Análise de Dados em Python

Ref: AD3

Análise de Dados em Python

Qual o objetivo do curso?

Desenvolver competências para que o(a) aluno(a) seja capaz de coletar, preparar, analisar e visualizar dados utilizando Python, aplicando técnicas estatísticas e ferramentas para gerar insights e apoiar decisões em diferentes contextos de negócio.


  • 40/horas aula

    A carga horária deste curso é sempre a mesma independentemente do turno que você escolher realizar seu treinamento.

  • Presencial, online e híbrido

    Seu treinamento poderá ser realizado de modo presencial, online (você assistindo ao vivo ou a mesma aula gravada de sua casa) ou híbrido (você assistirá de sua casa quando não puder se fazer presente).

  • Material incluso

    No 1º dia de aula você receberá o seu kit de treinamento: uma linda bolsa, caneta, caderno, livro apostila ou pendrive.

  • Estrutura completa

    Conte com uma estrutura completa com 13 laboratórios equipados. Clique e confira!

  • Coffee-break em todas aulas

    Em nossos cursos presenciais você terá um intervalo para desfrutar de um delicioso coffee-break com lanches, frutas, bolos, sucos e café. E o melhor: você não paga nada a mais por isso!

  • Mais informações

    Clique para conversar com a gente diretamente pelo Whats e tirar todas as suas dúvidas.

Esse curso é ideal para

Este curso é destinado a estudantes, profissionais de tecnologia, analistas, gestores e pessoas interessadas em desenvolver competências em análise de dados utilizando Python para apoio à tomada de decisão e geração de valor por meio dos dados.

O que você precisa conhecer antes

Ter concluído o curso Banco de Dados com Python da ProWay ou possuir conhecimentos equivalentes.

Conteúdo Programático

Introdução à Análise de Dados

Fundamentos

  • O que é Análise de Dados
  • Diferença entre Análise de Dados e Ciência de Dados

Qualidade de Dados

  • Produção x análise
  • Operação x analítico
  • Problemas comuns em bases de dados
  • Limpeza e tratamento de dados

Ecossistema

  • Ferramentas utilizadas em análise de dados
  • Preparação do ambiente de trabalho

 

Python para Análise de Dados

Revisão da Linguagem

  • Listas
  • Sets
  • Dicionários
  • Tuplas
  • Funções

Manipulação Inicial

  • Importação de arquivos para Python

Bibliotecas Fundamentais

  • Introdução ao NumPy
  • Instalação e uso
  • Introdução ao Pandas
  • Instalação e uso

 

Prática: Limpeza e Tratamento de Dados

Preparação

  • Organização dos dados
  • Tratamentos e padronizações

Exploração

  • Análise exploratória
  • Identificação de padrões
  • Tratamentos aplicados aos dados

 

Visualização de Dados e Dashboards

Fundamentos Visuais

  • Tipos de gráficos e nomenclatura
  • Escolha adequada para cada cenário
  • Uso de cores e boas práticas

Comparações

  • Gráficos eficazes x ineficazes

 

Tipos de Gráficos

  • Histogramas
  • Gráficos de densidade
  • Gráficos de dispersão
  • Boxplot
  • Barras e colunas
  • Gráficos de setores
  • Organização de múltiplas visualizações

 

Estatística para Análise de Dados

Amostragem

  • Simples
  • Sistemática
  • Estratificada

Medidas Estatísticas

  • Centralidade
  • Variabilidade

Inferência Estatística

  • Distribuição normal
  • Intervalos de confiança
  • Testes de hipótese

Modelagem e Tendências

  • Distribuição binomial
  • Distribuição de Poisson
  • Regressão linear
  • Séries temporais

 

Projeto Final: Análise de Dados Completa

Aplicação Integrada

  • Integração de todo o aprendizado
  • Da coleta à interpretação dos dados
  • Construção de visualizações
  • Apresentação de insights
  • Recomendações estratégicas

 

Desejo mais informações