Fase 1: Fundamentos de Python e Programação Estruturada (10 semanas)

Semana 1: Introdução ao Python

• Instalação de Python, VSCode e Jupyter Notebook.

• Primeiros passos no terminal e no Jupyter Notebook.

• Variáveis, tipos de dados (int, float, str, bool).

• Operadores aritméticos e de atribuição.

• Exercícios práticos: Cálculos simples e manipulação de strings.

Semana 2: Controle de Fluxo

• Estruturas condicionais: if, else, elif.

• Operadores lógicos: and, or, not.

• Estruturas de repetição: for, while.

• Comandos de controle de loops: break, continue, pass.

• Projeto prático: Jogo de adivinhação usando if e while.

Semana 3: Estruturas de Dados Básicas

• Listas: criação, manipulação, métodos (append, pop).

• Tuplas e sets: uso de tuplas imutáveis, operações com sets.

• Dicionários: criação, iteração e manipulação de pares chave: valor.

• Projeto prático: Sistema de gerenciamento de listas de tarefas.

Semana 4: Manipulação de Arquivos

• Leitura e escrita de arquivos de texto (open, read, write).

• Introdução ao módulo csv para leitura de arquivos CSV.

• Laboratório 1: Criar um script que lê um CSV de vendas e gera um relatório

básico.

Semana 5: Funções e Módulos

• Criação de funções, parâmetros e retorno.

• Funções lambda e compreensão de listas.

• Uso de módulos e bibliotecas padrão (math, random).

• Projeto prático: Criar uma calculadora modular que permite operações

matemáticas básicas.

Semana 6: Programação Orientada a Objetos (POO) Parte 1

• Conceitos de POO: classes e objetos.

 • Métodos e atributos de instância.

• Construtores (__init__).

• Exercícios práticos: Implementar classes simples para representar produtos.

Semana 7: Programação Orientada a Objetos (POO) Parte 2

• Conceitos avançados: herança, polimorfismo.

• Encapsulamento: uso de atributos privados e protegidos.

• Laboratório 2: Criar um sistema de biblioteca usando classes e herança.

Semana 8: Tratamento de Exceções e Revisão

• Introdução ao tratamento de exceções: try, except, finally.

• Revisão de conceitos de POO e manipulação de arquivos.

• Projeto prático: Desenvolver um sistema de gerenciamento de alunos e notas.

Semana 9: Integração de Conceitos

• Integração de leitura e escrita de arquivos com POO.

• Criação de um sistema de cadastro de clientes usando classes e arquivos CSV.

• Documentação básica de classes e métodos.

Semana 10: Projeto Integrador de Fundamentos

• Desenvolvimento de um sistema de controle de estoque usando POO e

manipulação de arquivos.

• Geração de relatórios simples de movimentação de estoque.

• Apresentação do projeto: Revisão do código, apresentação das funcionalidades

e melhorias sugeridas.

Fase 2: Bibliotecas Essenciais e Visualização de Dados (10 semanas)

Semana 11: NumPy - Operações Numéricas

• Criação e manipulação de arrays.

• Operações matemáticas: soma, média, desvio padrão.

• Projeto prático: Cálculo de métricas de desempenho de uma empresa usando

numpy.

Semana 12: SciPy - Cálculos Científicos

• Introdução ao scipy: integração, interpolação.

• Resolução de sistemas de equações lineares.

 • Projeto prático: Simulação de um sistema físico simples, como movimento de
um pêndulo.

Semana 13: pandas - Manipulação de Dados

• Leitura de arquivos CSV e Excel com pandas.

• Manipulação de DataFrames, filtros e seleções.

• Laboratório 3: Análise exploratória de um dataset de vendas usando pandas.

Semana 14: pandas Avançado

• Agrupamentos (groupby), junções (merge), e pivot.

• Criação de gráficos simples a partir de DataFrames.

• Projeto prático: Análise de vendas por categoria e geração de relatórios de

desempenho.

Semana 15: Matplotlib - Visualização de Dados Básica

• Criação de gráficos de linha, barra e dispersão.

• Personalização de gráficos: cores, legendas, títulos.

• Projeto prático: Visualização de tendências de vendas em um dataset de vendas.

Semana 16: Seaborn - Visualização Avançada

• Criação de heatmaps, pair plots, box plots.

• Análise de correlações entre variáveis.

• Projeto prático: Análise de dados de clientes com gráficos de dispersão e

correlação.

Semana 17: Plotly - Dashboards Interativos

• Criação de gráficos interativos.

• Dashboards com Dash para visualização de dados.

• Projeto prático: Criação de um dashboard para análise de desempenho de

vendas.

Semana 18: Geração de Relatórios e PDFs

• Uso de ReportLab para criar PDFs.

