Data-Science-For-Beginners/translations/pt-BR

Ciência de Dados para Iniciantes - Um Currículo

Os Azure Cloud Advocates da Microsoft têm o prazer de oferecer um currículo de 10 semanas, 20 lições, tudo sobre Ciência de Dados. Cada lição inclui questionários pré e pós-lição, instruções escritas para completar a lição, uma solução e uma tarefa. Nossa pedagogia baseada em projetos permite que você aprenda enquanto constrói, uma maneira comprovada de fazer novas habilidades 'ficarem'.

Agradecimentos calorosos aos nossos autores: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Agradecimentos especiais 🙏 aos nossos autores, revisores e colaboradores de conteúdo do Microsoft Student Ambassador, notadamente 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 - Esboço por @nitya

🌐 Suporte Multilíngue

Suportado 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 | Tcheco | Dinamarquês | Holandês | Estoniano | Finlandês | Francês | Alemão | Grego | Hebraico | Hindi | Húngaro | Indonésio | Italiano | Japonês | Kannada | Coreano | Lituano | Malaio | Malaiala | Marata | Nepali | Pidgin Nigeriano | Norueguês | Persa (Farsi) | Polonês | Português (Brasil) | Português (Portugal) | Punjabi (Gurmukhi) | Romeno | Russo | Sérvio (Cirílico) | Eslovaco | Esloveno | Espanhol | Suaíli | Sueco | Tagalog (Filipino) | Tamil | Telugu | Tailandês | Turco | Ucraniano | Urdu | Vietnamita

Prefere clonar localmente?

Este repositório inclui mais de 50 traduções de idiomas, o que aumenta significativamente o tamanho do download. Para clonar sem traduções, use sparse checkout:

git clone --filter=blob:none --sparse https://github.com/microsoft/Data-Science-For-Beginners.git
cd Data-Science-For-Beginners
git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'

Isso lhe dá tudo que você precisa para completar o curso com um download muito mais rápido.

Se você deseja que idiomas adicionais sejam suportados, veja a lista aqui

Junte-se à Nossa Comunidade

Temos uma série Discord aprender com AI em andamento, 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 para usar o GitHub Copilot para Ciência de Dados.

Você é um estudante?

Comece com os seguintes recursos:

• Página Student Hub Nesta página, você encontrará recursos para iniciantes, pacotes para estudantes e até maneiras de obter um voucher gratuito para certificação. Esta é uma página que você vai querer favoritar e checar de tempos em tempos, pois alteramos o conteúdo pelo menos mensalmente.
• Microsoft Learn Student Ambassadors Junte-se a uma comunidade global de embaixadores estudantis, este pode ser seu caminho para a Microsoft.

Começando

📚 Documentação

• Guia de Instalação - Instruções passo a passo para iniciantes
• Guia de Uso - Exemplos e fluxos comuns de trabalho
• Resolução de Problemas - Soluções para problemas comuns
• Guia de Contribuição - Como contribuir para este projeto
• Para Professores - Orientações para ensino e recursos em sala de aula

👨‍🎓 Para Estudantes

Complete Iniciantes: Novo em ciência de dados? Comece com nossos exemplos amigáveis para iniciantes! Esses exemplos simples e bem comentados ajudarão você a entender o básico antes de mergulhar no currículo completo. Estudantes: para usar este currículo de forma independente, faça um fork do repositório inteiro e complete os exercícios sozinho, começando com um quiz pré-aula. Depois, leia a aula e complete o restante das atividades. Tente criar os projetos compreendendo as lições em vez de copiar o código das soluções; no entanto, esse código está disponível nas pastas /solutions em cada lição focada em projetos. Outra ideia é formar um grupo de estudo com amigos e passar pelo conteúdo juntos. Para estudo adicional, recomendamos Microsoft Learn.

Início Rápido:

1. Verifique o Guia de Instalação para configurar seu ambiente
2. Revise o Guia de Uso para aprender como trabalhar com o currículo
3. Comece pela Lição 1 e avance sequencialmente
4. Junte-se à nossa comunidade no Discord para suporte

👩‍🏫 Para Professores

Professores: incluímos algumas sugestões sobre como usar este currículo. Adoraríamos seu feedback em nosso fórum de discussão!

Conheça a Equipe

Gif por Mohit Jaisal

🎥 Clique na imagem acima para 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 quizzes frequentes. Ao final desta série, os alunos terão aprendido princípios básicos de ciência de dados, incluindo conceitos éticos, preparação de dados, diferentes formas de trabalhar com dados, visualização de dados, análise de dados, casos reais de uso da ciência de dados e muito mais.

Além disso, um quiz de baixo risco antes da aula define a intenção do aluno em aprender um tópico, enquanto um segundo quiz após a aula garante uma maior retenção. Este currículo foi projetado para ser flexível e divertido, podendo ser realizado na íntegra ou em partes. Os projetos começam pequenos e se tornam cada vez mais complexos ao longo do ciclo de 10 semanas.

Encontre nosso Código de Conduta, Contribuição, Diretrizes de Tradução. Agradecemos seu feedback construtivo!

Cada aula inclui:

• Sketchnote opcional
• Vídeo suplementar opcional
• Quiz de aquecimento pré-aula
• Aula escrita
• Para aulas baseadas em projeto, guias passo a passo para construir o projeto
• Verificações de conhecimento
• Um desafio
• Leitura suplementar
• Tarefa
• Quiz pós-aula

Uma nota sobre quizzes: Todos os quizzes estão contidos na pasta Quiz-App, totalizando 40 quizzes com três perguntas cada. Eles são vinculados a partir das aulas, mas o aplicativo de quiz pode ser executado localmente ou implantado no Azure; siga as instruções na pasta quiz-app. Eles estão sendo gradualmente localizados.

🎓 Exemplos para Iniciantes

Novo em Ciência de Dados? Criamos um diretório de exemplos especial com código simples e bem comentado para ajudar você a começar:

• 🌟 Olá Mundo - Seu primeiro programa de ciência de dados
• 📂 Carregando Dados - Aprenda a ler e explorar conjuntos de dados
• 📊 Análise Simples - Calcule estatísticas e encontre padrões
• 📈 Visualização Básica - Crie gráficos e diagramas
• 🔬 Projeto Real - Fluxo completo do início ao fim

Cada exemplo inclui comentários detalhados explicando cada passo, tornando-o perfeito para iniciantes absolutos!

👉 Comece pelos exemplos 👈

Aulas

Ciência de Dados para Iniciantes: Roadmap - Sketchnote por @nitya

Número da Aula	Tópico	Grupo da Aula	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 em Ciência de Dados	Introdução	Conceitos, desafios e frameworks da ética em dados.	aula	Nitya
03	Definindo Dados	Introdução	Como os dados são classificados e suas fontes comuns.	aula	Jasmine
04	Introdução à Estatística & Probabilidade	Introdução	Técnicas matemáticas de probabilidade e estatística para entender dados.	aula vídeo	Dmitry
05	Trabalhando com Dados Relacionais	Trabalhando com Dados	Introdução a dados relacionais e o básico de exploração e análise de dados relacionais com a Linguagem de Consulta Estruturada, também conhecida como SQL (pronuncia-se “éssi-cuérel”).	aula	Christopher
06	Trabalhando com Dados NoSQL	Trabalhando com Dados	Introdução a dados não relacionais, seus vários tipos e o básico de exploração e análise de bancos de dados de documentos.	aula	Jasmine
07	Trabalhando com Python	Trabalhando com Dados	Noções básicas do uso do Python para exploração de dados com bibliotecas como Pandas. É recomendável ter uma compreensão fundamental de programação em Python.	aula vídeo	Dmitry
08	Preparação de Dados	Trabalhando com Dados	Temas sobre 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 pássaros 🦆	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 porcentagens 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 a resolução eficaz de problemas e 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 dos tomadores de decisão.	aula	Jalen
17	Ciência de Dados na Nuvem	Dados na Nuvem	Esta série de aulas introduz 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 Low Code.	aula	Tiffany e Maud
19	Ciência de Dados na Nuvem	Dados na Nuvem	Implantando modelos com Azure Machine Learning Studio.	aula	Tiffany e Maud
20	Ciência de Dados na Prática	Na Prática	Projetos impulsionados por ciência de dados no mundo real.	aula	Nitya

GitHub Codespaces

Siga estes passos para abrir este exemplo em um Codespace:

1. Clique no menu suspenso Código e selecione a opção Abrir com Codespaces.
2. Selecione + Novo codespace no rodapé do painel. Para mais informações, veja a documentação do GitHub.

VSCode Remote - Containers

Siga estes passos para abrir este repositório em um container usando sua máquina local e o VSCode com a extensão VS Code Remote - Containers:

1. Se esta é sua primeira vez usando um container de desenvolvimento, certifique-se que seu sistema atende os pré-requisitos (ou seja, ter o Docker instalado) na documentação de início rápido.

Para usar este repositório, você pode abrir o repositório em um volume Docker isolado:

Nota: Internamente, isso usará o comando Remote-Containers: Clone Repository in Container Volume... para clonar o código-fonte em um volume 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 seu sistema 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

Você pode rodar esta documentação offline usando o Docsify. Faça um fork deste repositório, instale o Docsify na sua máquina local, então na pasta raiz deste repositório, digite docsify serve. O site será servido na porta 3000 no seu localhost: localhost:3000.

Nota, notebooks não serão renderizados via Docsify, então quando precisar rodar um notebook, faça isso separadamente no VS Code usando um kernel Python.

Outros Currículos

Nossa equipe produz outros currículos! Confira:

LangChain

Azure / Edge / MCP / Agentes

---

Série de IA Generativa

---

Aprendizado Básico

---

Série Copilot

Obtendo Ajuda

Encontrando problemas? Consulte nosso Guia de Solução de Problemas para soluções para problemas comuns.

Se você ficar preso ou tiver dúvidas sobre como construir aplicativos de IA, junte-se a outros aprendizes e desenvolvedores experientes em discussões sobre MCP. É uma comunidade solidária onde perguntas são bem-vindas e o conhecimento é compartilhado livremente.

Se você tem feedback sobre produtos ou encontrou erros durante o desenvolvimento, visite:

---

Aviso Legal: Este documento foi traduzido utilizando o serviço de tradução por IA Co-op Translator. Embora nos esforcemos pela precisão, por favor, esteja ciente de que traduções automatizadas podem conter erros ou imprecisões. O documento original em seu idioma nativo deve ser considerado a fonte autorizada. Para informações críticas, recomenda-se tradução profissional humana. Não nos responsabilizamos por quaisquer mal-entendidos ou interpretações incorretas decorrentes do uso desta tradução.