Login
Login

Formação online

Do Zero à Análise de Dados com Python

Aprenda do ZERO a coletar, tratar, construir modelos e apresentar dados através de relatórios e dashboards incríveis com o nosso combo de cursos de Python, uma das linguagens mais utilizadas no mercado.

O que você será capaz de fazer

Precisa tomar decisões baseadas em dados e ainda está preso ao mundo do Excel e das recomendações de terceiros? Com esta Formação completa, você será capaz de coletar dados de planilhas, sites, APIs, Bancos de Dados, dentre vários outros, de forma automatizada, poderá criar análises, relatórios e dashboards automáticos, aumentar a percepção de valor do seu trabalho e ainda ganhar tempo em tarefas que hoje são tediosas e repetitivas.

Quais habilidades eu aprenderei

  • Dominar os fundamentos da ciência de dados
  • Coletar dados automaticamente com Python
  • Criar relatórios automáticos
  • Construir dashboards automáticas
  • Aprender estatística voltada para análise de dados
  • Construir, implementar e validar modelos em Python

Quais ferramentas eu usarei

Para quem este treinamento é indicado

Lorem Ipsum is simply dummy text of the printing and typesetting industry. Lorem Ipsum has been the industry’s standard dummy text ever since the 1500s.

Estudantes de Graduação

Mesmo ainda na graduação, sem experiência com programação, você já pode se diferenciar dos seus colegas ao investir em sua futura carreria em ciência de dados.

Professores e Acadêmicos

Utilize o poder das linguagens de programação mais modernas do mercado como o R e o Python para produzir trabalho acadêmicos com mais facilidade e agilidade.

Profissionais de Mercado

Chega de lidar com planilhas Excel confusas e tarefas repetitivas. Ao dominar Ciência de Dados, você ganha o poder de automatizar as tarefas repetitivas do seu dia-a-dia.

O que você aprenderá neste treinamento

Lorem Ipsum is simply dummy text of the printing and typesetting industry. Lorem Ipsum has been the industry’s standard dummy text ever since the 1500s.

Fundamentos de análise de dados

O objetivo deste módulo é o de fornecer uma porta de entrada a estudantes e profissionais de mercado que queiram adicionar conhecimentos de ciência de dados aos seus currículos.

Linguagem R

Nesta versão atualizada do curso e revisada, você entrará no mundo tidyverse, a evolução da linguagem R. Uma introdução qualificada a poderosos pacotes construídos exclusivamente para lidar com coleta, tratamento, análise e apresentação de dados.

Linguagem Phyton

Você terá a oportunidade de aprender Python com muitos exemplos de aplicações em macro e microeconomia. Um passo a passo para você sair do zero até a construção de relatórios e apresentações.

SQL para economia e finanças

O objetivo deste módulo é o de fazer uma introdução a bancos de dados e à linguagem SQL, tendo como pano de fundo exemplos envolvendo dados econômicos e financeiros.

Criação de gráficos

Através do uso do ggplot2, você dominará a principal biblioteca do R para a produção de gráficos na atualidade. É feita uma introdução à lógica por trás da construção de gráficos em camadas, bem como a ilustração dos diversos tipos de gráficos possíveis.

Criação de gráficos

Através do uso do ggplot2, você dominará a principal biblioteca do R para a produção de gráficos na atualidade. É feita uma introdução à lógica por trás da construção de gráficos em camadas, bem como a ilustração dos diversos tipos de gráficos possíveis.

Criação de relatórios

Através do uso do RMarkdown, você aprenderá a construir relatórios e apresentações automatizadas e reprodutíveis, substituindo diversos programas por um único documento.

Criação de dashboards inteligentes

Através do domínio da ferramenta shiny, você será capaz de criar Dashboards Inteligentes para visualização de dados, dominando a principal ferramenta do mercado.

Estatística com R e Phyton

Sua porta de entrada para o mundo da estatística usando as duas principais linguagens do mundo da análise de dados: R e Python.

