Curso de Manipulação de Dados com Python em Porto Alegre

Carga horária: 28h

Local: Porto Alegre / RS

Modalidade: Curso Presencial

Manipulação de Dados com Python

É hora de dar sequência na carreira de Engenharia de Dados com a tecnologia que mais cresce no mercado!

A partir dos conteúdos ensinados no curso anterior (Lógica de Programação), partiremos para o entendimento de bibliotecas comumente utilizadas nas equipes de Machine Learning e Data Science, como: Numpy, Pandas, Matplotlib.

Ao final do curso, o aluno terá noções de como operar sobre dados e como construir ferramentas simples de análise de dados a partir de técnicas matemáticas e de visualização de dados.
E, claro, estará pronto para o último curso da formação, assim tornando-se um verdadeiro profissional da Engenharia de Dados!

PRÓXIMAS TURMAS

Não encontrou a turma que deseja? Confira a agenda completa

– Conhecer o processo de coleta e análise de dados aplicando métodos e ferramentas para responder a questões úteis à tomada de decisão.
– Apresentar os conceitos básicos envolvidos na concepção de técnicas de visualização de informações.
– Discutir aspectos de avaliação de visualizações.
– Capacitar o estudante a trabalhar com as principais bibliotecas de manipulação e visualização de informações.

– Estudantes
– Programadores em geral
– Pessoas que querem entrar para o mundo de Data Science e Machine Learning mas não sabem por onde começar!

  • Revisão da Linguagem Python
    • Ambiente de Desenvolvimento
    • Programação em Python
    • Algoritmos e Estruturas de Dados

    Análise de Dados
    • Introdução
    • Arquivos CSV, Imagens e Séries Temporais
    • Processamento dos Dados
    • Análise Exploratória
    • Descobertas

    Numpy
    • Arrays e Operações Slice
    • Álgebra Linear

    Pandas
    • Introdução a Dataframes
    • Leitura e Escrita de Dados
    • Indexação e Slice
    • Operações Matriciais e Seleções Condicionais
    • Dados ausentes e agrupamentos

    Matplotlib, Seaborn e Plotnine
    • Plotagem dos Dados
    • Tipos de visualização
    • Heatmaps

    Scikit-learn
    • Introdução ao Aprendizado de Máquina
    • Modelos de Machine Learning
    • Treinamento e Inferência