• Criação de documentos com gráficos e tabelas.

• Mini-projeto: Geração de um relatório financeiro em PDF com gráficos de

desempenho.

Semana 19: Automação de Relatórios em PDF

• Uso de fpdf para geração de PDFs simples.

• Automação de relatórios mensais de vendas com gráficos.

 • Projeto prático: Sistema automatizado de relatórios de desempenho exportado
para PDF.

Semana 20: Revisão de Visualização de Dados e Relatórios

• Integração de pandas com geração de PDFs.

• Melhoria de dashboards e relatórios.

• Laboratório 4: Criação de um relatório completo para uma empresa fictícia.

Fase 3: Interação com Bancos de Dados e Desenvolvimento de Aplicações Desktop

(13 semanas)

Semana 21: Introdução ao MySQL

• Instalação do MySQL e configuração do banco de dados.

• Comandos básicos de SQL: SELECT, INSERT, UPDATE, DELETE.

• Projeto prático: Criação de uma base de dados de clientes.

Semana 22: SQLAlchemy - ORM para Python

• Mapeamento Objeto-Relacional com SQLAlchemy.

• Criação de tabelas e mapeamento de classes.

• Projeto prático: Sistema de controle de estoque usando SQLAlchemy para

persistência de dados.

Semana 23: Projeto de Integração com MySQL

• Desenvolvimento de uma aplicação que realiza operações CRUD.

• Relatórios de vendas e controle de estoque com MySQL.

• Laboratório 5: Otimização de queries SQL e melhoria da estrutura do banco de

dados.

Semana 24: Introdução ao PySide

• Criação de interfaces gráficas com PySide.

• Uso de widgets básicos: QLabel, QLineEdit, QPushButton.

• Mini-projeto: Interface gráfica para cadastro de clientes.

Semana 25: Layouts e Interface com PySide

• Criação de layouts complexos: QVBoxLayout, QHBoxLayout.

• Manipulação de eventos em PySide.

• Projeto prático: Criação de um sistema de cadastro de produtos com interface

gráfica.
Semana 26: Integração de PySide com MySQL

• Conexão de PySide com MySQL para realizar operações CRUD.

• Projeto prático: Interface gráfica para gestão de produtos e pedidos.

Semana 27: Desenvolvimento de Aplicativos Móveis com Kivy

• Introdução ao Kivy: instalação e conceitos básicos.

• Criação de interfaces adaptáveis para dispositivos móveis.

• Mini-projeto: Aplicativo de notas simples.

Semana 28: Projeto de Aplicativo Móvel Completo

• Desenvolvimento de um aplicativo de lista de tarefas com armazenamento local.

• Integração com banco de dados SQLite.

• Simulação de situação real: Aplicativo de produtividade pessoal com

sincronização de dados.

Semana 29: Revisão de Aplicações Desktop e Móveis

• Revisão e refinamento dos projetos com PySide e Kivy.

• Ajustes de interface e performance.

• Apresentação dos projetos: Discussão sobre boas práticas de desenvolvimento.

Semana 30: Projeto Integrador Desktop

• Desenvolvimento de um sistema completo de gestão financeira.

• Integração de interface gráfica com banco de dados.

• Relatórios automáticos em PDF.

• Apresentação final: Discussão de melhorias e code review.

Fase 4: Desenvolvimento Web Front-end e Back-end com JavaScript (18 semanas)

Detalhamento de HTML e CSS Avançado (Semanas 31 a 39)

Semana 31: Fundamentos de HTML

• Estrutura de uma página HTML: <!DOCTYPE html>, <html>, <head>, <body>.

• Introdução a tags básicas: <div>, <span>, <p>, <a>, <img>.

• Criação de formulários simples: <form>, <input>, <button>, <select>.

• Tags semânticas: <header>, <footer>, <nav>, <section>.

• Projeto prático: Criação de uma página de apresentação pessoal com

formulário de contato.
Semana 32: Fundamentos de CSS

• Sintaxe do CSS: seletores, classes, IDs.

• Box Model: margin, padding, border, width, height.

• Estilização de textos e fontes: cores, font-family, text-align.

• Design responsivo com Media Queries.

• Projeto prático: Estilização da página de apresentação criada anteriormente,

tornando-a responsiva.

Semana 33: Layouts Responsivos com CSS

• Flexbox:

o Conceitos de flex-direction, justify-content, align-items.

o Criação de layouts de coluna e linha utilizando Flexbox.

• CSS Grid:

o Criação de layouts complexos usando grid-template-columns e grid-

template-rows.

o Posicionamento de elementos em grid-area.

• Animações básicas:

o Uso de transition e transform para criar animações suaves.

• Projeto prático: Criação de uma landing page responsiva para um produto

fictício, utilizando Flexbox e CSS Grid.

