Automaçao Ia - Inteligência Artificial Programação

curso Asimov Academy (Vitalício)

Home / Cursos / Automaçao / curso Asimov Academy (Vitalício)

Asimov Academy Vitalício – Domine IA, Python, Automação e Dados do Zero ao Avançado

Quer aprender Inteligência Artificial, automações, programação em Python ou análise de dados sem enrolação? O Asimov Academy é o pacote definitivo pra você construir essas habilidades com aulas diretas ao ponto. Todo o conteúdo foi criado pelo Asimov, referência prática nesses temas. Aqui você aprende com quem realmente põe a mão na massa — nada de teoria solta.

O que você vai aprender na prática?

Não importa se está começando do zero ou já domina alguma coisa. O acesso vitalício inclui mais de 1.000 aulas em vídeo (formato MP4), todas em português, divididas por módulos bem claros. Olha só alguns exemplos reais do que você vai conseguir fazer:

Em menos de uma semana, dá pra criar automações que economizam fácil 10 horas do seu mês — integrando WhatsApp com planilhas, sites e até email automaticamente usando n8n.
Aprenda Python mesmo se nunca programou: com mais de 170 aulas só sobre Python, desde scripts básicos até análise completa de dados e programação orientada a objetos.
Quer mexer com IA? Tem módulo ensinando a criar chatbots reais em 21 aulas práticas. E não é só copiar e colar código: você entende como funciona por trás.
Precisa analisar dados? Tem dashboards dinâmicos com Dash em projetos reais (são 78 aulas só sobre isso).
Aprende a conectar ferramentas tipo APIs externas, automatiza extração de informações da web, faz backtesting para trading quantitativo… A lista segue.

Na prática, cada módulo resolve um problema comum. Do básico ao avançado.

Público-alvo – Pra quem serve?

Pessoas que querem trabalhar (ou já trabalham) com tecnologia: programadores iniciantes ou autônomos, analistas de dados e profissionais querendo automatizar processos.
Quem precisa economizar tempo automatizando tarefas chatas: planilha automática? Responder email sem tocar no mouse? Tá tudo aqui.
Criadores que querem ir além do Excel: implementa soluções completas pra negócio ou projeto pessoal.

Agora: o curso não é pra quem busca conteúdo superficial ou “só assistir vídeos”. Você realmente precisa querer botar a mão na massa e testar os códigos/gráficos no seu próprio computador.

Sobre o autor

O Asimov tem anos trabalhando direto no mercado — tanto desenvolvendo soluções de automação quanto treinando equipes inteiras pra usar IA no dia a dia. Sabe explicar conceitos técnicos sem complicação desnecessária. E entrega tudo mastigado pensando na aplicação real — não fica vendendo sonho impossível nem truque mirabolante.

Resultados possíveis: números concretos

Pessoas comuns conseguem criar automações para WhatsApp em menos de dois dias (módulo prático ensina passo-a-passo em até quatro horas de estudo).
Análise completa de dados com Pandas & SQL após cerca de três semanas — já aplicável para resolver tarefas profissionais.
Diversos alunos relatam economia direta acima de R$500/mês por automatizar rotinas manuais usando apenas o conteúdo inicial dos cursos.
Muita gente consegue migrar para áreas técnicas depois dos módulos focados em análise/automação.

Diferenciais do Asimov Academy

Acesso vitalício: pode revisar as aulas sempre que precisar, num ritmo realmente seu.
Tudo gravado: formato MP4, sem depender de internet ultra rápida durante o estudo.
Método direto ao ponto: poucas firulas teóricas; foca no “como faz” e não só no “por quê”.
Aulas curtas e organizadas por tema (exemplo concreto: tem módulo só sobre deploy Docker pro Python rodar sem dor de cabeça).
Nada engessado — aprende web scraping hoje, amanhã já pode partir pra IA conversacional ou integração API.

No fim das contas – vale mesmo?

Olha… Se quer sair do básico e fazer coisas funcionarem na vida real (e profissional), esse conjunto cobre praticamente todo cenário moderno relevante. Não espere fórmulas mágicas nem promessas vagas: o que está lá funciona porque é usado pelo próprio criador nos projetos dele. Agora se espera milagre assistindo aula dormindo, melhor procurar outra coisa. Aqui é mão na massa mesmo.

E agora? Como começar usando tudo isso:

Pega um projeto real seu logo no início: tente resolver um problema seu enquanto assiste as primeiras aulas práticas (email automático? script pra organizar PDFs?). Nada substitui teste na vida real.
Siga pela ordem sugerida: começa pelos módulos básicos se nunca programou; depois vai direto pro tema específico onde quer resultado mais rápido (automação n8n, análise Dashboards etc).
Anote dúvidas enquanto pratica: isso acelera muito mais sua curva quando resolve aplicar os conhecimentos nos próprios projetos futuros.

No fim das contas você vai sair desse curso sabendo construir suas próprias automações, análises sofisticadas e sistemas inteligentes — seja para carreira nova ou resolver problemas pessoais. É pegar firme nas primeiras semanas e aproveitar acesso vitalício pra revisitar sempre que pintar uma demanda nova!

Autor: Asimov

Genero: Cursos de IA, Automações, Python, n8n e Análise de Dados

Formato: MP4

Idioma: Português

Conteudo do Curso

1. Fundamentos de Python

346 aulas

Ver aulas (346)

