NTT DATA: Engenharia de Dados com Python

Este repositório contém meus estudos e práticas realizadas durante o bootcamp NTT DATA: Engenharia de Dados com Python oferecido pela DIO em parceria com a NTT DATA. O bootcamp aborda desde conceitos básicos da linguagem Python até o domínio no tratamento de dados e criação de dashboards com Power BI, proporcionando uma base sólida para atuar como Engenheiro de Dados.

Com base na imagem que você forneceu, vou ajustar a estrutura e descrição do repositório para refletir melhor a organização dos arquivos e pastas, conforme visualizado.

📁 Estrutura do Repositório

O repositório está organizado em pastas que representam os tópicos e exercícios realizados durante o bootcamp, conforme descrito abaixo:

1. 📂 Introdução ao Python

• Conteúdo: Scripts introdutórios sobre tipos de dados, operações básicas de entrada e saída, estruturação de código e criação do tradicional "Hello, World!".
• Arquivos:
  • conversao_tipos.py: Conversão entre diferentes tipos de dados.
  • entrada_saida.py: Manipulação de entrada e saída de dados.
  • hello_world.py: Exemplo básico de um programa Python.
  • identacao_blocos.py: Demonstração da importância da indentação e blocos de código em Python.
• Objetivo: Familiarizar-se com conceitos fundamentais da linguagem e a estrutura básica de um script Python.

2. 📂 Sintaxe Básica Python

Esta pasta contém subdiretórios com exercícios focados em conceitos fundamentais da linguagem Python, como estruturas condicionais, funções, operadores e manipulação de strings.

2.1 📂 Condicionais e Repetições

• Conteúdo: Exemplos de uso de estruturas de controle como if, for, e while.
• Arquivos:
  • aninhada.py: Condicionais aninhadas.
  • break.py: Uso da instrução break em loops.
  • for.py: Estrutura de repetição for.
  • if.py: Estrutura condicional if.
  • while.py: Estrutura de repetição while.
• Objetivo: Aprender a controlar o fluxo de execução do programa usando estruturas condicionais e de repetição.

2.2 📂 Funções

• Conteúdo: Exemplos de como definir e utilizar funções, passando parâmetros de diferentes formas.
• Arquivos:
  • args_kwargs.py: Uso de argumentos *args e **kwargs.
  • argumento_nomeado.py: Passagem de argumentos nomeados.
  • escopo_local_global.py: Diferença entre escopo local e global.
  • objeto_primeira_classe.py: Funções como objetos de primeira classe.
  • parametro_posicao.py: Passagem de parâmetros por posição.
  • parametro.py: Passagem de parâmetros de função.
  • retorno.py: Utilização da palavra-chave return.
• Objetivo: Entender como criar funções reutilizáveis e trabalhar com diferentes tipos de parâmetros e escopos.

2.3 📂 Operadores

• Conteúdo: Utilização de operadores aritméticos, lógicos e comparativos em Python.
• Arquivos:
  • aritmeticos.py: Exemplos de operadores aritméticos (+, -, *, /).
  • associacao.py: Operadores de associação (in, not in).
  • atribuicao.py: Operadores de atribuição (=, +=, -=, etc.).
  • comparacao.py: Operadores de comparação (==, !=, >, <, etc.).
  • identidade.py: Operadores de identidade (is, is not).
  • logico.py: Operadores lógicos (and, or, not).
• Objetivo: Compreender como usar operadores para realizar operações básicas e lógicas em Python.

2.4 📂 Strings e Fatiamento

• Conteúdo: Manipulação de strings e uso de técnicas de fatiamento.
• Arquivos:
  • fatiamento.py: Exemplos de fatiamento de strings.
  • interpolacao.py: Interpolação de strings usando diferentes métodos.
  • multiplas_linhas.py: Uso de strings de múltiplas linhas.
  • principais_metodos.py: Principais métodos para manipulação de strings (upper(), lower(), replace(), etc.).
• Objetivo: Aprender a manipular e formatar strings eficientemente em Python.

