Loading repository data…
Loading repository data…
cfneves / repository
Repositório colaborativo do curso de Análise de Dados e BI · Python · Pandas · SQL · Power BI · Tableau · Streamlit · Lab365 / SENAI SC - Visualização de Dados e Business Intelligence
A transparent discovery signal based on current public GitHub metadata.
This score does not audit code, security, maintainers, documentation quality, or suitability. Verify the repository and its current documentation before adoption.
Do Python ao Business Intelligence — portfólio real, workflow profissional, desde o primeiro commit
Lab365 / SENAI SC · Curso de Análise de Dados · 2026 - Turma T2 - Disciplina: Visualização de Dados e Business Intelligence
Repositório colaborativo da turma de Análise de Dados e Visualização de BI do Lab365 / SENAI SC.
Cada aluno constrói aqui, ao longo de 28 semanas, um portfólio público e rastreável — visível por recrutadores desde o primeiro commit. Exercícios são Pull Requests. Correções são commits. Projetos terminam publicados. O histórico de aprendizado fica documentado no git.
Para educadores: este repositório é um modelo funcional para cursos de dados. Faça um fork e adapte para sua turma — instruções na seção Para Educadores.
| Modelo Tradicional | Este Repositório | |
|---|---|---|
| Entrega de exercícios | ZIP por e-mail ou AVA | Pull Request revisada no GitHub |
| Portfólio | Criado depois da formatura | Construído semana a semana |
| Feedback do professor | Privado, perdido no tempo | Documentado na thread do PR |
| Histórico de aprendizado | Inexistente | 100% rastreável via git log |
| Visibilidade para recrutadores | Zero durante o curso | Pública desde o primeiro commit |
| Habilidade de versionamento | Teoria isolada | Prática real e obrigatória |
| Colaboração | Individual, sem interação | Branch → PR → review → merge |
14/04/2025 a 17/07/2025 · Terça, Quinta e Sexta
| Semana | Período | Tema |
|---|---|---|
| 1 | 14–17/04 |
| Introdução e Fundamentos de Business Intelligence |
| 2 | 21–24/04 | Lógica de Programação com Python |
| 3 | 28/04–01/05 | Python + Versionamento com Git e GitHub |
| 4 | 05–08/05 | Manipulação de Dados · Funções e Modularização |
| 5 | 12–15/05 | Pandas e NumPy |
| 6 | 19–22/05 | Limpeza e Transformação de Dados |
| 7 | 26–29/05 | Fontes de Dados · Web Scraping · Mini-Projeto Avaliativo |
| 8 | 02–05/06 | Modelagem Dimensional · Data Warehouse |
| 9 | 09–12/06 | SQL para DW |
| 10 | 16–19/06 | SQL Avançado · Window Functions · Performance |
| 11 | 23–26/06 | Análise Exploratória de Dados (AED) |
| 12 | 30/06–03/07 | Visualização com Seaborn e Matplotlib |
| 13 | 07–10/07 | Projeto Avaliativo Individual |
| 14 | 14–17/07 | Encerramento do Módulo 1 |
| Avaliação | Peso | Descrição |
|---|---|---|
| M1.1 — Mini-Projeto | 25% | Extração e limpeza de dados públicos com Python (squads) |
| M1.2 — Projeto Individual | 60% | AED + visualizações + documentação de base pública |
| M1.3 — Listas de Exercícios | 15% | Exercícios semanais entregues no AVA |
21/07/2025 a 30/10/2025 · Segunda, Quarta e Sexta
| Semana | Período | Tema |
|---|---|---|
| 1 | 21–24/07 | Ética em Dados · LGPD · Vieses Algorítmicos |
| 2 | 28–31/07 | Introdução a Dashboards · Ferramentas de BI |
| — | 04–07/08 | Semana de Recuperação do Módulo 1 |
| 3 | 11–14/08 | Looker Studio — Fundamentos |
| 4 | 18–21/08 | Looker Studio — Avançado · Storytelling |
| 5 | 25–28/08 | Design de Dashboards · UX/UI · Mini-Projeto Avaliativo |
| 6 | 01–04/09 | Power BI — Fundamentos |
| 7 | 08–11/09 | Power BI — DAX · Publicação · Mobile |
| 8 | 15–18/09 | Tableau — Fundamentos |
| 9 | 22–25/09 | Tableau — LOD · Storytelling · Publicação |
| 10 | 29/09–02/10 | Streamlit com Python — Fundamentos |
| 11 | 06–09/10 | Streamlit com Python — Deploy na Nuvem |
| 12 | 13–16/10 | Metodologias Ágeis · SCRUM · Kanban |
| 13 | 20–23/10 | Projeto Avaliativo em Squads |
