Os Advocates do Azure Cloud na Microsoft têm o prazer de oferecer um currículo de 10 semanas, com 20 lições, totalmente dedicado à Ciência de Dados. Cada lição inclui questionários antes e depois da lição, instruções escritas para completar a lição, uma solução e uma tarefa. A nossa pedagogia baseada em projetos permite aprender enquanto constrói, uma forma comprovada para as novas competências “ficarem”.
Um grande agradecimento aos nossos autores: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.
🙏 Agradecimento especial 🙏 aos nossos autores, revisores e colaboradores de conteúdo do Microsoft Student Ambassador, nomeadamente 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 |
Árabe | Bengali | Búlgaro | Birmanês (Myanmar) | Chinês (Simplificado) | Chinês (Tradicional, Hong Kong) | Chinês (Tradicional, Macau) | Chinês (Tradicional, Taiwan) | Croata | Checo | Dinamarquês | Holandês | Estónio | Finlandês | Francês | Alemão | Grego | Hebraico | Hindi | Húngaro | Indonésio | Italiano | Japonês | Kannada | Coreano | Lituano | Malaio | Malaiala | Marata | Nepali | Pidgin Nigeriano | Norueguês | Persa (Farsi) | Polaco | 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 que aumentam significativamente o tamanho do download. Para clonar sem 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"Isto oferece tudo o que necessita para completar o curso com um download muito mais rápido.
Se desejar ter apoio para idiomas adicionais, esses idiomas suportados estão listados aqui
Temos uma série de aprendizagem no Discord com IA em curso, saiba mais e junte-se a nós em Learn with AI Series de 18 a 30 de setembro de 2025. Receberá dicas e truques para usar o GitHub Copilot para Ciência de Dados.
Comece com os seguintes recursos:
- Página do Hub para Estudantes Nesta página encontrará recursos para iniciantes, kits para estudantes e até formas de obter um voucher de certificação gratuito. Esta é uma página que deve guardar nos favoritos e consultar de tempos a tempos, pois atualizamos o conteúdo pelo menos mensalmente.
- Microsoft Learn Student Ambassadors Junte-se a uma comunidade global de estudantes embaixadores, esta pode ser a sua porta de entrada para a Microsoft.
- Guia de Instalação - Instruções passo a passo para iniciantes
- Guia de Utilização - Exemplos e fluxos de trabalho comuns
- Resolução de Problemas - Soluções para problemas comuns
- Guia de Contribuição - Como contribuir para este projeto
- Para Professores - Orientação para ensino e recursos para a sala de aula
Completamente Novatos: Novo na ciência de dados? Comece com os nossos exemplos amigáveis para iniciantes! Estes exemplos simples e bem comentados ajudarão a entender o básico antes de avançar para o currículo completo. Estudantes: para usar este currículo por conta própria, faça fork do repositório inteiro e complete os exercícios sozinho, começando com um questionário pré-lectura. Depois leia a aula e complete o restante das atividades. Tente criar os projetos compreendendo as lições em vez 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 o Microsoft Learn.
Início Rápido:
- Consulte o Guia de Instalação para configurar o seu ambiente
- Reveja o Guia de Utilização para aprender a trabalhar com o currículo
- Comece pela Lição 1 e prossiga sequencialmente
- Junte-se à nossa comunidade no Discord para apoio
Professores: incluímos algumas sugestões sobre como usar este currículo. Gostaríamos muito do vosso feedback no nosso fórum de discussão!
Gif por Mohit Jaisal
🎥 Clique na imagem acima para um vídeo sobre o projeto e as pessoas que o criaram!
Escolhemos dois princípios pedagógicos ao construir este currículo: garantir que é baseado em projetos e que inclui questionários frequentes. No final desta série, os alunos terão aprendido os princípios básicos da ciência de dados, incluindo conceitos éticos, preparação dos dados, diferentes formas de trabalhar com dados, visualização de dados, análise de dados, casos de uso reais de ciência de dados e muito mais.
