Desbloqueie o Futuro da sua Carreira na Inovação
Tudo que você precisa para se destacar em Análise de Dados
O kit completo para importar, limpar, transformar e visualizar dados como um verdadeiro cientista de dados com as ferramentas mais poderosas da Análise de Dados em Python.
Dê vida aos seus dados!
Construa dashboards interativos e visualmente atraentes que comunicam seus resultados de forma clara e profissional. Publique seus insights de forma simples, rápida e profissional.
Aprenda a integrar informações de qualquer lugar da web, desde redes sociais até serviços de mapas e geolocalização. Calcule rotas, estime pedágios e abra um leque infinito de possibilidades para suas análises.
Dê os primeiros passos na área mais quente do mercado e domine a Inteligência Artificial com Machine Learning.
Coloque a mão na massa e aplique seus conhecimentos em projetos reais, inspierados em casos de sucesso de grandes empresas. Construa um portfólio sólido e impressionante que demonstrará suas habilidades para o mundo.
Além de todo o suporte direto com o professor Bruce Fonseca você também conta com o apoio de uma comunidade forte em um grupo no WhatsApp.
Confiança para encarar qualquer desafio em análise de dados.
Um portfólio de projetos que impressionará qualquer recrutador.
As habilidades necessárias para se destacar em um mercado competitivo.
Oportunidades de carreira e salários que você nunca imaginou.
Lembre-se: O mercado está em constante evolução. Aqueles que dominam as ferramentas certas, como Python e suas bibliotecas, são os que ditam o futuro. Esteja à frente da concorrência e conquiste o sucesso que você merece!
“Quando fiz o curso de DAX
Foi como se as coisas se descortinassem”
“Me ajudou pouca coisa,
É por causa deste curso que eu sou analista de dados.”
“Um dos diferenciais do professor Bruce é ter essa disponibilidade para sanar as nossas dúvidas a medida que elas vão surgindo.”
“Muito positivo, riquíssimo em conteúdo.
o Bruce não é só um criador de curso que larga o pessoal lá…”
“Fiz SQL e Power BI.
Consegui migrar para área de dados e acredito que os cursos me ajudaram.”
“O Bruce tem uma excelente didática.
Ele tem uma preocupação muito grande com o aprendizado dos seus alunos”
“Tenho obtido grande destaque nos projetos que tenho desenvolvido no meu trabalho.
O suporte que ele oferece para os alunos excepcional.”
“Eu nunca vi um suporte deste em qualquer outro curso.
É uma excelente aquisição. Posso dizer que foi a melhor que eu fiz em 2023.”
“Ser um aluno do Bruce, me fez aprender muito.
Só o primeiro capítulo de Power BI já é melhor que muito curso por aí.”
“De cara é um curso que vai te chamar a atenção com o aluno.
Ele consegue esclarecer as dúvidas de uma maneira que você se sente em uma mentoria direcionada.”
Administrador e Especialista em Business Intelligence. Trabalha com dados desde 2004, trabalhando exclusivamente com Power BI
desde 2018.
Atualmente, atua como Data Analyst Manager em uma multinacional nos Estados Unidos, onde é responsável pelo desenvolvimento de relatórios, dashboards, análises e estudos para alta gestão.
No dia a dia, utiliza Power BI, SQL e Python como principais ferramentas para análise e compartilhamento de informações.
Confira as redes sociais do professor:
R$ 1497
12 vezes de
R$ 99,53
OU R$ 997 à vista
Dentro de 7 dias, se suas expectativas não forem correspondidas, você pode solicitar o cancelamento direto na plataforma para ser reembolsado com 100% do valor pago.
2024 Bruce Fonseca
Todos os direitos reservados.
