Os Azure Cloud Advocates da Microsoft têm o prazer de oferecer um currículo de 10 semanas, com 20 lições, totalmente focado em Ciência de Dados. Cada lição inclui questionários pré-licença e pós-lição, instruções escritas para completar a lição, uma solução e um exercício. Nossa pedagogia baseada em projetos permite que você aprenda enquanto constrói, uma forma comprovada para novos conhecimentos "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 - Sketchnote por @nitya |
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 | Khmer | Coreano | Lituano | Malaio | Malaiala | Marathi | Nepali | Pidgin Nigeriano | Norueguês | Persa (Farsi) | Polonês | Português (Brasil) | Português (Portugal) | Punjabi (Gurmukhi) | Romeno | Russo | Sérvio (Cirílico) | Eslovaco | Esloveno | Espanhol | Suaíli | Sueco | Tagalog (Filipino) | Tâmil | 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 as traduções, use sparse checkout:
Bash / macOS / Linux:
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'CMD (Windows):
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 oferece tudo que você precisa para completar o curso com um download muito mais rápido.
Se desejar que línguas adicionais de tradução sejam suportadas, estão listadas aqui
Estamos com uma série no Discord chamada aprender com IA 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 de usar o GitHub Copilot para Ciência de Dados.
Comece com os seguintes recursos:
- Página Student Hub Nessa página você encontrará recursos para iniciantes, packs para estudantes e até maneiras de obter um voucher gratuito para certificação. Esta é uma página que você vai querer adicionar aos favoritos e consultar de tempos em tempos conforme trocamos conteúdos pelo menos mensalmente.
- Microsoft Learn Student Ambassadors Junte-se a uma comunidade global de embaixadores estudantis, essa pode ser sua porta de entrada para a Microsoft.
- Guia de Instalação - Instruções passo a passo para iniciantes
- Guia de Uso - Exemplos e fluxos de trabalho comuns
- Solução de Problemas - Soluções para problemas comuns
- Guia de Contribuição - Como contribuir para este projeto
- Para Professores - Orientações para ensino e recursos para sala de aula
Iniciantes Completos: Novo em ciência de dados? Comece com nossos exemplos amigáveis para iniciantes! Estes exemplos simples e bem comentados ajudarão você a entender o básico antes de se aprofundar no currículo completo. Estudantes: para usar este currículo por conta própria, faça um fork do repositório inteiro e complete os exercícios por conta própria, começando com um questionário pré-licença. Depois leia a lição e complete o restante das atividades. Procure criar os projetos compreendendo as lições ao invés 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:
- Confira o Guia de Instalação para configurar seu ambiente
- Revise o Guia de Uso para aprender como trabalhar com o currículo
- Comece pela Lição 1 e siga sequencialmente
- Junte-se à nossa comunidade Discord para suporte
Professores: incluímos algumas sugestões sobre como usar este currículo. Adoraríamos receber seu feedback em nosso fórum de discussões!
Gif por Mohit Jaisal
🎥 Clique na imagem acima para ver um vídeo sobre o projeto e as pessoas que o criaram!
Escolhemos dois princípios pedagógicos ao construir este currículo: garantir que ele 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 do mundo real em ciência de dados e muito mais.
Além disso, um questionário de baixa pressão antes da aula define a intenção do aluno em aprender um tópico, enquanto um segundo questionário após a aula garante maior retenção. Este currículo foi projetado para ser flexível e divertido, podendo ser feito integralmente ou parcialmente. Os projetos começam pequenos e tornam-se progressivamente mais complexos até o final do ciclo de 10 semanas.
Encontre nosso Código de Conduta, Contribuindo, Tradução diretrizes. Agradecemos seu feedback construtivo!
- Sketchnote opcional
- Vídeo suplementar opcional
- Questionário de aquecimento pré-aula
- Lição escrita
- Para lições baseadas em projetos, guias passo a passo de como construir o projeto
- Verificações de conhecimento
- Um desafio
- Leitura suplementar
- Tarefa
- Questionário pós-aula
Uma nota sobre questionários: Todos os questionários estão contidos na pasta Quiz-App, totalizando 40 questionários com três perguntas cada. Eles estão vinculados dentro das lições, mas o aplicativo de questionário pode ser executado localmente ou implantado no Azure; siga as instruções na pasta
quiz-app. Eles estão sendo gradualmente localizados.
Novo em Ciência de Dados? Criamos um diretório de exemplos especial com código simples e bem comentado para ajudar você a começar:
- 🌟 Hello World - 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 do Mundo Real - Fluxo completo do começo ao fim
Cada exemplo inclui comentários detalhados explicando cada passo, tornando-o perfeito para iniciantes absolutos!
