Curso: "Profissão: Analista de Dados v2"
Este repositório contém os exercícios e projetos desenvolvidos durante o curso "Profissão: Analista de Dados v2" da EBAC - Escola Britânica de Artes Criativas e Tecnologia. O curso abrange os principais conceitos e técnicas necessários para se tornar um analista de dados, incluindo a manipulação e análise de dados, visualização de informações e construção de modelos preditivos.
Estrutura do Repositório
O repositório está organizado da seguinte forma:
Projetos/
: Nesta pasta, você encontrará os projetos desenvolvidos ao longo do curso. Cada projeto possui uma pasta dedicada, contendo os arquivos e as instruções necessárias para executá-lo.Exercicios/
: Esta pasta contém os exercícios práticos realizados durante o curso. Cada exercício está separado em pastas individuais, com uma breve descrição e os arquivos relacionados.
Lista de Projetos
Aqui está uma lista dos projetos desenvolvidos durante o curso:
-
Projeto 1: Análise Exploratória de Dados de Logística (Loggi) Descrição: Neste projeto, realizamos uma análise completa de uma empresa de logística com dados reais, desde a coleta e limpeza dos dados até a criação de visualizações e insights. Um destaque é o uso da API de geocodificação Nominatim.
-
Projeto 2: Análise_de_Dados_Interativa_COVID_19_Dashboard Descrição: O projeto consiste em uma análise do impacto da pandemia de COVID-19 durante o período de 2020 a 2022 em quatro países - Brasil, Alemanha, Índia e Estados Unidos - em relação ao Índice de Desenvolvimento Humano (IDH) e o Produto Interno Bruto com paridade de Poder de Compra (PPC). O projeto foi feito em Jupyter Notebook, no entanto, há um Dashboard de visualização feito na plataforma Looker Studio.
-
Projeto 3: Exploratory Data Analysis: Credit Cards Descrição: Análise de Dados de usuários de cartão de crédito, feito integralmente dentro da plataforma AWS, utilizando os serviços S3 para armazenamento e Athenas para manuseio dos dados. A linguagem utilizada no desenvolvimento da análise foi Structured Query Language (SQL).
-
Projeto 4: Regressão Linear para predições no Mercado Financeiro Descrição: Neste projeto uma temos o processo de ETL utilizando a API yFinance para scrapping do site Yahoo Finance. Os dados são valores de ações na bolsa de valores das empresas do área de saúde. Para a análise dos dados obtidos à procura de padrões e insights foi empregado vários processos inclusive a aplicação do coeficiente de Pearson e a plotagem de gráficos de calor. Após isso, foi desenvolvido classes Orientadas a Objeto que realizam o preparo dos dados, o treinamento e a predição de valores usando a técnica de Machine Learning chamada Regressão Linear.
Lista de Exercícios
Aqui está uma lista dos exercícios práticos desenvolvidos durante o curso:
-
Exercício 1: Python: Variáveis & Tipos de Dados Descrição: Neste exercício, realizamos uma análise exploratória de um conjunto de dados, aplicando técnicas estatísticas e visualização de informações.
-
Exercício 2: Python: Estruturas de Dados Descrição: Neste exercício, praticamos a manipulação e limpeza de dados utilizando a biblioteca Pandas do Python.
-
Exercício 3: Python: Fluxo Condicional & Repetição Descrição: Neste exercício, exploramos a criação de gráficos e visualizações de dados utilizando a biblioteca Matplotlib.
-
Exercício 4: Python: Arquivos & Funções Descrição: Neste exercício, realizamos uma análise exploratória de um conjunto de dados, aplicando técnicas estatísticas e visualização de informações.
-
Exercício 5: Python: Programação Funcional Descrição: Neste exercício, praticamos a manipulação e limpeza de dados utilizando a biblioteca Pandas do Python.
-
Exercício 6: Python: Programação Orientada a Objetos Descrição: Neste exercício, exploramos a criação de gráficos e visualizações de dados utilizando a biblioteca Matplotlib.
-
Exercício 7: Python: Programação Orientada a Objetos II Descrição: Neste exercício, exploramos a criação de gráficos e visualizações de dados utilizando a biblioteca Matplotlib.
Como Usar Este Repositório
Para explorar os exercícios e projetos deste repositório, siga estas etapas:
- Clone este repositório em sua máquina local usando o seguinte comando:
git clone https://github.com/carneiro-fernando/EBAC.git
- Navegue até a pasta do exercício ou projeto de interesse e acompanhe as instruções do notebook.
Fique à vontade para explorar os exercícios e projetos, bem como deixar seu comentário!