Curso de Análise de Dados Online

O Curso de Análise de Dados ensina o fluxo completo de quem trabalha com dados: extrair com SQL, limpar e transformar com Python (pandas), aplicar estatística descritiva e visualizar em Power BI. Você sai sabendo pegar uma base bruta, tratar valores nulos e duplicados, cruzar tabelas e entregar um dashboard que responde uma pergunta de negócio real.

Atualizado em 28 de junho de 2026 · Catálogo Affiliate University

Resumo do Curso de Análise de Dados
Curso	Curso de Análise de Dados
Formato	100% online, no seu ritmo
Duração	7 módulos, cerca de 9h de vídeo
Conteúdo	7 módulos · 31 aulas
Idioma	Português (Brasil)
Categoria	Programação e Dados

Por que fazer o Curso de Análise de Dados?

Análise de dados é a ponte entre número cru e decisão. A maior parte do trabalho não é "machine learning" e sim limpeza, junção e interpretação correta — onde 80% dos erros acontecem (média vs. mediana, granularidade errada, junção que duplica linhas). Dominar SQL, pandas e uma ferramenta de BI cobre exatamente os pontos que empresas pagam para resolver: confiar no número e contar a história por trás dele.

O que você vai aprender no Curso de Análise de Dados

Escrever consultas SQL com JOIN, GROUP BY, window functions (ROW_NUMBER, RANK) e CTEs para extrair dados de bancos relacionais
Limpar e transformar bases no pandas: tratar NaN, remover duplicatas, merge/groupby, pivot e formatar tipos de data e número
Aplicar estatística descritiva sem armadilhas: média vs. mediana, desvio padrão, percentis, outliers e correlação (e por que correlação não é causa)
Construir dashboards no Power BI com modelo estrela, medidas DAX e filtros, evitando relacionamentos que inflam os números
Definir e calcular métricas de negócio reais: retenção, churn, ticket médio, CAC, LTV, taxa de conversão e coorte
Fazer EDA (análise exploratória) estruturada com matplotlib/seaborn para encontrar padrões antes de concluir qualquer coisa
Validar a qualidade do dado: checar granularidade, contagem de linhas após joins e detectar vazamento de dados
Comunicar resultados com storytelling de dados: do número à recomendação acionável em uma página

Materiais inclusos

Swipe — Swipe file de 60 consultas SQL prontas (JOINs, window functions, coortes, retenção) para copiar e adaptar
Código — Notebook Python de limpeza com pandas: template de tratamento de nulos, duplicatas e merges comentado
Planilha — Planilha de cálculo de métricas de negócio: churn, ticket médio, CAC, LTV e taxa de conversão com fórmulas prontas
Modelo — Arquivo .pbix de Power BI com modelo estrela e medidas DAX já montadas para reaproveitar
Checklist — Checklist de qualidade de dados em 15 pontos (granularidade, contagem pós-join, vazamento, tipos)
PDF — Guia de estatística aplicada: quando usar média vs. mediana, ler outliers e não confundir correlação com causa
Mapa mental — Mapa mental do fluxo do analista: da pergunta de negócio à recomendação
Pacote — Pacote de 5 datasets reais (e-commerce, vendas, assinaturas) para treinar EDA do zero
Modelo — Template de relatório de uma página para apresentar análise e recomendação ao time

Currículo do Curso de Análise de Dados: módulos e aulas

Módulo 1 — Fundamentos e mentalidade analítica

O fluxo real do analista: pergunta de negócio, dado, análise, decisão
Tipos de dado, granularidade e o que é uma 'linha' na sua tabela
Como formular a pergunta antes de tocar nos dados
Montando o ambiente: planilhas, SQL e Python sem complicação

Módulo 2 — SQL para extração de dados

SELECT, WHERE, ORDER BY e filtros que não vazam dados
JOINs sem duplicar linhas: INNER, LEFT e o erro do fan-out
Agregações com GROUP BY e HAVING
Window functions: ROW_NUMBER, RANK e somas acumuladas
CTEs e subqueries para consultas legíveis

Módulo 3 — Limpeza e transformação com Python (pandas)

Importar CSV/Excel e inspecionar a base com .info() e .describe()
Tratar nulos, duplicatas e tipos errados
merge, concat, groupby e pivot_table
Datas, strings e categorias bem formatadas
Checklist de qualidade antes de analisar

Módulo 4 — Estatística aplicada sem enrolação

Média, mediana, moda e quando cada uma engana
Desvio padrão, percentis e detecção de outliers
Distribuições e por que olhar o histograma
Correlação, causa e os erros mais comuns de interpretação

Módulo 5 — Análise exploratória e visualização

EDA estruturada passo a passo
Gráficos certos para cada pergunta com matplotlib e seaborn
Análise de coorte e retenção
Encontrando o insight, não só o gráfico bonito

Módulo 6 — Power BI e dashboards de negócio

Modelo estrela: fatos e dimensões
Medidas DAX essenciais (SUMX, CALCULATE, DIVIDE)
Filtros, segmentações e drill-down
KPIs de negócio: churn, ticket médio, conversão, LTV
Publicando e compartilhando o relatório

Módulo 7 — Projeto final e comunicação

Da base bruta ao dashboard: projeto end-to-end
Storytelling de dados em uma página
Apresentando recomendações acionáveis
Montando o portfólio para entrevistas

Para quem é o Curso de Análise de Dados?

Para quem quer migrar ou entrar na área de dados começando do Excel, e para profissionais (marketing, financeiro, produto) que precisam analisar bases e montar dashboards sem depender de TI. Não exige programação prévia.

Quanto tempo dura o Curso de Análise de Dados?

O Curso de Análise de Dados tem 7 módulos, cerca de 9h de vídeo, organizado em 7 módulos com 31 aulas. As aulas são gravadas: você estuda no seu ritmo e pode rever qualquer aula quando quiser.

Este curso faz parte do catálogo da Affiliate University. Enquanto a matrícula individual não abre, conheça as formações completas com matrícula aberta hoje:

Especialista em Inteligência Artificial Gestão de Tráfego (Facebook Ads)Seu Produto Digital em 24h

Perguntas frequentes sobre o Curso de Análise de Dados

Preciso saber programar ou matemática avançada para fazer análise de dados?

Não. O curso começa do zero em SQL e Python e a estatística usada é descritiva (média, mediana, percentis, correlação). Não é necessário cálculo nem álgebra linear para a maior parte do trabalho de análise.

Qual a diferença entre analista de dados e cientista de dados?

O analista responde perguntas de negócio com SQL, planilhas e BI, focado em descrever o que aconteceu e por quê. O cientista de dados foca em previsão e modelos de machine learning. Este curso forma o perfil de analista, que é a porta de entrada da área.

Excel, Python ou Power BI: o que devo aprender primeiro?

A ordem que funciona é SQL para extrair, Python (pandas) para limpar e Power BI para visualizar. O curso segue exatamente esse fluxo, então você aprende cada ferramenta no momento em que ela faz sentido no processo.

Análise de dados é uma área boa para começar do zero?

É uma das portas de entrada mais acessíveis de tecnologia, porque grande parte do trabalho é lógica e interpretação, não programação pesada. O curso entrega projetos e datasets para você montar portfólio, que é o que recrutadores avaliam.

O que faz um analista de dados no dia a dia?

Extrai dados com SQL, limpa e cruza bases, calcula métricas (conversão, churn, ticket médio), investiga o porquê dos números e entrega dashboards e relatórios que ajudam o time a decidir. O curso reproduz esse ciclo completo.

Cursos relacionados de Programação e Dados

Ver todos os cursos de Programação e Dados → · Catálogo completo