O que você aprenderá_

Modele esquemas relacionais e mapeie entidades usando SQLAlchemy ORM e Core.
Construa consultas complexas com joins, subconsultas e operadores (IN, EXISTS, ANY) para responder perguntas de negócio.
Gerencie transações e trate erros de integridade garantindo os princípios ACID.
Implemente práticas de segurança, como uso de variáveis de ambiente e consultas parametrizadas para evitar exposição de credenciais e SQL Injection.
Converta resultados de consultas em DataFrames e realize análises avançadas com Pandas.
Crie e utilize views e triggers para automatizar regras de negócio e otimizar consultas.

Público alvo_

Profissionais e estudantes de dados, desenvolvedores backend e analistas que desejam modelar bancos, escrever consultas complexas e transformar resultados em insights usando Python, SQLAlchemy e Pandas. Também indicado para gestores que precisam obter respostas de negócio a partir de dados.

Deborah Foroni

Curso atualizado em 07/05/2026

Já estuda na Alura?

Comece o curso agora

Ementa

Acessando o banco e conhecendo o SQLAlchemy
- Apresentação
- Preparando o ambiente
- Setup e conexao com o banco
- Modelando o Banco com SQLAlchemy Core
- Criando tabelas no banco
- Criando tabelas no banco CREATE ALL
- Trabalhando com ORM - Modelos e Sessão
- Criando a classe produto
- Session: a unidade de trabalho
- Tratando erros com rollback
- Organizando filmes favoritos no Cinetopia
- Segurança_ SQL Injection e Como Prevenir
- Garantindo a integridade dos dados em organogramas empresariais
- Consultas parametrizadas
- Para saber mais: engine e pool de conexões no sqlalchemy
- O que aprendemos?
Consultando dados com SQLAlchemy
- Consultando dados: select, filtros e paginação
- Filtrandos os dados_Where
- Consultando dados de receitas populares
- Ordenando os resultados
- Ordenando projetos por popularidade na CodeConnect
- Relacionamentos, N+1 e Entrega para o Pandas
- Entregando resultados para o Pandas
- Paginação de anúncios na TRATOTECH
- Para saber mais: organização de módulos e reutilização de código
- O que aprendemos?
Criando subconsultas e operadores de combinação
- Consultas Compostas
- UNION e UNION ALL
- Subconsultas: IN e EXISTS
- Filtrando grupos_Having e Any
- Filtrando grupos: Any
- Analisando categorias de produtos na TRATOTECH
- Identificando receitas populares e de alto valor nutricional
- Otimizando recompensas no Clickbonus
- Para saber mais: recuperar dados completos após agregações
- O que aprendemos?
Realizando junções de dados
- Joins avançados
- LEFT OUTER JOIN
- Joins múltiplos
- Identificando tendências de vendas no UseDev
- Analisando entregas pendentes na Hermex Log
- Análise de popularidade de artistas no Playcatch
- Para saber mais: otimização de joins complexos
- O que aprendemos?
Criando e utilizando views e triggers
- Views e triggers
- Consultando Views
- Triggers
- Mapeamento de classes para análise de engajamento
- Otimização de dashboards na HomeHub
- Integração de dados de freelancers com objetos Python
- Para saber mais: refresh no sqlalchemy
- O que aprendemos?
Transações e controle de integridade
- Transação e Controle: Update
- Transação e Controle: Delete
- Revertendo transações
- Gerenciamento de pedidos na Hermex Log
- Cancelamento de pedidos antigos na Zoop
- Gestão de estoque na Zoop com exclusão segura
- Para saber mais: uso do refresh no SQLAlchemy
- Projeto final
- Conclusão
- O que aprendemos?