Análise de Dados em Python

Ref: AD3

Análise de Dados em Python

Qual o objetivo do curso?

Capacitar o aluno a compreender o ciclo completo de análise de dados; Desenvolver habilidades práticas em Python para análise e visualização de dados; Promover autonomia na interpretação de dados e geração de insights; Preparar o aluno para tomar decisões estratégicas baseadas em dados.


  • 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).

  • Mais info

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

  • Trilha de aprendizado

    Cada treinamento é parte de uma trilha de aprendizado que fará todo sentido na sua formação profissional.

  • 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!

  • 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!

  • Descontos e prêmios na especialização

    Ganhe descontos e prêmios na sua especialização. Clique e saiba mais.

Esse curso é ideal para

Profissionais de diversas áreas que buscam trabalhar com dados; Analistas iniciantes que desejam se capacitar em Python; Gestores e líderes que desejam apoiar decisões estratégicas com dados; Estudantes e profissionais em transição para carreiras de dados.

O que você precisa conhecer antes

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

Conteúdo Programático

Introdução à Análise de Dados

  • O que é Análise de Dados

  • Diferença entre Análise de Dados e Ciência de Dados

  • Limpeza e tratamento de dados: produção x análise, operação x analítico, problemas comuns em dados

  • Ferramentas utilizadas para análise de dados

  • Preparação do ambiente de trabalho

Python para Análise de Dados

  • Revisão Python básico: listas, sets, dicionários, tuplas, funções

  • Importando arquivos para Python

  • Introdução ao Numpy: instalação e uso

  • Introdução ao Pandas: instalação e uso

Prática: Limpeza e Tratamento de Dados

  • Preparação dos dados

  • Análise exploratória

  • Tratamentos aplicados nos dados

Visualização de Dados e Dashboards

  • Tipos de gráficos e nomenclatura

  • Escolha adequada de gráficos para cada situação

  • Cores e boas práticas em visualizações

  • Exemplos de gráficos eficazes x ineficazes

Tipos de Gráficos

  • Histogramas, densidade, dispersão, boxplot

  • Gráficos de barras/colunas e setores

  • Organização de múltiplos gráficos em uma única tela

Estatística para Análise de Dados

  • Amostragem simples, sistemática e estratificada

  • Medidas de centralidade e variabilidade

  • Distribuição normal e intervalos de confiança

  • Testes de hipótese

  • Distribuições binomial e de Poisson

  • Regressão linear

  • Séries temporais

Projeto Final: Análise de Dados Completa

  • Integração de todo o aprendizado em um projeto real

  • Da coleta à visualização e interpretação de dados

  • Apresentação de insights e recomendações estratégicas

Desejo mais informações