Este é o quarto curso do Certificado de Data Analytics do Google. Estes cursos darão a você as habilidades necessárias para se candidatar a cargos empregos de analista de dados de nível inicial. Neste curso, você continuará a ampliar seu conhecimento sobre Data Analytics e os conceitos e ferramentas que os analistas de dados usam no trabalho. Você aprenderá como checar e limpar os dados usando planilhas e SQL, além de verificar e gerar relatórios dos resultados da limpeza de dados. Os analistas de dados do Google vão instruir e oferecer maneiras práticas de realizar tarefas comuns de analistas de dados com as melhores ferramentas e recursos.
Os alunos que concluírem este programa de certificação poderão se candidatar a empregos de nível inicial para analista de dados. Nenhuma experiência anterior é necessária.
Veja do que você será capaz ao final deste curso:
- Verificar a integridade dos dados.
- Aplicar técnicas de limpeza de dados usando planilhas.
- Desenvolver consultas SQL básicas para serem usadas em bancos de dados.
- Aplicar funções básicas de SQL para limpar e transformar os dados.
- Entender como verificar os resultados da limpeza de dados.
- Explorar os elementos e a importância dos relatórios de limpeza de dados.
Enquanto você começa a pensar em como preparar seus dados para serem explorados, esta parte do explicará por que a integridade deles é tão essencial para tomar as decisões certas. Você aprenderá sobre como os dados são gerados e as técnicas que os analistas usam para decidir quais dados devem ser coletados para análise. Além disso, você aprenderá sobre dados estruturados e não estruturados, tipos de dados e formatos de dados.
涵盖的内容
8个视频9篇阅读材料6个作业1个讨论话题1个插件
显示有关单元内容的信息
8个视频•总计33分钟
Introdução ao foco na integridade•4分钟
Por que a integridade dos dados é importante•3分钟
Como equilibrar os objetivos e a integridade dos dados•3分钟
Como lidar com a insuficiência de dados•4分钟
A importância do tamanho da amostra•3分钟
Como usar a potência estatística•5分钟
Como determinar o melhor tamanho da amostra•5分钟
Como avaliar a confiabilidade dos dados•6分钟
9篇阅读材料•总计85分钟
Plano de estudos do curso•10分钟
Mais sobre integridade dos dados e conformidade•10分钟
Dados e objetivos bem alinhados•10分钟
O que fazer ao encontrar um problema com os dados•10分钟
Como calcular o tamanho da amostra•10分钟
O que fazer quando não há dados•10分钟
Calculadora de tamanho da amostra•10分钟
Tudo sobre a margem de erro•10分钟
Glossário: termos e definições•5分钟
6个作业•总计84分钟
Teste seu conhecimento sobre a integridade dos dados e objetivos analíticos•6分钟
Autorreflexão: Por que as atividades de preparo para a limpeza são importantes•20分钟
Teste seu conhecimento sobre insuficiência de dados•8分钟
Teste seu conhecimento sobre como testar seus dados•6分钟
Teste seu conhecimento sobre a margem de erro•4分钟
Desafio da semana 1•40分钟
1个讨论话题•总计10分钟
Conhecer os colegas•10分钟
1个插件•总计15分钟
Lembrete: Seu roteiro para o Certificado de Data Analytics•15分钟
Dados totalmente limpos
第 2 单元•小时 后完成
单元详情
Todos os analistas de dados querem trabalhar com dados limpos ao fazer uma análise. Nesta parte do curso, você aprenderá a diferença entre dados limpos e sujos. Além disso, você explorará técnicas de limpeza de dados usando planilhas e outras ferramentas.
涵盖的内容
10个视频5篇阅读材料6个作业1个插件
显示有关单元内容的信息
10个视频•总计66分钟
Limpeza geral!•3分钟
Por que a limpeza de dados é importante•6分钟
Angie: Por que eu adoro limpar dados•1分钟
Como reconhecer e limpar dados sujos•5分钟
Ferramentas e técnicas para limpar dados•6分钟
Limpe dados de diferentes fontes•6分钟
Funções de limpeza de dados em planilhas•8分钟
Otimizar o processo de limpeza de dados•14分钟
Diferentes perspectivas de dados•10分钟
Ainda mais técnicas de limpeza de dados•7分钟
5篇阅读材料•总计55分钟
O que são dados sujos?•10分钟
Ciladas comuns da limpeza de dados•10分钟
Automação do fluxo de trabalho•10分钟
Registro de aprendizado: Desenvolva sua abordagem à limpeza de dados•20分钟
Glossário: termos e definições•5分钟
6个作业•总计204分钟
Teste seu conhecimento sobre a diferença entre dados limpos e sujos•8分钟
Atividade prática: Limpeza de dados em planilhas•60分钟
Teste seus conhecimentos sobre técnicas de limpeza de dados•6分钟
Atividade prática: Limpar dados usando funções de planilha•60分钟
Teste seus conhecimentos sobre dados de limpeza em planilhas•10分钟
Desafio da semana 2•60分钟
1个插件•总计30分钟
Integridade dos dados/limpo e sujo•30分钟
Limpeza de dados com o SQL
第 3 单元•小时 后完成
单元详情
Conhecer diversas formas de limpar dados pode tornar o trabalho de um analista muito mais fácil. Nesta parte do curso, você aprenderá a limpar seus dados usando SQL. Você explorará as consultas e funções que podem ser usadas em SQL para limpar e transformar seus dados para prepará-los para a análise.
