|
|
4 months ago | |
|---|---|---|
| .. | ||
| 1-Introduction | 4 months ago | |
| 2-Working-With-Data | 4 months ago | |
| 3-Data-Visualization | 5 months ago | |
| 4-Data-Science-Lifecycle | 5 months ago | |
| 5-Data-Science-In-Cloud | 5 months ago | |
| 6-Data-Science-In-Wild | 5 months ago | |
| docs | 5 months ago | |
| examples | 4 months ago | |
| quiz-app | 5 months ago | |
| sketchnotes | 5 months ago | |
| AGENTS.md | 4 months ago | |
| CODE_OF_CONDUCT.md | 5 months ago | |
| CONTRIBUTING.md | 4 months ago | |
| INSTALLATION.md | 4 months ago | |
| README.md | 4 months ago | |
| SECURITY.md | 5 months ago | |
| SUPPORT.md | 5 months ago | |
| TROUBLESHOOTING.md | 4 months ago | |
| USAGE.md | 4 months ago | |
| for-teachers.md | 5 months ago | |
README.md
Ciência de Dados para Iniciantes - Um Currículo
Azure Cloud Advocates na Microsoft têm o prazer de oferecer um currículo de 10 semanas e 20 lições sobre Ciência de Dados. Cada lição inclui questionários antes e depois da aula, instruções escritas para completar a lição, uma solução e uma tarefa. Nossa pedagogia baseada em projetos permite que você aprenda enquanto constrói, uma forma comprovada de fazer com que novas habilidades sejam assimiladas.
Agradecimentos especiais aos nossos autores: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.
🙏 Agradecimentos especiais 🙏 aos nossos Microsoft Student Ambassador autores, revisores e contribuidores de conteúdo, incluindo Aaryan Arora, Aditya Garg, Alondra Sanchez, Ankita Singh, Anupam Mishra, Arpita Das, ChhailBihari Dubey, Dibri Nsofor, Dishita Bhasin, Majd Safi, Max Blum, Miguel Correa, Mohamma Iftekher (Iftu) Ebne Jalal, Nawrin Tabassum, Raymond Wangsa Putra, Rohit Yadav, Samridhi Sharma, Sanya Sinha, Sheena Narula, Tauqeer Ahmad, Yogendrasingh Pawar, Vidushi Gupta, Jasleen Sondhi
![]() |
|---|
| Ciência de Dados para Iniciantes - Sketchnote por @nitya |
🌐 Suporte Multilíngue
Suporte via GitHub Action (Automatizado e Sempre Atualizado)
Árabe | Bengali | Búlgaro | Birmanês (Myanmar) | Chinês (Simplificado) | Chinês (Tradicional, Hong Kong) | Chinês (Tradicional, Macau) | Chinês (Tradicional, Taiwan) | Croata | Checo | Dinamarquês | Holandês | Estoniano | Finlandês | Francês | Alemão | Grego | Hebraico | Hindi | Húngaro | Indonésio | Italiano | Japonês | Coreano | Lituano | Malaio | Marathi | Nepalês | Norueguês | Persa (Farsi) | Polaco | Português (Brasil) | Português (Portugal) | Punjabi (Gurmukhi) | Romeno | Russo | Sérvio (Cirílico) | Eslovaco | Esloveno | Espanhol | Suaíli | Sueco | Tagalog (Filipino) | Tâmil | Tailandês | Turco | Ucraniano | Urdu | Vietnamita
Se desejar suporte para idiomas adicionais, os idiomas disponíveis estão listados aqui
Junte-se à Nossa Comunidade
Temos uma série de aprendizado com IA em andamento no Discord. Saiba mais e junte-se a nós em Learn with AI Series de 18 a 30 de setembro de 2025. Você receberá dicas e truques sobre como usar o GitHub Copilot para Ciência de Dados.
És estudante?
