{"id":31756782,"url":"https://github.com/mgckaled/rs_data-analytics","last_synced_at":"2025-10-09T19:24:18.817Z","repository":{"id":316769471,"uuid":"1011510257","full_name":"mgckaled/rs_data-analytics","owner":"mgckaled","description":"Repositório agregador do conteúdo da formação Data Analytics desenvolvido pelo Rocketseat.","archived":false,"fork":false,"pushed_at":"2025-09-26T14:52:39.000Z","size":993,"stargazers_count":0,"open_issues_count":0,"forks_count":0,"subscribers_count":0,"default_branch":"main","last_synced_at":"2025-09-26T16:29:24.038Z","etag":null,"topics":["data-analytics","data-visualization","python","sql","statistics"],"latest_commit_sha":null,"homepage":"","language":null,"has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":null,"status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/mgckaled.png","metadata":{"files":{"readme":"README.md","changelog":null,"contributing":null,"funding":null,"license":null,"code_of_conduct":null,"threat_model":null,"audit":null,"citation":null,"codeowners":null,"security":null,"support":null,"governance":null,"roadmap":null,"authors":null,"dei":null,"publiccode":null,"codemeta":null,"zenodo":null,"notice":null,"maintainers":null,"copyright":null,"agents":null,"dco":null,"cla":null}},"created_at":"2025-06-30T23:57:55.000Z","updated_at":"2025-09-26T14:52:43.000Z","dependencies_parsed_at":"2025-09-26T16:29:26.919Z","dependency_job_id":null,"html_url":"https://github.com/mgckaled/rs_data-analytics","commit_stats":null,"previous_names":["mgckaled/rs_data-analytics"],"tags_count":null,"template":false,"template_full_name":null,"purl":"pkg:github/mgckaled/rs_data-analytics","repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/mgckaled%2Frs_data-analytics","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/mgckaled%2Frs_data-analytics/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/mgckaled%2Frs_data-analytics/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/mgckaled%2Frs_data-analytics/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/mgckaled","download_url":"https://codeload.github.com/mgckaled/rs_data-analytics/tar.gz/refs/heads/main","sbom_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/mgckaled%2Frs_data-analytics/sbom","scorecard":null,"host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":279001979,"owners_count":26083243,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2022-07-04T15:15:14.044Z","status":"online","status_checked_at":"2025-10-09T02:00:07.460Z","response_time":59,"last_error":null,"robots_txt_status":"success","robots_txt_updated_at":"2025-07-24T06:49:26.215Z","robots_txt_url":"https://github.com/robots.txt","online":true,"can_crawl_api":true,"host_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub","repositories_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories","repository_names_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repository_names","owners_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners"}},"keywords":["data-analytics","data-visualization","python","sql","statistics"],"created_at":"2025-10-09T19:24:17.160Z","updated_at":"2025-10-09T19:24:18.812Z","avatar_url":"https://github.com/mgckaled.png","language":null,"funding_links":[],"categories":[],"sub_categories":[],"readme":"\u003c!-- markdownlint-disable MD033 --\u003e\n\n# Formação Rocketseat - Data Analytics\n\n\u003cdiv style=\"display: flex; justify-content: center; gap: 100px; align-items: center;\"\u003e\n  \u003cimg\n    src=\"./.github/assets/images/logo_rocketseat.png\"\n    alt=\"imagem da logo da plataforma Rocketseat\"\n    style=\"width: 20%;\"\n  /\u003e\n  \u003cimg\n    src=\"./.github/assets/images/details_course.png\"\n    alt=\"imagem da formação Data Analytics\"\n    style=\"width: 28%;\"\n  /\u003e\n\u003c/div\u003e\n\n## Sobre\n\nRepositório agregador do conteúdo da formação **Data Analytics** desenvolvido pelo Rocketseat.\n\n## Objetivo\n\nVivemos em um mundo cada vez mais orientado por dados, onde tomar boas decisões depende de interpretar corretamente os sinais escondidos nas informações. A formação Data Analytics foi criada para capacitar você a dominar esse processo de ponta a ponta — desde a coleta e tratamento dos dados até a construção de visualizações e geração de insights estratégicos.\n\nAo longo da formação, você vai aprender fundamentos estatísticos, programação em Python, SQL, técnicas de limpeza, análise e visualização de dados, além de desenvolver habilidades essenciais para apresentar resultados de forma clara, persuasiva e com impacto nos negócios. A trilha combina teoria aplicada, estudos de caso e projetos reais para preparar você para os desafios do mercado.\n\nSe você quer se tornar um analista de dados completo, capaz de unir pensamento analítico, domínio técnico e visão de negócio, essa formação é o seu ponto de partida.