Educadados
Incluído na Formação Analista de Dados

Curso de Python para Análise de Dados

O curso de Python para análise de dados da Educadados ensina Python do zero, sem exigir que você já saiba programar: da primeira variável ao Pandas, passando por limpeza de dados, análise exploratória, gráficos, SQL, automação de relatórios e os primeiros modelos de machine learning. Você escreve e roda o código direto no navegador, com correção na hora, e sai com projetos para o portfólio.

Atualizado em · Instrutor: Felipy Morais

10Módulos
133Aulas
~46hDe estudo
Do zeroSem saber programar

Para quem é este curso?

  • Quem quer aprender Python do zero e nunca programou
  • Analistas que usam Excel e querem automatizar o que hoje fazem na mão
  • Quem já sabe SQL ou Power BI e quer ir além com Pandas e gráficos
  • Profissionais em transição para a área de dados que precisam de projetos para mostrar
  • Quem vai encarar testes técnicos com Python em processos seletivos

O que você vai aprender

Instalar e usar Python com Anaconda, Jupyter, VS Code e Google Colab

Variáveis, listas, dicionários, laços, funções e tratamento de erros, com exemplos de dados

Pandas: ler CSV, Excel e JSON, filtrar, agrupar (groupby), cruzar tabelas (merge) e pivot table

Limpeza de dados: nulos, duplicatas, texto, regex, datas e reshape (melt e pivot)

Análise exploratória: estatística descritiva, correlação, Pareto, RFM e teste t

Gráficos com Matplotlib, Seaborn e Plotly, prontos para apresentação

Python com SQL: SQLite, pd.read_sql e gravar resultados no banco

Automação: consolidar planilhas, openpyxl, APIs, web scraping, PDFs e agendamento

Primeiros passos em machine learning com scikit-learn: regressão, classificação e K-Means

Git, GitHub, ambientes virtuais e Python com Power BI e IA

Python na prática, direto no navegador

O curso faz parte do EducaLabs, a plataforma interativa da área do aluno. Em cada aula você lê a explicação, roda o código num ambiente Python dentro do próprio navegador e recebe a correção na hora. Não precisa instalar nada para começar; a instalação local (Anaconda, Jupyter e VS Code) é ensinada no primeiro módulo, para quando você quiser trabalhar no seu computador.

  • Código corrigido na horaExercícios e desafios rápidos em cada módulo, com retorno imediato sobre o que acertou e o que ajustar.
  • Bases de dados para baixarArquivos de cada módulo (vendas, clientes, pedidos, cadastros) para repetir as análises no Jupyter ou no Colab.
  • Histórias de empresasAs análises seguem casos de empresas fictícias, com perguntas de negócio como as do dia a dia de um analista.
  • Projetos de móduloCada etapa fecha com um projeto que você pode documentar no GitHub e mostrar em entrevistas.

O que você constrói no curso

Relatório de Vendas

Mini-projeto com Python puro: receita por região, ticket médio e produto mais vendido.

Análise Comercial Completa

Pipeline com Pandas: leitura, diagnóstico, limpeza, cruzamento de tabelas e indicadores.

Pipeline de Limpeza Automática

Uma função reutilizável que padroniza texto, converte tipos e trata nulos e duplicatas.

EDA Executivo

Análise exploratória com narrativa de negócio: distribuições, tempo, dimensões e correlação.

Dashboard Estático

Painel de métricas com Matplotlib e Seaborn, pronto para exportar e apresentar.

Automação de relatório semanal

Consolidar planilhas, calcular KPIs e gerar o relatório sem trabalho manual.

Previsão de Churn

Primeiro modelo de classificação com scikit-learn, avaliado e explicado para o negócio.

Portfólio no GitHub

README, organização do projeto e checklist final de portfólio.