 |
|---|
| Ciência de Dados para Iniciantes: Roteiro - Sketchnote por @nitya |
| Número da Lição | Tópico | Agrupamento da Lição | Objetivos de Aprendizagem | Lição Vinculada | Autor |
|---|---|---|---|---|---|
| 01 | Definindo Ciência de Dados | Introdução | Aprender os conceitos básicos por trás da ciência de dados e como ela está relacionada à inteligência artificial, aprendizado de máquina e big data. | lição vídeo | Dmitry |
| 02 | Ética em Ciência de Dados | Introdução | Conceitos, Desafios e Estruturas de Ética em Dados. | lição | Nitya |
| 03 | Definindo Dados | Introdução | Como os dados são classificados e suas fontes comuns. | lição | Jasmine |
| 04 | Introdução a Estatística & Probabilidade | Introdução | Técnicas matemáticas de probabilidade e estatística para entender os dados. | lição vídeo | Dmitry |
| 05 | Trabalhando com Dados Relacionais | Trabalhando com Dados | Introdução a dados relacionais e os fundamentos para explorar e analisar dados relacionais com a Linguagem de Consulta Estruturada, conhecida como SQL (pronuncia-se “ess-cue-él”). | lição | Christopher |
| 06 | Trabalhando com Dados NoSQL | Trabalhando com Dados | Introdução a dados não relacionais, seus vários tipos e conceitos básicos para explorar e analisar bancos de dados de documentos. | lição | Jasmine |
| 07 | Trabalhando com Python | Trabalhando com Dados | Fundamentos do uso de Python para exploração de dados com bibliotecas como Pandas. Recomendado ter entendimento básico de programação em Python. | lição vídeo | Dmitry |
| 08 | Preparação de Dados | Trabalhando com Dados | Tópicos sobre técnicas de dados para limpar e transformar os dados a fim de lidar com desafios de dados ausentes, imprecisos ou incompletos. | lição | Jasmine |
| 09 | Visualizando Quantidades | Visualização de Dados | Aprenda como usar Matplotlib para visualizar dados de aves 🦆 | lição | Jen |
| 10 | Visualizando Distribuições de Dados | Visualização de Dados | Visualizando observações e tendências dentro de um intervalo. | lição | Jen |
| 11 | Visualizando Proporções | Visualização de Dados | Visualizando porcentagens discretas e agrupadas. | lição | Jen |
| 12 | Visualizando Relacionamentos | Visualização de Dados | Visualizando conexões e correlações entre conjuntos de dados e suas variáveis. | lição | Jen |
| 13 | Visualizações Significativas | Visualização de Dados | Técnicas e orientações para tornar suas visualizações valiosas para uma resolução eficaz de problemas e insights. | lição | Jen |
| 14 | Introdução ao ciclo de vida da Ciência de Dados | Ciclo de Vida | Introdução ao ciclo de vida da ciência de dados e seu primeiro passo de adquirir e extrair dados. | lição | Jasmine |
| 15 | Analisando | Ciclo de Vida | Esta fase do ciclo de vida da ciência de dados foca em técnicas para analisar dados. | lição | Jasmine |
| 16 | Comunicação | Ciclo de Vida | Esta fase do ciclo de vida da ciência de dados se concentra em apresentar as percepções dos dados de forma que facilite o entendimento para os tomadores de decisões. | lição | Jalen |
| 17 | Ciência de Dados na Nuvem | Dados na Nuvem | Esta série de lições introduz a ciência de dados na nuvem e seus benefícios. | lição | Tiffany e Maud |
| 18 | Ciência de Dados na Nuvem | Dados na Nuvem | Treinando modelos usando ferramentas Low Code. | lição | Tiffany e Maud |
| 19 | Ciência de Dados na Nuvem | Dados na Nuvem | Implantando modelos com Azure Machine Learning Studio. | lição | Tiffany e Maud |
| 20 | Ciência de Dados no Mundo Real | No Mundo Real | Projetos impulsionados por ciência de dados no mundo real. | lição | Nitya |
Siga estes passos para abrir este exemplo em um Codespace:
- Clique no menu suspenso Código e selecione a opção Abrir com Codespaces.
- Selecione + Novo codespace na parte inferior do painel. Para mais informações, confira a documentação do GitHub.
Siga estes passos para abrir este repositório em um contêiner usando sua máquina local e VSCode com a extensão VS Code Remote - Containers:
- Se esta é sua primeira vez usando um contêiner de desenvolvimento, certifique-se de que seu sistema atende aos pré-requisitos (ou seja, ter o Docker instalado) em a documentação de primeiros passos.
Para usar este repositório, você pode abrir o repositório em um volume Docker isolado:
Nota: Nos bastidores, 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 persistência de dados de contêiner.
Ou abra uma versão clonada ou baixada localmente do repositório:
- Clone este repositório para 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 contêiner iniciar e experimente.
Você pode executar esta documentação offline usando Docsify. Faça um fork deste repositório, instale o Docsify em 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 executar um notebook, faça isso separadamente no VS Code executando um kernel Python.
Nossa equipe produz outros currículos! Confira:
-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA){kind=icon}
-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC){kind=icon}
-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9){kind=icon}
Encontrando problemas? Confira nosso Guia de Solução de Problemas para soluções para problemas comuns.
Se você ficar preso ou tiver alguma dúvida sobre como construir aplicativos de IA. Junte-se a outros aprendizes e desenvolvedores experientes em discussões sobre MCP. É uma comunidade de apoio onde perguntas são bem-vindas e o conhecimento é compartilhado livremente.
Se você tiver feedback sobre produtos ou erros durante a construção, visite:
Aviso Legal:
Este documento foi traduzido utilizando o serviço de tradução por IA Co-op Translator. Embora nos esforcemos pela precisão, 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.