HTML e CSS Avançado (Semanas 34 a 39)

Semana 34: HTML Avançado e Acessibilidade

• Criação de formulários complexos:

o Validação de formulários HTML5 (required, pattern, min, max).

o Uso de <input type="date">, <input type="range">, <input

type="color">.

• SEO Avançado:

o Uso de meta tags para otimização em mecanismos de busca (<meta>,

Open Graph).

o Estruturação de conteúdo para melhorar a indexação de páginas.

• Acessibilidade Avançada:
 o Uso de ARIA (aria-label, aria-hidden, role) para melhorar a
acessibilidade.

o Estruturação de páginas para leitura por leitores de tela.

• Projeto prático: Criação de um formulário de cadastro acessível e otimizado

para SEO, com validação de campos.

Semana 35: CSS Avançado - Layouts Complexos

• CSS Grid Avançado:

o Criação de layouts mais complexos usando grid-area.

o Uso de grid-template-areas para organizar áreas do layout.

• Flexbox vs. CSS Grid:

o Quando utilizar Flexbox e quando usar CSS Grid para otimizar layouts.

• Animações avançadas:

o Uso de @keyframes para criar animações personalizadas.

o Transições complexas com transform (scale, rotate, translate).

• Projeto prático: Criação de um dashboard com CSS Grid, incluindo animações

personalizadas para uma experiência de usuário mais rica.

Semana 36: Pré-processadores e CSS Modularizado

• Introdução ao Sass:

o Uso de variáveis para facilitar a manutenção do código.

o Criação de mixins e aninhamento de seletores para modularizar

estilos.

• Estruturação de projetos grandes:

o Organização de arquivos CSS utilizando o Sass.

o Introdução ao padrão BEM (Block Element Modifier) para nomenclatura

de classes.

• Projeto prático: Refatoração de um site usando Sass e BEM, criando um

design modular e componentes reutilizáveis.

Semana 37: Web Components e Shadow DOM

• Introdução aos Web Components:

o Criação de Custom Elements para reutilizar componentes HTML.

o Encapsulamento de estilos usando Shadow DOM para criar

componentes isolados.

• Integração de Web Components em projetos HTML:

o Uso de APIs nativas para criar componentes personalizados.

 • Projeto prático: Criação de um componente de tabela de preços reutilizável,
que pode ser integrado em qualquer página HTML.

Semana 38: HTML e CSS para Progressive Web Apps (PWAs)

• Introdução a Progressive Web Apps (PWAs):

o Estrutura básica de um [Link] para transformar um site em

uma PWA.

o Criação de ícones e splash screens para PWAs.

• HTML e CSS para dispositivos móveis:

o Uso de Viewport Meta Tag para criar layouts que se adaptam a telas
pequenas.

o Princípios de design mobile-first e otimização de performance para

dispositivos móveis.

• Projeto prático: Protótipo de uma aplicação PWA simples, utilizando recursos

de HTML e CSS para melhorar a experiência do usuário em dispositivos
móveis.

Semana 39: Otimização de Desempenho em HTML e CSS

• Técnicas de otimização de carregamento de páginas:

o Minificação de arquivos CSS e uso de CDNs para melhorar a

performance.

o Carregamento assíncrono de scripts e estilos para acelerar o tempo de

carregamento.

• Ferramentas de auditoria de performance:

o Uso do Google Lighthouse para identificar problemas de performance

e acessibilidade.

o Aplicação de melhorias com base nos resultados de auditorias.

• Projeto prático: Otimização de uma landing page, reduzindo o tempo de

carregamento e melhorando a experiência do usuário.

Semana 40: Introdução ao [Link] e Express

• Conceitos de [Link]:

o Diferença entre JavaScript no cliente e no servidor.

o Instalação do [Link] e uso do npm para gerenciamento de pacotes.

• Introdução ao [Link]:

o Criação de servidores HTTP simples com Express.

o Estruturação de rotas e manipulação de requisições.

 o Uso de middlewares para manipulação de respostas.

• Mini-projeto: Criação de um servidor que retorna informações de um portfólio.

Semana 41: Desenvolvimento de APIs RESTful com Express

• Conceitos de APIs RESTful:

o Métodos HTTP (GET, POST, PUT, DELETE).

o Criação de rotas para leitura, criação, atualização e exclusão de dados.

o Estruturação de projetos em Express.

• Projeto prático: Desenvolvimento de uma API para gerenciamento de tarefas,

incluindo endpoints para criar, ler, atualizar e deletar tarefas.

Semana 42: Integração com MongoDB

• Introdução ao MongoDB:

o Conceitos de documentos e coleções.

o Instalação e uso do MongoDB localmente e com MongoDB Atlas.

