Skip to content

cfneves/turma-visualizacao-de-dados

📊 Turma de Visualização de Dados

Do Python ao Business Intelligence — portfólio real, workflow profissional, desde o primeiro commit

Stars Forks Issues MIT License

Python Pandas Jupyter Power BI Tableau Streamlit SQL Git

Alunos Módulos Semanas Status PRs Welcome PR Validator

Lab365 / SENAI SC · Curso de Análise de Dados · 2026 - Turma T2 - Disciplina: Visualização de Dados e Business Intelligence


Sobre o Projeto

Repositório colaborativo da turma de Análise de Dados e Visualização de BI do Lab365 / SENAI SC.

Cada aluno constrói aqui, ao longo de 28 semanas, um portfólio público e rastreável — visível por recrutadores desde o primeiro commit. Exercícios são Pull Requests. Correções são commits. Projetos terminam publicados. O histórico de aprendizado fica documentado no git.

Para educadores: este repositório é um modelo funcional para cursos de dados. Faça um fork e adapte para sua turma — instruções na seção Para Educadores.


Por Que Este Modelo?

Modelo Tradicional Este Repositório
Entrega de exercícios ZIP por e-mail ou AVA Pull Request revisada no GitHub
Portfólio Criado depois da formatura Construído semana a semana
Feedback do professor Privado, perdido no tempo Documentado na thread do PR
Histórico de aprendizado Inexistente 100% rastreável via git log
Visibilidade para recrutadores Zero durante o curso Pública desde o primeiro commit
Habilidade de versionamento Teoria isolada Prática real e obrigatória
Colaboração Individual, sem interação Branch → PR → review → merge

Currículo

Módulo 1 — Fundamentos de Análise de Dados

14/04/2025 a 17/07/2025 · Terça, Quinta e Sexta

Semana Período Tema
1 14–17/04 Introdução e Fundamentos de Business Intelligence
2 21–24/04 Lógica de Programação com Python
3 28/04–01/05 Python + Versionamento com Git e GitHub
4 05–08/05 Manipulação de Dados · Funções e Modularização
5 12–15/05 Pandas e NumPy
6 19–22/05 Limpeza e Transformação de Dados
7 26–29/05 Fontes de Dados · Web Scraping · Mini-Projeto Avaliativo
8 02–05/06 Modelagem Dimensional · Data Warehouse
9 09–12/06 SQL para DW
10 16–19/06 SQL Avançado · Window Functions · Performance
11 23–26/06 Análise Exploratória de Dados (AED)
12 30/06–03/07 Visualização com Seaborn e Matplotlib
13 07–10/07 Projeto Avaliativo Individual
14 14–17/07 Encerramento do Módulo 1
Avaliação Módulo 1
Avaliação Peso Descrição
M1.1 — Mini-Projeto 25% Extração e limpeza de dados públicos com Python (squads)
M1.2 — Projeto Individual 60% AED + visualizações + documentação de base pública
M1.3 — Listas de Exercícios 15% Exercícios semanais entregues no AVA

Módulo 2 — Visualização de Dados e Business Intelligence

21/07/2025 a 30/10/2025 · Segunda, Quarta e Sexta

Semana Período Tema
1 21–24/07 Ética em Dados · LGPD · Vieses Algorítmicos
2 28–31/07 Introdução a Dashboards · Ferramentas de BI
04–07/08 Semana de Recuperação do Módulo 1
3 11–14/08 Looker Studio — Fundamentos
4 18–21/08 Looker Studio — Avançado · Storytelling
5 25–28/08 Design de Dashboards · UX/UI · Mini-Projeto Avaliativo
6 01–04/09 Power BI — Fundamentos
7 08–11/09 Power BI — DAX · Publicação · Mobile
8 15–18/09 Tableau — Fundamentos
9 22–25/09 Tableau — LOD · Storytelling · Publicação
10 29/09–02/10 Streamlit com Python — Fundamentos
11 06–09/10 Streamlit com Python — Deploy na Nuvem
12 13–16/10 Metodologias Ágeis · SCRUM · Kanban
13 20–23/10 Projeto Avaliativo em Squads
14 27–30/10 Encerramento do Módulo 2
Avaliação Módulo 2
Avaliação Peso Descrição
M2.1 — Mini-Projeto 30% Painel Looker Studio com design e storytelling (squads)
M2.2 — Projeto em Squads 60% 2 dashboards (Streamlit + ferramenta à escolha) + documentação
M2.3 — Listas de Exercícios 10% Exercícios semanais entregues no AVA

