Visão Geral

Este curso visa estender e solidificar sua experiência em Python explorando técnicas estruturais e APIs comuns em Python. Você aprenderá a escrever código OO e funcional, definir e consumir serviços REST e soquetes da Web, implementar código multithread, usar bibliotecas populares de ciência de dados Python, implementar soluções de Big Data e muito mais.

Objetivo

Após concluir o Curso, você será capaz de fazer:

• Programação Python orientada a objetos
• Programação funcional em Python
• Serviços REST e soquetes da web
• Definindo e usando decoradores
• Programação assíncrona
• Técnicas de ciência de dados Python
• Python Big Data e PySpark

Pre-Requisitos

• Aproximadamente. 6 meses de experiência em Python
  

Informações Gerais

Carga Horária: 32h

• Se noturno este curso é ministrado de Segunda-feira à sexta-feira, das 19h às 23h
• Se aos sábados este curso é ministrado das 9h às 18h
• Se in-company por favor fazer contato para mais detalhes.

Formato de entrega: 

• 100% on-line ao vivo, via Microsoft Teams na presença de um instrutor/consultor ativo no mercado.
• Nota: não é curso gravado. 

Lab:

• Laboratório + Exercícios práticos

Materiais

Conteúdo Programatico

Recap Essential Python Features

1. Language Fundamentals
2. Functions
3. Data Structures
4. Defining and Using Packages
5. Additional Techniques

Object-Oriented Programming

1. Essential Concepts
2. Defining and Using a Class
3. Class-Wide Members

Additional Object-Oriented Techniques

1. A Closer Look at Attributes
2. Implementing Special Methods
3. Inheritance

XML Processing

1. XML Essentials
2. Reading XML Data in Python
3. Locating Content using XPath
4. Updating XML Data in Python
5. Using the Lxml Library

Functional Programming

1. Functional Programming in Python
2. Higher Order Functions
3. Additional Techniques

Web Processing

1. Python Web Servers
2. Python Rest Services
3. Python Web Sockets

Decorators

1. Getting Started with Decorators
2. Additional Decorator Techniques
3. Parameterized Decorators

Asynchronous Processing in Python

1. Getting Started with Asynchrony in Python
2. Creating Tasks to Run in Different Threads
3. Additional Task Techniques

Getting Started with Python Data Science and NumPy

1. Introduction to Python Data Science
2. NumPy Arrays
3. Manipulating Array Elements
4. Manipulating Array Shape

NumPy Techniques

1. NumPy Universal Functions
2. Aggregations
3. Broadcasting
4. Manipulating Arrays using Boolean Logic
5. Additional Techniques

Getting Started with Pandas

1. Introduction to Pandas
2. Creating a Series
3. Using a Series
4. Creating a DataFrame
5. Using a DataFrame

Pandas Techniques

1. Universal Functions
2. Merging and Joining Datasets
3. A Closer Look at Joins

Working with Time Series Data

1. Introduction to Time Series Data
2. Indexing and Plotting Time Series Data
3. Testing Data for Stationarity
4. Making Data Stationary
5. Forecasting Time Series Data
6. Scaling Back the ARIMA Results

Introduction to Big Data

1. Setting the Scene
2. Introduction to Hadoop
3. Hadoop Components

Getting Started with PySpark

1. Introduction to Spark
2. Spark Architecture
3. Application Execution
4. Using the Python Spark Shell

Using the PySpark API

1. Essential Concepts
2. Creating an RDD
3. Working with RDDs

RDD Operations

1. RDD Transformations
2. RDD Transformations on Key-Value Pairs
3. Actions
4. Caching
5. Spark Jobs - The Big Picture