3. 📂 Desafio: Sistema Bancário

• Conteúdo: Implementação de um sistema bancário com funcionalidades de depósito, saque e exibição de extrato.
• Arquivos:
  • readme.md: Arquivo de documentação específico do desafio, contendo o enunciado e as instruções para a implementação do sistema bancário.
  • sistema_bancario.py: Script Python com a implementação das funcionalidades do sistema bancário, incluindo operações de depósito, saque e exibição do extrato.
• Objetivo: Aplicar os conceitos aprendidos em um desafio mais complexo, simulando um caso de uso real de um sistema de gerenciamento bancário.
• Leia mais sobre o desafio aqui.

🧑‍🏫 Instrutor

O bootcamp foi ministrado por Guilherme Carvalho, que forneceu uma série de exemplos e exercícios práticos para fortalecer o aprendizado.

🚀 Motivação

O principal objetivo de publicar este repositório é compartilhar meu progresso e estudos no campo de Engenharia de Dados com Python, além de servir como referência e fonte de consulta para quem estiver participando do mesmo bootcamp ou desejando aprender mais sobre o tema.

📚 Como Utilizar

1. Configuração do Ambiente Python

Antes de executar os scripts deste repositório, você precisa ter o Python instalado e configurado em seu computador. Siga as instruções abaixo conforme o seu sistema operacional:

⬇️ Windows ⬇️

1. Baixar e instalar o Python:

   • Acesse python.org e baixe a versão mais recente do Python.
   • Durante a instalação, marque a opção "Add Python to PATH" para configurar as variáveis de ambiente automaticamente.
   • Siga o assistente de instalação até o final.

2. Verificar a instalação:

   • Abra o Prompt de Comando (cmd).
   • Digite python --version para verificar se o Python foi instalado corretamente.

⬇️ Ubuntu/Debian ⬇️

1. Instalar o Python via terminal:

   • Abra o terminal.
   • Atualize a lista de pacotes:

     sudo apt update

   • Instale o Python (normalmente já vem pré-instalado em sistemas Linux):

     sudo apt install python3

2. Verificar a instalação:

   • Digite python3 --version no terminal para confirmar a instalação.

⬇️ Fedora ⬇️

1. Instalar o Python via terminal:

   • Abra o terminal.
   • Atualize a lista de pacotes:

     sudo dnf update

   • Instale o Python:

     sudo dnf install python3

2. Verificar a instalação:

   • Digite python3 --version no terminal para confirmar a instalação.

⬇️ openSUSE ⬇️

1. Instalar o Python via terminal:

   • Abra o terminal.
   • Atualize a lista de pacotes:

     sudo zypper refresh

   • Instale o Python:

     sudo zypper install python3

2. Verificar a instalação:

   • Digite python3 --version no terminal para confirmar a instalação.

Outras Dependências

• Certifique-se de ter o pip instalado para gerenciar pacotes Python. Você pode verificar digitando pip --version no terminal. Se não estiver instalado, você pode instalar executando:

  sudo apt install python3-pip     # Para Ubuntu/Debian
  sudo dnf install python3-pip     # Para Fedora
  sudo zypper install python3-pip  # Para openSUSE
  

2. Clone o Repositório

Após configurar o ambiente Python, clone este repositório para sua máquina:

git clone https://github.com/Joao-PauloBR/nttdata-python-bootcamp.git

3. Navegar pelas Pastas e Executar os Scripts

• Entre na pasta do repositório clonado:

  cd seu-repositorio

• Navegue até a pasta desejada para visualizar os exercícios ou o desafio específico.
• Execute os scripts Python conforme necessário, usando:

  python nome_do_script.py      # Para Windows
  python3 nome_do_script.py     # Para Linux

4. Executar o Sistema Bancário

Para executar o desafio do sistema bancário:

• Entre na pasta do desafio e execute o arquivo principal, por exemplo:

  python sistema_bancario.py

Agora, você está pronto para explorar o repositório e executar os exemplos e desafios!