涵盖的内容
9个视频5篇阅读材料6个作业1个讨论话题1个插件
显示有关单元内容的信息
9个视频•总计49分钟
Como usar o SQL para limpar dados•1分钟
Sally: Por amor ao SQL•3分钟
Noções sobre recursos SQL•3分钟
Planilhas versus SQL•4分钟
Consultas SQL muito utilizadas•6分钟
Evan: Brincando com SQL•3分钟
Limpeza de variáveis de string com SQL•13分钟
Funções avançadas de limpeza de dados, parte 1•6分钟
Funções avançadas de limpeza de dados, parte 2•9分钟
5篇阅读材料•总计45分钟
Usar SQL como analista de dados júnior•10分钟
Dialetos SQL e seus usos•10分钟
Opcional: Faça upload do conjunto de dados do cliente para o BigQuery•10分钟
Opcional: upload do conjunto de dados das transações da loja para o BigQuery•10分钟
Glossário: termos e definições•5分钟
6个作业•总计192分钟
Atividade prática: Tempo de processamento com o SQL•60分钟
Teste seu conhecimento sobre SQL•6分钟
Atividade prática: Limpar dados usando SQL•60分钟
Teste seu conhecimento sobre consultas SQL•6分钟
Autorreflexão: Desafios com o SQL•20分钟
Desafio da semana 3•40分钟
1个讨论话题•总计10分钟
Depuração de um código SQL•10分钟
1个插件•总计30分钟
Limpeza de dados com SQL•30分钟
Verificar e gerar relatório com os resultados da limpeza
第 4 单元•小时 后完成
单元详情
A limpeza de dados é um passo essencial no processo de análise de dados. Verificar e gerar relatórios sobre sua limpeza é uma forma de mostrar que os dados estão prontos para o próximo passo. Nesta parte do curso, você descobrirá os processos de verificação e geração de relatórios de limpeza de dados, assim como seus benefícios.
涵盖的内容
6个视频4篇阅读材料4个作业
显示有关单元内容的信息
6个视频•总计28分钟
Verificar e gerar relatórios dos resultados•3分钟
Limpeza e expectativas em relação aos dados•5分钟
A etapa final da limpeza de dados•8分钟
Registro das mudanças da limpeza•6分钟
Por que a documentação é importante•3分钟
Feedback e limpeza•2分钟
4篇阅读材料•总计35分钟
Como verificar a limpeza de dados: Uma lista de verificação•10分钟
Incorporação dos log de mudanças•10分钟
Funções avançadas para uma rápida limpeza de dados•10分钟
Glossário: termos e definições•5分钟
4个作业•总计70分钟
Teste seu conhecimento sobre a limpeza manual de dados•6分钟
Autorreflexão: Como criar um log de mudanças•20分钟
Teste seu conhecimento sobre como documentar o processo de limpeza•4分钟
Desafio da semana 4•40分钟
Opcional: Como adicionar dados ao seu currículo
第 5 单元•小时 后完成
单元详情
Criar um currículo eficaz ajudará você na sua trajetória de carreira na área de Data Analytics. Nesta parte do curso, você aprenderá sobre o processo de seleção para vagas. Vamos nos concentrar em criar um currículo que destaque suas fortalezas e experiências relevantes. Mesmo se você ainda não estiver se candidatando a vagas, este é um bom momento para aprimorar seu currículo. Pense nisso como no treinamento antes de um campeonato importante: você não deve perder essa oportunidade!
涵盖的内容
8个视频3篇阅读材料3个作业1个讨论话题
显示有关单元内容的信息
8个视频•总计35分钟
Sobre o processo de contratação de um analista de dados•1分钟
O processo de candidatura para vagas de analista de dados•7分钟
Criando um currículo•9分钟
Como criar um currículo que se destaca•3分钟
Joseph: A inclusão de negros e afro-americanos no setor de dados•2分钟
Como traduzir a experiência profissional prévia•5分钟
Kate: minha carreira como analista de dados•4分钟
Quais são seus interesses?•4分钟
3篇阅读材料•总计30分钟
Recursos do CareerCon no YouTube•10分钟
Adicionar habilidades profissionais ao currículo•10分钟
Adicionar habilidades comportamentais ao currículo•10分钟
3个作业•总计180分钟
Atividade prática: Criar um currículo•60分钟
Atividade prática: Adicionar habilidades em um currículo•60分钟
Atividade prática: Adicionar experiência a um currículo•60分钟
1个讨论话题•总计10分钟
Compartilhar as práticas recomendadas para currículos•10分钟
Desafio do curso
第 6 单元•小时 后完成
单元详情
Prepare-se para o desafio do curso revisando os termos e definições do glossário. Depois, demonstre no teste seu conhecimento sobre a importância do tamanho da amostra, a integridade dos dados e a conexão entre os dados e os objetivos de negócios. Você também terá a oportunidade de aplicar suas habilidades com técnicas de limpeza de dados, tanto em planilhas quanto em SQL. Por último, documente, gere relatórios e verifique seus resultados e processos de limpeza de dados.