01. Conceitos e Objetivos[2].mp4
01. Listas.mp4
01. Primeiros passos com JupyterLab.ts
02. Como filtros funcionam – Kernels e convolução[2].mp4
02. Números.ts
02. Tuplas e dados mutáveis.mp4
03. Estrutura Inicial – Bibliotecas[2].mp4
03. Sequências.mp4
03. Variáveis.ts
04. A matriz como imagem tridimensional[2].mp4
04. Slicing.mp4
04. Strings e Indexação.ts
05. A função range.mp4
05. Criando os Kernels[2].mp4
05. Mais sobre Strings e Métodos embutidos.ts
06. Finalizando a Interpretação de Kernels[2].mp4
06. For loops.mp4
06. Listas.ts
07. Dicionários.ts
07. Introdução ao Live Blur[2].mp4
07. Iterando sobre sequências.mp4
08. Abrindo a nossa Câmera[2].mp4
08. Break e continue.mp4
08. Tuplas.ts
08. While loops.mp4
09. Desafio – iteração.mp4
09. Função geradora de Kernels[2].mp4
09. Input, Sets e Booleanos.ts
1. Apresentação Lógica de Programação.ts
1. Apresentação do módulo.ts
1. Apresentação à lógica de programação.mp4
1. Argumentos arbitrários com args e kwargs.mp4
1. Automações básicas com OS.ts
1. Boas vindas.ts
1. Boas-vindas.ts
1. Boas-vindas[2].mp4
1. Branches no Git - A árvore do seu projeto.mp4
1. Como copiar uma seleção da tela.ts
1. Como montaremos nosso aplicativo web.ts
1. Como o GitHub pode ser um portfólio para seus projetos.ts
1. Como vamos aprender Python .mp4
1. Conteúdo das Messages.mp4
1. Controle de fluxo.mp4
1. Copiando, Movendo e Deletando Arquivos.mp4
1. Criando gráficos com Plotly.ts
1. Criando o Primeiro Repositório Local.ts
1. Desafio – cifra de César.mp4
1. Dicionários.mp4
1. Dimensões e Tipos de Dados[2].mp4
1. Envio básico de e-mails.mp4
1. Finalizando o curso.ts
1. Finalização.mp4
1. Funções de iteração.mp4
1. Funções.mp4
1. Importando arquivos com código – a variável __name__.mp4
1. Inserção de texto.ts
1. Interação com arquivos e sistema operacional.mp4
1. Introdução ao Matplotlib.mp4
1. Introdução ao curso.mp4
1. Introdução – Calculadora.ts
1. Introdução – Software de gestão para locadora de carros.ts
1. Introdução.mp4
1. Introdução.ts
1. Introdução[2].mp4
1. Lendo e Escrevendo Arquivos de Texto.mp4
1. Lendo o texto de um PDF.mp4
1. Matemática Intermediária e Cópias[2].mp4
1. Mesclando tabelas - o PROCV no Python.ts
1. Miniprojeto - Caça ao Tesouro[2].mp4
1. O bloco with.mp4
1. O conceito de UID.mp4
1. O que são IDEs.mp4
1. O que vamos aprender nesse curso.ts
1. O que vamos aprender nesse curso.ts
1. O que vamos aprender neste curso.mp4
1. O que você vai aprender.mp4
1. O que é Git e por que usá-lo.ts
1. O que é Python.ts
1. O que é o GitHub e sua importância.ts
1. O que é um PDF.mp4
1. O que é um ambiente virtual.mp4
1. O que é uma linguagem de programação.ts
1. O terminal do Windows.mp4
1. Orientação a objetos no Matplotlib[2].mp4
1. Os erros mais comuns em Python.mp4
1. Para que serve o PyAutoGUI.ts
1. Pegando as coordenadas do mouse em tempo real.ts
1. Por que ler emails com Python.mp4
1. Projeto - Jogo da Velha – Parte 1.mp4
1. Projeto - Simulador de Caos – Parte 1.mp4
1. Projeto Jogo da Velha – Parte 1.ts
1. Projeto Pedra, Papel e Tesoura – Parte 1.ts
1. Projeto Simulador de Caos – Parte 1.ts
1. Recomendação de Estrutura de Classe.mp4
1. Rotação de páginas e conteúdo.mp4
1. Selecionando colunas e filtrando linhas.ts
1. Trabalhando em equipe com GitHub.mp4
1. Tratamento de exceções – Interrompendo o programa.ts
1. Variáveis.mp4
10. Desafio – iteração com múltiplas listas.mp4
10. Kernel Stacking[2].mp4
10. Operadores de comparação.ts
11. Exercícios – Parte 1.ts
11. Implementando o Live Blur![2].mp4
12. Solução dos exercícios – Parte 1.ts
13. Operadores de comparação em cadeia.ts
14. If, Elif e Else.ts
15. Range.ts
16. For.ts
17. While.ts
18. Compreensão em listas.ts
19. Funções.ts
2. A estrutura de um arquivo PDF.mp4
2. Adicionando novas colunas.ts
2. Algoritmos 1.ts
2. Anexos e estilização com HTML.mp4
2. Arquivos e Caminho de Arquivos.mp4
2. Asimov Academy - nossos princípios.ts
2. Atualização – instalando e configurando Python.ts
2. Combinando branches e lidando com conflitos.ts
2. Conjuntos e seus métodos.mp4
2. Conteúdo das Messages.mp4
2. Copiando, Movendo e Deletando Pastas.mp4
2. Credenciais e Acessos.mp4
2. Criando e Gerenciando Pull Requests no GitHub.mp4
2. Criando e ativando seu ambiente virtual.mp4
2. Criando nosso primeiro script.mp4
2. Criando um Repositório para seu Perfil.ts
2. Criando uma tabela.ts
2. DESAFIO – Modificando arquivo html.mp4
2. Depurando código com debugger.mp4
2. Desafio – baralho de cartas.mp4
2. Desempacotando sequências.mp4
2. Estatística Básica[2].mp4
2. Estrutura do curso.ts
2. Estrutura do projeto e erros de importação.mp4
2. Executando o primeiro app Streamlit.ts
2. Funções built-in relevantes.mp4
2. Funções básicas de plot.mp4
2. Git no VSCode.ts
2. Importação de módulos e PDB.ts
2. Inserção dinâmica de texto.ts
2. Instalando Python no Windows.mp4
2. Instalando e configurando o VS Code.mp4
2. Instalando o Mu.ts
2. Instalação do Git.ts
2. Localização de uma imagem.ts
2. Lógica do PyAutoGUI.ts
2. Manipulações e Atribuição de Valores[2].mp4
2. Miniprojeto - Jogo da Velha[2].mp4
2. Miniprojeto 06 – Adicionando gráficos com Plotly.ts
2. Movimento absoluto.ts
2. Mudando as dimensões de um PDF.mp4
2. Métodos do OS.ts
2. O Conceito de Algoritmo.mp4
2. O bloco match case.mp4
2. O operador in.mp4
2. O que é Numpy[2].mp4
2. O que é o .gitignore e como utilizá-lo.txt
2. O que é um terminal.mp4
2. Objetos e classes no Python.mp4
2. Objetos e classes no Python.ts
2. Operadores de comparação.mp4
2. Operadores.mp4
2. Os desafios com extração de texto.mp4
2. Outros Filtros.mp4
2. Parâmetros e argumentos.mp4
2. Pressionar teclas.ts
2. Projeto - Jogo da Velha – Parte 2.mp4
2. Projeto - Simulador de Caos – Parte 2.mp4
2. Projeto Jogo da Velha – Parte 2.ts
2. Projeto Pedra, Papel e Tesoura – Parte 2.ts
2. Projeto Simulador de Caos – Parte 2.ts
2. Realizando cálculos na tabela.ts
2. Resolução – Calculadora.ts
2. Resolução – Software de gestão para locadora de carros – Pt1.ts
2. Subplots[2].mp4
2. Trabalhando com tempo, datas e horas.mp4
2. descrição
2.nossos princípios[2].mp4
20. Lambda.ts
21. Exercícios – Parte 2.ts
22. Solução dos exercícios – Parte 2.ts
3. Abrindo o primeiro arquivo PDF.mp4
3. Adicionando novas linhas.ts
3. Algoritmos 2.ts
3. Carregando os dados no Pandas.ts
3. Colaborando com Projetos Abertos -Entendendo o Fork.txt
3. Compactando e Descompactando Pastas.mp4
3. Compreensão de lista.mp4
3. Conectando um repositório no GitHub.mp4
3. Construindo caminhos com pathlib.mp4
3. Cortando regiões de um PDF.mp4
3. Criando classes e métodos.mp4
3. Criando classes e métodos.ts
3. Customização[2].mp4
3. Estruturas de controle de fluxo.mp4
3. Exemplos práticos de algoritmos.mp4
3. Extraindo imagens.mp4
3. Facilitando a extração de imagens – Flameshot.ts
3. Funções lambda (anônimas).mp4
3. Hello World, números e REPL.ts
3. Importando arquivos Excel.ts
3. Inserção de avisos na tela.ts
3. Instalando e configurando o Pycharm.mp4
3. Introdução a Biblioteca Imbox.mp4
3. Iteração avançada com itertools.mp4
3. Lendo e Escrevendo Planilhas.mp4
3. Lidando com erros com blocos try except.mp4
3. Manipulação e busca em textos.mp4
3. Miniprojeto 04 – Visualizando volume de vendas e comissões.ts
3. Movimento relativo.ts
3. Métodos em Python.mp4
3. Números em Python.mp4
3. O que são as Messages.mp4
3. O que é uma linguagem de programação.ts
3. O que é uma linguagem de programação[2].mp4
3. O terminal do Mac.mp4
3. O terminal do Windows.ts
3. O valor None.mp4
3. OS.path.ts
3. Operadores booleanos.mp4
3. Operadores de divisão.mp4
3. Para onde seguir.mp4
3. Plano cartesiano na tela.ts
3. Por que Numpy[2].mp4
3. Projeto - Jogo da Velha – Parte 3.mp4
3. Projeto - Simulador de Caos – Parte 3.mp4
3. Projeto Jogo da Velha – Parte 3.ts
3. Projeto Simulador de Caos – Parte 3.ts
3. Quem deveria fazer este curso.ts
3. Reorganizações e Stacks[2].mp4
3. Resolução – Software de gestão para locadora de carros – Pt2.ts
3. Selecionando o interpretador de Python nas IDEs.mp4
3. Teclas de atalho.ts
3. Try, Except e Finally.ts
3. Álgebra e Desafio Intermediário[2].mp4
4. Adicionando carimbo e marca d’água.mp4
4. Advanced Indexing – Boolean Masking[2].mp4
4. Algoritmos 3.ts
4. Apresentação do projeto.ts
4. Autenticação com SSH - Uma Alternativa ao Token PAT.txt
4. Caminhos Absolutos e Caminhos Relativos.mp4
4. Compreensão de dicionários e conjuntos.mp4
4. Convertendo PDFs em imagens.mp4
4. Criando nossas próprias exceções com raise.mp4
4. Criando o primeiro componente.ts
4. DESAFIO – Organizando Arquivos por extensão.mp4
4. DESAFIO – Separando e Consolidando Planilhas.mp4
4. Decoradores.mp4
4. Desafio – Biblioteca padrão.mp4
4. Desafio – Iteração.mp4
4. Desafio – usuário e senha.mp4
4. Estabelecendo a conexão.mp4
4. Estrutura dos algoritmos.mp4
4. Estruturas de repetição.mp4
4. Expressão condicional.mp4
4. Extraindo páginas de um PDF.mp4
4. Herança e Métodos especiais.mp4
4. Herança e Métodos especiais.ts
4. Importação de módulos.mp4
4. Instalando Python no Mac.mp4
4. Instalando Python no Windows.ts
4. Logging.ts
4. Melhorando a identificação das imagens com OpenCV.ts
4. Miniprojeto 02 – Seleção de colunas e filtro de linhas.ts
4. Movimento de clique e arraste.ts
4. Métodos de dicionários.mp4
4. Navegação.ts
4. O console de iPython.mp4
4. O que podemos e não podemos fazer com Python.ts
4. O que podemos e não podemos fazer com Python[2].mp4
4. O que é uma Message.mp4
4. Plots Especiais[2].mp4
4. Resolução do Desafio[2].mp4
4. Strings e Variáveis.ts
4. Tabelas dinâmicas - Pivotando e agrupando tabelas.ts
4. Texto em Python.mp4
4. Visualizando Tabelas.ts
4. descrição
5. A biblioteca padrão de Python.mp4
5. Algoritmos 4.ts
5. Clonando e colaborando com repositórios existentes.mp4
5. Combinando PDFs.mp4
5. Como decoradores funcionam.mp4
5. Como tirar suas dúvidas.ts
5. Como tirar suas dúvidas[2].mp4
5. Construindo os gráficos.ts
5. Desafio Final[2].mp4
5. Desafio – Conjuntos e compreensão de lista.mp4
5. Desafio – acerte o número.mp4
5. Elementos básicos da programação.mp4
5. Formatação em Strings, Listas e Slicing.ts
5. Identidade e o operador is.mp4
5. Jupyter Notebook e Jupyter Lab.mp4
5. Lendo e Escrevendo Json.mp4
5. Lendo tabelas de PDFs.mp4
5. Manipulando Caminhos de Arquivos.mp4
5. Miniprojeto 01 – Visualizando dados em um Web App.ts
5. Miniprojeto 03 – Adição de linhas à tabela.ts
5. Miniprojeto 05 – Tabela dinâmica.ts
5. Movimento com clique pressionado.ts
5. Métodos de strings e números.mp4
5. O que são IDEs.ts
5. O terminal do Linux.mp4
5. Organizando arquivos parte 1.ts
5. PDFs com senha.mp4
5. Usando type hints – tipagem de dados em Python.mp4
5. Variáveis.mp4
6. Anotações e anexos.mp4
6. Booleanos e Operadores de Comparação.ts
6. Encerramento.mp4
6. Extraindo todas as tabelas de um PDF.mp4
6. Finalizando o projeto.ts
6. Instalando Python no Linux.mp4
6. Instalando e configurando o VS Code.ts
6. Lendo e Escrevendo Arquivos Pickle.mp4
6. Métodos de listas e tuplas.mp4
6. O operador morsa (expressão de atribuição).mp4
6. Organizando arquivos parte 2.ts
6. Outras opções de IDEs.mp4
6. Pegando valores do usuário.mp4
6. Retornando Conteúdos de uma Pasta.mp4
6. Tipos de clique.ts
6. Utilidades do módulo functools.mp4
6. Variáveis.ts
7. Desafio – Funções.mp4
7. Desafio – Operadores.mp4
7. Desafio – contador de caracteres.mp4
7. Desafio – entrevista.mp4
7. EXERCÍCIO – Encontrando arquivo.mp4
7. Extensões e atalhos do VS Code.mp4
7. If, Elif e Else.ts
7. Lendo e Escrevendo Arquivos XML.mp4
7. Operadores.ts
7. Outras opções de instalação.mp4
7. Scroll.ts
8. DESAFIO – Tamanho de uma pasta.mp4
8. Desafio – jogo dos estados.mp4
8. Estruturas de controle de fluxo.ts
8. For.ts
8. Formatação de texto.mp4
8. Jupyter Notebook e Jupyter Lab.ts
9. Aula extra – Compreensão de lista.mp4
9. Estruturas de repetição.ts
9. descrição