• Integração de MongoDB com Mongoose:

o Definição de esquemas e modelos.

o Criação de operações CRUD (Create, Read, Update, Delete) usando

Mongoose.

• Projeto prático: Criação de uma API para gerenciamento de produtos com

persistência de dados em MongoDB.

Semana 43: Autenticação e Segurança em APIs

• Conceitos de segurança em APIs:

o Proteção contra injeção de SQL/NoSQL e validação de entradas.

o Implementação de JWT (JSON Web Tokens) para autenticação e

autorização.

o Criação de rotas protegidas e permissões de usuário.

• Projeto prático: Desenvolvimento de um sistema de login seguro para a API de

gerenciamento de produtos.

Semana 44: Deploy de Aplicações [Link]

• Deploy de APIs em Heroku e Vercel:

o Configuração de variáveis de ambiente para armazenar chaves de API e

informações sensíveis.

o Conexão de APIs com bancos de dados em nuvem.

• Uso de ferramentas de monitoramento de APIs.

 • Projeto prático: Deploy da API de gerenciamento de tarefas e monitoramento de
seu desempenho em ambiente de produção.

Django e FastAPI - Desenvolvimento Backend

Semana 45: Introdução ao Django

• Instalação do Django e criação de um projeto Django.

• Estrutura de projetos Django: models, views, urls, templates.

• Modelagem de banco de dados com Django ORM.

• Mini-projeto: Criação de um sistema de blog simples com Django, incluindo

criação e visualização de posts.

Semana 46: Desenvolvimento Avançado com Django

• Criação de sistemas de autenticação de usuários usando Django.

• Administração de modelos com o Django Admin.

• Criação de APIs com Django REST Framework:

o Criação de serializers para manipular dados.

o Configuração de endpoints RESTful.

• Projeto prático: Desenvolvimento de uma API para um sistema de gerenciamento

de estudantes e suas notas.

Semana 47: FastAPI para APIs Performáticas

• Instalação e configuração do FastAPI:

o Criação de endpoints para APIs RESTful com Pydantic.

o Validação de dados de entrada usando Pydantic.

• Diferenças entre Django e FastAPI para criação de APIs.

• Mini-projeto: Desenvolvimento de uma API de consulta de livros com validação

de dados usando FastAPI.

Semana 48: Integração Django com FastAPI

• Uso de Django para o front-end e FastAPI para o back-end:

o Configuração de CORS e comunicação entre Django e FastAPI.

o Integração de front-end Django com API de comentários do FastAPI.

• Projeto prático: Criação de uma aplicação de blog completa usando Django para
o front-end e FastAPI para a API de comentários.

• Laboratório 6 - Desenvolvimento Full-Stack Completo:

o Desenvolvimento de um sistema de gerenciamento de cursos:

 ▪ Frontend: Django com HTML e JavaScript.

▪ Backend: APIs RESTful usando FastAPI.

o Integração de um painel de controle para administradores e alunos.

• Apresentação do projeto: Revisão de código, feedback e sugestões de melhorias

para a aplicação desenvolvida.

Fase 5: Análise de Dados e Estatística - Do Básico ao Avançado (12 semanas)

Semana 49: Estatística Descritiva

• Introdução à estatística descritiva:

o Cálculo de medidas centrais: média, mediana, moda.

o Medidas de dispersão: variância, desvio padrão, coeficiente de variação.

o Análise de quartis e percentis.

• Visualização de distribuições:

o Gráficos de dispersão, histogramas, boxplots usando Matplotlib e

Seaborn.

• Mini-projeto: Análise exploratória de um dataset de vendas, utilizando gráficos

para identificar tendências e outliers.

Semana 50: Distribuições de Probabilidade

• Introdução às distribuições de probabilidade:

o Distribuições Normal, Binomial, Poisson e Weibull.

o Uso de [Link] para modelagem de distribuições.

• Cálculo de probabilidades e áreas sob a curva.

• Projeto prático: Análise de um dataset financeiro, ajustando a distribuição

normal para modelar rendimentos e calcular probabilidades.

Semana 51: Inferência Estatística - Testes de Hipóteses

• Conceitos de inferência:

o Amostragem, população, erros tipo I e tipo II.

o Testes de hipóteses: definição de hipóteses nula e alternativa.

• Realização de testes estatísticos:

o Teste t-Student para médias (amostras independentes e pareadas).

o Teste ANOVA para comparação de múltiplas amostras.

 o Interpretação de p-valor e sua relação com significância estatística.

• Laboratório 7: Estudo de caso: Análise de vendas em diferentes regiões,

utilizando testes de hipóteses para verificar diferenças significativas.

Semana 52: Intervalos de Confiança

• Cálculo de intervalos de confiança para médias e proporções.