Grow with Google is an initiative that draws on Google's decades-long history of building products, platforms, and services that help people and businesses grow. We aim to help everyone – those who make up the workforce of today and the students who will drive the workforce of tomorrow – access the best of Google’s training and tools to grow their skills, careers, and businesses.
Curso excelente. A instrutora passou todo o conteúdo de forma simples e motivadora.
L
LS
5·
已于 Jul 19, 2023审阅
Excelente didática! Aprendi mais do que na faculdade!
D
DM
5·
已于 Jan 9, 2023审阅
Esse curso percorre o caminho perfeito para o apredizando. Os professores vão informando passo a passo e quando a gente dá conta, já aprendeu muito coisa de uma maneira fácil e eficaz.
Os dados são um grupo de fatos que podem assumir muitas formas diferentes, como números, imagens, palavras, vídeos, observações e muito mais. Usamos e criamos dados todos os dias, como quando assistimos a um programa ou ouvimos uma música por streaming ou publicamos nas redes sociais.
A análise de dados ou Data Analytics é a coleta, transformação e organização desses fatos para tirar conclusões, fazer previsões e orientar a tomada de decisão informada.
Por que começar uma carreira em Data Analytics?
A quantidade de dados criada todos os dias é enorme. Sempre que você usa seu telefone, procura algo na Internet, ouve música por streaming, faz compras com um cartão de crédito, publica em redes sociais ou usa um GPS para mapear uma rota, está criando dados. As empresas precisam ajustar continuamente os produtos, os serviços, as ferramentas e as estratégias de negócios para atender à demanda dos consumidores e reagir às tendências que aparecem. Por conta disso, as funções de analista de dados são bastante exigidas e bem pagas.
Os analistas de dados interpretam dados e números para ajudar as organizações a tomar melhores decisões de negócios. Eles preparam, processam, analisam e visualizam dados, descobrindo padrões e tendências e respondendo a perguntas importantes pelo caminho. Esse trabalho capacita a equipe geral a tomar melhores decisões de negócios.
Por que se inscrever no Certificado de Data Analytics do Google?
Você aprenderá o conjunto de habilidades necessário para se tornar um analista de dados júnior ou associado no Certificado de Data Analytics do Google. Os analistas de dados sabem fazer a pergunta certa, preparam, processam e analisam dados para terem insights importantes, compartilham as descobertas com as partes interessadas de maneira efetiva e oferecem recomendações com base em dados para a realização de ações conscientes.
Você aprenderá essas habilidades prontas para o trabalho em nosso programa de certificação com um conteúdo interativo (tópicos de discussão, testes, e atividades) em menos de seis meses, com menos de 10 horas de estudo flexível por semana. Você trabalhará com um currículo elaborado com a contribuição dos principais empregadores e líderes do setor, como Tableau, Accenture e Deloitte. Também terá a oportunidade de concluir um estudo de caso que poderá dividir com empregadores em potencial para mostrar seu novo conjunto de habilidades.
Depois de se formar no programa, você terá acesso a recursos de carreira e será conectado diretamente com empregadores que estão contratando para cargos de nível inicial em Data Analytics.
Que experiência é necessária?
Nenhuma experiência anterior com planilhas ou Data Analytics é necessária. Tudo que você precisa é ter nível médio de matemática e curiosidade sobre como as coisas funcionam.
Você precisa ter bons conhecimentos em matemática para conseguir este certificado?
Você não precisa ser um craque da matemática para conseguir este certificado. É preciso ser curioso e aberto para aprender com números (a linguagem dos analistas de dados). Ser um analista de dados competente envolve mais do que matemática: trata-se de fazer as perguntas certas, encontrar as melhores fontes para responder às perguntas de modo eficaz e ilustrar suas descobertas com clareza nas visualizações.
Quais ferramentas e plataformas são ensinadas no currículo?
Você aprenderá a usar ferramentas e plataformas de análise como planilhas (Planilhas Google ou Microsoft Excel), SQL, ferramentas de apresentação (PowerPoint ou Apresentações Google), Tableau, RStudio e Kaggle.
Qual plataforma de “planilha” será ensinada?
Os alunos poderão selecionar a plataforma que quiserem usar no programa: Planilhas Google ou Microsoft Excel. Depende da preferência do aluno, e todas as atividades no programa podem ser realizadas em qualquer uma das plataformas.
Você precisa fazer cada curso em ordem?
Recomendamos concluir os cursos na ordem apresentada, pois o conteúdo de cada um deles se baseia nas informações das lições anteriores.
When will I have access to the lectures and assignments?
To access the course materials, assignments and to earn a Certificate, you will need to purchase the Certificate experience when you enroll in a course. You can try a Free Trial instead, or apply for Financial Aid. The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
What will I get if I subscribe to this Certificate?
When you enroll in the course, you get access to all of the courses in the Certificate, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.