2. Web apps e Dashboards

212 aulas

Ver aulas (212)

01. Introdução Dash.ts
01. Introdução ao projeto Sales Analysis.ts
01. Que nível de projetos atingiremos.ts
02. Instalação Dash.ts
02. Jupyter Lab.ts
02. O que é html - guia de tags, IDs e Classes.pdf
03. A estratégia em Prática.ts
03. Estrutura básica do Dash.ts
03. Revisão de CSS e como utilizar no Dash.ts
04. Gerando Gráficos.ts
04. Iniciando os Modais.ts
04. Layout 1.ts
04. Utilizando temas do DBC.ts
05. Callback novo Advogado.ts
05. Componentes de Layout.ts
05. Customização do layout.ts
05. Row 1.ts
06. Cartões e Botões.ts
06. Layout 2.ts
06. Row 2.ts
06. SQL, finalmente!.ts
07. Decorators.ts
07. Exercício de planejamento de layout.ts
07. Modal novo Processo.ts
07. Row 3.ts
08. Callbacks 1 – Sales Analysis.ts
08. Callbacks – 1.ts
08. Novos Processos.ts
08. Projeto – Aprimorando o projeto do supermercado.ts
09. Callbacks 2 – Sales Analysis.ts
09. Callbacks com gráficos.ts
09. Card de Filtros.ts
09. Projeto – Estilização do menu lateral.ts
1. A documentação de uma API.ts
1. A trilha para tirar suas ideias do papel.ts
1. APIs privadas e autenticação básica.ts
1. Acessando nossa primeira API.ts
1. Anatomia de um Request.ts
1. Aplicação dos conceitos.ts
1. Apresentação do projeto Análises Esportivas.ts
1. Apresentação do projeto de vendas em supermercados.ts
1. Apresentação do projeto – Asimov News.ts
1. Apresentação do projeto – Otimizador de Rotas.ts
1. Apresentação projeto – Deploy Streamlit Cloud.ts
1. Criando gráficos com Plotly.ts
1. Dash FIFA 2023.ts
1. Django Admin[2].mp4
1. Entendendo html e a estrutura de uma página web.ts
1. Entendendo o localhost e endereços de IP.ts
1. Esperando carregamento de elementos.ts
1. Finalizando o curso.ts
1. Formulários[2].mp4
1. Input Widgets.ts
1. Instalação do Django.ts
1. Introdução ao Streamlit.ts
1. Introdução ao curso - APIs para iniciantes.ts
1. Introdução ao curso.mp4
1. Introdução ao deploy.ts
1. Introdução do curso.ts
1. Introdução.ts
1. Introdução[2].mp4
1. Listando receitas[2].mp4
1. Mesclando tabelas - o PROCV no Python.ts
1. Models[2].mp4
1. O que acontece quando você acessa um site.ts
1. O que são views.ts
1. O que vamos aprender nesse curso.ts
1. O que vamos aprender neste curso.ts
1. O que é uma interface.ts
1. O uso de States.ts
1. Overview do BeautifulSoup.ts
1. Planejamento e análise inicial dos dados.ts
1. Renderizando Templates.ts
1. Selecionando colunas e filtrando linhas.ts
1. Tags.ts
1. Templates especiais para seus projetos.ts
10. Callbacks 3 – Sales Analysis.ts
10. Callbacks com múltiplos inputs.ts
10. Gerando cards por funções.ts
10. Projeto – Finalizando.ts
11. Ids Dinâmicas.ts
12. Gerando os cards.ts
13. Gerando os Cards 2.ts
14. Abrindo o modal de Processos.ts
2. A arquitetura do Asimov News.ts
2. Adicionando novas colunas.ts
2. Adicionando o primeiro destino.ts
2. Analisando a documentação do BeautifulSoup.ts
2. Autenticação Bearer com chave de API.ts
2. Autenticação Bearer com tokens de acesso.ts
2. Breve introdução ao Selenium.ts
2. Browser e Extração.ts
2. Busca e filtros[2].mp4
2. Callbacks em cadeia.ts
2. Classes e Ids.ts
2. Construção do Layout.ts
2. Criando uma tabela.ts
2. Deploy completo no Streamlit Cloud.ts
2. Do que o Dash é capaz.mp4
2. Estratégias de deploy.ts
2. Explorando a estrutura do projeto.ts
2. Explorando métodos de elemento.ts
2. Extraindo dados do IBGE.ts
2. Gerando e analisando Requests.ts
2. HTTP - o protocolo da Internet.ts
2. Hospedagem e deploy - como tornar seu site acessível pela web.ts
2. Ingestão de dados.ts
2. Layout.ts
2. Lidando com variáveis globais – Boas práticas.ts
2. Localizando elementos por tag e atributos.ts
2. Miniprojeto 06 – Adicionando gráficos com Plotly.ts
2. Mostrar receita pelo ID[2].mp4
2. O que são requisições HTTP - Métodos e funcionamento.ts
2. O que é o Django.ts
2. O que é uma API.ts
2. Persistência de dados[2].mp4
2. Processo de criação do projeto.ts
2. Quem é você - Desenvolvedor web ou resolvedor de problemas.ts
2. Realizando cálculos na tabela.ts
2. Rodando o primeiro Dashboard.ts
2. Schemas de resposta e parâmetros de URL.ts
2. Tabelas e registros[2].mp4
2. Tags Templates.ts
2. URLs e Rotas.ts
2. Verificando campos e avisando o usuári[2].mp4
2. View de jogadores e teams.ts
3. Adicionando novas linhas.ts
3. Adicionando segundo destino a aba de rotas.ts
3. Apresentando dados no Streamlit.ts
3. Atualizando projetos em tempo real.ts
3. Ações em cadeia e Keys Especiais.ts
3. Cacheamento e Multipages.ts
3. Callbacks e configurações finais.ts
3. Combinando Requests de APIs diferentes.ts
3. Como a trilha está organizada - O que você vai aprender.ts
3. Como colocar o projeto em produção.ts
3. Códigos de status HTTP.ts
3. EXERCÍCIO 01 – Localizando elementos no Mercado Livre.ts
3. Editando registros[2].mp4
3. Exercitando a lógica de Web Scraping.ts
3. Herança de Templates.ts
3. Importando arquivos Excel.ts
3. JSON Web Tokens (JWTs) e bibliotecas de APIs.ts
3. Layout – Dashboard de vendas.ts
3. Limitações da biblioteca Requests.ts
3. Lógica de Web Scraping.ts
3. Miniprojeto - Web App de tempo com OpenWeather.ts
3. Miniprojeto 04 – Visualizando volume de vendas e comissões.ts
3. Nosso primeiro Request.ts
3. O papel do HTML e do Frontend.ts
3. O que é ORM[2].mp4
3. O que é um Framework.ts
3. O surgimento da API REST.ts
3. Projetos e Apps.ts
3. Pré-requisitos para o Curso.mp4
3. Quando callbacks são executados.ts
3. Views e URLs dinâmicas.ts
3. Web Scraping do globo.com.ts
4. A arquitetura MVT.ts
4. Adicionando múltiplos destinos a aba de rotas.ts
4. Alternativas de mercado para colocar projetos em produção.ts
4. Bibliotecas.ts
4. Callbacks – Dashboard de vendas.ts
4. Como o curso está estruturado (1).mp4
4. Componentes adicionais.ts
4. Criando o primeiro App.ts
4. Criando tabelas com Dash DataTable.ts
4. Finalizando o curso.ts
4. Imports e estrutura básica.ts
4. Lidando com variáveis globais – Callbacks.ts
4. Miniprojeto - Web App com dados do Spotify.ts
4. Miniprojeto - Web App de popularidade de nomes do IBGE.ts
4. Miniprojeto 02 – Seleção de colunas e filtro de linhas.ts
4. Tabelas dinâmicas - Pivotando e agrupando tabelas.ts
4. Uso da biblioteca Selenium.ts
4. Utilizando XPATH para localizar elementos em um HTML.ts
4. Visualizando Tabelas.ts
5. Atributos básicos da classe.ts
5. Como tirar suas dúvidas.ts
5. Componentes da comunidade.ts
5. Criando distância entre pares de endereços.ts
5. Dash x Excel, Tableau e Power BI.mp4
5. Deploy no Heroku – Parte 1.ts
5. Detecção de triggers em callbacks.ts
5. Localizando elementos por XPATH.ts
5. Miniprojeto 01 – Visualizando dados em um Web App.ts
5. Miniprojeto 03 – Adição de linhas à tabela.ts
5. Miniprojeto 05 – Tabela dinâmica.ts
5. Utilizando a API do Sofascore.ts
6. Como tirar suas dúvidas.mp4
6. Criando otimizador de rotas.ts
6. Deploy no Heroku – Parte 2.ts
6. EXERCÍCIO 02 – Localizando elementos da Amazon.ts
6. Thread de atualização de notícias.ts
6. Utilizando a API do Sofascore – Parte 2.ts
7. Construindo a tela principal.ts
7. Construindo o DataFrame.ts
7. Deploy no Render.ts
7. EXERCÍCIO -2 – Localizando elementos na Amazon – Parte 2.ts
7. Mostrando resultado da otimização.ts
8. Construindo o Gráfico.ts
8. Lógica de adição e exclusão de sites.ts
9. Montando o display_news.ts
APIs para iniciantes - HTTP, Requests e APIs com Python.zip
Banco de dados com Django.zip
Criando Aplicativos Web com Streamlit.zip
Dashboards Interativos com Python.zip
Django Básico.zip
Introdução à Python para Web - Apostila Asimov Academy.zip
Python para Usuários de Excel.zip
Web Scraping - Extraindo dados da Web.zip
curso_selenium.zip

