A mais completa formação de Python aplicado a finanças do Brasil.
Construa uma jornada de sucesso no mercado financeiro desenvolvendo seus próprios modelos de investimento.
Avaliação de 4.67 de 5
Mais de 50 avaliações nos últimos 30 dias
Junte-se a mais de 1000 alunos que evoluíram com o Código.py
O mercado financeiro está sedento por analistas de dados.
McKinsey & CompanyR$ 71 mil Médio
Cientista de Dados Principal
NubankR$ 26 mil Médio
Cientista de Dados
BTG PactualR$ 25 mil Médio
Líder de Ciência de Dados
StoneR$ 21 mil Médio
Cientista de Dados
XP Inc.R$ 20 mil Médio
Cientista de Dados Sênior
PetrobrasR$ 20 mil Médio
Cientista de Dados Júnior
SumUpR$ 35 mil Médio
Cientista de Dados Sênior
Banco SafraR$ 28 mil Médio
Gerente de Ciência de Dados
Itaú Unibanco (Itaú BBA e Rede)R$ 26 mil Médio
Gerente Sênior de Ciência de DadosA melhor formação de Análise de dados aplicado a finanças do Brasil
Tudo que você precisa para construir carreira no mercado financeiro como um analista de dados está aqui.
54 horas de aulas e projetos gravados em 252 aulas.
Nível 1: Fundamentos da Programação
Tudo que você precisa saber pra começar a programar do zero, desde instalar o Python no seu computador, passando por lógica básica e finalizando com as principais bibliotecas de análise e visualização de dados no Python.
- Galáxia 1 - Ambiente de Programação7 Aulas - 01h 05min
- Galáxia 2 - Lógica de programação23 Aulas - 04h 08min
- Galáxia 3 - Numpy 👽6 Aulas - 01h 04min
- Galáxia 4 - Pandas 🐼28 Aulas - 06h
- Galáxia 5 - Matplotlib16 Aulas - 03h 59min
- Galáxia 6 - Python Orientado a Objeto11 Aulas - 02h
Nível 2: Automações e Ferramentas
Aqui você vai aprender a automatizar a coleta de dados de APIs, dados de sites, além de construir ferramentas financeiras como simulação de Monte Carlo e otimização de Markowitz no Python.
- Galáxia 7 - APIs no Python7 Aulas - 02h 47min
- Galáxia 8 - Web Scrapping7 Aulas - 03h 20min
- Galáxia 9 - Ferramentas Financeiras18 Aulas - 04h 44min
Nível 3: IA e Cloud Computing
Se torne um mestre em criar modelos de investimento e IAs. Nesse nível você irá aprender a fazer modelos de Factor Investing, que automatiza a análise fundamentalista, e modelos de análise técnica. Você irá construir comigo 2 ferramentas de backtest que permitem que você faça milhares de backtests com estratégias que chegam a 40% a.a.
- Galáxia 10 - Modelos Quantitativos10 Aulas - 02h 34min
- Galáxia 11 - Factor Investing29 Aulas - 06h 40min
- Galáxia 12 - Modelos de Análise Técnica12 Aulas - 02h 24min
- Galáxia 13 - Machine Learning e Deep Learning26 Aulas - 03h 54min
Você não precisa de mais nada para se tornar um analista de dados
Confira os cursos extras que você vai levar
Mundo 1 - O que é computação em nuvem?
Mundo 2 - O que é a AWS, por que utiliza-lá e principais serviços.
Mundo 3 - O que são zonas e qual escolher.
Mundo 4 - Como mexer e integrar códigos/serviços na AWS?
Mundo 5 - Criando uma conta na AWS.
Mundo 6 - Controlando gastos na AWS.
Mundo 7 - IAM: Controlando acessos.
Mundo 8 - S3: Como alugar armazenamento na AWS.
Mundo 9 - VPC: Configurando redes e entendendo sobre a internet.
Mundo 10 - EC2: Como alugar um computador na AWS.
Mundo 11 - Subindo um dashboard online.