Começa com os seguintes recursos:
- Página do Hub de Estudantes Nesta página, encontrarás recursos para iniciantes, pacotes para estudantes e até formas de obter um voucher gratuito para certificação. Esta é uma página que deves marcar e verificar de tempos em tempos, pois trocamos o conteúdo pelo menos mensalmente.
- Microsoft Learn Student Ambassadors Junta-te a uma comunidade global de embaixadores estudantis, esta pode ser a tua porta de entrada para a Microsoft.
Começando
📚 Documentação
- Guia de Instalação - Instruções passo a passo para iniciantes
- Guia de Uso - Exemplos e fluxos de trabalho comuns
- Resolução de Problemas - Soluções para problemas comuns
- Guia de Contribuição - Como contribuir para este projeto
- Para Professores - Orientações de ensino e recursos para sala de aula
👨🎓 Para Estudantes
Iniciantes Completos: És novo na ciência de dados? Começa com os nossos exemplos para iniciantes! Estes exemplos simples e bem comentados ajudarão a entender o básico antes de mergulhar no currículo completo. Estudantes: para usar este currículo por conta própria, faz um fork do repositório inteiro e completa os exercícios por conta própria, começando com um questionário pré-aula. Depois, lê a aula e completa o restante das atividades. Tenta criar os projetos compreendendo as lições em vez de copiar o código da solução; no entanto, esse código está disponível nas pastas /solutions em cada lição orientada a projetos. Outra ideia seria formar um grupo de estudo com amigos e passar pelo conteúdo juntos. Para estudo adicional, recomendamos Microsoft Learn.
Início Rápido:
- Verifica o Guia de Instalação para configurar o teu ambiente
- Revê o Guia de Uso para aprender a trabalhar com o currículo
- Começa com a Lição 1 e segue em ordem sequencial
- Junta-te à nossa comunidade no Discord para suporte
👩🏫 Para Professores
Professores: incluímos algumas sugestões sobre como usar este currículo. Adoraríamos receber o vosso feedback no nosso fórum de discussão!
Conheça a Equipa
Gif por Mohit Jaisal
🎥 Clica na imagem acima para ver um vídeo sobre o projeto e as pessoas que o criaram!
Pedagogia
Escolhemos dois princípios pedagógicos ao construir este currículo: garantir que seja baseado em projetos e que inclua questionários frequentes. Ao final desta série, os alunos terão aprendido os princípios básicos da ciência de dados, incluindo conceitos éticos, preparação de dados, diferentes formas de trabalhar com dados, visualização de dados, análise de dados, casos de uso reais de ciência de dados e muito mais.
Além disso, um questionário de baixo impacto antes da aula ajuda a direcionar a intenção do aluno para aprender um tópico, enquanto um segundo questionário após a aula garante maior retenção. Este currículo foi projetado para ser flexível e divertido, podendo ser realizado na íntegra ou em partes. Os projetos começam pequenos e tornam-se progressivamente mais complexos ao longo do ciclo de 10 semanas.
Encontre o nosso Código de Conduta, Contribuições, Diretrizes de Tradução. Agradecemos o seu feedback construtivo!
Cada aula inclui:
- Sketchnote opcional
- Vídeo suplementar opcional
- Questionário de aquecimento antes da aula
- Aula escrita
- Para aulas baseadas em projetos, guias passo a passo sobre como construir o projeto
- Verificações de conhecimento
- Um desafio
- Leitura suplementar
- Tarefa
- Questionário pós-aula
Uma nota sobre os questionários: Todos os questionários estão contidos na pasta Quiz-App, totalizando 40 questionários com três perguntas cada. Eles estão vinculados dentro das aulas, mas a aplicação de questionários pode ser executada localmente ou implantada no Azure; siga as instruções na pasta
quiz-app. Eles estão sendo gradualmente localizados.
