F1-Data-Analytics-

Fundamentos de Ciência de Dados - Introdução a reprodutibilidade em pesquisa, proveniência de dados e gestão de grandes volumes de dados científicos. Coleta e preparação de dados. Algoritmos de exploração e análise de dados. Métodos de modelagem fluxo de dados. Elaboração de relatórios de resultados através de documentos com código Python incluindo gráficos e tabelas.

Aula 01: Introdução à programação em Python: comandos condicionais e iterativos, funções de entrada e saída e Listas. Aula 02: Vetores, funções, exploração de dados e introdução à exploração de dados. Aula 03: Visualização de dados, funções recursivas e introdução ao Dataframe. Aula 04: Conhecendo melhor o Dataframe e a Visualização de Dados. Aula 05: Regressão Linear. Regressão Polinomial. Árvore de Decisão. Aula 06: Importação, Manipulação e Visualização de Dados. Introdução ao Mercado Financeiro. Aula 07: Visualizações avançadas. Storytelling para Finanças. Aula 08: Programação simbólica com o pacote sympy. Visualização de Dados: Candle Sticks. Aula 09: Introdução à Computação Quântica.

Capacitar profissionais para coletar, tratar, analisar, visualizar e interpretar dados utilizando Python e ferramentas modernas de análise, aplicando boas práticas de programação, estatística, limpeza de dados, exploração, modelagem básica e comunicação de insights.

Mini Projeto: Insights Orientados a Dados 🔍 Módulo 01 – Exploração e Visualização de Dados com Python

DataMiner é uma aplicação web interativa construída com Streamlit para exploração, visualização e mineração de dados a partir de arquivos CSV, sem necessidade de programação.

Limpeza, transformação e exploração de dados de e-commerce para responder a perguntas de negócio.