site desenvolvido pelo estúdio artístico criativo
01.01. Introdução e Boas Vindas
01.02. Pré requisitos
01.03. Preparando seu ambiente 01.04. Downloads
02.01. Introdução
02.02. Iniciando o projeto 02.03. Iniciando o projeto parte 2
02.04. Estrutura de dados – Dataframe
02.05. Estrutura de dados – Series
03. Importando e armazenando dados
03.01. Introdução
03.02. Preparando o ambiente
03.03. Arquivos CSV parte 1
03.04. Arquivos CSV parte 2
03.05. Arquivos CSV parte 3 e TXT
03.06. Arquivos Excel 03.07. Importando múltiplos arquivos
03.08. Conectando com SQL Server
03.09. Arquivos JSON
03.10. Navegando em arquivos JSON 03.11. JSON para dataframe
03.12. ConclusãoS
04. 10. Drop_duplicates
04.01. Introdução
04.02. Preparando o ambiente
04.03. Explorando seu Dataframe
04.04. Tipos de dados
04.05. Ajustando tipo de dados na importação
04.06. Selecionando Colunas
04.07. Renomeando colunas
04.08. Limite de exibição de linhas e colunas
04.09. Head e Tail (Top e Bottom)
04.11. Ordenando colunas
04.12. Filtrando dados parte 1
04.13. Filtrando dados parte 2
04.14. Filtrando dados parte 3 (booleana)
04.15. Filtragem condicional
04.16. Filtragem condicional (operadores lógicos) parte 2
04.17. Filtrando intervalo de valores (BETWEEN)
04.18. Operador ISIN (IN)
04.19. ISNULL e NOTNULL
04.20. Contains (LIKE)
04.21. NOT
04.22. Merge (JOIN) parte 1
04.23. Merge (JOIN) parte 2
04.24. Merge (JOIN) parte 3
04.26. Conclusão
05.01. Introdução
05.02. Preparando o ambiente
05.03. Navegando nas pastas com Python
05.04. Entendendo um problema de negócios
05.05. Filtrando o dataframe
05.06. Pivot Table (tabela dinamica)
05.07. Adicionando coluna com FOR e IF
05.08. Adicionando coluna com LAMBDA, APPLY e IF
05.09. Ignorando avisos no Pandas
05.10. Pivot Table com colunas
05.11. Validando informações
05.12. Atualizando valores no Dataframe
05.13. Atualizando valores com MAP
05.14. Conclusão
06.01. Introdução
06.02. Preparando o ambiente
06.03. Agrupamento simples com agregação única
06.04. Agrupamento com múltiplas agregações
06.05. Agrupamento por múltiplas colunas
06.06. Agrupamento múltiplas colunas e agregaçoes
06.07. Agrupamento com funções customizadas
06.08. Agrupamento com filtragem
06.09. Tabela dinâmica com múltiplas agregações
06.10. Transformando valores agrupados em dataframe (reset_index)
06.11. Conclusão
07.01. Introdução
07.02. Preparando o ambiente
07.03. Gráfico de barras
07.04. Gráfico de dispersão (Scatter Plot)
07.05. Heatmap (Mapa de Calor para Correlações)
07.06. Gráfico de pares (pairplot)
07.07. Histograma
07.08. Boxplot
07.09. Controle de layout
07.10. Gráfico de linhas (Entregas Target)
07.11. Gráfico de pizza (Entregas Target)
07.12. Gráfico de linhas com rótulo de dados
07.13. Conclusão
08.01. Introdução
08.02. Preparando o ambiente
08.03. Listas e Arrays NumPy
08.04. Operações Básicas com Arrays
08.05. Agregações estatísticas com Arrays
08.06. Manipulação de Arrays
08.07. Operações com Arrays de Diferentes Formas
08.08. Reshape com Arrays
08.09. Manipulação de Dados Ausentes
08.10. Conclusão
09.01. Introdução
09.02. Preparando seu ambiente
09.03. Idealizando a Classe
09.04. Criando a Classe e Construtor
09.05. Testando e Instanciando sua Classe
09.06. Método para carregar arquivos csv
09.07. Método para carregar os dados
09.08. Método para filtrar dados
09.09. Método para ajustar os dados
09.10. Adicionando tratativas de dados
09.11. Consumindo os dados da classe
09.12. Criando um módulo
09.13. Adicionando mais funções ao módulo
09.14. Adicionando parâmetros
09.15. Conclusão
10.01. Introdução
10.02. Apresentando o Chat GPT
10.03. Boas práticas
10.04. Escrevendo código com o Chat GPT
10.05. Pedindo ajuda ao Chat GPT
10.06. Estudando com o Chat GPT
10.07. Conclusão
11.01. Introdução
11.02. Git e GitHub
11.03. Instalando o Git
11.04. Criar um repositório no GitHub
11.05. Versionando seu seu projeto
11.06. Conclusão
12.01. Introdução
12.02. Preparando seu ambiente
12.03. Introdução ao Streamlit
12.04. Sidebar
12.05. Layout com Colunas e Linhas
12.06. Expansíveis
12.07. Widgets
12.08. Menu
12.09. Introdução ao ALTAIR parte 01
12.10. Introdução ao ALTAIR parte 02
12.11. Introdução ao ALTAIR parte 03
12.12. Introdução ao ALTAIR parte 04
12.13. Introdução ao ALTAIR parte 05
12.14. Introdução ao ALTAIR parte 06
12.15. Customizando paleta de cores
12.16. Set Page Config
12.17. Conclusão
13.01. Introdução
13.02. Apresentação do projeto
13.03. Preparando seu ambiente
13.04. Estrutura do projeto
13.05. Carregando os dados parte 1
13.06. Carregando os dados parte 2
13.07. Carregando os dados parte 3
13.08. Filtrando os dados parte 1