| 14 | 27–30/10 | Encerramento do Módulo 2 |
| Avaliação | Peso | Descrição |
|---|---|---|
| M2.1 — Mini-Projeto | 30% | Painel Looker Studio com design e storytelling (squads) |
| M2.2 — Projeto em Squads | 60% | 2 dashboards (Streamlit + ferramenta à escolha) + documentação |
| M2.3 — Listas de Exercícios | 10% | Exercícios semanais entregues no AVA |
| Camada | Ferramentas | Competência desenvolvida |
|---|---|---|
| Linguagem | Python 3.10+ | Lógica, funções, OOP básico, manipulação de arquivos |
| Análise | Pandas · NumPy | Limpeza, transformação, agregação e análise exploratória |
| Visualização | Matplotlib · Seaborn · Plotly | Gráficos estáticos, interativos e storytelling com dados |
| Notebooks | Jupyter · JupyterLab | Prototipagem reproduzível e documentação de análises |
| BI & Dashboards | Looker Studio · Power BI · Tableau | Modelagem dimensional, DAX, publicação e storytelling |
| Deploy | Streamlit + Cloud | Aplicações de dados com Python e deploy em produção |
| Dados | SQL · DW · OLAP | Modelagem estrela, window functions, otimização de queries |
| Colaboração | Git · GitHub · SCRUM | Fluxo colaborativo, code review via PR, metodologia ágil |
| Ambiente | Anaconda · venv | Gerenciamento de ambientes e dependências |
turma-visualizacao-de-dados/
│
├── aulas/ ← Materiais didáticos do professor
│ ├── semana_02/
│ │ └── html/ ← Slides: Git e GitHub — versionamento
│ ├── semana_03/
│ │ └── html/ ← Slides: Python fundamentos e colaboração
│ ├── semana_04/
│ │ ├── html/ ← Slides: manipulação de dados e funções
│ │ ├── bases/ ← Datasets de aula (CSV, JSON, XLSX, ipynb)
│ │ └── notebooks/ ← Notebooks: revisão e demonstrações
│ └── semana_05/
│ └── notebooks/ ← Notebooks: desafios Pandas e NumPy
│
├── exercicios/ ← Exercícios com gabarito — Python progressivo
│ ├── 01.sintaxe/ ← print, input, comentários (3 exercícios)
│ ├── 02.variaveis/ ← Tipos primitivos e casting (6 arquivos)
│ ├── 03.Estruturas/ ← Condicionais e loops (3 exercícios)
│ └── 04. Exercicios/ ← Desafios práticos + gabaritos
│ ├── calculadora.py ← Desafio: calculadora interativa
│ ├── gabarito_calculadora.py ← Gabarito
│ ├── cadastro_produtos.py ← Desafio: caixa de loja com desconto
│ └── cadastro_produtos_gabarito.py
│
├── datasets/ ← Datasets compartilhados (.csv · .json · .xlsx)
├── projetos/ ← Galeria de projetos finais aprovados
│
├── alunos/ ← Portfólios individuais dos alunos
│ ├── TEMPLATE_README.md ← Modelo de portfólio para copiar
│ └── nome-sobrenome/
│ ├── README.md ← Portfólio e apresentação pessoal
│ ├── exercicios/ ← Entregas de exercícios
│ └── projetos/ ← Projetos autorais
│
└── .github/
└── ISSUE_TEMPLATE/ ← Templates de dúvida e problema de PR
Alunos: toda a sua atuação é dentro de
alunos/seu-nome/. Nenhum outro diretório deve ser modificado.
Clique no nome para acessar o portfólio público de cada aluno.
| Aluno | Portfólio |
|---|---|
| Andressa Alves | → ver portfólio |
| Anaysa Lopes | → ver portfólio |
| Beatriz Bruns | → ver portfólio |
| Bruno Briani | → ver portfólio |
| Camilla Lonatas | → ver portfólio |
| Camilla Nascimento | → ver portfólio |
| Carlos F. | → ver portfólio |
| Christian Wis | → ver portfólio |
| Claudi Borges | → ver portfólio |
| Daniel Roberto | → ver portfólio |
| Felipe Vampre | → ver portfólio |
| Gustavo Branga | → ver portfólio |
| Isaac Trenard | → ver portfólio |
| Jakson Luis | → ver portfólio |
| Jonatas Mag | → ver portfólio |
| Leo Gobel | → ver portfólio |
| Lourenço Lemos | → ver portfólio |
| Luís Napolitano | → ver portfólio |
| Luís Oliveira | → ver portfólio |
| Luiz Fernando Jesus | → ver portfólio |
| Marcos Bhering | → ver portfólio |
| Maria Helena | → ver portfólio |
| Orlando Castro | → ver portfólio |
| Robson Américo | → ver portfólio |
| Rogério Estumano | → ver portfólio |
| Ruan Fernandes | → ver portfólio |
| Samuel Bucco | → ver portfólio |
| Sérg |