3. Formação Engenheiro de Agentes de IA

296 aulas

Ver aulas (296)

01. RAG – Introdução a técnica Retrieval Augmented Generation.ts
02. Retrieval Augmented Generation (RAG).txt
03. Comparação entre RAG e Fine Tuning.txt
04. Document Loaders – Carregando dados com Langchain.ts
05. Criando um Document Loader Customizado no LangChain.txt
06. Text Splitters – Dividindo texto em trechos.ts
07. Embeddings – Transformando texto em vetores.ts
08. VectorStores – Criando uma base de dados de vetores.ts
09. Retrieval – Encontrando trechos relevantes.ts
1. A bi.mp4
1. A grande oportunidade existente hoje no mercado de IA.ts
1. A trilha mais importante que já desenvolvemos.ts
1. Abertura da Trilha.ts
1. Acessando Datasets do Hug.mp4
1. Acessando modelos de IA através da Inference API.ts
1. Adição de funções externas a API da OpenAI.ts
1. Apresentando a Assistants API.ts
1. Apresentação ao curso de Engenharia de Prompt.ts
1. Apresentação curso - Explorando IAs de Geração de Texto.mp4
1. Apresentação curso – Agents de IA com Python e LangChain.ts
1. Apresentação do curso Aplicações de IA com Langchain.ts
1. Apresentação do módulo.ts
1. Apresentação do projeto.ts
1. Apresentação – Explorando API da OpenAI.ts
1. Apresentação.mp4
1. Bem-vindo ao curso de CrewAI.ts
1. Bem-vindo ao curso de Deploy com CrewAI.ts
1. Bem-vindo!.ts
1. Como um Agent é construído.ts
1. Conectando seu próprio MCP ao Claude Desktop.ts
1. Configurando o Agno.mp4
1. Construindo um projeto pronto para produção.ts
1. Criando Chains com LCEL.ts
1. Criando e editando imagens com DALL-E.ts
1. Criando um servidor MCP local.ts
1. Criação de tools com LangChain.ts
1. Criação de áudios a partir de textos.ts
1. Dando tempo para o modelo pensar (COT).ts
1. Explorando a Interface e Funcionalidades.ts
1. Finalizando o curso de Aplicações de IA com Langchain.ts
1. Finalizando o curso de CrewAI.ts
1. Gerando texto com Anthropic Claude e Python.mp4
1. Gerando texto com Cohere e Python.mp4
1. Gerando texto com Google Gemini e Python.mp4
1. Gerando texto com Mistral AI e Python.mp4
1. Gerando texto com OpenAI e Python.mp4
1. Gerando texto e transcrevendo audio com Groq e Python.mp4
1. Instalando Ollama e gerando texto com Ollama e Python.mp4
1. Instalando e Configurando o Cursor AI.ts
1. Integração com MCPs.ts
1. Introdução ao curso - MCPs na prática.ts
1. Introdução ao curso – IAs para imagens e áudio.ts
1. Introdução aos Modelos MCP.ts
1. Lidando com Alucinações e usando Ferramentas.ts
1. Miniprojeto - criando um MCP de previsão do tempo.ts
1. Miniprojeto - seu primeiro cliente de MCP para busca na Wikipedia.ts
1. Models – Conceitos avançados.ts
1. O Perceptron.ts
1. O que são arquivos de imagem.ts
1. O que são arquivos de vídeo.ts
1. O que são arquivos de áudio.ts
1. O que você vai aprender neste curso.ts
1. O que é Hugging Face.mp4
1. O que é o Cursor AI.ts
1. O que é o deploy.mp4
1. O que é um Multi-agent System.ts
1. Observabilidade com AgentOps.ts
1. Por que “aprender a aprender”.ts
1. Primeira etapa - Processar toda a internet.ts
1. Princípios da Engenharia de Prompt na criação de Crews.ts
1. Quinta etapa - Reinforcement Learning.ts
1. Resumo e Extração.ts
1. Testando a API com Postman.ts
1. Tire suas dúvidas com os professores.ts
1. Tools de CrewAI.ts
1. Utilizando IAs de tradução.ts
1. Utilizando LangChain para acessar o Llama 3.ts
1. Utilizando o ChatGPT para gerar textos.ts
1. descrição
1. descrição.txt
1.O que o Agno tem de especial .mp4
10. RAG – Conversando com os seus dados.ts
11. Um pipeline completo com RAG.ts
2. A plataforma Hugging Face.mp4
2. Adicionando tools ao meu projeto.ts
2. Adição de funções externas utilizando LangChain.ts
2. Analisando dados com Assistants Code Interpreter.ts
2. Assistentes X Agentes.ts
2. Casos de Uso e Dicas de Aplicação.ts
2. Classificação de imagens.ts
2. Classificação de vídeo.ts
2. Classificação de áudio.ts
2. Como a formação está organizada.mp4
2. Como computadores resolvem problemas - Algoritmo x Machine Learning.ts
2. Como uma aplicação IA funciona.ts
2. Conceitos Gerais de LLMs.ts
2. Conectando MCPs externos ao Claude Desktop.ts
2. Configuração Inicial e Ambiente de Uso.ts
2. Conhecendo a comunidade do .mp4
2. Conversando com um chatbot pela Inference API.ts
2. Criando nosso primeiro Agente.mp4
2. Criando seu primeiro ChatBot.ts
2. Criando um projeto pronto para deploy.ts
2. Criando um servidor MCP remoto.ts
2. Criando uma chain com LCEL.ts
2. DeepSeek, AI Leaderboard e fechamento.ts
2. Desafio - Chains com LCEL.txt
2. Diferenciais e Recursos Avançados
2. Elementos de um Prompt.ts
2. Encadeamento (Chaining).ts
2. Ensino baseado em projetos.ts
2. Entendendo tools.txt
2. Estruturado Agents e Tasks com ajuda do ChatGPT
2. Evitando erros comuns com LangChain.txt
2. Explorando a documentação da API.ts
2. Gerando texto com Anthropic Claude e LangChain.mp4
2. Gerando texto com Cohere e LangChain.mp4
2. Gerando texto com Google Gemini e LangChain.mp4
2. Gerando texto com Groq e LangChain.mp4
2. Gerando texto com HuggingFace e Python.mp4
2. Gerando texto com Mistral AI e LangChain.mp4
2. Gerando texto com Ollama e LangChain.mp4
2. Gerando texto com OpenAI e LangChain.mp4
2. Gerando uma stream de texto.ts
2. Inferência e Análise de Sentimento.ts
2. Integrando o MCP de previsão do tempo com todos os clientes.ts
2. Interagindo com o usuário - Variáveis e tipos de dados.ts
2. MCPs Origem, Conceito e Aplicações no Cursor AI.mp4
2. Mode.mp4
2. Modelos precisam de tokens para pensar.ts
2. O conceito central de CrewAI.ts
2. O que você precisa saber para fazer seu deploy.mp4
2. O que é um Agente.txt
2. O que é um agente.ts
2. O que, como e por quê.ts
2. Por que aprender a usar o Cursor AI.ts
2. Principais frameworks para Aplicações IA.ts
2. Processo completo para criação de tool de temperatura e do wikipedia.ts
2. Projeto - Criando uma crew para criar crews.ts
2. Quem é você - Usuário, Engenheiro ou Desenvolvedor.ts
2. Segunda etapa - Tokenização.ts
2. Testando a API com Python.ts
2. Tipos de Models do LangChain.txt
2. Transcrição de áudios.ts
2. Transformers e LLMs.ts
2. Um panorama atual das IAs.ts
2. Uma visão geral sobre Redes Neurais.ts
2. Utilizando IAs de resumo.ts
2. Visão computacional com GPT-Vision.ts
2. descrição
2. descrição
2. descrição
2. descrição
2. descrição.txt
2. descrição.txt
3 O que são agentes de IA..mp4
3. Adicionando meu projeto ao GitHub.ts
3. Adicionando saldo a sua conta da OpenAI.ts
3. Agents e Tools - como uma aplicação IA acessa ferramentas.ts
3. Analisando arquivos PDF com Assistants Retrieval.ts
3. Assistentes X Agentes.mp4
3. Atualização nas Bibliotecas LangChain e Pydantic.txt
3. Classificando textos com IAs.ts
3. Classificação de imagens zero-shot (sem contexto).ts
3. Como nosso cérebro aprende.ts
3. Como pensar ao trabalhar com modelos de linguagem.ts
3. Conectando MCPs com CursorAI.ts
3. Convertendo Linguagem com MCP.ts
3. Cria.mp4
3. Criando nossas proprias Tools.mp4
3. Criando tools personalizadas para CrewAI.ts
3. Criando um AgentExecutor com memória.ts
3. Criando um Space com nosso .mp4
3. DESAFIO – Criando um Chatbot em Python.ts
3. Dando accesso a sites para o nosso bot.ts
3. Detecção de objetos em vídeo.ts
3. Entendendo Crews, Agents, Tasks, Tools e Processes.ts
3. Explorando clientes de MCP.ts
3. FastAPI - nossa escolha para deploy.mp4
3. Finalização curso - Explorando IAs de Geração de Texto.mp4
3. Fornecendo mais contexto aos seus tools
3. Gerando texto com HuggingFace e LangChain.mp4
3. Iterações repetidas - Loops e condicionais.ts
3. LLMs, GPT e o futuro.ts
3. LangChain Expression Language.txt
3. LangSmith para observabilidade da aplicação.ts
3. Mini-projeto – Chatbot com reconhecimento de fala.ts
3. Modelos restritos e outras considerações.ts
3. Models – Acessando modelos de linguagem.ts
3. O que você vai aprender nesta trilha.ts
3. Os princípios de um bom prompt.ts
3. Outros exemplos de classificação de áudio.ts
3. Para quem é este curso.ts
3. Persona, Público e Exemplos.ts
3. Por que utilizar Python.ts
3. Porque Python + AI - O que você será capaz de fazer.ts
3. Projeto - Refinando a crew para criar crews.ts
3. Prompt Templates – Criando prompts para aplicações robustas.ts
3. Revisitando o Hugging Face.ts
3. Roteamento para execução automática de tools.ts
3. Terceira etapa - Realizando o pretraining.ts
3. Testando nossa p.mp4
3. Tipos de IAs.ts
3. Transformando, traduzindo e modificando.ts
3. descrição.txt
4. Acessando vídeos de Youtube e PDFs.ts
4. Adicionando funções e ferramentas externas.ts
4. Agent types – Entendo os Agents Tool Calling e ReAct.ts
4. Armazenando interações - Listas, dicionários e funções.ts
4. As propriedades de um modelo BASE.ts
4. Como a trilha está organizada.ts
4. Como criar Tools customizados.ts
4. Como essa Trilha está organizada.ts
4. Como funciona uma API com FastAPI.mp4
4. Como um agente executa tarefas.mp4
4. Considerações sobre o deplo.mp4
4. Criando sua primeira Crew.ts
4. Criação de Chatbots Personalizados.ts
4. Delimitadores e Saídas Estruturadas.ts
4. Desafio - Criando uma Função para Obter Emails.txt
4. Desafio - Enviando um Email.txt
4. Encerramento do curso.ts
4. Entendendo os Runnables.ts
4. Fazendo deploy de uma crew.ts
4. Finalização – Explorando API da OpenAI.ts
4. Hábitos e procrastinação.ts
4. Inicializando a biblioteca da OpenAI.ts
4. LangChain vs. API da OpenAI.txt
4. Miniprojeto – webapp com múltiplos chatbots.ts
4. Outros conceitos de MCPs
4. Por que utilizar Python.mp4
4. Segmentação de imagens.ts
4. Testando e compa.mp4
4. Transcrição de áudio – reconhecimento de voz.ts
4. Usando o ChatGPT via API.mp4
4. Utilizando templates para prompts.txt
5. AgentOS e AgentUI - instalação e integração.mp4
5. Agents Toolkits – Criando Agents para analisar Dataframes e Sql.ts
5. Agno ou Langchain.mp4
5. As principais técnicas de aprendizado.ts
5. Aumentando o poder do seu script com bibliotecas.ts
5. Criando a estrutura final do nosso ChatBot.ts
5. Criando endpoints para agentes com FastAPI.mp4
5. DESAFIO – ChatBot Finanças – Parte 1.ts
5. Encerramento - MCPs na prática.ts
5. Erros comuns ao usar a API da OpenAI.txt
5. Explorando tools padrão da biblioteca LangChain.ts
5. Finalizando o curso de Engenharia de Prompt.ts
5. Modelo Context Protocol - como os MCPs padronizam o uso de Tools.ts
5. Os principais Runnables do LangChain.txt
5. Output Parsers – Padronizando a resposta do modelo.ts
5. Prompt Zero, One e Few-Shot.ts
5. Quarta etapa - O Supervised Fine-Tuning.ts
5. Segmentação de imagens zero-shot.ts
5. Tagging – Categorização de texto utilizando funções.ts
5. Texto para áudio – narrador de texto.ts
5. descrição.txt
6. Agno AgentOS - uma alternativa simplificada.mp4
6. Cadeias de roteamento.ts
6. Como aprender a programar.ts
6. DESAFIO – ChatBot Finanças – Parte 2.ts
6. Desafio - Output Parsers.txt
6. Detecção de objetos.ts
6. Documentação de tools do LangChain.txt
6. Finalizando o projeto.ts
6. Finalização do curso de Agents.ts
6. Interpretando Dados com Funções.txt
6. Storage.mp4
7. Criando um novo modelo com Fine Tuning.ts
7. Detecção de objetos zero-shot.ts
7. Extraction – Extraindo e estruturando informações de textos.ts
7. Frontend para sua API com AgentUI.mp4
7. Memory - Adicionando memória à conversa com o modelo.ts
7. Memória.mp4
7. O que fazer agora.ts
8. Adicionando conhecimento externo ao agente com RAG.mp4
8. Frontend para sua API com Streamlit.mp4
8. Outras tarefas com imagens.ts
8. Praticando a Extração de Informações.txt
8. Utilizando um modelo treinado com Fine Tuning.ts
9. Deploy do projeto no Render.mp4
9. Sistemas.mp4
Agents de IA com Python e LangChain.zip
Aplicações de IA com LangChain - Asimov Academy.zip
Apostila - Domine a IDE CursorAI.pdf
Criando Agentes de IA com Agno.zip
Criando Multi Agent Systems com CrewAI.zip
Deploy com CrewAI.zip
EngenhariaPrompts.zip
Explorando a API da OpenAI.zip
Explorando as principais IAs de Geração de Texto.zip
Explorando o Universo das IAs com Hugging Face.zip
IAs para Imagens e Áudio com Hugging Face.zip
Introdução à Inteligência Artificial.zip
MCPs na Prática.zip
Python para IA - do zero ao primeiro chatbot.zip

