• Python para Engenharia de Dados
    Grátis
    • Python para Engenharia de Dados
  • Introdução
    • FAQ
  • Estrutura do Python
    • 1.1 Estrutura do Python
    • 1.2 Ambiente de Desenvolvimento
    • 1.2.1 Aula Prática
    • 1.3 Ambiente Virtual
    • 1.3.1 Aula Prática
    • 1.4 Tipos de Dados em Python
    • 1.4.1 Aula Prática
    • 1.5 Loops e Condicionais
    • 1.5.1 Aula Prática
    • 1.6 Funções , Classes e Métodos
    • Errata Vídeo Aula 1.6
    • 1.6.1 Aula Prática
    • 1.6.2 Aula Prática
    • 1.6.3 Aula Prática
    • 1.7 Comparando Python com Schell Script
    • 1.8 Resumo
    • Teste seu Aprendizado
    • Preparação Lab
  • Python Bibliotecas
    • 2.1 Função Lambda
    • 2.2 Função Map Reduce Filter
    • 2.2.1 Aula Prática
    • 2.3 Manipulação do Sistema via Biblioteca Python
    • 2.3.1 Aula Prática
    • 2.3.2 Aula Prática
    • 2.4 Expressões Regulares
    • 2.4.1 Aula Prática
    • 2.5 Bibliotecas de Suporte
    • 2.5.1 Aula Prática
    • 2.6 Trabalhando com API
    • 2.6.1 Aula Prática
    • 2.7 Engenharia de Dados com Panda I
    • 2.7.1 Aula Prática
    • 2.8 Engenharia de Dados com Panda II
    • 2.8.1 Aula Prática
    • 2.8.2 Aula Prática
    • 2.9 Manipulação com Numpy
    • 2.9.1 Aula Prática
    • 2.10 Resumo
    • Teste seu Aprendizado
    • Preparação Lab
  • Cenário do Engenheiro de Dados
    • 3.1 Comparativo entre Formato de Arquivos
    • 3.2 Extração de Dados de TXT, CSV e outros
    • 3.2.1 Aula Prática
    • 3.3 Extração de Dados de Base de Dados Relacional
    • 3.3.1 Aula Prática
    • 3.3.2 Aula Prática
    • 3.4 Extração de Dados de Base de Dados NoSQL
    • 3.4 Aula Prática
    • 3.5 Transformação de Dados e Práticas
    • 3.6 Carregamentos de Dados Transformados I
    • 3.6.1 Aula Prática
    • 3.6.2 Aula Prática
    • 3.7 Carregamento de Dados Transformados II
    • 3.7.1 Aula Prática
    • 3.7.2 Aula Prática
    • 3.8 Resumo
    • Teste seu Aprendizado
    • Preparação Lab
  • Desafios Python
    • 4.1 Criação de Processo de ETL em Servidores na Nuvem
    • 4.1.1 Aula Prática
    • 4.1.2 Aula Prática
    • 4.1.3 Aula Prática
    • 4.2 Criação de API para Realizar ETL
    • 4.2.1 Aula Prática
    • 4.2.2 Aula Prática
    • 4.3 Manipulação de Arquivos no HDFS usando Python
    • 4.3.1 Aula Prática
    • 4.3.2 Aula Prática
    • Teste seu Aprendizado
    • Preparação Lab
  • Resumo
    • 5.1 Overview
    • Bibliografia

Descrição do curso

A demanda por profissionais de engenharia de dados cresce vertiginosamente nos últimos anos. O curso Python para Engenharia de Dados vai lhe preparar e aprimorar em programação Python para que consiga realizar funções básicas, intermediárias e algumas técnicas avançadas necessárias a um engenheiro de dados. Os usuários que nunca utilizaram essa linguagem de programação irão entender como estrturar o seu código e quais bibliotecas são importantes para realizar processos de ETL. Usuários que já utilizam programação Python poderão se aprimorar com frameworks importantes para a engenharia de dados bem como trabalhar em alguns desafios que exigirão conhecimentos importantes com o Python.

Categoria: Engenharia de Dados

Informações gerais

Conteúdo
Objetivo

Neste curso, você vai aprender a:

  • Estruturar código em Python, entendendo boas práticas de codificação, e entender códigos já existentes;
  • Compreender algumas das principais bibliotecas do python que auxiliam no trabalho do Engenheiro de Dados;
  • Aplicar o ETL em diferentes ambientes e ampliar os conhecimentos práticos;
  • Manipular diferentes formatos de dados (CSV, TXT, PARQUET, JSON) de diferentes fontes (bases relacionais, bases não relacionais, APIS e arquivos);
  • Desafiar os estudantes na utilização desses novos conhecimentos com exercícios como:
  • Criação de APIs;
  • Utilização da AWS Lambda com Python.  

Público alvo

  • Profissionais de TI que gostariam de ingressar no ambiente Python.
  • Entusiastas em outras linguagens de programação que queiram migrar de área.
  • Desenvolvedores que queiram migrar para a área de Engenharia de Dados.

Metodologia

Vídeo aulas e exercícios práticos.

Certificado

Sim.

Professores

Raphael Gil trabalha em projetos de big data há mais de 5 anos. É Engenheiro de dados na Semantix e fanboy de python.