Análise de dados econômicos financeiros

O objetivo deste módulo é proporcionar aos alunos uma imersão no mundo dos dados econômicos e financeiros através do uso de uma linguagem de programação.
Anterior
Próximo

Quem já fez essa trilha

Como estudar os cursos

Este curso não apresenta pré-requisitos

  • O curso foi pensado para que pessoas sem experiência em programação e ciência de dados pudessem sair do ZERO até a construção de análises sofisticadas envolvendo modelos de machine learning;
  • Separe 1 hora por dia para estudar através das videoaulas e conclua os Cursos da Formação 9 meses, mudando a sua carreira em definitivo;
  • São 24 meses para ver e rever o conteúdo quantas vezes quiser;
  • Replique os códigos e exercícios propostos ao longo dos Cursos para fixar o conhecimento, faça testes automáticos para verificar o andamento do seu aprendizado;
  • Tire suas dúvidas individualmente em um chat exclusivo do aluno diretamente com nossos professores;

(Curso revisado e atualizado - Versão 2023)

Suporte individualizado

Programação dos cursos

Fundamentos de Análise de Dados
  • Aula 01 – Afinal, o que é ciência de dados
  • Aula 02 – Habilidades requeridas pela ciência de dados
  • Aula 03 – Como adicionar ciência de dados ao currículo e se tornar um profissional disputado no mercado?
  • Aula 04 – Por que o Excel não basta?
  • Aula 05 – O que é uma linguagem de programação e por que eu preciso aprender isso?
  • Aula 06 – Introdução à linguagem R
  • Aula 07 – Introdução à linguagem Python
  • Aula 08 – O que são banco de dados?
  • Aula 09 – Introdução à linguagem SQL
  • Aula 10 – Importação: onde estão os dados
  • Aula 11 – Limpando os dados: por que a vida não é simples?
  • Aula 12 – Análise exploratória de dados: usando estatística simples para entender o que está acontecendo com a sua base de dados
  • Aula 13 – O que são modelos
  • Aula 14 – Aprendendo a fazer uma regressão linear
  • Aula 15 – Como apresentar os resultados da sua análise de dados?
  • Aula 16 – Construindo sua primeira análise de dados do ZERO
  • Aula 17 – Como continuar aprendendo?
Programação em Python para Análise de Dados
  • Aula 01 – Boas vindas e Apresentação do Curso;
  • Aula 02 – Ciclo de Ciência de Dados;
  • Aula 03 – Estruturas de Dados;
  • Aula 04 – Na prática: construindo uma análise de dados;
  • Aula 05 – Fontes de Dados;
  • Aula 06 – Variáveis Quantitativas vs. Qualitativas;
  • Aula 07 – Processo Gerador de Dados;
  • Aula 08 – Sumário de Estatísticas;
  • Aula 09 – Gráfico de Dispersão;
  • Aula 10 – Gráfico de Histograma;
  • Aula 11 – Gráfico de Boxplot;
  • Aula 12 – Gráfico de Linha;
  • Aula 13 – Análise de Correlação;
  • Aula 14 – Análise de Autocorrelação;
  • Aula 15 – Estacionariedade;
  • Aula 16 – Análise de Séries Temporais;
  • Aula 17 – Fluxo de Modelagem e Previsão;
  • Aula 18 – Separação de amostras: treino e teste;
  • Aula 19 – Pré Processamento de Dados;
  • Aula 20 – Viés e Variância;
  • Aula 21 – Regressão Linear;
  • Aula 22 – Suavização exponencial;
  • Aula 23 – ARIMA;
  • Aula 24 – Prophet;
  • Aula 25 – Regressão Logística;
  • Aula 26 – Naive Bayes;
  • Aula 27 – Algoritmos k-NN;
  • Aula 28 – Support Vector Machine (SVM);
  • Aula 29 – Árvores de Decisão;
  • Aula 30 – Redes Neurais;
  • Aula 31 – Avaliando o desempenho do modelo;
  • Aula 32 – Validação Cruzada;
  • Aula 33 – Aumentando o desempenho do modelo: bootstrap, bagging, random forests e boosting;
  • Aula 34 – Interpretação de resultados e tomada de decisão;
Estatística para Análise de Dados usando Python
  • Aula 01 – Preparando o ambiente;
  • Aula 02 – Dados Univariados: vetores, estatísticas descritivas e dados categóricos;
  • Aula 03 – Dados Bivariados: amostras independentes, estruturas de dados no R/Python e dados emparelhados;
  • Aula 04 – Dados Multivariados: data frames, aplicando funções sobre dados e dados externos;
  • Aula 05 – Gráficos Multivariados: gráficos básicos, ggplot2 e matplotlib;
