Diploma em programação Python

Módulo 1. Ferramentas básicas de programação Python

1.1 Variáveis ​​e tipos de dados

1.1.1 Declaração de variáveis

1.1.2 Tipos de dados

1.1.3 Conversão entre tipos de dados

1.2 Estruturas de controle

1.2.1 Condicionais

1.2.2 Laços

1.2.3 Instruções de interrupção e continuação

1.3 Funções e módulos

1.3.1 Criando e chamando funções

1.3.2 Parâmetros e argumentos

1.3.3 Importando módulos externos

1.4 Listas e dicionários

1.4.1 Criando e manipulando listas

1.4.2 Acessando elementos de uma lista

1.4.3 Uso de dicionários e seus métodos

1.5 Tratamento de exceções

1.5.1 Uso de try, except, finally

1.5.2 Capturando exceções específicas

1.5.3 Lançando exceções personalizadas

1.6 Entrada/saída de dados

1.6.1 Leitura e escrita de arquivos

1.6.2 Interação com o usuário através do console

1.6.3 Formatação de strings e dados de saída

Módulo 2. Desenvolvimento de Software

2.1 Gerenciamento de requisitos

2.1.1 Identificação e documentação de requisitos

2.1.2 Análise e priorização de requisitos

2.1.3 Técnicas para captura de requisitos

2.2 Projeto de software

2.2.1 Princípios de design de software

2.2.2 Modelagem de dados e arquitetura de software

2.2.3 Ferramentas de design

2.3 Desenvolvimento de código

2.3.1 Seleção da linguagem de programação

2.3.2 Práticas de programação (nomes de variáveis, convenções de código, etc.)

2.3.3 Usando IDEs e ferramentas de desenvolvimento

2.4 Teste de software

2.4.1 Planejamento e design de testes

2.4.2 Tipos de testes

2.4.3 Ferramentas de teste

2.5 Controle de versão e gerenciamento de configuração

2.5.1 Sistemas de controle de versão (Git, SVN)

2.5.2 Ramificações e fusões

2.5.3 Estratégias de ramificação e fusão

2.6 Implantação e manutenção

2.6.1 Preparando ambientes de implantação

2.6.2 Automação de Implantação (CI/CD)

2.6.3 Monitoramento e manutenção de aplicativos

2.7 Segurança de software

2.7.1 Práticas de codificação seguras

2.7.2 Gerenciamento de vulnerabilidades e patches

2.7.3 Autenticação, autorização e criptografia de dados

2.8 Documentação e suporte

2.8.1 Preparação de documentação técnica

2.8.2 Processo de atualização da documentação

2.8.3 Suporte técnico e resposta a incidentes

Módulo 3. Ciência de Dados e Inteligência Artificial

3.1 Pandas

3.1.1 Estruturas de dados e ferramentas de análise de dados

3.1.2 Manipulação e limpeza de dados

3.1.3 Integração com outras fontes de dados

3.2 NumPy

3.2.1 Manipulando arrays e matrizes

3.2.2 Funções matemáticas para operações numéricas

3.2.3 Álgebra linear e geração de números aleatórios

3.3 Matplotlib

3.3.1 Visualização de dados na forma de gráficos, histogramas, dispersão, etc.

3.3.2 Personalização de gráficos e figuras

3.4 Scikit-learn

3.4.1 Aprendizado de máquina clássico para classificação, regressão, agrupamento, etc.

3.4.2 Ferramentas para pré-processamento e avaliação de modelos

3.5 TensorFlow

3.5.1 Construindo e treinando modelos de aprendizado de máquina

3.5.2 Desenvolvimento de redes neurais e modelos de aprendizagem profunda

3.6 Keras

3.6.1 API de alto nível para construção de redes neurais

3.6.2 Simplifique a implementação de modelos de aprendizado profundo

3.7 NLTK (Kit de ferramentas de linguagem natural)

3.7.1 Processamento de linguagem natural

3.7.2 Análise de texto, tokenização, marcação e análise de sentimento

3.8 OpenCV

3.8.1 Biblioteca para visão computacional

3.8.2 Manipulação de imagens, detecção e reconhecimento de objetos, rastreamento de movimento

Módulo 4. Manipulação e Extração de Dados em Python

4.1 Pandas

4.1.1 Tratamento de dados tabulares, limpeza, transformação e análise de dados

4.2 NumPy

4.2.1 Operações com matrizes e arrays, cálculos numéricos eficientes e manipulação de dados

4.3 Sopa Bonita

4.3.1 Extração de dados de arquivos HTML e XML, útil para web scraping e análise de dados da web

4.4 Solicitações

4.4.1 Fazer solicitações HTTP, permitindo a extração de dados de APIs da web e outros serviços online

4,5 Selênio

4.5.1 Facilita a automação da interação com navegadores da web, útil para extrair dados de páginas da web dinâmicas

4.6 Raspado

4.6.1 Realizar web scraping, permitindo a extração eficiente de dados estruturados de sites

4.7 Openpyxl

4.7.1 Ler e escrever arquivos Excel, facilitando o manuseio de dados neste formato

4.8 PyMongo

4.8.1 Interagir com bancos de dados MongoDB, permitindo extração e manipulação de dados neste tipo de bancos de dados NoSQL

Módulo 5. Programação Avançada

5.1 Programação orientada a objetos (POO)

5.1.1 Inclui conceitos avançados de POO, como herança múltipla, classes abstratas, métodos estáticos e métodos de classe

5.2 Decoradores e metaprogramação

5.2.1 Explorar o uso de decoradores para modificar o comportamento de funções e classes, juntamente com técnicas de metaprogramação

5.3 Tratamento avançado de exceções

5.3.1 Aprofundar-se em estratégias avançadas de tratamento de exceções

5.4 Programação concorrente e paralela

5.4.1 Abrange o uso de threads, processos, assíncronos e outras técnicas para obter simultaneidade e paralelismo em Python

5.5 Programação funcional

5.5.1 Inclui o uso avançado de funções lambda, compreensões de lista e dicionário, bem como o uso de funções de ordem superior, como mapear, filtrar e reduzir