Conteúdo do curso · 10 módulos · 133 aulas

1

Configuração e Introdução

7 aulas · cerca de 2h20
Iniciante
Boas-vindas ao cursoAula
Por que Python para análise de dados?Aula
Google Colab: Python na nuvemAula
Jupyter Notebook na práticaAula
Instalando Python e AnacondaAula
Seu primeiro script de análiseAula
Estrutura de projetos de análiseAula
2

Fundamentos do Python

18 aulas · cerca de 6h05
Iniciante
Variáveis e tipos de dadosAula
Operadores matemáticos e lógicosAula
Strings na análise de dadosAula
Condicionais: if, elif, elseAula
Desafio rápido: Classificador de descontoDesafio
Listas: estrutura essencialAula
Dicionários: chave e valorAula
Tuplas e SetsAula
For: iterando sobre dadosAula
Desafio rápido: Totais com loopDesafio
While e controle de fluxoAula
Funções: reutilizando códigoAula
Desafio rápido: Função de comissãoDesafio
Tratamento de errosAula
Arquivos: lendo e gravando texto e CSVAula
Módulos e bibliotecasAula
Exercícios: Python básico (Partes 1 e 2)Exercícios
Mini-projeto: Relatório de VendasProjeto
3

Pandas: Manipulação de Dados

26 aulas · cerca de 9h10
Iniciante
O que é o Pandas e por que importaAula
NumPy: a base do PandasAula
Series: a coluna de dadosAula
DataFrame: a planilha do PythonAula
Lendo CSV e ExcelAula
Lendo JSON e múltiplos arquivosAula
Explorando o DataFrameAula
Renomeando colunas, índice e cópias do DataFrameAula
Seleção de colunas e linhasAula
Filtros e condiçõesAula
Criando e modificando colunasAula
Desafio rápido: Coluna de margem e comissãoDesafio
Operações matemáticas em colunasAula
Agrupamentos com groupbyAula
GroupBy avançadoAula
Desafio rápido: Ranking de vendedoresDesafio
Merge: cruzando tabelasAula
Desafio rápido: Cruzando pedidos e clientesDesafio
Concat: empilhando basesAula
Ordenação e rankingAula
Pivot TableAula
Apply e mapAula
Salvando dadosAula
Exercícios: Pandas BásicoExercícios
Exercícios: Pandas AvançadoExercícios
Projeto: Análise Comercial CompletaProjeto
4

Limpeza e Preparação de Dados

14 aulas · cerca de 5h
Intermediário
O problema dos dados sujosAula
Identificando e tratando nulosAula
DuplicatasAula
Desafio rápido: Nulos e duplicatas em cadastroDesafio
Padronização de textoAula
Regex na análise de dadosAula
Desafio rápido: Extraindo padrões com regexDesafio
Conversão de tipos de dadosAula
Trabalhando com datasAula
Categorizações e binsAula
Desafio rápido: Faixas de ticket com pd.cutDesafio
Reshape: melt e pivotAula
Exercícios: Limpeza realExercícios
Projeto: Pipeline de Limpeza AutomáticaProjeto
5

Análise Exploratória (EDA)

15 aulas · cerca de 5h20
Intermediário
O que é EDA e por que importaAula
Estatísticas descritivas na práticaAula
Medidas de dispersão: variância e desvio padrãoAula
Distribuição de dadosAula
Desafio rápido: Caçando outliersDesafio
Análise de correlaçãoAula
Desafio rápido: Mapa de correlação de KPIsDesafio
Inferência: teste t e p-valorAula
Análise por dimensõesAula
Análise temporalAula
Análise de Pareto (80/20)Aula
Desafio rápido: Curva de Pareto de produtosDesafio
Segmentação RFMAula
Exercícios EDAExercícios
Projeto: EDA ExecutivoProjeto
6

Visualização de Dados

17 aulas · cerca de 6h
Intermediário
Ecossistema de visualizaçãoAula
Matplotlib: estrutura e anatomiaAula
Gráficos de barras e colunasAula
Desafio rápido: Ranking visual de categoriasDesafio
Gráfico de linhas e áreaAula
Histograma e boxplotAula
Scatter plot e correlação visualAula
Desafio rápido: Scatter de marketing vs receitaDesafio
Seaborn: gráficos elegantesAula
Heatmap de correlaçãoAula
Customização e identidade visualAula
Subplots: painel de métricasAula
Desafio rápido: Painel de 4 gráficosDesafio
Plotly: gráficos interativosAula
Exportando gráficosAula
Exercícios de visualizaçãoExercícios
Projeto: Dashboard EstáticoProjeto
7

Python e Bancos de Dados (introdução)

6 aulas · cerca de 1h55
Intermediário
Python com SQL: por que combinar?Aula
SQL mínimo para analistas: SELECT, WHERE e GROUP BYAula
SQLite com PythonAula
Lendo SQL com PandasAula
Desafio rápido: KPI direto do bancoDesafio
Escrevendo dados no bancoAula
8