🎓 Exemplos para Iniciantes
Novo na Ciência de Dados? Criámos um diretório de exemplos especial com código simples e bem comentado para ajudar a começar:
- 🌟 Hello World - O seu primeiro programa de ciência de dados
- 📂 Carregar Dados - Aprenda a ler e explorar conjuntos de dados
- 📊 Análise Simples - Calcule estatísticas e encontre padrões
- 📈 Visualização Básica - Crie gráficos e tabelas
- 🔬 Projeto do Mundo Real - Fluxo de trabalho completo do início ao fim
Cada exemplo inclui comentários detalhados explicando cada etapa, tornando-o perfeito para iniciantes absolutos!
Aulas
![]() |
|---|
| Ciência de Dados para Iniciantes: Roteiro - Sketchnote por @nitya |
| Número da Aula | Tópico | Agrupamento de Aulas | Objetivos de Aprendizagem | Aula Vinculada | Autor |
|---|---|---|---|---|---|
| 01 | Definindo Ciência de Dados | Introdução | Aprenda os conceitos básicos por trás da ciência de dados e como ela está relacionada à inteligência artificial, aprendizado de máquina e big data. | aula vídeo | Dmitry |
| 02 | Ética na Ciência de Dados | Introdução | Conceitos, desafios e frameworks de ética em dados. | aula | Nitya |
| 03 | Definindo Dados | Introdução | Como os dados são classificados e suas fontes comuns. | aula | Jasmine |
| 04 | Introdução a Estatística e Probabilidade | Introdução | Técnicas matemáticas de probabilidade e estatística para entender os dados. | aula vídeo | Dmitry |
| 05 | Trabalhando com Dados Relacionais | Trabalhando com Dados | Introdução aos dados relacionais e os fundamentos de exploração e análise de dados relacionais com a Structured Query Language, também conhecida como SQL (pronunciado “sequel”). | aula | Christopher |
| 06 | Trabalhando com Dados NoSQL | Trabalhando com Dados | Introdução aos dados não relacionais, seus vários tipos e os fundamentos de exploração e análise de bases de dados de documentos. | aula | Jasmine |
| 07 | Trabalhando com Python | Trabalhando com Dados | Fundamentos do uso de Python para exploração de dados com bibliotecas como Pandas. Recomenda-se uma compreensão básica de programação em Python. | aula vídeo | Dmitry |
| 08 | Preparação de Dados | Trabalhando com Dados | Técnicas de dados para limpeza e transformação de dados para lidar com desafios de dados ausentes, imprecisos ou incompletos. | aula | Jasmine |
| 09 | Visualizando Quantidades | Visualização de Dados | Aprenda a usar Matplotlib para visualizar dados de aves 🦆 | aula | Jen |
| 10 | Visualizando Distribuições de Dados | Visualização de Dados | Visualizando observações e tendências dentro de um intervalo. | aula | Jen |
| 11 | Visualizando Proporções | Visualização de Dados | Visualizando percentagens discretas e agrupadas. | aula | Jen |
| 12 | Visualizando Relações | Visualização de Dados | Visualizando conexões e correlações entre conjuntos de dados e suas variáveis. | aula | Jen |
| 13 | Visualizações Significativas | Visualização de Dados | Técnicas e orientações para tornar suas visualizações valiosas para resolução eficaz de problemas e obtenção de insights. | aula | Jen |
| 14 | Introdução ao Ciclo de Vida da Ciência de Dados | Ciclo de Vida | Introdução ao ciclo de vida da ciência de dados e sua primeira etapa de aquisição e extração de dados. | aula | Jasmine |
| 15 | Análise | Ciclo de Vida | Esta fase do ciclo de vida da ciência de dados foca em técnicas para analisar dados. | aula | Jasmine |
| 16 | Comunicação | Ciclo de Vida | Esta fase do ciclo de vida da ciência de dados foca em apresentar os insights dos dados de forma que facilite a compreensão pelos tomadores de decisão. | aula | Jalen |
| 17 | Ciência de Dados na Nuvem | Dados na Nuvem | Esta série de aulas introduz a ciência de dados na nuvem e seus benefícios. | aula | Tiffany e Maud |
| 18 | Ciência de Dados na Nuvem | Dados na Nuvem | Treinamento de modelos usando ferramentas de baixo código. | aula | Tiffany e Maud |
| 19 | Ciência de Dados na Nuvem | Dados na Nuvem | Implantação de modelos com o Azure Machine Learning Studio. | aula | Tiffany e Maud |
| 20 | Ciência de Dados no Mundo Real | No Mundo Real | Projetos impulsionados por ciência de dados no mundo real. | aula | Nitya |
GitHub Codespaces
Siga estes passos para abrir este exemplo num Codespace:
- Clique no menu suspenso Code e selecione a opção Open with Codespaces.
