Name: Curso Projeto Análise de Dados: criação de dashboards interativos com SQL, BigQuery e Power BI
Rating: 4.6 (148 reviews)

criação de dashboards interativos com SQL, BigQuery e Power BI

Quero estudar na alura

Para conclusão

397

Pessoas nesse curso

9.2

Avaliação média

Certificado

De participação

O que você aprenderá_

Explore bases de dados através de consultas SQL.
Manipule e transforme dados utilizando o Power Query.
Importe dados e crie dashboards dinâmicos no Power BI.
Aplique filtros, agrupamentos e ordenações para refinar informações.
Customize visualizações e ajuste elementos de design para clareza dos painéis.

Público alvo_

Este curso é indicado para profissionais, estudantes e entusiastas que desejam aprofundar os conhecimentos em análise de dados e visualizações interativas. Ao final do curso, será possível extrair, manipular e interpretar dados, construindo dashboards que apoiem a tomada de decisão e comuniquem insights de negócio de forma clara e eficaz.

Viviane Martins

Com mais de 30 anos de experiência em tecnologia, Viviane é especialista em Ciência de Dados e Cibersegurança.Sua carreira é marcada pela capacidade de traduzir grandes volumes de dados em insights estratégicos para a tomada de decisões. Já atuou em projetos que envolvem desde a organização de dados brutos até a criação de painéis e relatórios interativos.É reconhecida por sua visão sistêmica e habilidade em comunicar descobertas complexas de forma clara e impactante para os negócios.

Curso atualizado em 08/10/2025

Já estuda na Alura?

Comece o curso agora

Ementa

Compreensão do cenário e desafio do negócio
- Introdução ao Case Citi Bike – contexto do sistema, desafios e objetivos do projeto
- Entendimento do sistema de compartilhamento — stakeholders, jornadas dos usuários, desafios como estações vazias/lotadas e previsões de demanda
- Apresentação das fontes de dados: tabelas públicas do BigQuery (viagens, estações; possível enriquecimento: clima, eventos), estrutura dos arquivos, campos relevantes e exemplos iniciais de consulta SQL
Limpeza e preparação dos dados
- Importação dos dados usando SQL e Python (pandas)
- Limpeza e tratamento: padronização de formatos (datas, localização, gênero), remoção e tratamento de valores faltantes e inconsistentes, criação de colunas calculadas (faixa etária, duração categorizada)
- Integração de múltiplas fontes: cruzando viagens com dados de clima/eventos — ferramentas: BigQuery, Python (pandas), SQL
- Aplicabilidade com métricas (KPI´s, OKR´s)
Análise Exploratória: EDA e Estatística Inicial
- Exploração dos dados com SQL/Python: volume de viagens por hora/dia/mês, distribuição por estação, duração, usertype
- Identificação de padrões sazonais e horários de pico (gráficos, distribuição temporal)
- Análise dos principais perfis de usuários (gênero, idade, assinante/casual)
- Relatórios exploratórios com insights iniciais — ferramentas: SQL, Python (pandas, seaborn, matplotlib)
Modelagem, Predição e Otimização
- Modelos preditivos: previsão de demanda por estação/hora (regressão, séries temporais, ML, etc.)
- Simulação e otimização de rebalancing: sugerir realocação de bikes para minimizar indisponibilidade
- Identificação de anomalias no uso (viagens suspeitas, estações críticas)
- Como aplicar IA generativa e copilotos para acelerar a análise (exemplos: gerar queries SQL, código Python, automatizar insights com ChatGPT) — ferramentas: Python (scikit-learn, statsmodels), BigQuery, IA generativa (ChatGPT, Gemini, Copilot)
Visualização e Dashboards Interativos
- Storytelling de dados: melhores práticas de visualização focando em operações e tomada de decisão
- Construção de mapas de calor, fluxos de bikes e dashboards interativos
- Criação de indicadores-chave (KPI) e alertas sobre estações críticas
- Testes e navegação a partir dos dados atualizados
- Principais insights e alertas no comportamento dos dados — ferramentas: Power BI
Experiência do Usuário e Exploração Executiva
- Definição e apresentação de indicadores executivos para operações e estratégia
- Navegação de dashboards e exploração guiada: filtros, drilldowns e personalização por público-alvo
- Boas práticas de user experience em painéis analíticos e testes dinâmicos
- Governança de dados e ética no uso de dados sensíveis (privacidade dos usuários, divulgação de insights)
- Técnicas de storytelling e apresentação de resultados para stakeholders (como comunicar valor com dados)
- Resumo executivo dos principais insights e recomendações de negócio – impacto potencial, economia, experiência do usuário, etc.
Criação do Portfólio
- Estrutura do Projeto e Criação no GitHub
- Criação e Organização de Diretórios
- Publicação