Bem vindo ao primeiro e único curso da Udemy que te ensina a criar sistemas executáveis utilizando Python

Atualização Ago/22 - Novo módulo sobre sistema de cobrança onde será abordado toda a criação de um sistema que conecta ao Gmail e envia os boletos bancários aos respectivos e-mails de forma autônoma. Um sistema gratuito de automação que melhora a cobrança da empresa e ainda pode-se estar interligando ao ERP.

Atualização Mar/22 - Novo módulo sobre detecção de objetos por cor onde criamos um sistema que conecta a webcam simulando a conexão a uma câmera por TCP/IP, capturamos as imagens mostrando em tempo real no próprio sistema, aplicamos filtros e posterior criamos um detector de objetos onde ele verifica e avisa se há ou não um objeto de cor azul na tela onde pode-se ser utilizado para realizar a contagem de produtos produzidos na linha de produção da fábrica.

Atualização Nov/21 - Novo módulo sobre multithreads com duas aulas explicando basicamente como se roda dois loops/funções ao mesmo tempo. Recurso muito útil quando se quer rodar uma função demorada mas continuar trabalhando no sistema em paralelo.

Atualização Nov/21 - Tira dúvida sobre qual a melhor linguagem para sistemas ERP, Java x Python? Um enfoque em como se desenvolve um sistema na IDENetbeans e comentários sobre sempre haver comparações/debates entre tecnologias.

Atualização Out/21 - Adicionado aula de estatística básica, você raramente irá precisar de uma rede neural na gestão da empresa em que trabalha...

Suponhamos que seu chefe de 60 anos chegue agora e te peça a previsão de faturamento da empresa para o próximo mês pois ele quer ter uma noção das vendas para ver se há a possibilidade de comprar outra máquina pá carregadeira. Relativamente fácil né?! Então você abre uma planilha em branco, insere as informações de ano, mês e faturamento e, como um bom programador em Python, o exporta para um notebook onde você escreve linhas e linhas de comandos que geram gráficos, comparativos de meses, análises de desvio padrão e até predição por séries temporais.

Você colocou tudo que aprendeu de Data Science nesta tarefa entregando um belíssimo arquivo .ipynb totalmente MANIPULÁVEL e ADAPTÁVEL pro seu chefe que já de cara te pergunta "Como eu abro isto aqui?". Bem, já começou errado mas você faz o upload do arquivo no drive e o abre no Google Colab (Já que no PC do seu chefe não tem o Jupyter Notebook) onde depois explica todas as premissas e predições.

Seu chefe gosta daquilo que está vendo já que tem várias informações na tela e, ao final, pede pra você comparar não mais janeiro com fevereiro mas sim com março. "Ok, é só o senhor ir até estas linhas de código no meio do arquivo e alterar a variável "mes_comp2" para 3 e depois rodar todas as linhas novamente".

Alterar códigos e variáveis? Rodar as linhas novamente? O que é mes_comp2? Estas são algumas das perguntas que seu chefe irá lhe fazer se você quiser que ELEmanipule as informações. E se no mês que vem for inserido um novo faturamento e ele quiser ver os dados atualizado ele saberá que tem que rodar todas as linhas novamente? Ou pior, e se ele digitar algo errado no meio do notebook sem querer e acabar dando interferindo na predição? A CULPA NO FINAL É SUA e isto pode custar o seu emprego...

Esta "história" aconteceu comigo em dezembro de 2020 na empresa de mineração onde trabalho pois é neste período que fazemos as projeções para o próximo ano, mas ao invés de entregar um arquivo .ipynb onde só pythonistas utilizam eu entreguei um sistema executável.

Sistema este que ele faz tudo isto que comentei, mas sem o perigo de meu chefe alterar alguma linha de código porque as alterações são feitas por botões, caixas de seleções e tabelas e é isto que vou te ensinar neste curso.

Sairemos da mesmice de ficar escrevendo linhas de código em notebooks para solucionarmos problemas por meio de sistemas executáveis utilizando Python e QTCreator.

Exemplos práticos corporativos + didática acadêmica = efetividade no ensino.

Curso totalmente prático, sem enrolação, apenas com o que é necessário para você compreender como se cria soluções em Python na prática com 4 projetos que vão do nível iniciante ao profissional. Mas e a teoria? Apenas abordo o essencial para que você aprenda MAIS em um curto espaço de tempo.

E não é só isto, adquirindo o curso 'Python e QTCreator em sistemas com interface GUI' você também será introduzido a 'Python para Data Science', ou seja, abordamos também as bibliotecas essenciais numpy e pandas com gráficos em Seaborn na leitura, visualização gráfica, manipulação e exportação de datasets, bases de dados como tabela de excel.

Ao longo do curso você terá:

• Abordagem dos softwares Anaconda com Jupyter Notebook, Google Colab e Visual Studio Code

• Introdução à Python para Data Science

• Área do aluno onde as aulas contém conteúdos elaborados exclusivamente para ajudar os alunos a resolver seus projetos pessoais

• PPTs introdutórios nos módulos de Data Science

• Notebooks para download sobre Python, NumPy e Pandas para revisar sempre que precisar

• 4 projetos do básico ao profissional para colocar no portfólio:

1. Nível iniciante:YouTube Download

2. Nível intermediário: Sistema de predição de faturamento utilizando base de dados real

3. Nível avançado: Sistema ERPpara empresas com telas de cadastro, consultas, exclusão e alteração

4. Nível Profissional: Sistema de reconhecimento facial como solução para uma empresa de empréstimo consignado

• Módulo multithreads para rodar loops/funções em paralelo sem que trave o sistema

• Todos os códigos e imagens dos projetos

• Tempo vitalício de curso

• Certificado de conclusão

• Scripts para download

• Correções dos exercícios

Um grande abraço e lembre-se, "não devemos ter medo das novas ideias! Elas podem significar a diferença entre o triunfo e o fracasso...". - Napoleon Hill