\n\n## Nível 1 - Primeiros Passos\n\n### Bloco A - O Trabalho de um Analista de Dados\n\nEste módulo introdutório apresenta os fundamentos essenciais da área, começando pela definição e importância da análise de dados. Em seguida, explora o conceito de personas de dados, destacando os perfis envolvidos no ecossistema analítico. Também aborda as principais metodologias de dados utilizadas para extrair insights e tomar decisões baseadas em evidências. Por fim, oferece uma visão estruturada da base conceitual de dados.\n\n\u003e Acesso ao [Conteúdo das Aulas](./.github/docs/content/n1/n1.md#bloco-a---o-trabalho-de-um-analista-de-dados)\n\u003e\n\u003e Acesso às [avaliações](./.github/docs/assessments/q1.md#bloco-a---o-trabalho-de-um-analista-de-dados)\n\n### Bloco B - Entendendo o Problema\n\nEste módulo foca na etapa de compreensão do problema na análise de dados, abordando os principais tipos de demandas (exploratória, descritiva, diagnóstica, preditiva e prescritiva) e como traduzi-las em perguntas de dados. Também explora a identificação de stakeholders e técnicas de priorização, preparando o analista para alinhar as necessidades do negócio com análises relevantes e bem direcionadas.\n\n\u003e Acesso ao [Conteúdo das Aulas](./.github/docs/content/n1/n1.md#bloco-b---entendendo-o-problema)\n\u003e\n\u003e Acesso às [avaliações](./.github/docs/assessments/q1.md#bloco-b---entendendo-o-problema)\n\n## Nível 2 - Matemática para Dados\n\nEste nível oferece uma base sólida e aplicada nos principais tópicos matemáticos e estatísticos utilizados na análise e ciência de dados. Ao longo dos módulos, o aluno desenvolve competências fundamentais para interpretar, manipular e extrair informações relevantes de conjuntos de dados, com foco na clareza, precisão e aplicabilidade.\n\nEste nível está estruturado em cinco blocos complementares:\n\n- **Estatística Descritiva**: apresenta os conceitos iniciais de análise de dados, como média, mediana e moda, preparando o terreno para avaliações mais profundas.\n\n- **Medidas de Dispersão**: aprofunda a análise com variância, desvio padrão e amplitude, importantes para compreender a variabilidade dos dados.\n\n- **Medidas de Posição**: ensina como segmentar e interpretar dados a partir de quartis, percentis e BoxPlots, fundamentais para diagnósticos estatísticos mais refinados.\n\n- **Análise Combinatória e Probabilidade**: introduz o pensamento probabilístico, essencial para modelagens, inferências e algoritmos preditivos.\n\n- **Algebra Linear**: fornece a linguagem matemática para manipular vetores, matrizes e transformações, servindo de suporte para algoritmos de machine learning e operações em múltiplas dimensões.\n\nCom uma abordagem prática e contextualizada, este nível visa tornar o aluno apto a aplicar ferramentas matemáticas com confiança, favorecendo a análise crítica e a construção de soluções baseadas em dados.\n\n\u003e Acesso ao [Índice de Aulas](./.github/docs/content/n2/n2_index-aulas.md)\n\u003e\n\u003e Acesso aos [Questionários Avaliativos](./.github/docs/assessments/q2.md)\n\n## Nível 3 - Fundamentos de Python para Dados\n\n\u003e Acesso às [avaliações](./.github/docs/assessments/q3.md)\n\n### Bloco A - Fundamentos de Python para Dados\n\nNesse módulo, você aprenderá os principais fundamentos da linguagem Python — como variáveis, tipos de dados, operadores, estruturas de controle e manipulação de strings. Esses conceitos são essenciais, pois o Python será amplamente utilizado nos próximos módulos em aplicações práticas de análise de dados.\n\n\u003e Acesso ao [Conteúdo das Aulas](./n3/m1/)\n\n### Bloco B - Estrutura de Dados\n\nEste módulo apresenta as principais estruturas de dados em Python, como listas, tuplas, dicionários e conjuntos. Explora seus métodos, percursos e formas de manipulação, fornecendo uma base essencial para organização e análise de dados.\n\n### Bloco C - Funções e Módulos\n\nEste módulo aborda de forma prática e progressiva os principais conceitos sobre funções em Python. Inicia com a introdução ao tema, passa pela definição de parâmetros, utilização de funções com retorno e uso de funções lambda, até chegar na criação e organização de módulos, incluindo o uso no Colab e no Google Drive. Finaliza com a aplicação de List Comprehension, tornando o código mais limpo e eficiente.\n\n### Bloco D - Numpy\n\nNeste módulo, você vai aprender a combinar, dividir, gerar e ordenar arrays, além de trabalhar com números aleatórios, escolhas aleatórias e verificações booleanas, dominando operações essenciais para manipulação de dados em Python.\n\n### Bloco E - Pandas\n\nNesse módulo vamos aprender a utilizar o Pandas para análise de dados em Python. Abordaremos estruturas como Séries e DataFrames, métodos de seleção, filtragem, ordenação, agregação e combinação de dados, além de manipulação de tipos e tratamento de valores ausentes.\n","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fmgckaled%2Frs_data-analytics","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Fmgckaled%2Frs_data-analytics","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fmgckaled%2Frs_data-analytics/lists"}