Este repositório reúne os 4 projetos desenvolvidos durante a Jornada Python Impressionador da Hashtag Treinamentos. Ao longo das aulas, foram abordados temas como: Automação de Tarefas, Análise de Dados, Machine Learning e Desenvolvimento Web — com foco em criar soluções aplicáveis ao dia a dia profissional de um programador.
Cada pasta contém os arquivos do respectivo projeto, acompanhados de um README.md próprio com a documentação completa e explicativa do passo a passo.
- ✅ Aula 1: Python Power Up: Automação de Tarefas.
- ✅ Aula 2: Análise de Dados com Python.
- ✅ Aula 3: Inteligência Artificial e Previsões
- ✅ Aula 4: Aplicações Web com Python
Neste projeto, aprendi como automatizar tarefas repetitivas do dia a dia usando Python. A prática mostrou como é possível economizar horas de trabalho com automação, realizando processos como login em sites, cadastro de produtos e geração de relatórios de forma totalmente automática. Além disso, compreendi a importância da manipulação de dados com pandas e do controle do mouse e teclado com pyautogui.
-
Bibliotecas:
pyautogui— Automação de movimentos do mouse e teclado.pandas— Leitura e manipulação de dados em planilhas.
-
Google Chrome — navegador utilizado no processo automatizado.
Este projeto mostrou na prática como o Python pode ser um aliado poderoso na automação de processos manuais dentro de uma rotina empresarial. Automatizando o cadastro de quase 300 produtos em um site fictício, ficou claro o potencial de ganho de produtividade. A experiência reforçou minha base em Python e abriu portas para explorar mais soluções de automação no futuro.
Neste projeto, aprendi a realizar uma análise de dados completa usando Python para resolver um problema real: entender o motivo de cancelamento de clientes. Trabalhei com uma base de 50 mil registros, aplicando técnicas de importação, limpeza e tratamento de dados. Além disso, desenvolvi habilidades na criação de gráficos interativos para visualizar padrões e insights importantes.
-
Bibliotecas:
pandas— Leitura, limpeza e manipulação dos dados.plotly— Criação de gráficos dinâmicos e interativos.nbformat— Suporte para o uso doplotlyem notebooks.
-
Extensão: Jupyter Notebook — Ambiente de desenvolvimento para notebooks interativos.
Este projeto mostrou como o Python pode ser usado para investigar grandes volumes de dados, identificar padrões e descobrir causas de problemas que impactam diretamente o negócio. A experiência reforçou a importância da análise de dados e visualização para tomada de decisões baseadas em evidências, além de consolidar meu domínio de ferramentas como pandas e plotly.
Neste projeto, aprendi mais formas de limpeza de dados antes de inicializar qualquer tipo de análise e a importância dela para qualquer projeto envolvendo Análise de Daods. Também aprendi na prática como é criar e treinar um modelo de Inteligência Artificial no processo de Machine Learning para criar modelos preditivos.
-
Bibliotecas:
Pandas- Leitura, limpeza e manipulação dos dados.Scikit-Learn- Criação e treinamento de modelos de Inteligência Artificial.
-
Extensão: Jupyter Notebook — Ambiente de desenvolvimento para notebooks interativos.
Esse projeto abriu meus olhos para o mundo do Machine Learning, não esperava que criar um modelo de Inteligência Artificial fosse ser um processo tão bem estruturado utilizando a biblioteca Scikit-Learn, sem falar no processo de limpeza de dados antes de alimentar de fato o modelo. Essa experiência agregou muito nos meus conhecimentos como programador.
Neste projeto, construí um site chamado Hashzap, onde ele permite uma conversação simultânea e em tempo real com outro usuário utilizando o navegador. A biblioteca que utilizei foi o Flet, onde ele permite a criação de sites / sistemas / apps de uma forma bem simples.
- Biblioteca:
Flet- Criação do Sistema e do Visual do site.
Este projeto me ensinou sobre como construir um site pode ser muito mais simples do que se imagina, porém neste caso, utilizando a mesma linguagem para o back e front-end.