PYTHON

Python para Analytics e Data Science

Objetivo

O crescimento altamente acelerado da geração e armazenamento de dados nas organizações em todos os ramos de atividade tem demandado um número cada vez maior de profissionais capacitados para coletar, armazenar, gerenciar e analisar os dados, gerando insights para apoiar à tomada de decisão e garantindo vantagens competitivas da organização.

Diante disso muitas profissões vêm surgindo e crescendo cada vez mais em oferta de vagas e em remuneração, entre elas estão Cientista de Dados, Engenheiro de Dados, Engenheiro de Machine Learning, Engenheiro de Inteligência Artificial, Analista de Dados e Arquiteto de Dados. Isto deixa claro que as carreiras ligadas Analytics e Data Science a representam uma excelente oportunidade para ampliação do potencial de empregabilidade de crescimento profissional.

Dentre as linguagens de programação mais utilizadas para análise de dados, computação interativa e visualização de dados está o Python. Nos últimos 10 anos, o Python tornou-se uma das linguagens mais importantes para ciência de dados, aprendizado de máquina e desenvolvimento geral de software na academia e na indústria.

Esse programa de Cursos Python para Analytics e Data Science tem como objetivo capacitar profissionais nos passos iniciais para atuação nessa extraordinária área do conhecimento.

Objetivos de Aprendizagem

Ao final do curso o aluno terá capacidade de:

  • Realizar programação utilizando a linguagem Python
  • Realizar operações com matrizes e computação vetorizada com NumPy
  • Acessar dados em diversas fontes (arquivos, bancos de dados e web) e formatos (txt, csv, html, json, xls) utilizando Python e Pandas
  • Realizar operações complexas de carga, consolidação, limpeza e transformação de dados usando o Pandas
  • Realizar operações de análise e visualização de dados utilizando Pandas, Matplotlib e Seaborn.

Público Alvo

Profissionais interessados em apreender a linguagem de programação Python para ingressar no mundo da Ciência de Dados.

Carga Horária: 108h

Curso de Introdução à Linguagem de Programação Python para Analytics e Data Science – 36h

  • Apresentação do curso
  • Instalação e configurando o ambiente e ferramentas
  • Apresentação das Ferramentas
  • Apresentação da linguagem Python
  • Variáveis do tipo String e suas operações
  • Variáveis Numéricas, Booleanas e None e suas operações
  • Fluxo de controle usando instruções If
  • Geradores de Sequencias
  • Iteração / Looping usando For e While
  • Estruturas de dados: Tuplas, Listas, Conjuntos, Dicionários
  • Expressões Generator e Módulo Intertools
  • Funções, parâmetros, escopo e ciclo de vida de variáveis
  • Acesso a arquivos e sistema operacional
  • Acesso a bancos de dados
  • Tratamento de erros e exceções
  • Noções básicas do NumPy: matrizes e computação vetorizada
  • Noções básicas do Pacote Pandas para análise de dados
  • Noções Básicas de Visualização de dados com Pandas e Seaborn
  • Aplicação dos conceitos em um projeto de análise de dados básica

Curso de Python para Analytics e Data Science – Nível Intermediário – 36h

  • Apresentação do curso
  • Instalação e configuração do ambiente e ferramentas
  • Revisão rápida das Ferramentas utilizadas
  • Revisão rápida dos recursos básicos da linguagem Python
  • Revisão rápida dos recursos do pacote Numpy, Pandas, Seaborn
  • Carregamento de dados a partir de arquivos e bancos de dados com Pandas
  • Limpeza e Preparação de Dados com Pandas
  • Transformação de dados: Junção; Combinação e Modelagem de dados Pandas
  • Agrupamento, agregação e tabelas cruzadas com Pandas
  • Estatísticas descritivas com Pandas
  • Visualização de dados com Pandas e Seaborn
  • Visualização de dados com Matplotlib
  • Aplicação dos conceitos aprendidos em um projeto de análise de dados intermediário

Curso de Python para Analytics e Data Science- Avançado – 36h

  • Apresentação do curso
  • Instalação e configuração do ambiente e ferramentas
  • Revisão rápida das Ferramentas utilizadas
  • Revisão rápida dos recursos básicos da linguagem Python
  • Revisão rápida dos recursos do pacote Nunpy, Pandas, Matplotlib
  • Carregamento de dados a partir de web (Webservice, XML, JSON, HTML)
  • Uso de expressões regulares
  • Recursos avançados para carregamento limpeza e transformação de dados
  • Manipulação Avançada de Arrays com NumPy
  • Usos avançados de Agrupamentos e Agregações
  • Tratamentos e visualização de séries temporais
  • Recursos avançados de visualização de dados com Matplotlib
  • Outras ferramentas de visualização para Python
  • Aplicação dos conceitos aprendidos em um projeto de análise de dados intermediário