• Interpretação de intervalos de confiança em contextos práticos.

• Relação entre intervalos de confiança e testes de hipóteses.

• Mini-projeto: Desenvolvimento de um relatório que inclui análise de satisfação de

clientes com intervalos de confiança para as médias de respostas.

Semana 53: Regressão Linear e Correlação

• Introdução à regressão linear:

o Conceitos de correlação e regressão.

o Regressão linear simples e múltipla.

o Ajuste de modelos e interpretação de coeficientes.

o Avaliação do modelo: R², erro padrão dos coeficientes.

• Projeto prático: Previsão de preços de imóveis usando regressão linear múltipla,

identificando as variáveis mais relevantes para a determinação do preço.

Semana 54: Regressão Logística e Análise de Classificação

• Introdução à regressão logística:

o Aplicação em problemas de classificação binária.

o Interpretação dos coeficientes de regressão logística.

• Avaliação de modelos de classificação:

o Curva ROC, AUC (Área Sob a Curva).

o Cálculo de métricas como precisão, recall e F1-score.

• Mini-projeto: Análise de sobrevivência de passageiros do Titanic, usando

regressão logística para prever quem sobreviveria.

Semana 55: Análise de Séries Temporais - Parte 1

• Conceitos fundamentais de séries temporais:

o Identificação de componentes: tendência, sazonalidade e ruído.

o Decomposição de séries temporais.

o Criação de gráficos de séries temporais usando Matplotlib e pandas.

• Modelos de média móvel e suavização exponencial.

 • Projeto prático: Análise de séries temporais de vendas mensais de uma empresa
fictícia, identificando tendências sazonais.

Semana 56: Análise de Séries Temporais - Parte 2

• Modelos ARIMA:

o Conceitos de auto regressão (AR), média móvel (MA) e integração (I).

o Ajuste de parâmetros (p, d, q) para modelagem de séries temporais.

o Previsão de séries temporais e avaliação do modelo.

• Projeto prático: Previsão de demanda de produtos usando um modelo ARIMA,

identificando as melhores estratégias de reabastecimento.

Semana 57: Avaliação de Modelos Preditivos

• Avaliação de modelos de regressão:

o Métricas de erro: MAE (Erro Médio Absoluto), MSE (Erro Quadrático Médio),
RMSE (Raiz do Erro Quadrático Médio).

• Avaliação de modelos de classificação:

o Precisão, recall, F1-score, matriz de confusão.

o Ajuste de hiperparâmetros com GridSearchCV.

• Mini-projeto: Avaliação de um modelo de classificação de clientes de alto valor,

utilizando métricas de desempenho para ajustar o modelo.

Semana 58: Laboratório 8 - Estudos de Caso em Estatística Aplicada

• Análise de estudos de caso em diferentes setores:

o Finanças: análise de portfólio de investimentos usando regressão linear.

o E-commerce: análise de churn (desistência de clientes).

o Educação: análise de desempenho de estudantes.

• Simulação de situação real: Criação de relatórios para uma empresa fictícia,

apresentando resultados de análises estatísticas e recomendações de ação com
base nos dados.

Semana 59: Revisão e Projeto Integrado de Estatística

• Revisão de conceitos de regressão, séries temporais e testes de hipóteses.

• Discussão de boas práticas na apresentação de resultados estatísticos.

• Projeto prático: Desenvolvimento de um relatório final de análise de um dataset

de vendas, incluindo previsões de demanda, segmentação de clientes e
recomendações de estratégias de marketing.

Semana 60: Apresentação e Feedback dos Projetos de Estatística

• Apresentação dos projetos desenvolvidos durante a fase de estatística.

 • Sessão de code review e feedback para melhorias nos projetos.

• Discussão sobre aplicação prática dos conceitos em diferentes áreas de

mercado.

• Preparação para a próxima fase: Introdução ao uso de Machine Learning em

projetos de análise de dados.

Fase 6: Automação, IoT, e Projetos de Engenharia (10 semanas)

Semana 61: Introdução ao Raspberry Pi e Automação

• Configuração inicial do Raspberry Pi e instalação do sistema operacional.

• Introdução ao controle de pinos GPIO (General Purpose Input/Output).

• Criação de scripts para controle de dispositivos simples, como LEDs e relés.

• Mini-projeto: Controle de LEDs usando GPIO para simular um sistema de

sinalização.

Semana 62: Automação de Tarefas com Python

• Uso de PyAutoGUI para automação de tarefas repetitivas no desktop.

• Simulação de teclas, preenchimento de formulários, e controle de janelas.

• Projeto prático: Automação de uma tarefa administrativa repetitiva, como o

preenchimento de relatórios em planilhas.