4. Automações & Web Scraping

120 aulas

Ver aulas (120)

1. A trilha que aumenta sua produtividade em 100.mp4
1. A trilha que mudará sua jornada de trabalho.mp4
1. Aplicação dos conceitos.ts
1. Apresentação do módulo.ts
1. Apresentação.ts
1. Apresentação do projeto – Asimov News.ts
1. Como a trilha está estruturada.mp4
1. Conteúdo das Messages.mp4
1. Copiando, Movendo e Deletando Arquivos.ts
1. Criando o script de organização.ts
1. Envio básico de e-mails.mp4
1. Finalização.ts
1. Instalando o Openpyxl.ts
1. Integração com automações..mp4
1. Introdução.mp4
1. Lendo e Escrevendo Arquivos de Texto.ts
1. Lendo o texto de um PDF.ts
1. O conceito de UID.mp4
1. O que vamos aprender neste curso.ts
1. O que é um PDF.ts
1. Overview do BeautifulSoup.ts
1. Por que ler emails com Python.mp4
1. Porque Python para Empresas.ts
1. Recomendação de Estrutura de Classe.mp4
1. Rotação de páginas e conteúdo.ts
1. Tags.mp4
1.. Apresentação do projeto Análises Esportivas.mp4
2. A arquitetura do Asimov News.ts
2. A estrutura de um arquivo PDF.ts
2. Afinal, o que é uma automação .mp4
2. Agendamento no Mac e Linux – Crontab.ts
2. Analisando a documentação do BeautifulSoup.ts
2. Anexos e estilização com HTML.mp4
2. Arquivos e Caminho de Arquivos.ts
2. Browser e Extração.mp4
2. Classes e Ids.mp4
2. Como a trilha está organizada.ts
2. Conceitos básicos.ts
2. Copiando, Movendo e Deletando Pastas.ts
2. Credenciais e Acessos.mp4
2. DESAFIO – Modificando arquivo html.ts
2. Extraindo dados do IBGE.ts
2. Filtros por Data.mp4
2. Integrando o conhecimento com outras trilhas.mp4
2. Integração com dashboards e análise de dados.mp4
2. Métodos básicos do Pillow.ts
2. Mudando as dimensões de um PDF.ts
2. Os desafios com extração de texto.ts
2. Outros Filtros.mp4
2. Processo de criação do projeto.mp4
2. Quem é você - Desenvolvedor ou solucionador de problemas.mp4
2. descrição.txt
2. descrição.txt
3. A sua vaga no futuro.mp4
3. Abrindo o primeiro arquivo PDF.ts
3. Agendamento no Windows.ts
3. Compactando e Descompactando Pastas.ts
3. Construindo caminhos com pathlib.ts
3. Cortando regiões de um PDF.ts
3. Exercitando a lógica de Web Scraping.mp4
3. Extraindo imagens.ts
3. Fórmulas.ts
3. Integração com IA, Data Science e visão computacional.mp4
3. Introdução a Biblioteca Imbox.mp4
3. Lendo e Escrevendo Planilhas.ts
3. Limitações da biblioteca Requests.ts
3. Lógica de Web Scraping.mp4
3. O que são as Messages.mp4
3. RGB e mescla de imagens.ts
3. Transformação pela automação.mp4
3. Web Scraping do globo.com.ts
4. Adicionando carimbo e marca d’água.ts
4. Apresentação dos projetos.ts
4. Bibliotecas.mp4
4. Caminhos Absolutos e Caminhos Relativos.ts
4. Convertendo PDFs em imagens.ts
4. DESAFIO – Organizando Arquivos por extensão.ts
4. DESAFIO – Separando e Consolidando Planilhas.ts
4. Estabelecendo a conexão.mp4
4. Estilização.ts
4. Extraindo páginas de um PDF.ts
4. Imports e estrutura básica.ts
4. O que é uma Message.mp4
4. Sua nova rotina com Python.mp4
4. Uso da biblioteca Selenium.ts
4. descrição.txt
5. Atributos básicos da classe.ts
5. Combinando PDFs.ts
5. Como tirar suas dúvidas.mp4
5. Gráfico de linhas.ts
5. Lendo e Escrevendo Json.ts
5. Lendo tabelas de PDFs.ts
5. Manipulando Caminhos de Arquivos.ts
5. PDFs com senha.ts
5. Projeto 1 – Comprimindo imagens.ts
5. Utilizando a API do Sofascore.ts
6. Anotações e anexos.ts
6. Gráfico de barras.ts
6. Lendo e Escrevendo Arquivos Pickle.ts
6. Lendo tabelas de PDFs.ts
6. Projeto 2 – Imagens em preto e branco.ts
6. Retornando Conteúdos de uma Pasta.ts
6. Thread de atualização de notícias.ts
6. Utilizando a API do Sofascore – Parte 2.ts
7. Construindo a tela principal.ts
7. Construindo o DataFrame.ts
7. EXERCÍCIO – Encontrando arquivo.ts
7. Lendo e Escrevendo Arquivos XML.ts
7. Projeto 3 – Marca d’água automática.ts
8. Construindo o Gráfico..mp4
8. DESAFIO – Tamanho de uma pasta.ts
8. Lógica de adição e exclusão de sites.ts
9. Montando o display_news.ts
Automatizando Excel.zip
Consumo e Segmentação de Emails.zip
Edição Automatizada de Imagens.zip
Execução Automatizada de Programas.zip
Lendo e Escrevendo Arquivos.zip
Lendo e Manipulando Arquivos PDF.zip
Web Scraping - Extraindo dados da Web.zip

