor desenvolve treinamento com base no ritmo do participante
Farris Chua
Curso - Data Analysis in Python using Pandas and Numpy
Máquina Traduzida