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

🌐 Suporte Multilíngue

Suportado via GitHub Action (Automatizado & Sempre Atualizado)

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

Junte-se à Nossa Comunidade

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.

Você é um estudante?

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.

Começando

📚 Documentação

• 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

👨‍🎓 Para Estudantes

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:

1. Confira o Guia de Instalação para configurar seu ambiente
2. Revise o Guia de Uso para aprender como trabalhar com o currículo
3. Comece pela Lição 1 e siga sequencialmente
4. Junte-se à nossa comunidade Discord para suporte

👩‍🏫 Para Professores

Professores: incluímos algumas sugestões sobre como usar este currículo. Adoraríamos receber seu feedback em nosso fórum de discussões!

Conheça a Equipe

Gif por Mohit Jaisal

🎥 Clique na imagem acima para ver um vídeo sobre o projeto e as pessoas que o criaram!

Pedagogia

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!

Cada lição inclui:

• 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.

🎓 Exemplos para Iniciantes

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!

👉 Comece com os exemplos 👈

Lições

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

GitHub Codespaces

Siga estes passos para abrir este exemplo em um Codespace:

1. Clique no menu suspenso Código e selecione a opção Abrir com Codespaces.
2. Selecione + Novo codespace na parte inferior do painel. Para mais informações, confira a documentação do GitHub.

VSCode Remote - Containers

Siga estes passos para abrir este repositório em um contêiner usando sua máquina local e VSCode com a extensão VS Code Remote - Containers:

1. 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.

Acesso offline

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.

Outros Currículos

Nossa equipe produz outros currículos! Confira:

LangChain

Azure / Edge / MCP / Agentes

---

Série de IA Generativa

---

Aprendizado Fundamental

---

Série Copilot

Obter Ajuda

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.