Mundo 12 - Criando um banco de dados na nuvem.
Mundo 13 - Automatizando a execução de um modelo de investimento - configurações na AWS.
Mundo 14 - Criando o código que se conecta direto na bolsa e botando o modelo pra rodar na AWS 24 horas por dia, 7 dias por semana.
Mundo 1 - Nomes e comentários: Como criar nomes e comentários como um programador profissional no seu código?
Mundo 2 - Funções e métodos: Como criar funções otimizadas e com boas práticas?
Mundo 3 - Cultura de manutenção: um papo sobre refatoração de códigos.
Mundo 1 - O que são banco de dados? O que são dados relacionais? Características ACID e MySQL.
Mundo 2 - O que é o SQL? (Uma linguagem não procedural)
Mundo 3 - Instalando o SQL e o MySQL
Mundo 4 - Tipos de dados: Como otimizar espaço no MySQL?
Mundo 5 - Criando tabelas: Como criar tabelas de cotações e operações no MySQL?
Mundo 6 - Inserindo dados em tabelas com INSERT INTO: Como colocar dados de cotações e operações nas tabelas?
Mundo 7 - Alterando a estrutura da tabela com ALTER TABLE: Como adicionar uma nova coluna aos dados?
Mundo 8 - Editando dados com UPDATE: Como atualizar um código de negociação na base de dados de uma empresa que mudou de nome?
Mundo 9 - Gerando cópias de seguranças: Como se proteger e criar back-ups do seu banco de dados?
Mundo 10 - Construindo uma base de dados do zero: Construindo, na prática, uma base de cotações com 610 empresas e dados de câmbios do mercado brasileiro de 1994 até 2020.
Mundo 11 - Selecionando dados com SELECT - Como selecionar dados dentro da base de dados do mercado brasileiro?
Mundo 12 - Selecionando dados com SELECT e WHERE - Como selecionar as cotações do dólar entre todos os dados de câmbio?
Mundo 13 - Juntando tabelas com JOIN: Como selecionar as cotações da WEG entre 2010 e 2014 dentro da base de dados criada?
Mundo 14 - SQL + Python: Como programar em SQL dentro do Python? Como puxar as cotações da Weg do MySQL para um DataFrame?
Mundo 1 - O que é e pra que serve o GitHub?
Mundo 2 - Dicionário GitHub: O que são repositórios, branchs, chaves e estágios de um projeto.
Mundo 3 - Criando uma conta no GitHub.
Mundo 4 - Instalando o Git no Windows/Mac/Linux.
Mundo 5 - Iniciando um repositório Git e configurando o git ignora: dados sensíveis no GitHub.
Mundo 6 - Salvando informações no Git e nosso primeiro repositório no GitHub.
Mundo 7 - Branchs do zero ao avançado: Criando e gerenciando projetos no Git
Mundo 8 - Restaurando versões antigas de um código usando Git: Como voltar no tempo dentro de um código?
Mundo 9 - Criando atalhos no Git: Como otimizar seu tempo.
Mundo 10 - Como organizar e estilizar seu GitHub para recrutadores? Montando um GitHub vencedor.
Sou head de dados da VAROS, formado em Economia pela UFF e inserido no mercado financeiro há 5 anos.
Trabalhei em um dos maiores fundos de pensão do país, que faz a gestão de 4 bilhões de reais. Em poucos meses me tornei peça chave dentro dele depois de criar um algoritmo que escolhia as melhores ações da bolsa, sistematicamente, através de indicadores. Colocamos 150 milhões de reais do fundo nessa estratégia e nos primeiros 6 meses já tínhamos superado o Ibovespa em 10%.
Na VAROS, criei toda a parte de dados da empresa do zero. Hoje eu gerencio toda essa área na VAROS usando o Python, com inúmeros algoritmos que rodam internamente, calculando o custo de capital de todas as empresas da bolsa todos os dias. Criamos uma base interna com cotações, dados fundamentalistas e informações gerais do mercado de ações e fiis.