5. Análise de dados

455 aulas

Ver aulas (455)

00. Introdução.mp4
01. Aeroporto de Schiphol - Revendo Endpoints.mp4
01. Apresentação do curso – Aprendizado não supervisionado.ts
01. Apresentação do curso – Modelos de árvores.ts
01. Apresentação do módulo.ts
01. Conceitos e Objetivos.mp4
01. Introdução Dash.ts
01. Introdução ao Asimov Associates.mp4
01. Introdução ao projeto Sales Analysis.ts
01. Introdução à probabilidade e estatística.ts
01. Introdução.mp4
01. Início do Projeto.mp4
01. Por que migrar para Análise de Dados.mp4
01. Primeira DAG com BashOperator.mp4
01. Que nível de projetos atingiremos.ts
02. A mentalidade de quem evolui rápido.mp4
02. AircraftTypes - Extract e Paginação - playlist.mp4
02. Airflow e Arquitetura.mp4
02. Como filtros funcionam – Kernels e convolução.mp4
02. Customizando Devcontainer.mp4
02. DAG com PythonOperator - video.mp4
02. Index – Asimov Associates.mp4
02. Instalação Dash.ts
02. Jupyter Lab.ts
02. KMeans na prática.ts
02. O que é uma árvore de decisão.ts
02. O que é html - guia de tags, IDs e Classes.pdf
02. Processos aleatórios e probabilidade.ts
02. Regressão Linear 1.ts
03. A estratégia em Prática.ts
03. AircraftTypes - Extract e Paginação.mp4
03. BranchPythonOperator - fluxo com IF do Airflow =- playlist.mp4
03. Como funciona uma árvore de decisão.ts
03. Como o algoritmo de KMeans funciona.ts
03. Estrutura Inicial – Bibliotecas.mp4
03. Estrutura básica do Dash.ts
03. Lei dos grandes números.ts
03. Máquina Virtual _ Asimov Academy.pdf
03. Os 5 pilares para pensar como um analista de dados.mp4
03. Regressão Linear 2.ts
03. Revisão de CSS e como utilizar no Dash.ts
03. Sidebar.mp4
04. A equação normal para resolução de regressões lineares.ts
04. A matriz como imagem tridimensional.mp4
04. Configuração Avançada de Logging.mp4
04. Distribuições de probabilidade.ts
04. Docker Desktop _ Asimov Academy.pdf
04. Gerando Gráficos.ts
04. Gini Impurity.ts
04. HttpOperator - Consumindo API - video.mp4
04. Iniciando os Modais.mp4
04. Instalação do DBeaver _ Asimov Academy.pdf
04. Layout 1.ts
04. O caminho ideal para iniciar.mp4
04. Problemas do K-Means.ts
04. Utilizando temas do DBC.ts
05. A equação normal na prática.ts
05. A lógica por trás da função custo.ts
05. Acessando API de Produtos e Carts.mp4
05. Callback novo Advogado.mp4
05. Como seu trabalho atual pode ser sua vantagem injusta.mp4
05. Componentes de Layout.ts
05. Criando Banco de Dados - Schiphol_DB -.mp4
05. Criando os Kernels.mp4
05. Customização do layout.ts
05. Elbow Method (O método do cotovelo).ts
05. Executando Airflow pela Primeira Vez.mp4
05. Independência de eventos e probabilidade condicional.ts
05. Row 1.ts
06. Cartões e Botões.ts
06. Esperança de um processo aleatório.ts
06. Finalizando a Interpretação de Kernels.mp4
06. Gradient Descent.ts
06. Layout 2.ts
06. Mixture Models.ts
06. Overfitting em modelos de árvores.ts
06. Row 2.ts
06. SQL, finalmente!.mp4
06. Salvando dados da API.mp4
07. AircraftTypes Load - Asimov Academy - 1920x1080 8249K.mp4
07. Decision Trees em problemas de regressão.ts
07. Decorators.ts
07. Definição matemática dos mixture models.ts
07. Escrevendo Scripts de Produção.mp4
07. Exercício de planejamento de layout.ts
07. Implementando o Gradient Descent.ts
07. Introdução ao Live Blur.mp4
07. Modal novo Processo.mp4
07. Row 3.ts
07. Variância.ts
08. Abrindo a nossa Câmera.mp4
08. Airlines Extract - Asimov Academy - 1920x1080 8259K.mp4
08. Callbacks 1 – Sales Analysis.ts
08. Callbacks – 1.ts
08. Construindo Imagem para Produção.mp4
08. Curva de distribuição Gaussiana.ts
08. Função custo dos modelos de regressão.ts
08. Gaussian Mixture Models.ts
08. Novos Processos.mp4
08. Projeto – Aprimorando o projeto do supermercado.ts
08. Regressões Polinomiais 1.ts
09. Airlines Transform e Load - Asimov Academy - 1920x1080 8257K.mp4
09. Callbacks 2 – Sales Analysis.ts
09. Callbacks com gráficos.ts
09. Card de Filtros.mp4
09. Ensemble Learning.ts
09. Função geradora de Kernels.mp4
09. Gaussian Mixture Models na Prática.ts
09. Projeto – Estilização do menu lateral.ts
09. Propriedades de uma distribuição gaussiana.ts
09. Regressões Polinomiais 2.ts
1. Acessando e manipulando colunas.ts
1. Acessando os Dados.ts
1. Apresentação do Curso.ts
1. Apresentação do curso – Modelos de Classificação.ts
1. Apresentação do projeto de vendas em supermercados.ts
1. Apresentação do projeto – Regressão Logística.ts
1. Apresentação do projeto – Regressão linear.ts
1. Apresentação do projeto.ts
1. Apresentação dos exercícios.ts
1. Apresentação – Análise de crédito com Machine Learning.ts
1. Apresentação.mp4
1. Bem-vindo!.ts
1. Boxplot.ts
1. Boxplots e Histogramas.ts
1. Como tirar suas dúvidas.ts
1. Correlação e gráficos de espalhamento.ts
1. Criando as tabelas na nossa base de dados.ts
1. Criando gráficos com Plotly.ts
1. Desafio Final.ts
1. Dimensões e Tipos de Dados.mp4
1. ETL e o pipeline de dados - como os dados chegam até os analistas.ts
1. Estilização.ts
1. Finalizando o curso.ts
1. GDP – pt1.ts
1. Iloc e Filtros.ts
1. Inserindo dados em uma BD.ts
1. Instalação do Python e VScode.ts
1. Introdução ao Seaborn.ts
1. Introdução ao Machine Learning.ts
1. Introdução ao Matplotlib.ts
1. Introdução ao Plotly.ts
1. Introdução ao Shell.ts
1. Introdução ao curso de matemática.ts
1. Introdução ao curso.mp4
1. Introdução ao deploy.ts
1. Introdução à Álgebra Linear.ts
1. Introdução.mp4
1. Introdução.ts
1. Matemática Intermediária e Cópias.ts
1. Merge, concat e join.ts
1. Mesclando tabelas - o PROCV no Python.ts
1. Miniprojeto - Caça ao Tesouro.ts
1. O que são funções.ts
1. O que vamos aprender nesse curso.ts
1. O que você aprende na trilha de Engenharia de Dados.ts
1. O que é EDA.ts
1. O que é o Docker.ts
1. O que é o Pandas e do que ele é capaz.ts
1. O que é uma base de dados.ts
1. O uso de States.ts
1. Orientação a objetos no Matplotlib.ts
1. Os dados do Portal da Transparência.ts
1. Permissões de Arquivos - Usuário e Grupos.ts
1. Planejamento e análise inicial dos dados.ts
1. Plots de distribuição.ts
1. Por que dados são o novo petróleo - e o que isso tem a ver com você.ts
1. Por que “aprender a aprender”.ts
1. Projeto classificação de universidades.ts
1. SQL Joins.ts
1. SQL além da sintaxe.ts
1. Scatter Plots.ts
1. Selecionando colunas e filtrando linhas.ts
1. Templates especiais para seus projetos.ts
1. Um pouco mais sobre LIKE.ts
1. Uma visão geral sobre o projeto.ts
10. Balanço Viés-Variância.ts
10. Callbacks 3 – Sales Analysis.ts
10. Callbacks com múltiplos inputs.ts
10. Destinations Extract - Asimov Academy - 1920x1080 8257K.mp4
10. Detecção de anomalias com GMM.ts
10. Ensemble Learning na prática.ts
10. Exploração de dados e união de tabelas.ts
10. Gerando cards por funções.mp4
10. Kernel Stacking.mp4
10. Outros modelos de distribuição.ts
10. Projeto – Finalizando.ts
10. Treinando os primeiros modelos.ts
10. Upload de Imagem para Docke.mp4
11. Bagging.ts
11. Cross-Validation.ts
11. Destinations Transform e Load - Asimov Academy - 1920x1080 8254K.mp4
11. Ids Dinâmicas.mp4
11. Implementando o Live Blur!.mp4
11. Ridge Regression.ts
11. Salvando os resultados e criando a análise final.ts
11. Verossimilhança.ts
12. Comparando modelos.ts
12. Detalhes do Setup com Docker Compose - Asimov Academy - 1920x1080 8256K.mp4
12. Gerando os cards.mp4
12. Não pare por aqui!.ts
12. Random Forests.ts
12. Ridge Regression na Prática.ts
13. Feature Importance.ts
13. Flights ETL Completo - Asimov Academy - 1920x1080 8257K.mp4
13. Gerando os Cards 2.mp4
13. Regressão Logística.ts
14. Abrindo o modal de Processos.mp4
14. DAG Avançado Ajustando Schedule - Asimov Academy - 1920x1080 8256K.mp4
14. O custo de uma regressão logística.ts
15. DAG Avançado Retry e Delay - Asimov Academy - 1920x1080 8257K .mp4
15. O penúltimo Callback.mp4
15. Regressão logística na prática.ts
16. O último Callback.mp4
16. Regressão Softmax.ts
17. Como treinar um modelo de Softmax.ts
17. Erros e o fim do Projeto.mp4
18. Aula Extra CSS.mp4
18. Entropia.ts
19. Cross Entropy.ts
2. Adicionando novas colunas.ts
2. Análise exploratória de dados.ts
2. Análise exploratória dos dados de Ecommerce.ts
