Os Azure Cloud Advocates da Microsoft têm o prazer de oferecer um currículo de 10 semanas, 20 lições, totalmente dedicado à Ciência de Dados. Cada lição inclui questionários pré e pós-lição, instruções escritas para completar a lição, uma solução e um exercício. A nossa pedagogia baseada em projetos permite-lhe aprender enquanto constrói, uma forma comprovada para que novas competências 'fixem'.
Um grande obrigado 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 contribuidores de conteúdo 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 - Sketchnote 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 | Khmer | Coreano | Lituano | Malaio | Malaiala | Marata | Nepalês | Pidgin Nigeriano | Norueguês | Persa (Farsi) | Polaco | 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 línguas o que aumenta 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 dá-lhe tudo o que precisa para completar o curso com um download muito mais rápido.
Se desejar que linguagens adicionais sejam suportadas, estão listadas aqui
Temos uma série Learn with AI no Discord 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 em Ciência de Dados.
Comece com os seguintes recursos:
- Página Student Hub Nesta página, encontrará recursos para iniciantes, pacotes para estudantes e até formas de obter um voucher grátis para certificação. Esta é uma página que deve adicionar aos favoritos e consultar de tempos em tempos, pois alteramos o conteúdo pelo menos mensalmente.
- Microsoft Learn Student Ambassadors Junte-se a uma comunidade global de embaixadores estudantes, esta pode ser a sua porta 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 - Orientações pedagógicas e recursos para sala de aula
Iniciantes Completos: Novo em ciência de dados? Comece com os nossos exemplos para iniciantes! Estes exemplos simples e bem comentados ajudarão a compreender os conceitos básicos antes de avançar para o currículo completo. Estudantes: para usar este currículo por conta própria, faça fork de todo o repositório e complete os exercícios sozinho, começando por um quiz pré-lectura. Depois leia a lição e faça 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 passarem juntos pelo conteúdo. 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 como trabalhar com o currículo
- Comece pela Lição 1 e proceda sequencialmente
- Junte-se à nossa comunidade no Discord para apoio
Professores: incluímos algumas sugestões sobre como usar este currículo. Adoraríamos o vosso feedback no nosso fórum de discussão!
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: assegurar que é baseado em projetos e que inclui quizzes frequentes. Ao fim 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 reais da ciência de dados e muito mais.
Além disso, um quiz de pré-aula de baixo impacto define a intenção do aluno em aprender um tópico, enquanto um segundo quiz pós-aula garante maior retenção. Este currículo foi desenhado para ser flexível e divertido e pode ser seguido total ou parcialmente. Os projetos começam pequenos e tornam-se progressivamente mais complexos até ao fim do ciclo de 10 semanas.
Encontre o nosso Código de Conduta, Contribuir, Tradução diretrizes. Agradecemos o seu feedback construtivo!
- Sketchnote opcional
- Vídeo suplementar opcional
- Quiz de aquecimento pré-aula
- Aula escrita
- Para aulas baseadas em projetos, guias passo a passo para construir o projeto
- Verificação de conhecimentos
- Um desafio
- Leitura suplementar
- Tarefa
- Quiz pós-aula
Uma nota sobre quizzes: Todos os quizzes estão contidos na pasta Quiz-App, totalizando 40 quizzes de três perguntas cada. Eles estão ligados dentro das aulas, mas a app do quiz pode ser executada localmente ou implementada na Azure; siga as instruções na pasta
quiz-app. Estão a ser gradualmente localizados.
Novo na Ciência de Dados? Criámos um diretório especial de exemplos com código simples e bem comentado para o ajudar a começar:
- 🌟 Hello World - 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 Real - Fluxo completo do início ao fim
Cada exemplo inclui comentários detalhados explicando cada passo, tornando-o perfeito para iniciantes absolutos!
 |
|---|
| Ciência de Dados Para Principiantes: Mapa do Percurso - Sketchnote por @nitya |
| Número da Aula | Tema | Agrupamento da Aula | Objetivos de Aprendizagem | Aula Ligada | Autor |
|---|---|---|---|---|---|
| 01 | Definição de Ciência de Dados | Introdução | Aprenda os conceitos básicos por trás da ciência de dados e como está relacionada com inteligência artificial, machine learning e big data. | aula vídeo | Dmitry |
| 02 | Ética na Ciência de Dados | Introdução | Conceitos, desafios e estruturas da ética em dados. | aula | Nitya |
| 03 | Definição de Dados | Introdução | Como os dados são classificados e suas fontes comuns. | aula | Jasmine |
| 04 | Introdução a 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 aos dados relacionais e aos fundamentos para explorar e analisar dados relacionais com Structured Query Language, também conhecido como SQL (pronunciado “see-quell”). | aula | Christopher |
| 06 | Trabalhar com Dados NoSQL | Trabalhar com Dados | Introdução aos dados não relacionais, os seus vários tipos e os fundamentos para explorar e analisar bases de dados documentais. | aula | Jasmine |
| 07 | Trabalhar com Python | Trabalhar com Dados | Fundamentos do uso de Python para exploração de dados com bibliotecas como Pandas. É recomendada uma compreensão base de programação em Python. | aula vídeo | Dmitry |
| 08 | Preparação de Dados | Trabalhar com Dados | Tópicos sobre técnicas de dados para limpar e transformar dados para lidar com desafios de dados em falta, imprecisos ou incompletos. | aula | Jasmine |
| 09 | Visualizar Quantidades | Visualização de Dados | Aprenda 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 ligações 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 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 ao seu primeiro passo de adquirir e extrair 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 pelos 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 | Treinar modelos usando ferramentas Low Code. | aula | Tiffany e Maud |
| 19 | Ciência de Dados na Cloud | Dados na Cloud | Implementar modelos com Azure Machine Learning Studio. | aula | Tiffany e Maud |
| 20 | Ciência de Dados no Mundo Real | No Mundo Real | Projetos de ciência de dados aplicados 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 com a extensão VS Code Remote - Containers:
- Se esta for a sua primeira vez a usar um contentor de desenvolvimento, por favor certifique-se de que o seu sistema cumpre os pré-requisitos (ou seja, tem o Docker instalado) em a documentação para começar.
Para usar este repositório, pode abrir o repositório num volume Docker isolado:
Nota: Internamente, isto usará 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 persistir dados de contentores.
Ou abra 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, aguarde 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 raiz deste repositório digite docsify serve. O website será servido na porta 3000 no seu localhost: localhost:3000.
Nota, os 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! Conheça:
-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 ter problemas? Consulte o nosso Guia de Resolução de Problemas para soluções para problemas comuns.
Se ficar bloqueado ou tiver alguma dúvida sobre como criar aplicações de IA. Junte-se a outros aprendizes e programadores 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 encontrar erros enquanto constrói, visite:
Aviso Legal:
Este documento foi traduzido utilizando o serviço de tradução por IA Co-op Translator. Embora nos esforcemos por garantir a precisão, esteja ciente de que traduções automáticas podem conter erros ou imprecisões. O documento original no seu idioma nativo deve ser considerado a fonte autorizada. Para informações críticas, recomenda-se a tradução profissional por humanos. Não nos responsabilizamos por quaisquer mal-entendidos ou interpretações incorretas decorrentes do uso desta tradução.