📘 Treinamento de Python

Bem-vindo ao Treinamento de Python! 🚀

Este repositório serve como apostila e material complementar para o treinamento, trazendo:

• 📄 Aulas teóricas organizadas em arquivos Markdown (.md)
• 🎯 Desafios práticos para implementar e fortalecer o aprendizado
• 🔄 Códigos para refatoração e testes de hipóteses
• 🏗️ Base completa de programação em Python, além de tópicos sobre DevOps, Docker, MongoDB e Kafka
• 🔄 Desenvolvimento de um App de analise de sentimentos, com GenAI, MongoDB, Kafka, Docker

📚 Estrutura do Curso

As aulas estão organizadas dentro da pasta aulas, divididas por temas e subtemas conforme o conteúdo.

🐍 Python

Aulas organizadas pelos principais recursos da linguagem, do básico ao avançado, sempre com teoria e prática.

📌 Tópicos abordados:

• Introdução
• Variáveis e tipos de dados
• Operadores e estruturas condicionais
• Estruturas de controle e loops
• Funções
• Manipulação de strings
• Manipulação de arquivos
• Módulos e pacotes
• Programação Orientada a Objetos (POO)
• Tratamento de exceções
• Iteradores e geradores ⚡ (avançado)
• Decoradores 🏗️ (avançado)
• Context Managers 🎭 (avançado)
• Concorrência e paralelismo ⚡ (avançado)
• Manipulação de dados com bibliotecas externas (ex: Pandas) 📊 (mais conteúdos serão adicionados!)

🐳 Docker

• Introdução e conceitos básicos
• Prática intensiva nas aulas subsequentes

🍃 MongoDB

• Introdução ao NoSQL e boas práticas
• Otimizações e tuning
• Demonstração prática com Docker + script Python de carga

🦜 Kafka

• Conceitos essenciais e uso prático
• Infra com Docker Compose
• Uso do Kowl para visualização
• Demonstração prática com produtor e consumidor

🤖 Scripts Copilot

O repositório também conta com a pasta scripts_copilot, onde foram desenvolvidos projetos utilizando o GitHub Copilot para acelerar o desenvolvimento de forma eficiente. Alguns exemplos incluem:

• Quiz dinâmico com interface visual usando Tkinter
• CRUD com banco de dados e Tkinter
• Outros projetos criados em tempo recorde com IA

💡 O curso terá diversos insights práticos de como utilizar IA para

🏗 Projeto: App de Análise de Sentimentos

O curso inclui um projeto prático estruturado na pasta app_analise_sentimentos, dividido em 4 fases, evoluindo progressivamente, com uso de IA pra acelerar o processo, projeto feito de forma natural, sem roteiro em aproximadamente 2 horas:

📂 fase_1_app → App Python básico para análise de sentimentos 📊 (app python)

📂 fase_2_docker → Docker & Docker Compose para orquestração 🐳 (app python + docker)

📂 fase_3_mongodb → Banco NoSQL MongoDB integrado e implementação ajustada 🍃 (app python + docker + mongodb)

📂 fase_4_kafka → Kafka adicionado para arquitetura event-driven ⚡ (app python + docker + mongodb + kafka)

💡 Objetivo: Construir uma aplicação robusta, explorando desde conceitos fundamentais até práticas avançadas de desenvolvimento e infraestrutura!

---