Além disso, um questionário de baixo risco antes da aula define a intenção do aluno para aprender um tópico, enquanto um segundo questionário após a aula assegura uma retenção maior. Este currículo foi concebido para ser flexível e divertido e pode ser seguido na totalidade ou em parte. Os projetos começam pequenos e tornam-se progressivamente mais complexos até ao final do ciclo de 10 semanas.
Consulte o nosso Código de Conduta, as diretrizes de Contribuição, Tradução. Agradecemos o vosso feedback construtivo!
- Sketchnote opcional
- Vídeo suplementar opcional
- Questionário de aquecimento pré-aula
- Aula escrita
- Para aulas baseadas em projetos, guias passo-a-passo sobre como construir o projeto
- Verificações de conhecimento
- Um desafio
- Leitura complementar
- Trabalho de casa
- Questionário pós-aula
Uma nota sobre os questionários: Todos os questionários encontram-se na pasta Quiz-App, com um total de 40 questionários de três perguntas cada. Eles estão ligados dentro das aulas, mas a aplicação de questionários pode ser executada localmente ou implementada no Azure; siga as instruções na pasta
quiz-app. Estão a ser progressivamente localizados.
Novo em Ciência de Dados? Criámos um diretório especial de exemplos com código simples e bem comentado para o ajudar a começar:
- 🌟 Olá Mundo - O seu primeiro programa de ciência de dados
- 📂 Carregar 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 de trabalho completo do início ao fim
Cada exemplo inclui comentários detalhados explicando cada passo, tornando-o perfeito para principiantes absolutos!
 |
|---|
| Ciência de Dados para Iniciantes: Roteiro - Sketchnote por @nitya |
| Número da Aula | Tema | Grupo de Aulas | Objetivos de Aprendizagem | Aula Ligada | Autor |
|---|---|---|---|---|---|
| 01 | Definir Ciência de Dados | Introdução | Aprender os conceitos básicos por detrás da ciência de dados e como esta se relaciona com inteligência artificial, aprendizagem automática e big data. | aula vídeo | Dmitry |
| 02 | Ética na Ciência de Dados | Introdução | Conceitos, desafios e estruturas da Ética de Dados. | aula | Nitya |
| 03 | Definir Dados | Introdução | Como os dados são classificados e as suas fontes comuns. | aula | Jasmine |
| 04 | Introdução à Estatística & Probabilidade | Introdução | As técnicas matemáticas de probabilidade e estatística para compreender dados. | aula vídeo | Dmitry |
| 05 | Trabalhar com Dados Relacionais | Trabalhar com Dados | Introdução a dados relacionais e os fundamentos da exploração e análise de dados relacionais com a Linguagem de Consulta Estruturada, também conhecida como SQL (pronuncia-se “ess-que-el”). | aula | Christopher |
| 06 | Trabalhar com Dados NoSQL | Trabalhar com Dados | Introdução a dados não relacionais, os seus vários tipos e os fundamentos da exploração e análise de bases de dados documentais. | aula | Jasmine |
| 07 | Trabalhar com Python | Trabalhar com Dados | Noções básicas de utilização do Python para exploração de dados com bibliotecas como Pandas. Recomenda-se um entendimento fundamental da programação em Python. | aula vídeo | Dmitry |
| 08 | Preparação de Dados | Trabalhar com Dados | Temas sobre técnicas de dados para limpar e transformar os dados para lidar com desafios de dados em falta, imprecisos ou incompletos. | aula | Jasmine |
| 09 | Visualizar Quantidades | Visualização de Dados | Aprender a usar Matplotlib para visualizar dados de aves 🦆 | aula | Jen |
| 10 | Visualizar Distribuições de Dados | Visualização de Dados | Visualizar observações e tendências dentro de um intervalo. | aula | Jen |
| 11 | Visualizar Proporções | Visualização de Dados | Visualizar percentagens discretas e agrupadas. | aula | Jen |
| 12 | Visualizar Relações | Visualização de Dados | Visualizar conexões e correlações entre conjuntos de dados e as suas variáveis. | aula | Jen |