Semana 63: Introdução ao OpenCV e Visão Computacional

• Conceitos básicos de visão computacional:

o Leitura de imagens, manipulação de pixels, conversão entre espaços de

cor.

o Transformações simples (redimensionamento, rotação, corte).

• Mini-projeto: Detecção de bordas em imagens e aplicação de filtros usando

OpenCV.

Semana 64: Reconhecimento Facial com OpenCV

• Treinamento e uso de modelos de reconhecimento facial.

• Uso de bibliotecas como face_recognition para detecção e reconhecimento de

rostos.

• Projeto prático: Desenvolvimento de um sistema de controle de acesso que

utiliza reconhecimento facial para identificar usuários autorizados.

Semana 65: Aplicações de Simulação em Engenharia com NumPy e SciPy

• Uso de NumPy e SciPy para resolver problemas de engenharia:

 o Simulação de sistemas de equações diferenciais para processos de
balanço de massa e energia.

o Análise de transferência de calor e simulação de processos químicos.

• Mini-projeto: Simulação de um sistema de aquecimento e resfriamento em um

processo industrial.

Semana 66: Desenvolvimento de Aplicativos de Engenharia com PySide e Py QT6

• Criação de interfaces gráficas para simulações com PySide e QT6

• Integração de cálculos de engenharia em interfaces interativas.

• Projeto prático: Desenvolvimento de uma interface gráfica para um simulador de

reatores químicos com balanço de massa.

Semana 67: Aplicações em Engenharia de Alimentos

• Simulação de processos industriais aplicados à engenharia de alimentos:

o Modelagem de processos de secagem e fermentação.

o Cálculo de parâmetros como atividade de água e tempo de secagem.

• Mini-projeto: Desenvolvimento de um script para simular processos de

fermentação e sua aplicação prática.

Semana 68: Criação de Aplicativos para Cálculo de Filtros

• Implementação da equação de Darcy para simular perda de carga em filtros.

• Desenvolvimento de uma interface com PySide para entrada de parâmetros e

simulação de filtração.

• Projeto prático: Criação de um aplicativo que calcula a perda de carga em

diferentes tipos de filtros, com interface gráfica para ajuste de parâmetros.

Semana 69: Laboratório 9 - Integração de Soluções para Engenharia

• Desenvolvimento de um sistema que combina cálculos de processos de

engenharia com uma interface visual.

• Integração de controle de hardware (simulado com Raspberry Pi) e visualização de

dados.

• Simulação de situação real: Desenvolvimento de um sistema de controle

automatizado para uma planta química fictícia.

• Code review: Feedback sobre melhorias e boas práticas de código.

Semana 70: Apresentação e Revisão dos Projetos de Automação e Engenharia

• Apresentação dos projetos desenvolvidos ao longo da fase.

• Ajustes finais com base no feedback.

• Discussão sobre aplicação prática dos conceitos em projetos reais e próximos

passos para integração com Machine Learning.
Fase 7: Projetos Finais e Projeto Integrador (15 semanas)

Semana 71-75: Desenvolvimento dos Projetos Finais Separados

• Projeto 1: Sistema de Segurança com Raspberry Pi.

o Integração de sensores de movimento e câmeras com Raspberry Pi.

o Envio de notificações por e-mail ao detectar movimento.

o Documentação: Instruções de configuração e uso do sistema de

segurança.

• Projeto 2: Aplicação Web Completa com Django e FastAPI.

o Desenvolvimento de um sistema de gestão de usuários com autenticação.

o Criação de uma API RESTful com Django e FastAPI.

o Integração de gráficos dinâmicos com Plotly para visualização de dados

de uso.

• Projeto 3: Análise de Dados com Machine Learning.

o Aplicação de algoritmos de classificação e regressão para análise de

clientes.

o Geração de relatórios automatizados de insights para o negócio.

o Implementação de um modelo preditivo para segmentação de clientes.

Semana 76-81: Projeto Integrador Final - Sistema Unificado de Gerenciamento e

Monitoramento Inteligente

• Semana 76-77: Planejamento e Arquitetura do Sistema Integrado.

o Definição dos requisitos do sistema e criação de diagramas UML.

o Estruturação da arquitetura do sistema, separando back-end, front-end, e

APIs.

• Semana 78-79: Desenvolvimento do Backend Unificado.

o Criação das APIs com Django e FastAPI para gerenciamento de dados.

o Integração com banco de dados MySQL e configuração de autenticação

segura.

o Implementação de controle de acesso para diferentes tipos de usuários.

• Semana 80-81: Desenvolvimento do Frontend Unificado.

o Criação de uma interface de usuário com React ou Django Templates.

o Integração com as APIs e visualização de dados em tempo real.

 o Criação de dashboards para monitoramento de atividades.

o Projeto prático: Interface gráfica que permite o controle e visualização

dos dados do sistema.