Primeiras Automações

9 aulas · cerca de 3h20
Intermediário
O que é automação de dadosAula
Consolidando múltiplos arquivosAula
Desafio rápido: Consolidando planilhas semanaisDesafio
Manipulando Excel com openpyxlAula
Consumindo APIs com requestsAula
Web scraping básico com BeautifulSoupAula
Extraindo dados de PDFsAula
Agendando rotinas automáticasAula
Projeto: Automação de relatório semanalProjeto
9

Introdução a ML (primeiros passos)

12 aulas · cerca de 4h15
Intermediário
Introdução ao ML para analistasAula
Scikit-learn: a biblioteca padrãoAula
Pré-processamento para MLAula
Treino e teste, overfitting e validação cruzadaAula
Regressão Linear: prevendo valoresAula
Desafio rápido: Prevendo receitaDesafio
Classificação: prevendo categoriasAula
Desafio rápido: Prevendo cancelamentoDesafio
Árvores de decisão e Random ForestAula
Clusterização K-MeansAula
Avaliando e comunicando modelosAula
Projeto: Previsão de ChurnProjeto
10

Python no Mercado de Trabalho

9 aulas · cerca de 2h55
Intermediário
Ambientes virtuaisAula
Git e GitHub para analistasAula
Documentando projetosAula
Desafio rápido: README de portfólioDesafio
Python + Power BIAula
Python + IA: usando LLMs para analisar dadosAula
Portfólio de dadosAula
Desafio final: Checklist de portfólioDesafio
Próximos passos e encerramentoAula

Tempos estimados de estudo por aula. Veja a grade de todas as trilhas no conteúdo programático.

Quem ensina

Felipy Morais, instrutor da Educadados

Felipy Morais

Fundador da Educadados · Analista e engenheiro de dados

Felipy tem mais de 6 anos de experiência como analista e engenheiro de dados e é certificado Microsoft PL-300, DP-600 e DP-700 e Databricks Fundamentals. Os cursos da Educadados partem do que ele usa no trabalho: perguntas de negócio, bases com problemas reais e entregas que viram portfólio. Conheça a história dele.

Certificação Microsoft PL-300 Certificação Microsoft DP-600 Certificação Microsoft DP-700 Certificação Databricks Fundamentals

Perguntas frequentes

Preciso saber programar para fazer o curso de Python?

Não. O curso começa do zero: o que é uma variável, como rodar a primeira linha e como organizar um projeto. Todos os exemplos usam dados de negócio (preços, vendas, clientes), então você aprende a linguagem já aplicada à análise.

Preciso instalar o Python para começar?

Não. A prática roda num ambiente Python dentro do navegador, com correção na hora. No primeiro módulo você também aprende a usar Anaconda, Jupyter Notebook, VS Code e Google Colab, para trabalhar no seu computador ou na nuvem quando quiser.

Quanto tempo leva para concluir o curso?

São 10 módulos e 133 aulas, com cerca de 46 horas de estudo estimadas. Estudando uma hora por dia, a maioria das pessoas conclui em dois a três meses, revisando os exercícios no caminho.

O que vem primeiro: SQL ou Python?

Para quem quer ser analista de dados, o caminho mais comum é começar por SQL e Power BI e depois somar Python. Explicamos os prós e contras de cada ordem no guia SQL ou Python: qual aprender primeiro.

O curso ensina machine learning?

Ensina os primeiros passos, pensados para analistas: pré-processamento, treino e teste, regressão linear, classificação, árvores de decisão, Random Forest e K-Means com scikit-learn, fechando com um projeto de previsão de churn.

Tem certificado?

Sim. O curso faz parte da Formação Analista de Dados, que emite certificado de cada curso concluído.

Como faço para ter acesso ao curso de Python?

O curso de Python não é vendido separado: ele está incluído na Formação Analista de Dados (plano anual de R$ 447 ou assinatura mensal de R$ 49,99). Até 30/11/2026 também vale a Black November, com 2 anos de acesso por R$ 397.

Quer se tornar um analista de dados completo?

Python é uma das peças da Formação Analista de Dados. Lá você também estuda SQL, Power BI, Excel e Estatística, monta portfólio e se prepara para a certificação PL-300, com um único acesso.

SQL Power BI Python Excel Estatística
Ver a Formação completa →

Continue explorando

Guias