Conclusão BootCamp Santander 2023

Boa Tarde! Devs!!!!!!

Passando para Celebrar a Conclusão do BootCamp Santander 2023 Ciencia de Dados com Python! Thanks God!

Obrigado Santander & DIO.

Estou muito satisfeito com o que aprendi. Neste bootcamp, onde pude desenvolver habilidades em Python, aplicações, SQL, NoSQL, resolução de desafios de código em Python, visualização de dados em Power BI e uma introdução a Machine Learning. Além disso, eu pude realizar um projeto ETL, que é uma forma de extrair, transformar e carregar dados de diferentes fontes.

Python uma linguagem de programação poderosa e versátil, que me permitiu manipular, analisar e visualizar dados de forma eficiente. Aprendi a usar bibliotecas como pandas, numpy, matplotlib, para realizar diversas tarefas de ciência de dados, como limpeza, exploração, modelagem e avaliação.

Um projeto ETL é uma forma de extrair dados de diferentes fontes, como arquivos CSV, planilhas Excel, bancos de dados ou APIs. Aprendi a usar Python para extrair os dados e armazená-los em um local temporário. Em seguida, aprendi a usar Python para transformar os dados, aplicando funções, filtros, agrupamentos e outras operações. Por fim, aprendi a usar Python para carregar os dados em um destino final, como um banco de dados ou um arquivo.

SQL uma linguagem de consulta estruturada que me permitiu interagir com bancos de dados relacionais, como MySQL, PostgreSQL e SQLite. Aprendi a usar SQL para criar, consultar, atualizar e excluir dados armazenados em tabelas. Também aprendi a usar técnicas como junções, subconsultas, agregações e funções para obter informações relevantes dos dados.

NoSQL um termo genérico que se refere a bancos de dados não relacionais, como MongoDB. Aprendi a usar NoSQL para armazenar e recuperar dados que não se encaixam no modelo relacional, como documentos, grafos, colunas e chaves-valor. Também aprendi a usar técnicas como filtragem, projeção, ordenação e agregação para manipular os dados.

Resolução dos desafios de código em Python foi uma forma de praticar e aprimorar as minhas habilidades em Python. Aprendi a resolver problemas lógicos e algorítmicos usando estruturas de dados, como listas, dicionários, conjuntos. Também aprendi a usar conceitos como funções, classes, herança e polimorfismo para organizar e reutilizar o meu código.

Visualização de dados em Power BI é uma forma de apresentar os dados de forma gráfica e interativa. Aprendi a usar o Power BI para criar dashboards e relatórios que mostram insights e tendências dos dados. Também aprendi a usar recursos como filtros, segmentações, medidas calculadas e DAX para personalizar e enriquecer as minhas visualizações.

Uma introdução a Machine Learning é uma forma de aprender os conceitos básicos de aprendizado de máquina, que é um ramo da inteligência artificial que usa algoritmos para aprender com os dados e fazer previsões ou recomendações.

Aprendi a usar o Tensorflow para aplicar técnicas de aprendizado supervisionado e não supervisionado aos meus dados. Também aprendi a usar métricas iniciais de acurácia, para avaliar o desempenho dos meus modelos e utilização da biblioteca pytorch uma ferramenta poderosa usada para criar e treinar redes neurais.

Este bootcamp foi uma experiência muito enriquecedora e desafiadora para mim. Eu pude aprender muito sobre ciência de dados com Python e aplicar os meus conhecimentos em projetos práticos. Agora, sinto-me mais confiante e preparado para seguir na minha carreira como cientista de dados ou Analista de Dados.