Depois de fazer esses cursos, sinto-me confiante para criar visualizações e painéis profissionais
Shoebur RahmanEspecialista em compras, Giz Bangladesh
Descrição do curso
Entrevistas de código podem ser desafiadoras. Você pode receber perguntas para testar seu conhecimento de uma linguagem de programação. Em outros casos, pode receber uma tarefa para resolver e avaliar como você pensa. E, ao ser entrevistado para uma vaga de cientista de dados, é provável que perguntem sobre as ferramentas correspondentes disponíveis na linguagem. Em qualquer um dos cenários, para conquistar uma ótima vaga como cientista de dados, você precisa se preparar para ter o melhor desempenho. Por isso é tão importante praticar para comprovar sua expertise! Este curso é um guia para quem está começando sua trajetória para se tornar um cientista de dados profissional e um reforço para quem busca outras oportunidades. Vamos passar por tópicos fundamentais e avançados que vão preparar você para uma entrevista de código em Python. Como não é um curso passo a passo tradicional, alguns exercícios podem ser bem complexos. Mas quem disse que entrevistas são fáceis, não é?
Pré-requisitos
Programa de estudos
Descrição do curso
1
Estruturas de dados em Python e manipulação de strings
Neste capítulo, vamos relembrar as principais estruturas de dados usadas em Python. Vamos ver como trabalhar com listas, tuplas, conjuntos e dicionários. Também vamos abordar strings e como escrever expressões regulares para extrair sequências específicas de caracteres de um texto.
- Quais são as principais estruturas de dados em Python?50 XP
- Métodos de lista100 XP
- Operações com conjuntos50 XP
- Armazenando dados em um dicionário100 XP
- Quais são as formas mais comuns de manipular strings?50 XP
- Indexação e concatenação de strings100 XP
- Operações com strings100 XP
- Corrigindo erros de strings em um DataFrame100 XP
- Como escrever expressões regulares em Python?50 XP
- Escreva uma expressão regular100 XP
- Encontre o padrão correto50 XP
- Dividindo por um padrão100 XP
2
Objetos iteráveis e seus representantes
Este capítulo foca em objetos iteráveis. Vamos relembrar a definição de objetos iteráveis e explicar como identificar um. Em seguida, veremos list comprehensions, um recurso especial da linguagem Python para definir listas. Depois, vamos recordar como combinar vários objetos iteráveis em um só. Por fim, vamos ver como criar objetos iteráveis personalizados usando geradores.
3
Funções e expressões lambda
Este capítulo foca nos aspectos funcionais de Python. Vamos começar definindo funções com uma quantidade variável de argumentos posicionais e nomeados. Em seguida, veremos funções lambda e em quais casos elas ajudam. Especialmente, vamos usá-las com as funções map(), filter() e reduce(). Por fim, vamos relembrar o que é recursão e como implementá-la corretamente.
4
Python para computação científica
Este capítulo aborda temas de computação científica em Python. Vamos começar explicando a diferença entre arrays do NumPy e listas. Vamos mostrar por que os primeiros são mais adequados para cálculos complexos. Em seguida, veremos técnicas úteis para manipular DataFrames do pandas. Por fim, faremos visualizações de dados usando gráficos de dispersão, histogramas e boxplots.
Praticando questões de entrevista de código em Python
Curso
concluído