13.09. Filtrando os dados parte 2
13.10. Filtrando os dados parte 3
13.11. Criando visuais
13.12. Customizando o tema parte 1
13.13. Customizando o tema parte 2
13.14. Versionando seu projeto
13.15. Publicando seu projeto
13.16. Conclusão
14.01. Introdução
14.02. Preparando seu ambiente
14.03. Contexto e análise dos dados
14.04. Importando dados e bibliotecas do projeto
14.05. Verificando receita e volume ao longo do tempo
14.06. Verificando clientes e preço ao longo do tempo
14.07. Explorando variáveis categóricas parte 1
14.08. Explorando variáveis categóricas parte 2
14.09. Explorando variáveis categóricas parte 3
14.10. Adicionando nova categoria parte 1
14.11. Adicionando nova categoria parte 2
14.12. Explorando variáveis categóricas parte 4
14.13. Identificando Outliers parte 1
14.14. Identificando Outliers parte 2
14.15. Removendo Outliers
14.16. Analisar o impacto entre Volume e variáveis parte 1
14.17. Analisar o impacto entre Volume e variáveis parte 2
14.18. Analisar o impacto entre Volume e variáveis parte 3
14.19. Visualizando os impactos entre 2018 e 2024
14.20. Análise de Pareto parte 1
14.21. Análise de Pareto parte 2
14.22. Análise de Pareto parte 3
14.23. Análise de Impacto – considerações finais
14.24. Versionando seu projeto com Git e GitHub
14.25. Conclusão
15.01. Introdução
15.02. Preparando seu ambiente
15.03. O que é uma API
15.04. Primeira conexão com API
15.05. JSON para Dataframe
15.06. Criando uma conta e Token API Open Route Service
15.07. Calculando rota com API Open Route Service
15.08 Calculando rota com API Open Route Service parte 2
15.09. Imprimindo mapa da rota parte 1
15.10. API com parâmetro de consulta
15.11. Conclusão
16.01. Introdução
16.02. Enunciado
16.03. Preparando seu ambiente parte 1
16.04. Preparando seu ambiente parte 2 (env e git_ignore)
16.05. Importando dados
16.06. Função para filtrar Latitude e Longitude das entregas parte 1
16.07. Função para filtrar Latitude e Longitude das entregas parte 2
16.08. Conectando com API Open Route Service
16.09. Visualizando a rota com o Folium Map parte 1
16.10. Visualizando a rota com o Folium Map part 2
16.11. Calculando a distância da rota parte 1
16.12. Calculando a distância da rota parte 2
16.13. Sumarizando as ineficiências
16.14. Considerações finais
16.15. Conclusão
17.01. Introdução
17.011. Calculando os pedágios parte 1
17.012. Calculando os pedágios parte 2
17.013. Calculando os pedágios parte 3
17.02. Enunciado parte 1
17.03. Enunciado parte 2
17.04. Preparando seu ambiente
17.05. Entendendo e criando uma solução para o problema
17.06. Dados dos clientes
17.07. Adicionando início e fim a cada rota
17.08. API Pedágios
17.09. Testando API Pedágios
17.10. Função para calcular rota e pedágio
17.14. Sumarizando e apresentando os resultados
17.15. Conclusão
18.01. Introdução
18.02. Enunciado
18.03. Preparando seu ambiente
18.04. Preparando a base de dados
18.05. Calculando distância entre Clientes e Filiais
18.06. Filtrando e Ranqueando a base de dados
18.07. Ajustes finais e exportando os dados
18.08. Importando os dados no Power BI
18.09. Visualizando os dados no Power BI
18.10. Conclusão
19.01. Introdução
19.02. Preparando seu ambiente
19.03 Introdução ao Machine Learning
19.04. Aprendizado Supervisionado
19.05. Aprendizado Não Supervisionado
19.06. Classificação (Supervisionado) parte 1
19.07. Classificação (Supervisionado) parte 2
19.08. Treinando o Modelo
19.09. Medindo a acuracidade
19.10. Regressão(Supervisionado)
19.11. Treinando o Modelo
19.12. Métricas para Regressão
19.13. Clusterização (Não Supervisionado)
19.14. Clusterizando os dados
19.15. Conclusão
20.01. Introdução
20.02. Enunciado
20.03. Preparando seu ambiente
20.04. Importando e tratando os dados
20.05. Visualizando mapa de clientes
20.06. Classificando clientes em regionais (aprendizado não supervisionado)
20.07. Visualizando clusters no mapa
20.08. Método Cotovelo (escolhendo a quantidade de clusters)
20.09. Treinando o modelo para classificar novos clientes (aprendizado supervisionado)
20.10. Prevendo a divisão de novos clientes (aprendizado supervisionado)
20.11. Conclusão
21.01. Introdução
21.02. Enunciado
21.03. Preparando seu ambiente
21.04. Importando e tratando os dados
21.05. Feature engineering parte 1
21.06. Feature engineering parte 2
21.07. Feature engineering parte 3
21.08. Treinando o Modelo parte 1
21.09. Treinando o Modelo parte 2
21.10. Avaliando as Variáveis
21.11. Avaliando Risco de Churn parte 1
21.12. Avaliando Risco de Churn parte 2
21.13. Avaliando Risco de Churn parte 3
21.14. Conclusão
22.01. Turbine seu aprendizado
22.02. Agradecimentos e Conclusão
