Dados
Eu estudo pela DataCamp e aqui está alguns dos cursos que eu fiz:
- Engenheiro de dados em Python
- Analista de dados associado em SQL
- Analista de dados no Power BI
- Cientista de dados em R
foi muito enriquecedor o tempo que estudei lá, aprendi bastante sobre dados, análise, manipulação e etc. Eu também desenvolvi projetos práticos, que deixarei aqui em baixo:
Projetos
aqui são alguns projetos práticos que eu fiz durante minha classe
💻 Análise de vendas de artigos de informática
Python
Projeto de análise de vendas básico com dados fictícios feitos em Python com a biblioteca Pandas. Aqui está o insight que fiz:
Produtos mais vendidos
A análise revelou que os produtos mais vendidos são os Smartphones e Notebooks, indicando uma alta demanda por dispositivos móveis e portáteis.
Localizações com maior volume de vendas
As cidades de São Paulo e Rio de Janeiro apresentaram os maiores volumes de vendas, sugerindo que essas regiões são mercados-chave para a empresa.
Tendências de preço
Observou-se que produtos com preços intermediários tendem a ter um volume de vendas maior, enquanto produtos muito caros ou muito baratos têm menor volume de vendas.
🌦️ Análise de climas
SQL
projeto em SQL feito para análise de dados climáticos. Aqui está o insight que fiz:
Insights
Variações climáticas ao longo do ano 🌡️
Com a análise das medições diárias, é possível identificar tendências sazonais, como altas temperaturas no verão e baixa umidade no inverno. A detecção precoce dessas variações pode ajudar na prevenção de desastres naturais, como secas e ondas de calor.
Correlação Entre Sensores 📊
A relação entre variáveis como temperatura e umidade pode ser analisada para prever eventos climáticos extremos, como chuvas intensas. Se a pressão atmosférica cair rapidamente, isso pode indicar uma tempestade iminente, auxiliando na tomada de decisões de segurança.
📚 Análise de Estudantes
R
projeto em R para análise de dados estatísticos, com o contexto de alunos de uma escola.
Insights
🔎 1. A maioria dos alunos apresenta desempenho médio
A distribuição dos desempenhos mostra que a maioria dos alunos está na categoria média, indicando que há espaço para melhorias e reforço no ensino para elevar os índices.
🔎 2. Poucos alunos possuem notas extremamente baixas ou extremamente altas
O histograma de médias revela que poucos alunos têm médias abaixo de 5 ou acima de 9, sugerindo que a maioria se mantém dentro de um padrão razoável de aprendizado.
🔎 3. Disciplinas exatas podem ser um desafio para muitos alunos
Comparando os dados, Matemática tende a ter notas ligeiramente menores do que as demais disciplinas, indicando que essa área pode necessitar de mais suporte acadêmico.
🔎 4. Estudantes com médias altas possuem consistência entre as matérias
Alunos classificados com alto desempenho costumam ter boas notas em todas as disciplinas, o que pode indicar uma boa base de aprendizado e métodos de estudo eficientes.
🔎 5. Estratégias de reforço podem melhorar o desempenho geral
Para reduzir a quantidade de alunos com médias baixas (abaixo de 6), seria interessante implementar monitorias, aulas de reforço ou revisão de conteúdos essenciais.