Semana 82-84: Testes, Otimização e Documentação do Projeto Integrador

• Realização de testes unitários e de integração em todas as partes do sistema.

• Otimização de consultas e performance da API.

• Ajustes finais com base em feedback de teste beta.

• Criação da documentação completa do sistema, incluindo instruções de deploy e

manual do usuário.

• Simulação de apresentação para clientes: Preparação de slides e apresentação

para mostrar a solução final.

Semana 85: Apresentação e Encerramento

• Apresentação final do projeto integrador para uma banca avaliadora (simulada).

• Discussão dos desafios encontrados e soluções implementadas.

• Feedback final sobre o projeto e sugestões de melhorias.

• Encerramento do curso: Revisão dos principais aprendizados ao longo das 85

semanas e orientações para próximos passos, como especializações ou
certificações.
Inclusão de Semanas de Revisão

Após a Fase 1: Fundamentos de Python e Programação Estruturada (10 semanas)

• Semana 11: Revisão de Fundamentos de Python

o Recapitulação dos principais conceitos de controle de fluxo, estruturas de

dados e POO.

o Sessões de resolução de dúvidas sobre manipulação de arquivos e

funções.

o Desafios práticos: Pequenos scripts para automatizar tarefas cotidianas,

como a organização de arquivos.

o Desafio integrador: Construir um script para processar um dataset

simples de texto, utilizando estruturas de repetição e manipulação de
arquivos.

Após a Fase 2: Bibliotecas Essenciais e Visualização de Dados (10 semanas)

• Semana 21: Revisão de Bibliotecas Essenciais

o Recapitulação de NumPy, SciPy, pandas, Matplotlib, Seaborn e

automação de relatórios.

o Discussão de dúvidas frequentes sobre manipulação de grandes datasets.

o Desafios práticos: Criação de visualizações interativas para um conjunto

de dados de vendas.

o Desafio integrador: Geração de um relatório completo em PDF,

integrando gráficos e análise de dados.

Após a Fase 3: Interação com Bancos de Dados e Desenvolvimento de Aplicações

Desktop (13 semanas)

• Semana 34: Revisão de Banco de Dados e Aplicações Desktop

o Recapitulação de SQL, SQLAlchemy, e integração com MySQL.

o Discussão sobre os desafios de integração de PySide e bancos de dados.

o Desafios práticos: Simulação de um sistema de cadastro de clientes com

interface gráfica e persistência em banco de dados.

o Desafio integrador: Implementação de um sistema de controle de

estoque com interface PySide e banco de dados MySQL.

Após a Fase 4: Desenvolvimento Web Front-end e Back-end com JavaScript (18

semanas)

• Semana 49: Revisão de Desenvolvimento Web

o Revisão dos conceitos de HTML, CSS (incluindo avançado), JavaScript,

[Link], Express, Django e FastAPI.
 o Discussão sobre dúvidas frequentes e otimização de aplicações.

o Desafios práticos: Ajustes e melhorias em um projeto de API, focando em

segurança e otimização de carregamento.

o Desafio integrador: Criação de uma aplicação simples que integra front-

end em HTML/CSS/JavaScript com back-end em Django e FastAPI.

Após a Fase 5: Análise de Dados e Estatística - Do Básico ao Avançado (12 semanas)

• Semana 61: Revisão de Análise de Dados e Estatística

o Recapitulação dos conceitos de estatística descritiva, inferência

estatística, regressão e análise de séries temporais.

o Discussão de dúvidas sobre testes de hipóteses e avaliação de modelos

preditivos.

o Desafios práticos: Reanálise de um dataset complexo com novas

perguntas de negócio.

o Desafio integrador: Criação de um relatório preditivo para uma empresa

fictícia, utilizando modelos de regressão e previsão de demanda.

Após a Fase 6: Automação, IoT, e Projetos de Engenharia (10 semanas)

• Semana 71: Revisão de Automação e Projetos de Engenharia

o Revisão dos conceitos de automação com Raspberry Pi, visão

computacional com OpenCV, e simulações de processos industriais.

o Discussão sobre os desafios de integração de hardware com Python.

o Desafios práticos: Ajustes em um sistema de controle de acesso usando

reconhecimento facial e integração com sensores.

o Desafio integrador: Desenvolvimento de uma aplicação final que

combina simulação de processos e controle de dispositivos.