  • Aula 06 – População: variáveis aleatórias discretas e diferentes tipos de distribuição;
  • Aula 07 – Inferência Estatística;
  • Aula 08 – Intervalos de Confiança;
  • Aula 09 – Testes de Significância;
  • Aula 10 – Qualidade do Ajuste;
  • Aula 11 – Regressão Linear;
  • Aula 12 – Análise de Variância;
  • Aula 13 – Extensões: modelos lineares generalizados e modelos não lineares;
Modelagem e Previsão usando Python
  • Aula 01 – Boas vindas e Apresentação do Curso;
  • Aula 02 – Ciclo de Ciência de Dados;
  • Aula 03 – Estruturas de Dados;
  • Aula 04 – Na prática: construindo uma análise de dados;
  • Aula 05 – Fontes de Dados;
  • Aula 06 – Variáveis Quantitativas vs. Qualitativas;
  • Aula 07 – Processo Gerador de Dados;
  • Aula 08 – Sumário de Estatísticas;
  • Aula 09 – Gráfico de Dispersão;
  • Aula 10 – Gráfico de Histograma;
  • Aula 11 – Gráfico de Boxplot;
  • Aula 12 – Gráfico de Linha;
  • Aula 13 – Análise de Correlação;
  • Aula 14 – Análise de Autocorrelação;
  • Aula 15 – Estacionariedade;
  • Aula 16 – Análise de Séries Temporais;
  • Aula 17 – Fluxo de Modelagem e Previsão;
  • Aula 18 – Separação de amostras: treino e teste;
  • Aula 19 – Pré Processamento de Dados;
  • Aula 20 – Viés e Variância;
  • Aula 21 – Regressão Linear;
  • Aula 22 – Suavização exponencial;
  • Aula 23 – ARIMA;
  • Aula 24 – Prophet;
  • Aula 25 – Regressão Logística;
  • Aula 26 – Naive Bayes;
  • Aula 27 – Algoritmos k-NN;
  • Aula 28 – Support Vector Machine (SVM);
  • Aula 29 – Árvores de Decisão;
  • Aula 30 – Redes Neurais;
  • Aula 31 – Avaliando o desempenho do modelo;
  • Aula 32 – Validação Cruzada;
  • Aula 33 – Aumentando o desempenho do modelo: bootstrap, bagging, random forests e boosting;
  • Aula 34 – Interpretação de resultados e tomada de decisão;
Produção de Relatórios Automáticos usando Python
  • Aula 01 – Boas vindas e apresentação do curso;
  • Aula 02 – Relatórios no ciclo de análise de dados;
  • Aula 03 – Como produzir relatórios do zero?
  • Aula 04 – Quais ferramentas usar para produção de relatórios?
  • Aula 05 – Preparando o ambiente de programação Posit Cloud;
  • Aula 06 – Projetos de curso de relatórios e apresentações;
  • Aula 07 – Guia de primeiros passos usando o Quarto;
  • Aula 08 – Como formatar o layout do relatório?
  • Aula 09 – Como formatar o conteúdo do relatório?
  • Aula 10 – Como criar apresentações com o Quarto?
  • Aula 11 – Como formatar o layout da apresentação
  • Aula 12 – Como formatar o conteúdo da apresentação
  • Aula 13 – Projeto de curso 1: Relatório de Análise da Inflação;
  • Aula 14 – Projeto de curso 2: Apresentação sobre DataViz;
  • Aula 15 – Como funciona a automatização de um código?
  • Aula 16 – Qual é o maior desafio para automatização de um código?
  • Aula 17 – Quais ferramentas podem ser usadas para automatização?
  • Aula 18 – Automatizando um projeto de curso de relatório do curso;
  • Aula 19 – Monitoramento, erros e manutenção;
Produção de Dashboards Automáticos usando Python
  • Aula 01 – Boas vindas e apresentação do curso;
  • Aula 02 – Dashboards no ciclo de análise de dados;
  • Aula 03 – Como produzir dashboards do zero?
  • Aula 04 – Quais ferramentas usar para produção de dashboards?
  • Aula 05 – Preparando o ambiente de programação;
  • Aula 06 – Projetos de Curso de Dashboards;
  • Aula 07 – Produzindo Dashboards Estáticas;
  • Aula 08 – Produzindo Dashboards Dinâmicas;
  • Aula 09 – Projetos de Curso de Dashboards;
  • Projeto de Curso 1: Dashboard de Análise da Inflação;
  • Projeto de Curso 2: Dashboard de Economia Internacional;
  • Aula 10 – Publicação de Dashboards;
  • Aula 11 – Como funciona a automatização de um código?
  • Aula 12 – Qual é o maior desafio para automatização de um código?
  • Aula 13 – Quais ferramentas podem ser usadas para automatização?
  • Aula 14 – Automatizando um projeto de curso de dashboard;
  • Aula 15 – Monitoramento, erros e manutenção;