| 13 | Visualizações Significativas | Visualização de Dados | Técnicas e orientações para tornar as suas visualizações valiosas para uma resolução eficaz de problemas e obtenção de 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 o seu primeiro passo de aquisição e extração de dados. | aula | Jasmine |
| 15 | Análise | Ciclo de Vida | Esta fase do ciclo de vida da ciência de dados foca-se em técnicas para analisar dados. | aula | Jasmine |
| 16 | Comunicação | Ciclo de Vida | Esta fase do ciclo de vida da ciência de dados foca-se em apresentar os insights dos dados de uma forma que facilite a compreensão por parte dos decisores. | aula | Jalen |
| 17 | Ciência de Dados na Cloud | Dados na Cloud | Esta série de aulas introduz a ciência de dados na cloud e os seus benefícios. | aula | Tiffany e Maud |
| 18 | Ciência de Dados na Cloud | Dados na Cloud | Treino de modelos usando ferramentas Low Code. | aula | Tiffany e Maud |
| 19 | Ciência de Dados na Cloud | Dados na Cloud | Implementação de modelos com Azure Machine Learning Studio. | aula | Tiffany e Maud |
| 20 | Ciência de Dados na Natureza | Na Natureza | Projetos conducentes por ciência de dados no mundo real. | aula | Nitya |
Siga estes passos para abrir este exemplo num Codespace:
- Clique no menu suspenso Code e selecione a opção Open with Codespaces.
- Selecione + New codespace na parte inferior do painel. Para mais informações, consulte a documentação do GitHub.
Siga estes passos para abrir este repositório num contentor usando a sua máquina local e o VSCode através da extensão VS Code Remote - Containers:
- Se é a sua primeira vez a usar um contentor de desenvolvimento, por favor certifique-se de que o seu sistema cumpre os pré-requisitos (ex. ter o Docker instalado) na documentação de início rápido.
Para usar este repositório, pode abrir o repositório num volume Docker isolado:
Nota: Por baixo, isto irá usar o comando Remote-Containers: Clone Repository in Container Volume... para clonar o código fonte num volume Docker em vez do sistema de ficheiros local. Volumes são o mecanismo preferido para persistência de dados do contentor.
Ou abrir uma versão clonada ou descarregada localmente do repositório:
- Clone este repositório para o seu sistema de ficheiros local.
- Pressione F1 e selecione o comando Remote-Containers: Open Folder in Container....
- Selecione a cópia clonada desta pasta, espere o contentor iniciar e experimente.
Pode executar esta documentação offline usando Docsify. Faça um fork deste repositório, instale o Docsify na sua máquina local, depois na pasta raíz deste repositório, escreva docsify serve. O website será servido na porta 3000 no seu localhost: localhost:3000.
Nota, notebooks não serão renderizados via Docsify, por isso quando precisar de executar um notebook, faça-o separadamente no VS Code a correr um kernel Python.
A nossa equipa 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}
Está a enfrentar problemas? Consulte o nosso Guia de Resolução de Problemas para soluções às questões comuns.
Se ficar preso ou tiver perguntas sobre como criar aplicações de IA. Junte-se a outros aprendizes e desenvolvedores experientes nas discussões sobre MCP. É uma comunidade de apoio onde as perguntas são bem-vindas e o conhecimento é partilhado livremente.
Se tiver feedback sobre produtos ou erros durante o desenvolvimento visite:
Aviso Legal: Este documento foi traduzido utilizando o serviço de tradução automática Co-op Translator. Embora nos esforcemos para garantir a precisão, tenha em atenção que as traduções automáticas podem conter erros ou imprecisões. O documento original na sua língua nativa deve ser considerado a fonte autorizada. Para informações críticas, recomenda-se a tradução profissional feita por um humano. Não nos responsabilizamos por quaisquer mal-entendidos ou interpretações incorretas resultantes da utilização desta tradução.