2. Análise exploratória dos dados de Peer to Peer Lending.ts
2. Análise exploratória dos dados de publicidade.ts
2. Apresentação do Kaggle.ts
2. Bar Charts.ts
2. Callbacks em cadeia.ts
2. Caminhos Relativos e Absolutos.ts
2. Comandos CREATE e DROP.ts
2. Como Python ajuda na análise de dados.ts
2. Como estudar Pandas.ts
2. Como o curso está dividido.ts
2. Como tirar suas dúvidas.ts
2. Como vamos aprender.ts
2. Construção do Layout.ts
2. Correlação nos nossos dados.ts
2. Criando uma tabela.ts
2. Dados para teste de Joins.ts
2. Data Lake ou Data Warehouse - O que empresas usam (e por quê).ts
2. Desafios LIKE, HAVING, GROUP BY.ts
2. Desafios de solicitação.ts
2. Desmistificando o Isolamento do Docker.ts
2. Do que o Dash é capaz.mp4
2. Docker para os Apressados.mp4
2. Editor no Terminal - Micro.ts
2. Estatística Básica.ts
2. Estratégias de deploy.ts
2. Funções adicionais.ts
2. Funções básicas de plot.ts
2. Funções clássicas.ts
2. GDP – pt2.ts
2. Histogram2d e Heatmaps.ts
2. Histograma.ts
2. Ingestão de dados.ts
2. Inserindo os dados na nossa base.ts
2. Instalação Plotly.ts
2. Integrando os conhecimentos com outras trilhas.ts
2. Leitura dos dados.ts
2. Lidando com variáveis globais – Boas práticas.ts
2. Link Simbólico.ts
2. MNIST.ts
2. Manipulações e Atribuição de Valores.mp4
2. Miniprojeto - Jogo da Velha.ts
2. Miniprojeto 06 – Adicionando gráficos com Plotly.ts
2. O que são SQL e Pandas.ts
2. O que é Numpy.mp4
2. O que é o Linux.ts
2. O que, como e por quê.ts
2. O surgimento da Álgebra Linear.ts
2. Operações com DataFrames.ts
2. Operações com índices.ts
2. Operações entre colunas e tipos de dado.ts
2. Plots categóricos.ts
2. Por que um engenheiro de dados é tão valorizado.ts
2. Realizando cálculos na tabela.ts
2. Representação visual da db.ts
2. Resolução dos exercícios - pt1.ts
2. Subplots.ts
20. Treinando Modelo de Cross Entropy.ts
3. AI Forte x AI Fraco.ts
3. Adicionando novas linhas.ts
3. Aliases em SQL.ts
3. Análise de dados de obesidade – pt1.ts
3. As ferramentas dos engenheiros de dados que você também pode aprender.ts
3. Atualizando projetos em tempo real.ts
3. Baixando PostgreSQL e pgAdmin.ts
3. Callbacks e configurações finais.ts
3. Candlestick.ts
3. Comando SUDO.ts
3. Como colocar o projeto em produção.ts
3. Como nosso cérebro aprende.ts
3. Como vão se dar as aulas.ts
3. Comparando histogramas.ts
3. Conhecendo os Notebooks do Google Colab.ts
3. Contando frequências.ts
3. Correlação e distribuição.ts
3. Criando Imagem Docker do ZERO.ts
3. Criando e Deletando Arquivos e Diretórios pelo Shell.ts
3. Customização.ts
3. Engenharia de dados na prática - como tudo se conecta.ts
3. Entendendo a tabela.ts
3. Explorando o dataset.ts
3. GDP – pt3.ts
3. INSERT.ts
3. Implementando modelo de árvores.ts
3. Importando arquivos Excel.ts
3. Instalação de Adicionais de Convidado do VirtualBOX.ts
3. Layout – Dashboard de vendas.ts
3. Limites.ts
3. Matrizes e Vetores.ts
3. Miniprojeto 04 – Visualizando volume de vendas e comissões.ts
3. Máquina Virtual.ts
3. O checklist do ML.ts
3. O que é Numpy.mp4
3. Para quem é este curso.ts
3. Pie Charts.ts
3. Plots de regressão.ts
3. Pré-requisitos para o Curso.mp4
3. Quando callbacks são executados.ts
3. Reorganizações e Stacks.ts
3. Resolução dos exercícios - pt2.ts
3. SQL x Pandas.ts
3. Solução dos Desafios – Parte 3.ts
3. Solução dos desafios.ts
3. Séries temporais no Pandas.ts
3. Treinando o modelo de regressão logística.ts
3. Treinando o modelo de regressão.ts
3. Treinando um modelo de KMeans.ts
3. Utilizando o make subplots.ts
3. Álgebra e Desafio Intermediário.mp4
3. Índices multiníveis.ts
4. Advanced Indexing – Boolean Masking.ts
4. Alternativas de mercado para colocar projetos em produção.ts
4. Análise de dados da obesidade – pt2.ts
4. Análise exploratória dos dados.ts
4. Callbacks – Dashboard de vendas.ts
4. Comandos CHOWN e CHMOD.ts
4. Comandos Essenciais do Docker.mp4
4. Como o curso está estruturado.mp4
4. Criando novas tabelas e agrupando dados.ts
4. Criando tabelas com Dash DataTable.ts
4. Cálculo de coeficientes de correlação.ts
4. Entrada e saída de dados.ts
4. Exercícios sobre Joins – Parte 1.ts
4. Explorando valores numéricos.ts
4. Hábitos e procrastinação.ts
4. Instalação do VirtualBox.ts
4. Lidando com variáveis globais – Callbacks.ts
4. Machine Learning x Inteligência Artificial.ts
4. Mesh3D.ts
4. Miniprojeto 02 – Seleção de colunas e filtro de linhas.ts
4. Nosso primeiro código no Google Colab.ts
4. Novas Keywords de Filtro.ts
4. O classificador binário.ts
4. O que são derivadas.ts
4. Operações com matrizes.ts
4. Plots Especiais.ts
4. Plots Matriciais.ts
4. Possíveis problemas na instalação do pgAdmin.ts
4. Quando usar cada um.ts
4. Resolução do Desafio.mp4
4. Resolução dos exercícios - pt3.ts
4. SELECT, FROM e WHERE.ts
4. Series.ts
4. Tabelas dinâmicas - Pivotando e agrupando tabelas.ts
4. Testando novas tabelas – Exploratória.ts
4. Tratamento de dados ausentes.ts
4. Utilizando Adicionais de Convidado do VirtualBox.ts
4. Violinos.ts
4. Visualizando Tabelas.ts
5. A definição matemática de derivadas.ts
5. A estrutura de um projeto de Machine Learning.ts
5. As principais técnicas de aprendizado.ts
5. Componentes da comunidade.ts
5. Configurando VM no VirtualBox.ts
5. Dash x Excel, Tableau e Power BI.mp4
5. DataFrames e manipulação de colunas.ts
5. Deploy no Heroku – Parte 1.ts
5. Desafio Final.ts
5. Desafios AND, OR, COUNT e WHERE.ts
5. Detecção de triggers em callbacks.ts
5. Encerramento.ts
5. Explorando valores categóricos.ts
5. Finalizando a análise exploratória dos dados.ts
5. Gerenciamento de Processos.ts
5. Groupby.ts
5. Lendo dados do Google Drive.ts
5. Medindo a acurácia de um modelo binário.ts
5. Miniprojeto 01 – Visualizando dados em um Web App.ts
5. Miniprojeto 03 – Adição de linhas à tabela.ts
5. Miniprojeto 05 – Tabela dinâmica.ts
5. Modelos de regressão linear.ts
5. Normalidade e outras métricas de dispersão.ts
5. Plotly Express.ts
5. Resolução de Joins – Parte 1.ts
5. Séries booleanas e filtros.ts
5. Transposição e inversão matricial.ts
5. UPDATE e DELETE.ts
5. Volumes.ts
6. Aplicando derivadas.ts
6. Como aprender a programar.ts
6. Como tirar suas dúvidas.mp4
6. Correlação.ts
6. Deploy no Heroku – Parte 2.ts
6. Exercícios sobre Joins – Parte 2.ts
6. Gerenciamento de Usuários e Grupos no Linux.ts
6. Instalação do Linux.ts
6. Lidando com dados nulos aula.ts
6. Métricas essenciais para modelos de classificação.ts
6. Solução de Desafios – Parte 2.ts
6. Tipos de algoritmos de ML.ts
6. Usando Volumes no Docker para Persistência de Dados.ts
7. Análise de correlação nos dados.ts
7. Configurações Avançadas da Máquina Virtual ).ts
7. Deploy no Render.ts
7. Derivadas para problemas de otimização.ts
7. Executando Script Python com Docker.ts
7. Gerenciamento de Pacotes no Linux.ts
7. Métricas de classificação no Python.ts
7. Regressão x Classificação.ts
7. Resolução de Joins – Parte 2.ts
7. Trabalhando com datas.ts
8. Classificação Multiclasse.ts
8. Combinando agregrações e filtros.ts
8. Como funciona o treino.ts
8. Derivadas parciais.ts
8. Interface Gráfica do Linux.ts
8. Problemas do ML.ts
8. Trabalhando com Volumes Gerenciados pelo Docker.ts
8. Usando Documentação de Comandos.ts
9. Classificação Multilabel.ts
9. Criando e customizando um gráfico.ts
9. Processamento de dados para ML.ts
9. Uso de PIPE.ts
Airflow na prática - ETL profissional com containers no Docker Compose-20251208T023841Z-3-002.zip
Airflow-vb7.2.2-001.ova
Analisando Dados com Pandas & SQL.zip
Análise Exploratória de Dados.zip
Conceitos de Engenharia de Dados.pdf
Dashboards Interativos com Python.zip
Fundamentos de AI e Machine Learning.zip
Gráficos Interativos com Plotly.zip
Introdução - Airflow na prática - ETL profissional com containers no Docker Compose.mp4
Linux na Prática.zip
Modelos Não Supervisionados.zip
Modelos de Classificação e Regressão.zip
Numpy.zip
Python para Dados - Curso Gratuito.zip
Python para Usuários de Excel.zip
SQL para Usuários de Python.zip
Visualizando dados com Matplotlib.zip
Visualização de Dados Avançada com Seaborn.zip
docker_do_zero.zip
Árvores de Decisão e Ensemble Learning.zip

