Você vai continuar aprendendo sobre os dicionários Python que costumam ser usados na área de dados. Você vai aprender a construir suas próprias funções, o que vai tornar seu código mais flexível e reutilizável. E, por fim, vamos começar a aprender Pandas, a biblioteca #1 usada por profissionais da área para processar os dados.
Capítulo 1. Dicionários
Capítulo 2. Funções
Capítulo 3. A biblioteca Pandas
Capítulo 4. Introdução ao pré-processamento de dados e análise inicial

Compensando dados imperfeitos. Como lidar com dados inexistentes e duplicados. Como alterar o tipo dos dados. Identificando correlações e construíndo gráficos.
Capítulo 1. Lendo e Visualizando Dados
Capítulo 2. Trabalhando com Valores Ausentes e Duplicados
Capítulo 3. Filtrando Dados
Capítulo 4. Estudo de caso
Capítulo 5. Visualização de Dados
Capítulo 6. Tipos de Dados
Capítulo 7. Engenharia de Características
Capítulo 8. Transformações de Dados

+1 projeto para seu portfólio

Como fazer análise inicial de dados para encontrar padrões. Criando gráficos básicos e elaborando suas primeiras hipóteses.
Capítulo 1. Estatística Descritiva
Capítulo 2. Teoria da Probabilidade
Capítulo 3. Testando Hipóteses

+1 projeto para seu portfólio

Preparando o ecossistema das ferramentas de desenvolvimento. Aprendendo a usar a linha de comando para acessar com facilidade e manipular arquivos no seu computador. Usando as ferramentas do Git e GitHub. Mergulhando no Python mais avançado. Capítulo 1. Introdução à Linha de Comando
Capítulo 2. Ambientes de Programação
Capítulo 3. Git e Github
Capítulo 4. Python Intermediário

+1 projeto para seu portfólio

Analise dados sobre vendas de jogos digitais para fazer previsões sobre as tendências do ano seguinte.

+1 projeto para seu portfólio

Como são estruturados os bancos de dados e como extrair dados deles usando consultas de SQL. Procurando dados online.
Capítulo 1. Extraindo Dados de Recursos Online
Capítulo 2. SQL como uma Ferramenta para Trabalhar com Dados
Capítulo 3. Funcionalidades Avançadas do SQL para Análise
Capítulo 4. Relacionamentos Entre Tabelas
Capítulo 5. Soft Skills Bonus Chapter.

+1 projeto para seu portfólio

Dominando o básico do aprendizado automático. Como funciona a biblioteca scikit-learn e como usá-la para completar seu primeiro projeto de aprendizado automático.
Capítulo 1. Treinando Seu Primeiro Modelo
Capítulo 2. Avaliando a Qualidade do Modelo
Capítulo 3. Melhorando o Modelo
Capítulo 4. Avançando para a Regressão

+1 projeto para seu portfólio

Mergulhando no campo mais procurado dentro do aprendizado automático. Como otimizar modelos, melhorar métricas, e trabalhar com dados desequilibrados.
Capítulo 1. Preparação de Funcionalidades
Capítulo 2. Métricas de Classificação
Capítulo 3. Classificação Desequilibrada
Capítulo 4. Métricas de Regressão
Capítulo 5. Soft Skills

+1 projeto para seu portfólio

Aplique tudo o que você aprendeu em tarefas de negócios. Conheça métricas de negócios, testes A/B, a técnica de bootstrapping e rotulagem de dados.
Capítulo 1. Métricas de Negócios
Capítulo 2. Implementando Novas Funcionalidades
Capítulo 3. Coleta de Dados
Capítulo 4. Soft Skills

+1 projeto para seu portfólio

Dê uma olhada mais profunda em alguns dos algoritmos que você já estudou e aprenda a aplicá-los. Key concepts in linear algebra: vectors, matrices, and linear regression.
Capítulo 1. Vetores e Operações com Vetores
Capítulo 2. Distância Entre Vetores
Capítulo 3. Matrizes e Operações com Matrizes
Capítulo 4. Regressão Linear

+1 projeto para seu portfólio

Analisando alguns dos algoritmos que usam métodos numéricos e aplicando-os em tarefas práticas. Aprendendo sobre o gradiente descendente, a técnica do gradient boosting, e as redes neurais.
Capítulo 1. Análise de Algoritmos
Capítulo 2. Gradiente Descendente
Capítulo 3. Gradiente Descendente em Treinamento de uma Regressão Linear
Capítulo 4. Gradient Boosting
Capítulo 5. Soft Skills

+1 projeto para seu portfólio

Explorando as séries temporais. Tendências, sazonalidade, e a criação de atributos.
Capítulo 1. Análise de Séries Temporais
Capítulo 2. Previsão de Séries Temporais

+1 projeto para seu portfólio

Aplicando métodos e técnicas de aprendizado em dados textuais. Aprendendo a converter texto em números e usar o saco de palavras, o TF-IDF, as técnicas de word embedding, e o BERT.
Capítulo 1. Vetorização de Textos
Capítulo 2. Representações de Linguagens

+1 projeto para seu portfólio.

Como lidar com tarefas simples de visão computacional usando redes neurais já existentes e a biblioteca Keras. Uma olhadinha rápida na aprendizagem profunda (Deep Learning).
Capítulo 1. Redes Totalmente Conectadas
Capítulo 2. Redes Neurais Convolucionais
Capítulo 3. Soft Skills

+1 projeto para seu portfólio

O que fazer quando você não tiver rótulos para os dados da saída. Lidando com tarefas de agrupamento (Clustering) e detectando anomalias.
Capítulo 1. Agrupamento
Capítulo 2. Detecção de Anomalias

Aplique tudo o que você aprendeu em um bootcamp de duas semanas que simula a experiência de trabalhar como um cientista de dados júnior.

+1 projeto para seu portfólio

Aprenda a criar currículos e cartas de apresentação, construir uma presença online no LinkedIn e no Github e construir sua rede profissional. Depois disso, você se concentrará nas diferentes etapas do processo de procura de emprego, desde as estratégias de busca de emprego, passando pelas entrevistas, até a negociação de uma oferta.