Description
Python para Data Science – Parte 2
Dando continuidade à sua jornada na programação e ciência de dados, apresentamos a segunda parte do curso “Python para Data Science”.
Após adquirir uma base sólida no primeiro curso, agora você aprofundará seus conhecimentos em Python, explorando novas técnicas e ferramentas essenciais para a ciência de dados.
Sobre o Instrutor
O curso é ministrado pelo Prof. Dr. Dilermando Piva Junior, um renomado educador com mais de 29 anos de experiência no ensino de programação em cursos superiores no Brasil. Autor de diversos livros e centenas de artigos na área de computação, o Prof. Dr. Dilermando possui uma vasta experiência acadêmica e prática que enriquecerá sua aprendizagem.
Sobre o Curso
Python para Data Science – Parte 2 é a continuação perfeita para aqueles que concluíram a primeira parte e desejam aprofundar seus conhecimentos. Veja abaixo os principais tópicos abordados:
-
Revisão da Instalação do Ambiente: Recapitule a configuração do ambiente de desenvolvimento usando Anaconda e Jupyter Notebook em Windows e Linux.
-
Estruturas de Repetição: Domine os loops (for, while) para repetir ações e processar listas de dados.
-
Estruturas de Dados: Explore listas, strings, tuplas e dicionários para armazenar e manipular dados.
-
Funções em Python: Crie e utilize funções para organizar e reutilizar seu código de forma eficiente.
-
Projeto Prático: Desenvolva um projeto de ciência de dados do início ao fim, aplicando todos os conceitos aprendidos.
Pré-requisitos do Curso
Este curso é projetado para aqueles que já concluíram a primeira parte e têm uma compreensão básica de Python. Os pré-requisitos incluem:
-
Conclusão da Parte 1: Ter completado “Python para Data Science – Parte 1” ou ter conhecimentos equivalentes.
-
Interesse em Ciência de Dados: Continuar motivado para aprender sobre ciência de dados e programação.
-
Acesso a um Computador: Necessário um computador com Windows, Linux ou macOS para instalar os softwares necessários.
-
Vontade de Aprender: Estar disposto a dedicar tempo e esforço para aprender e praticar os conceitos ensinados.
-
Instalação do Ambiente: Capacidade de seguir as instruções para instalar Anaconda e Jupyter Notebook no seu sistema.
Público-alvo
Este curso é destinado a uma ampla gama de profissionais e entusiastas que já possuem conhecimentos básicos em Python, incluindo:
-
Iniciantes em Programação: Pessoas que completaram a primeira parte e desejam continuar aprendendo a programar usando Python de forma prática e aplicada.
-
Profissionais em Transição de Carreira: Profissionais de diversas áreas que desejam aprofundar seus conhecimentos em ciência de dados.
-
Estudantes e Acadêmicos: Estudantes de cursos superiores ou técnicos e pesquisadores que precisam de habilidades avançadas em programação para análise de dados.
-
Engenheiros e Profissionais Técnicos: Engenheiros de diversas disciplinas interessados em aplicar ciência de dados em seus projetos e profissionais técnicos que desejam melhorar a análise de dados.
-
Profissionais da Área de Saúde: Médicos, enfermeiros e outros profissionais de saúde que querem utilizar ciência de dados para melhorar a análise e a gestão de dados clínicos, além de pesquisadores em saúde pública.
-
Analistas de Negócios, Gestores e Empreendedores: Profissionais que trabalham com análise de dados e precisam aprimorar suas habilidades de programação, além de gestores interessados em tomar decisões informadas com base em ciência de dados.
-
Curiosos e Entusiastas de Tecnologia: Pessoas com interesse geral por tecnologia e programação que desejam explorar mais a fundo o mundo da ciência de dados.
Vantagens de Fazer Este Curso
-
Aprendizado Prático e Aplicado: O curso oferece uma abordagem prática, com exemplos e exercícios que facilitam a compreensão e a aplicação dos conceitos.
-
Instrutor Experiente: Aprenda com um professor renomado, com vasta experiência acadêmica e prática na área de programação e ciência de dados.
-
Flexibilidade: Estude no seu próprio ritmo, com acesso vitalício ao conteúdo do curso.
-
Certificação: Ao concluir o curso, você receberá um certificado de conclusão, valorizando seu currículo e suas habilidades.
-
Comunidade de Aprendizagem: Faça parte de uma comunidade de estudantes e profissionais que compartilham o interesse por ciência de dados e programação, promovendo networking e troca de conhecimentos.
Continue sua jornada e aprofunde seus conhecimentos em ciência de dados com Python!
Who this course is for:
- Iniciantes em Programação: Pessoas sem nenhuma experiência prévia em programação. Indivíduos que desejam aprender a programar usando Python de forma prática e aplicada.
- Profissionais em Transição de Carreira: Profissionais de diversas áreas que desejam migrar para o campo da ciência de dados. Indivíduos interessados em adquirir novas habilidades para aumentar suas oportunidades de emprego.
- Estudantes e Acadêmicos: Estudantes de cursos superiores ou técnicos que querem complementar seus conhecimentos. Pesquisadores que precisam de habilidades em programação para análise de dados em seus estudos.
- Engenheiros e Profissionais Técnicos: Engenheiros de diferentes disciplinas (civil, mecânica, elétrica, etc.) interessados em aplicar ciência de dados em seus projetos. Profissionais técnicos que desejam automatizar processos e melhorar a análise de dados em seus campos.
- Profissionais da Área de Saúde: Médicos, enfermeiros, e outros profissionais de saúde que querem utilizar ciência de dados para melhorar a análise e a gestão de dados clínicos. Pesquisadores em saúde pública interessados em aplicar técnicas de ciência de dados em seus estudos.
- Analistas de Negócios e Gestores: Profissionais que trabalham com análise de dados e precisam aprimorar suas habilidades de programação. Gestores que desejam entender melhor como a ciência de dados pode ser aplicada para tomar decisões informadas.
- Curiosos e Entusiastas de Tecnologia: Pessoas que têm interesse geral por tecnologia e programação. Entusiastas que querem explorar o mundo da ciência de dados e suas aplicações.
Course content
- Introdução2 lectures • 6min
- Introdução
- Preparação do ambiente e arquivos6 lectures • 27min
- Preparação do ambiente e arquivos
- Parte 5: Estrutura de Repetição1 lecture • 23min
- Parte 5: Estrutura de Repetição
- Parte 6: Estruturas de Dados / Coleções (Strings, Listas, Tuplas e Dicionários)1 lecture • 19min
- Parte 6: Estruturas de Dados / Coleções (Strings, Listas, Tuplas e Dicionários)
- Parte 7: Funções1 lecture • 21min
- Parte 7: Funções
- Parte 8: O processo de Ciência de Dados1 lecture • 19min
- Parte 8: O processo de Ciência de Dados
- Encerramento e Póximos Passos…2 lectures • 4min
- Encerramento e Póximos Passos…
Reviews
There are no reviews yet.