Stack e Competências

Camada Ferramentas Competência desenvolvida
Linguagem Python 3.10+ Lógica, funções, OOP básico, manipulação de arquivos
Análise Pandas · NumPy Limpeza, transformação, agregação e análise exploratória
Visualização Matplotlib · Seaborn · Plotly Gráficos estáticos, interativos e storytelling com dados
Notebooks Jupyter · JupyterLab Prototipagem reproduzível e documentação de análises
BI & Dashboards Looker Studio · Power BI · Tableau Modelagem dimensional, DAX, publicação e storytelling
Deploy Streamlit + Cloud Aplicações de dados com Python e deploy em produção
Dados SQL · DW · OLAP Modelagem estrela, window functions, otimização de queries
Colaboração Git · GitHub · SCRUM Fluxo colaborativo, code review via PR, metodologia ágil
Ambiente Anaconda · venv Gerenciamento de ambientes e dependências

Estrutura do Repositório

turma-visualizacao-de-dados/
│
├── aulas/                              ← Materiais didáticos do professor
│   ├── semana_02/
│   │   └── html/                       ← Slides: Git e GitHub — versionamento
│   ├── semana_03/
│   │   └── html/                       ← Slides: Python fundamentos e colaboração
│   ├── semana_04/
│   │   ├── html/                       ← Slides: manipulação de dados e funções
│   │   ├── bases/                      ← Datasets de aula (CSV, JSON, XLSX, ipynb)
│   │   └── notebooks/                  ← Notebooks: revisão e demonstrações
│   └── semana_05/
│       └── notebooks/                  ← Notebooks: desafios Pandas e NumPy
│
├── exercicios/                         ← Exercícios com gabarito — Python progressivo
│   ├── 01.sintaxe/                     ← print, input, comentários  (3 exercícios)
│   ├── 02.variaveis/                   ← Tipos primitivos e casting  (6 arquivos)
│   ├── 03.Estruturas/                  ← Condicionais e loops        (3 exercícios)
│   └── 04. Exercicios/                 ← Desafios práticos + gabaritos
│       ├── calculadora.py              ← Desafio: calculadora interativa
│       ├── gabarito_calculadora.py     ← Gabarito
│       ├── cadastro_produtos.py        ← Desafio: caixa de loja com desconto
│       └── cadastro_produtos_gabarito.py
│
├── datasets/                           ← Datasets compartilhados (.csv · .json · .xlsx)
├── projetos/                           ← Galeria de projetos finais aprovados
│
├── alunos/                             ← Portfólios individuais dos alunos
│   ├── TEMPLATE_README.md              ← Modelo de portfólio para copiar
│   └── nome-sobrenome/
│       ├── README.md                   ← Portfólio e apresentação pessoal
│       ├── exercicios/                 ← Entregas de exercícios
│       └── projetos/                   ← Projetos autorais
│
└── .github/
    └── ISSUE_TEMPLATE/                 ← Templates de dúvida e problema de PR

Alunos: toda a sua atuação é dentro de alunos/seu-nome/. Nenhum outro diretório deve ser modificado.


Portfólios dos Alunos

Clique no nome para acessar o portfólio público de cada aluno.