Antes do Início do Projeto Integrador Final

• Semana 82: Revisão Geral e Preparação para o Projeto Integrador

o Recapitulação dos principais conceitos de todo o curso.

o Discussão aberta para resolução de dúvidas antes do início do projeto

final.

o Planejamento do projeto integrador: análise de requisitos, estruturação de

tarefas e definição de metas.

o Desafio prático: Prototipagem de uma parte do projeto integrador, como a

definição do banco de dados ou a criação de um mockup da interface de
usuário.
Projetos Práticos Adicionais ao Final de Cada Fase

Após a Fase 1: Fundamentos de Python e Programação Estruturada

• Projeto Extra 1: Sistema de Inventário Simples

o Desenvolvimento de um sistema de controle de estoque usando leitura e

escrita de arquivos CSV.

o O sistema permite adicionar, remover e atualizar itens no inventário.

o Uso de POO para modelar produtos e categorias, além de implementar

relatórios básicos.

• Projeto Extra 2: Calculadora Financeira com Juros Compostos

o Criação de uma calculadora de simulação de investimentos.

o Cálculo de juros compostos, simulações de investimentos mensais, e

geração de relatórios.

o Exportação dos resultados para arquivos CSV ou textos.

Após a Fase 2: Bibliotecas Essenciais e Visualização de Dados

• Projeto Extra 1: Análise de Dados Meteorológicos

o Uso de pandas para limpar e analisar um dataset de dados

meteorológicos (temperaturas, precipitação, ventos).

o Visualização de padrões sazonais com gráficos de linha e dispersão

usando Matplotlib e Seaborn.

o Geração de um relatório em PDF com gráficos e insights.

• Projeto Extra 2: Dashboard Interativo de Vendas com Plotly

o Criação de um dashboard interativo para análise de vendas, utilizando

Plotly e Dash.

o Permite a visualização de gráficos de desempenho por região, por produto

e por período.

o Exportação dos gráficos como imagens e PDFs para relatórios mensais.

Após a Fase 3: Interação com Bancos de Dados e Desenvolvimento de Aplicações

Desktop

• Projeto Extra 1: Sistema de Biblioteca com PySide e MySQL

o Desenvolvimento de um sistema de cadastro de livros, autores e

empréstimos.
 o Interface gráfica com PySide para gerenciar os dados, usando MySQL para
armazenar as informações.

o Implementação de relatórios de livros mais emprestados e controle de

devoluções.

• Projeto Extra 2: Automação de Relatórios de Vendas

o Conexão a um banco de dados MySQL para consultar dados de vendas.

o Uso de pandas para criar relatórios de desempenho e automação da

geração de PDFs com fpdf.

o Criação de uma interface simples com PySide para configurar e gerar os

relatórios automaticamente.

Após a Fase 4: Desenvolvimento Web Front-end e Back-end com JavaScript

• Projeto Extra 1: Aplicação de Blog com Comentários em Tempo Real

o Desenvolvimento de um blog completo usando Django para o back-end e

JavaScript para o front-end.

o Implementação de comentários em tempo real utilizando WebSockets

com Django Channels.

o Criação de uma interface responsiva que se adapta a dispositivos móveis.

• Projeto Extra 2: E-commerce Simples com Carrinho de Compras

o Desenvolvimento de uma aplicação de e-commerce utilizando [Link],

Express e MongoDB.

o Implementação de funcionalidades de cadastro de produtos, carrinho de

compras e checkout.

o Integração de pagamentos simulados e envio de e-mails de confirmação.

Após a Fase 5: Análise de Dados e Estatística - Do Básico ao Avançado

• Projeto Extra 1: Análise de Sentimentos em Redes Sociais

o Coleta de dados de uma rede social (como Twitter) usando a API e tweepy.

o Análise de sentimentos dos tweets utilizando scikit-learn e visualização

dos resultados.

o Criação de um relatório que resume os principais sentimentos sobre um

determinado tópico.

• Projeto Extra 2: Previsão de Vendas com Modelos de Machine Learning

o Aplicação de técnicas de regressão para prever vendas futuras com scikit-

learn.
 o Avaliação do desempenho dos modelos usando métricas como RMSE e
MAE.

o Implementação de um script que gera relatórios de previsão e sugestões

de estratégias com base nos resultados.

Após a Fase 6: Automação, IoT, e Projetos de Engenharia

• Projeto Extra 1: Monitoramento de Ambiente com Raspberry Pi

o Desenvolvimento de um sistema de monitoramento de temperatura e

umidade usando sensores conectados ao Raspberry Pi.

o Envio de alertas por e-mail quando os valores ultrapassarem

determinados limites.

o Criação de um dashboard simples com Flask para visualizar os dados em

tempo real.

• Projeto Extra 2: Simulação de Processo de Filtração com Interface Gráfica

o Criação de um simulador de filtração de líquidos utilizando PySide.

o Implementação de cálculos baseados na equação de Darcy para simular

a perda de carga em diferentes filtros.

o Exportação dos resultados para relatórios em PDF, com gráficos de

desempenho da filtração.