6. Visão Computacional

49 aulas

Ver aulas (49)

01. Conceitos e Objetivos.ts
02. Como filtros funcionam – Kernels e convolução.ts
03. Estrutura Inicial – Bibliotecas.ts
04. A matriz como imagem tridimensional.ts
05. Criando os Kernels.ts
06. Finalizando a Interpretação de Kernels.ts
07. Introdução ao Live Blur.ts
08. Abrindo a nossa Câmera.ts
09. Função geradora de Kernels.ts
1. Detecção de Contornos.ts
1. Dimensões e Tipos de Dados.ts
1. Hand Tracking.mp4
1. Introdução.mp4
1. Matemática Intermediária e Cópias.ts
1. Miniprojeto - Caça ao Tesouro.ts
1. O que é OpenCV.mp4
1. Rescaling e Resizing.mp4
1. Técnicas de Blur.ts
10. Kernel Stacking.ts
11. Implementando o Live Blur!.ts
2. Bitwise Operations.ts
2. Color Spaces.ts
2. Estatística Básica.ts
2. Funções Essenciais.mp4
2. Inicializando testes profissionais.mp4
2. Lendo Imagens.mp4
2. Manipulações e Atribuição de Valores.ts
2. Miniprojeto - Jogo da Velha.ts
2. O que é Numpy.mp4
3. Desenhando e Escrevendo.mp4
3. Identificando as mãos.mp4
3. Image Transformations.ts
3. Lendo Vídeos.mp4
3. Masking.ts
3. Por que Numpy .mp4
3. Reorganizações e Stacks.ts
3. Álgebra e Desafio Intermediário.ts
4. Advanced Indexing – Boolean Masking.ts
4. Color Channels.ts
4. Coordenadas Específicas.mp4
4. Histogramas de Cor.ts
4. Lendo a nossa câmera.mp4
4. Resolução do Desafio.ts
5. Desafio Final.ts
5. Teste de Classe e FPS.mp4
5. Thresholding.ts
6. Advanced Edge Detection.ts
Numpy.zip
OpenCV.zip

7. Trading Quantitativo

74 aulas

Ver aulas (74)

01. Apresentação – Algotrading Parte 2.ts
01. Introdução a probabilidade e estatística.mp4
01. Introdução ao Me.mp4
02. Construindo o visualizador de dados.ts
02. MetaTrader5 .mp4
02. Processos aleatórios e probabilidade.mp4
03. Comandos Básicos.mp4
03. Lei dos grandes números.mp4
03. Projetando a estratégia.ts
04. A estrutura de um OHLC.mp4
04. Distribuição de probabilidades.mp4
04. Otimização da performance do Backtest.ts
05. Debugging da estratégia e avaliação de resultado.ts
05. Gráficos de Vela.mp4
05. Independência de eventos e probabilidade condicional.mp4
06. Arquitetura do algoritmo de trading.ts
06. Esperança de um processo aleatório.mp4
06. Tick Data.mp4
07. Construindo a classe de algotrading – Parte 1.ts
07. Inicializando a classe.mp4
07. Variância.mp4
08. A curva de distribuição Gaussiana.mp4
08. Atualizando nosso OHLC.mp4
08. Construindo a classe de algotrading – Parte 2.ts
09. Algoritmo final de trading – Parte 1.ts
09. Atualizando Tick Data.mp4
09. Propriedades de uma distribuição Gaussiana.mp4
1. Análise de cenários com simulação de Monte Carlo.mp4
1. Apresentação do curso Trading Quantitativo.mp4
1. Apresentação do módulo.mp4
1. Backtestando uma estratégia de RSI.mp4
1. Calculando a curva de retornos da estratégia.mp4
1. Introdução ao Algotrading.ts
1. Introdução ao Backtesting.mp4
1. O que é e para que serve o mercado financeiro.mp4
1. O que é uma estratégia de investimento.ts
10. Algoritmo final de trading – Parte 2.ts
10. Extraindo as informações.mp4
10. Outros modelos de distribuição.mp4
11. Testando a Class.mp4
2. Análise fundamentalista x análise técnica.ts
2. Componentes de uma estratégia de investimento.mp4
2. Instrumentos financeiros.mp4
2. O que você será capaz de fazer com a trilha.mp4
2. Obtenção e tratamento de dados.mp4
2. Operando no MetaTrader5.ts
2. Simulando uma estratégia de Martingale.mp4
2. TVData Feed.mp4
2. Vieses operacionais.mp4
3. Análise quant.ts
3. Calculando o RSI.mp4
3. Como o curso está formatado.mp4
3. Dinâmica de preços e livro de ofertas.mp4
3. Intuição matemática por trás d.mp4
3. Mensuração de parâmetros.mp4
3. Por que backtestar.mp4
3. Utilizando a API de Python do MetaTrader5.ts
3. Yahoo Finance.mp4
4. Backtestando a estratégia.mp4
4. Estratégias sistemáticas x discricionárias.ts
4. Mensuração de performance.mp4
4. MetaTrader 5 pt1.mp4
4. Obtendo histórico de operações no MetaTrader5.ts
5. Enviando ordens a mercado com Python.ts
5. MetaTrader 5 pt2.mp4
5. Método científico.ts
5. Otimização de parâmetros.mp4
6. Enviando ordens limitadas com Python.ts
6. Fluxo de desenvolvimento de estratégias.ts
6. Manipulação de séries temporais.mp4
7. CSV x Parquet.mp4
Algotrading.zip
Backtesting.zip
Construindo Base de Dados para Trading.zip

8. No-Code ok

38 aulas

Ver aulas (38)

1. Boas-vindas e visão geral .mp4
1. Criando e Conectando Bancos de Dados e OpenAI no n8n.ts
1. Criando o Aplicativo na Meta.ts
1. Gmail, Google Agenda, Drive, Google Sheets e Docs.ts
1. Introdução à Trilha.ts
1. O Que Vamos Construir Juntos.mp4
1. O que você vai ver neste curso.ts
1. Sejam Bem-Vindos - O Que Você Vai Aprender.mp4
2. Configurando e Registrando Número Virtual na Meta.ts
2. Criando Fluxo e Estrutura do Prompt do Agente de IA.ts
2. Por Que o N8N Se Tornou Tão Popular.mp4
2. Preparando o Ambiente.mp4
2. Tech Stack da Trilha.ts
2. Telegram.ts
2. n8n.cloud vs Self-Hosting .mp4
3. Ativando Webhook da Meta no n8n.ts
3. Escrevendo Prompt do Agente de IA.ts
3. Instalação da Infraestrutura na Railway.ts
3. Instalação rápida e seu primeiro fluxo.mp4
3. O Que Eu Serei Capaz de Construir.mp4
3. OpenAI.ts
3. Triggers - Como Tudo Começa.mp4
4. Conectando Número com API Oficial do WhatsApp no n8n.ts
4. Criando Ferramentas do Agente de IA.ts
4. Fluxo e Processamento dos Dados.mp4
4. Hospedando o n8n na Hostinger VPS.mp4
4. Pré-requisitos da API Oficial do WhatsApp.ts
4. Z-API.ts
5. Conclusão .mp4
5. Entendendo sobre Controles de Fluxo.mp4
5. Finalizando Tools e Pipeline RAG.ts
5. Groq.ts
6. ElevenLabs.ts
6. Finalização.ts
6. Integrando N8N com o Google Sheets.mp4
7. Aula de Encerramento .mp4
7. Fal.ai.ts
Domine a API Oficial do WhatsApp com n8n.zip

Comece agora

★★★★★ 4,9 • +180 alunos

Acesso rapido, suporte pos-compra e conteudo organizado em modulos.

Investimento R$ 147,90

COMPRAR AGORA Tirar duvida no WhatsApp

Acesso enviado apos confirmacao
Compra simples e segura
Suporte para duvidas de acesso
Conteudo organizado por modulos

Cursos Relacionados

Ia - Inteligência Artificial