Aluno Portfólio
Andressa Alves → ver portfólio
Anaysa Lopes → ver portfólio
Beatriz Bruns → ver portfólio
Bruno Briani → ver portfólio
Camilla Lonatas → ver portfólio
Camilla Nascimento → ver portfólio
Carlos F. → ver portfólio
Christian Wis → ver portfólio
Claudi Borges → ver portfólio
Daniel Roberto → ver portfólio
Felipe Vampre → ver portfólio
Gustavo Branga → ver portfólio
Isaac Trenard → ver portfólio
Jakson Luis → ver portfólio
Jonatas Mag → ver portfólio
Leo Gobel → ver portfólio
Lourenço Lemos → ver portfólio
Luís Napolitano → ver portfólio
Luís Oliveira → ver portfólio
Luiz Fernando Jesus → ver portfólio
Marcos Bhering → ver portfólio
Maria Helena → ver portfólio
Orlando Castro → ver portfólio
Robson Américo → ver portfólio
Rogério Estumano → ver portfólio
Ruan Fernandes → ver portfólio
Samuel Bucco → ver portfólio
Sérgio Leite → ver portfólio
Stefano Laurito → ver portfólio
Victor H. Santos → ver portfólio
Waldinei Lameira → ver portfólio
Zaira Wendt → ver portfólio
Cláudio Neves (professor) → ver portfólio

Sua pasta ainda não aparece? Siga o guia de contribuição e abra um PR.


Como Começar

Pré-requisito

O professor adiciona você como colaborador. Aceite o convite que chegará no e-mail cadastrado no GitHub.

Configuração inicial — faça uma única vez

# 1. Clone o repositório
git clone https://github.com/cfneves/turma-visualizacao-de-dados.git
cd turma-visualizacao-de-dados

# 2. Crie sua pasta de aluno (use seu nome em letras minúsculas com _)
mkdir alunos/nome-sobrenome
cp alunos/TEMPLATE_README.md alunos/nome-sobrenome/README.md

Edite o README.md com suas informações — esse arquivo é seu cartão de visitas para recrutadores.

Fluxo de entrega — repita a cada exercício ou projeto

# Atualize sua cópia local
git checkout master
git pull origin master

# Crie uma branch para esta entrega
git checkout -b feat/exercicio-01-seu-nome

# Trabalhe dentro de alunos/seu-nome/ ...

# Commit e envio
git add alunos/seu-nome/
git commit -m "feat(alunos): adiciona exercício 01 - Seu Nome"
git push origin feat/exercicio-01-seu-nome

# Abra o Pull Request no link exibido no terminal

Guia completo com convenção de commits, resolução de conflitos e boas práticas: CONTRIBUTING.md


Para Educadores

Este repositório pode ser adaptado como template para qualquer curso de análise de dados.

Como usar:

  1. Faça um fork deste repositório
  2. Edite README.md com o nome da sua turma e instituição
  3. Atualize CONTRIBUTING.md com seu fluxo de trabalho
  4. Adicione seus alunos como colaboradores no GitHub
  5. Substitua os materiais em aulas/ pelos seus
  6. Cada aluno cria sua pasta em alunos/ e entrega via PR

Funciona para:

  • Cursos técnicos (SENAI, SENAC, IFs, CEFETs)
  • Bootcamps de dados e tecnologia
  • Disciplinas universitárias de ciência de dados
  • Programas de capacitação corporativa

Contribuindo

Contribuições são bem-vindas. Leia o CONTRIBUTING.md para entender o fluxo, a convenção de commits e as boas práticas.

Encontrou um problema ou tem uma sugestão? Abra uma Issue.


Código de Conduta

Este projeto adota o Contributor Covenant v2.1. Ao participar, você concorda em manter um ambiente respeitoso e colaborativo para todos.


Licença

Distribuído sob a licença MIT. Materiais didáticos podem ser adaptados livremente com atribuição.


Professor

Cláudio Neves
Cláudio Neves

Análise de Dados · BI · Lab365 / SENAI SC

Feito com dedicação pela turma de Visualização de Dados · Lab365 / SENAI SC

⭐ Se este repositório foi útil, deixe uma estrela

About

Repositório colaborativo do curso de Análise de Dados e BI · Python · Pandas · SQL · Power BI · Tableau · Streamlit · Lab365 / SENAI SC - Visualização de Dados e Business Intelligence

Topics

Resources

License

Code of conduct

Contributing

Security policy

Stars

Watchers

Forks

Packages

 
 
 

Contributors