Materiais utilizados

Vídeos Didáticos

Cada seção será acompanhada de videoaulas subdividas em tópicos específicos, tornando o aprendizado ainda mais dinâmico.

Slides e Códigos disponíveis

Todos os slides e códigos utilizados ao longo das seções ficam disponíveis para os alunos baixarem e reproduzirem.

Certificação

O aluno terá acesso a 6 Certificados ao longo da Formação Do Zero à Análise de Dados com Python, totalizando uma carga horária de 260h, que é composta pelas videoaulas e atividades necessárias para concluir os Cursos.

  • Carga horária: 260h
  • Total de horas em vídeo: 105h
  • Número de aulas: 141

Coordenador e professor dos cursos

Vítor Wilher

Mestre em Economia e Cientista-Chefe da Análise Macro


Especialista em ciência de dados. Dá aulas e presta consultoria há 7 anos na área de dados, já tendo ajudado milhares de alunos no Brasil a darem o primeiro passo em análise de dados envolvendo R e Python.

Professores

Fernando da Silva

Bacharel em Economia e Cientista de Dados


Especializado em economia e finanças. Trabalha com modelagem e previsão de séries temporais, análise e visualização de dados e automatização de relatórios e dashboards.

Luiz Henrique

Cientista de Dados


Especializado em coleta, tratamento, modelagem e apresentação de dados financeiros e econômicos em R e Python.

Depoimentos dos nossos alunos

Investimento

De R$ 1.885,00 por

R$ 995,00

Com R$890 de desconto

Consulte nossa equipe no WhatsApp

À vista no PIX ou boleto bancário

ou parcelado em 10x no cartão de crédito sem juros

  • Garantimos seu dinheiro de volta em até 7 dias
Inscreva-se

Formação online

Do Zero à Análise de Dados com Python

Adquira essa formação agora e tenha acesso aos seguintes benefícios:

  • Acesso completo por 24 meses
  • Plataforma de estudos própria
  • Suporte individual de dúvidas
  • Certificados individuais dos 6 Cursos
  • Reunião Inicial com o Coordenador para traçar plano individual de aprendizado

Perguntas frequentes

Resposta: Você poderá realizar sua matrícula através de boleto bancário ou cartão de crédito, podendo parcelar em até 10x sem juros no cartão de crédito.

Resposta: Você terá até 24 meses para ver quantas vezes quiser os conteúdos dos cursos.

Resposta: Esta oferta foi desenhada exatamente para as pessoas que nunca tiveram relação com linguagem de programação, mas desejam dar um upgrade na carreira.

Resposta: No próprio site há uma plataforma exclusiva para tirar dúvidas direto com nossa equipe o professor Vítor Wilher. Você estará sempre acompanhado durante sua jornada.

Análise Macro © 2011 / 2024

comercial@analisemacro.com.br – Rua Visconde de Pirajá, 414, Sala 718
Ipanema, Rio de Janeiro – RJ – CEP: 22410-002

Criação Kamus – Hospedagem HostWP

botao-fale-com-um-especialista-no-whatsapp

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp