Python para Dados | Básico ao Avançado com Mini-Projetos para Portifólio

Repositório do básico ao avançado para quem já sabe Python (Aqui para aprender do zero) e quer aplicar em dados — com trilha linear, trilhas por objetivo e entregáveis de portfólio (notebook por módulo).

🚨 Atenção: se ainda não tiver o ambiente VSCode com Python configurado, dê uma olhada aqui👇

• Configurando ambiente: VSCode com Python + Github

O que você vai aprender aqui

• EDA completa (limpeza, joins, agregações, narrativa e evidências)
• Visualização: matplotlib, seaborn e plotly
• Performance: polars + pyarrow/parquet
• Consulta local com duckdb (sem “ensinar SQL” como trilha principal)
• ML baseline com scikit-learn (pipeline + métricas)

Roteiro de estudo (como aprender na ordem)

A lógica aqui é:

• praticar → Notebooks

• reforçar → Scripts

• finalizar → Mini-Projeto

• publicar → Potifólio

  • Roadmap dessa mentoria Python para Dados

Passo a passo por módulo (repetir do 1 ao 9)

1- Aula (Notebook)
Vá em notebooks e pratique cada um até se familiarizar completamente (aproximadamente ficará em cada um entre 15 a 30 min cada).

2- Reforço (Script)
Rode a versão comentada em scripts para fixar sem depender de notebook.

3- Entregável (Portfólio)
Abra Entregável Portifólio e execute até o fim.
Ele gera evidências dentro do próprio módulo:

• projetos/<módulo>/assets/ (imagens/HTML)
• projetos/<módulo>/reports/ (Markdown/JSON)
• projetos/<módulo>/outputs/ (parquet/modelos)

4- Publicação (GitHub)
Faça commit das evidências e atualize o README do mini-projeto com 2–3 bullets:

• o que você fez
• 1–2 insights
• onde está a evidência (imagem/relatório)

Frequência sugerida (semana a semana)

• Modo acelerado (2 semanas): 1 módulo por dia útil + revisão no fim de semana
• Modo sustentável (4–6 semanas): 2 módulos por semana + 1 dia só para o entregável
• Modo portfólio (8 semanas): 1 módulo por semana, caprichando nos assets e no texto do README

Sugestão para aprender de verdade

• Se travar, não pule: finalize o entregável com o dataset .

• Depois, repita usando outro dataset.

  • Bases para Treino

Conteúdo

• Setup do ambiente
• Roteiro de estudo
• Estrutura do repositório
• Roadmap linear
• Trilhas
• Progress tracker
• Portfólio
• Datasets
• Dicas para seu Git

Começo rápido

1- Clone o repositório:

git clone https://github.com/fabiomarcolia/python-para-dados.git
cd python-para-dados

2- Crie e ative o ambiente virtual:

python -m venv .venv
# Windows:
.venv\Scripts\activate
# Linux/Mac:
source .venv/bin/activate

3- Instale dependências:

pip install -r requirements.txt

4- Abra no VS Code e rode os notebooks:

• notebooks/ (aulas)
• projetos/<módulo>/01_entregavel_portfolio.ipynb (entregável de portfólio)

Estrutura do repositório

• 1_setup/ a 9_machine_learning/ (linha do Zero ao avançado)
• notebooks/ aulas com explicação + prática (15–30 min)
• scripts/ versões .py comentadas (para rodar sem notebook)
• projetos/ mini-projetos por módulo + entregáveis de portfólio
• templates/ checklist e templates (EDA e README)
• dados/
  • sample/ dataset pequeno (sempre roda)
  • source/ datasets reais (opcional)

Roadmap

Veja a sequência completa em: ROADMAP.md

Trilhas

• Trilha EDA: pandas → visualização → EDA avançado
• Trilha Performance: polars → pyarrow/parquet → EDA avançado
• Trilha ML: EDA avançado → scikit-learn (baseline)

Acompanhar Progresso

Use o índice de portfólio para acompanhar entregáveis por módulo:

• portifolio.md

Portfólio

O repo foi pensado para você gerar evidências “publicáveis” no GitHub:

• Cada módulo tem um notebook entregável:
  • projetos/<módulo>/01_entregavel_portfolio.ipynb
• Evidências geradas ficam em:
  • projetos/<módulo>/assets/ (imagens/HTML)
  • projetos/<módulo>/reports/ (Markdown/JSON)
  • projetos/<módulo>/outputs/ (parquet/modelos)

Dica: use o projeto final (pasta projetos/10_projeto_final_end_to_end/) como peça principal e os mini-projetos como evidência incremental.

Datasets

Dataset real sugerido (opcional) via submodule:

git submodule add https://github.com/fabiomarcolia/bases-dados-analytics-powerbi-ml dados/source/bases-dados-analytics-powerbi-ml

Se você não adicionar o submodule, tudo roda com os arquivos em dados/bases_treino/.

Dicas para deixar seu GitHub mais profissional

• Use os projetos aqui como referência.
• Use o modelo de estrutura para criar projetos para seu portifólio.
• Coloque uma imagem para o repositório > Settings → Social preview '(imagem 1280×640)
• Crie sua apresentação com um README do seu perfil

Conclusão

Este repositório serve como uma mentoria guiada para aprender Python para dados. Seu aprendizado pode abrir uma janela de oportunidades, atualmente python é usa em várias funções e tecnologia: IA, Data Engineer, Data Analytics, Data Science entre outras.

Autor - Fabio Marçolia | Carreira em Dados & IA

Para mais conteúdo de Python, Carreira em Dados e IA, ou se quiser falar comigo sobre dúvidas, sugestões ou feedback:

• Linkedin: Vamos nos conectar e me envie uma mensagem🤝
• Mais Recursos de Carreira: Veja aqui

Agradeço seu apoio e fique a vontade de entrar em contato comigo!