Este módulo introduz os fundamentos da Estatística Descritiva, essenciais para qualquer analista de dados. O conteúdo cobre desde conceitos básicos como população, amostra e variáveis, até as principais medidas de tendência central: média, moda e mediana. Com uma abordagem prática e contextualizada, os alunos aprendem a organizar, resumir e interpretar dados de forma clara e objetiva, facilitando Este módulo aprofunda o estudo das medidas de dispersão, fundamentais para entender o quão distribuídos estão os dados em relação à média. Com foco em amplitude, variância e desvio padrão, os conteúdos mostram como duas bases com a mesma média podem contar histórias completamente diferentes. Através de exemplos práticos, o módulo destaca como essas medidas oferecem análises mais confiáveis e compl Este módulo apresenta as principais medidas de posição na estatística, fundamentais para entender a distribuição e segmentação dos dados. Ao longo das aulas, você aprenderá a identificar quartis, percentis e a amplitude interquartil, além de interpretar gráficos como o BoxPlot. Com exemplos práticos e exercícios, o conteúdo ajuda a localizar dados em contextos reais, facilitando comparações, análi Este módulo apresenta os fundamentos da análise combinatória e da probabilidade, essenciais para a compreensão estatística no contexto de dados. São explorados conceitos como fatorial, permutação, arranjo e combinação, além da definição e análise de espaço amostral, eventos e cálculo de probabilidades simples e condicionais. O conteúdo combina teoria e exercícios práticos para desenvolver o racioc Este módulo apresenta os conceitos fundamentais da Álgebra Linear, como vetores, matrizes, operações matriciais e tensores. Através de aulas introdutórias e práticas, oferece a base necessária para aplicações em análise de dados e machine learning.

Nesse módulo, você aprenderá os principais fundamentos da linguagem Python — como variáveis, tipos de dados, operadores, estruturas de controle e manipulação de strings. Esses conceitos são essenciais, pois o Python será amplamente utilizado nos próximos módulos em aplicações práticas de análise de dados. Este módulo apresenta as principais estruturas de dados em Python, como listas, tuplas, dicionários e conjuntos. Explora seus métodos, percursos e formas de manipulação, fornecendo uma base essencial para organização e análise de dados. Este módulo aborda de forma prática e progressiva os principais conceitos sobre funções em Python. Inicia com a introdução ao tema, passa pela definição de parâmetros, utilização de funções com retorno e uso de funções lambda, até chegar na criação e organização de módulos, incluindo o uso no Colab e no Google Drive. Finaliza com a aplicação de List Comprehension, tornando o código mais limpo e ef Neste módulo, você vai aprender a combinar, dividir, gerar e ordenar arrays, além de trabalhar com números aleatórios, escolhas aleatórias e verificações booleanas, dominando operações essenciais para manipulação de dados em Python. Nesse módulo vamos aprender a utilizar o Pandas para análise de dados em Python. Abordaremos estruturas como Séries e DataFrames, métodos de seleção, filtragem, ordenação, agregação e combinação de dados, além de manipulação de tipos e tratamento de valores ausentes. Neste módulo, colocaremos em prática os conhecimentos adquiridos ao longo dos módulos deste nível de Python para Dados. Para isso, desenvolveremos dois Mini Projetos: um voltado para os fundamentos da linguagem e outro focado no uso das bibliotecas Pandas e NumPy. Assim, você poderá observar como aplicar, de forma concreta, tudo o que foi aprendido até aqui.

Este módulo apresenta os fundamentos essenciais para a obtenção e leitura de dados em projetos de análise. Os alunos são introduzidos a bancos de dados, computação em nuvem, formatos de arquivos (como CSV e Excel), e ferramentas como Excel, Python (via Google Colab) e SQL. O módulo oferece uma abordagem prática, desde a navegação por planilhas até a leitura de dados de APIs, Google Drive e bancos Este módulo ensina como preparar e explorar dados por meio de técnicas de EDA. Aborda medidas estatísticas, visualizações, tratamento de outliers, valores ausentes e variáveis categóricas, além de práticas de limpeza e investigação para garantir dados prontos para análise.

Este módulo apresenta, de forma prática e aplicada, como transformar dados brutos em informações valiosas para a tomada de decisão. Você vai aprender a diferenciar métricas e KPIs, definir metas inteligentes, aplicar conceitos estatísticos essenciais, construir e interpretar modelos preditivos, além de explorar técnicas avançadas como engenharia de variáveis, clusterização e explicabilidade de mod Neste módulo você aprenderá os fundamentos de visualização de dados e construção de dashboards eficazes, depois dominará o Looker Studio: conectar fontes, criar gráficos, configurar filtros, aplicar boas práticas de UX e compartilhar relatórios interativos. Nesse módulo você irá aprender a transformar, modelar e visualizar dados no Power BI, criar dashboards interativos, aplicar DAX, construir relatórios dinâmicos e adotar boas práticas para análise e apresentação de informações. Nesse módulo iremos explorar storytelling com dados, adaptação de apresentações para diferentes públicos, estruturas narrativas eficazes, critérios para escolha entre dashboards e apresentações, além de técnicas de comunicação e soft skills para apresentações impactantes.

Nesse módulo colocaremos em prática todo o conhecimento da formação em um desafio real de e-commerce: você analisará os dados da Shoply para diagnosticar a queda de recompra, acompanhando as aulas desde o tratamento e exploração dos dados até a resolução completa do desafio.