- Selecione + New codespace na parte inferior do painel. Para mais informações, consulte a documentação do GitHub.
VSCode Remote - Containers
Siga estes passos para abrir este repositório num container usando a sua máquina local e o VSCode com a extensão VS Code Remote - Containers:
- Se esta for a sua primeira vez usando um container de desenvolvimento, certifique-se de que o seu sistema atende aos pré-requisitos (ou seja, ter o Docker instalado) na documentação de introdução.
Para usar este repositório, pode abrir o repositório num volume isolado do Docker:
Nota: Por trás dos bastidores, isto usará o comando Remote-Containers: Clone Repository in Container Volume... para clonar o código-fonte num volume do Docker em vez do sistema de arquivos local. Volumes são o mecanismo preferido para persistir dados de containers.
Ou abra uma versão clonada ou baixada localmente do repositório:
- Clone este repositório para o seu sistema de arquivos local.
- Pressione F1 e selecione o comando Remote-Containers: Open Folder in Container....
- Selecione a cópia clonada desta pasta, aguarde o container iniciar e experimente.
Acesso Offline
Pode executar esta documentação offline usando o Docsify. Faça um fork deste repositório, instale o Docsify na sua máquina local, e na pasta raiz deste repositório, digite docsify serve. O site será servido na porta 3000 no seu localhost: localhost:3000.
Nota, os notebooks não serão renderizados via Docsify, então quando precisar executar um notebook, faça isso separadamente no VS Code executando um kernel Python.
Outros Currículos
A nossa equipa produz outros currículos! Confira:
- Edge AI para Iniciantes
- Agentes de IA para Iniciantes
- IA Generativa para Iniciantes
- IA Generativa para Iniciantes .NET
- IA Generativa com JavaScript
- IA Generativa com Java
- IA para Iniciantes
- Ciência de Dados para Iniciantes
- Bash para Iniciantes
- ML para Iniciantes
- Cibersegurança para Iniciantes
- Desenvolvimento Web para Iniciantes
- IoT para Iniciantes
- Aprendizagem Automática para Iniciantes
- Desenvolvimento XR para Iniciantes
- Dominar o GitHub Copilot para Programação em Par com IA
- Desenvolvimento XR para Iniciantes
- Dominar o GitHub Copilot para Programadores C#/.NET
- Escolhe a Tua Própria Aventura com Copilot
Obter Ajuda
A enfrentar problemas? Consulta o nosso Guia de Resolução de Problemas para soluções para problemas comuns.
Se estiveres bloqueado ou tiveres dúvidas sobre como criar aplicações de IA, junta-te:
Se tiveres feedback sobre o produto ou erros durante o desenvolvimento, visita:
Aviso:
Este documento foi traduzido utilizando o serviço de tradução por IA Co-op Translator. Embora nos esforcemos pela precisão, esteja ciente de que traduções automáticas podem conter erros ou imprecisões. O documento original na sua língua nativa deve ser considerado a fonte autoritária. Para informações críticas, recomenda-se uma tradução profissional realizada por humanos. Não nos responsabilizamos por quaisquer mal-entendidos ou interpretações incorretas decorrentes do uso desta tradução.



