Estimativa: 8h

● Entenda comandos básicos da linguagem Python

● Diferencie os tipos de variáveis

● Manipule tipos básicos de dados em Python

● Distingua estruturas condicionais

● Construa diferentes estruturas de repetição

● Trabalhe com estruturas de dados

● Relacione as estruturas da linguagem de programação à construção de projetos

Estimativa: 8h

● Aprenda a ler e escrever dados usando Numpy

● Crie e manipule arrays multidimensionais

● Saiba como gerar números aleatórios com a biblioteca Numpy

● Descubra como utilizar seeds para trabalhar com aleatoriedade

● Faça o cálculo de regressão linear com Numpy

● Explore funções de agregação na Numpy

Estimativa: 8h

● Entenda as funções das bibliotecas e pacotes na linguagem Python

● Conheça as built-in functions e suas utilidades

● Crie funções personalizadas

● Trabalhe com estruturas de dados compostas e aninhadas

● Construa listas e dicionários seguindo padrões por meio de list e dict comprehension

● Diferencie os tipos de erros e exceções em códigos Python

● Trate erros e comportamentos indesejados em seu código

Estimativa: 8h

● Aprenda a fazer tabelas dinâmicas de forma simples

● Crie Gráficos Dinâmicos com mais facilidade

● Entenda o que é e para que servem os “Dashboards”

● Melhore sua capacidade de criar “Dashboards” realmente úteis

● Analise dados com mais facilidade usando tabelas dinâmicas

● Visualize formas gráficas de fazer filtros, como “Segmentação de Dados” ou “Linha do Tempo”

Estimativa: 6h

● Aprenda fazer visualizações com o Matplotlib.

● Entenda o funcionamento de figuras e eixos do Matplotlib.

● Customize suas visualizações com diferentes cores, estilos, anotações, etc.

● Visualize diversos tipos de dados diferentes como séries temporais e dadoscategóricos.

● Tenha visualizações de dados possam fornecer assertividades para tomada dedecisão baseada em dados.

Data Science: analise e visualização de dados

Estimativa: 6h

● Entre na área de ciência de dados (data science)

● Explore dados com exploratory data analysis

● Conheça os tipos de variáveis

● Entenda o papel de visualizações como histogramas e boxplots

● Entenda a importância e dê os primeiros passos em visualizações

● Utilize medidas de resumo

● Explore seus dados em Python com Pandas, Matplotlib e Seaborn

Data Science: análise de series temporais

Estimativa: 6h

● Aprenda as principais técnicas de análise de Séries temporais

● Entenda na prática quais os principais elementos presentes nas time series

● Saiba como aplicar a função de autocorrelação nos seus dados

● Aplique a média móvel para normalizar seus dados

● Desenvolva seus conhecimentos em Pandas, Seaborn e Matplotilib

ggle Content

Estimativa: 10h

● Entenda estatística e os números que você lida

● Descubra a diferença entre média, mediana e moda na prática

● Aprenda os tipos de dados e classifique-os

● Saiba o que é a distribuição de frequência

● Conheça a variância e o desvio padrão

Estimativa: 10h

● Entenda as distribuiçōes de binomial, poisson e normal

● Saiba o que o nível e intervalo de confiança

● Conheça técnicas de amostragem

● Calcule o tamanho da amostra

Estimativa: 12h

● Utilize visualizações para entender a distribuição de seus dados

● Descubra a diferença entre variáveis dependentes e explicativas em seus dados

● Aprenda a separar dados de treino e teste

● Modele com regressões lineares

● Entenda os erros em função dos resíduos e métricas

● Compare e salve os melhores modelos

Regressão Linear: técnicas avançadas de modelagem

Estimativa: 5h

● Aplique transformações antes de treinar seus modelos

● Aplique regressões com Statsmodel e Sklearn

● Aprenda técnicas Avançadas de Modelagem

● Obtenha previsões pontuais

● Interprete coeficientes estimados

● Efetue análises gráficas dos resultados encontrados

Data Science: testes estatísticos com Python

Estimativa: 6h

● Visualize a distribuição de dados coletados

● Levante perguntas e hipóteses

● Responda as hipóteses usando testes

● Crie intervalos de confiança para suas amostras

● Compare dois grupos de amostras

● Utilize Python para executar testes estatísticos

● Responda perguntas de maneira formal, não só exploratória

Estimativa: 20h

● Finalize o projeto prático, polindo todos os aspectos para garantir uma entrega de alta qualidade.

● Coordene com seu grupo para integrar e harmonizar as partes do projeto, garantindo coesão e consistência.

● Conduza uma análise colaborativa de todo o trabalho, identificando e corrigindo quaisquer lacunas ou inconsistências.

● Aperfeiçoe as visualizações de dados e a narrativa do projeto, assegurando que a comunicação dos resultados seja clara e eficaz.

● Preparem juntos uma apresentação final dinâmica e persuasiva, que destaque a colaboração e os pontos fortes do grupo.

● Organizem uma sessão de ensaio para aprimorar a apresentação, dividindo papéis e responsabilidades de forma equilibrada.

● Revisem e finalizem a documentação do projeto, incluindo todos os códigos, análises e materiais de suporte.

● Reflitam em equipe sobre o processo de colaboração, destacando aprendizados e desafios superados durante o desenvolvimento do projeto.