CÓDIGO Zero Python, IA e Automação para Não Programadores.

Mente de Programador para Não Programadores

Entender o que é programação, lógica e automação sem jargão técnico. O primeiro script roda já neste módulo.

• O que realmente significa programar — sem mistura com “usar IA”
• Diferença entre lógica, linguagem e ferramenta
• Modelo mental — entrada → processamento → saída
• Setup zero-fricção no Google Colab — você já sai escrevendo
• Primeiro script em Python rodando ao vivo

Variáveis, Tipos & Operadores

A base para pensar como programador sem decorar comandos. Você aprende a guardar, transformar e comparar informação.

• Algoritmos, fluxogramas e pseudocódigo antes de escrever código
• Variáveis em Python — atribuição, nomenclatura e reatribuição
• Tipos primitivos: int, float, str, bool — quando e por quê
• Operadores matemáticos (+ - * / // % **) e lógicos (and · or · not)
• Conversão de tipos — int(), float(), str()
• Formatação de saída com f-strings

Condicionais & Regras de Negócio

Programas que tomam decisão. Você cria os primeiros classificadores e validadores com regras reais.

• if, elif e else — quando usar cada um
• Operadores de comparação (== != > < >= <=) e in
• Combinação de critérios e booleanos compostos
• Condições aninhadas — quando aninhar e quando refatorar
• Operador ternário — x if cond else y
• Validação de entrada e tratamento básico de erros

Loops para Automatizar Tarefas

A repetição é o coração da automação. Você aprende a percorrer dados em volume sem trabalho manual.

• for percorrendo coleções — listas, strings, dicionários
• while com condições de parada e contadores
• range() e enumerate() — índices sob controle
• Acumuladores: somatório, média, máximo, mínimo
• Quando usar break, continue e por que evitar abuso
• Padrões que aparecem em todo script de automação

Listas, Dicionários & Tabelas

Organizar informação real em estruturas que o código manipula. A ponte entre Excel e Python.

• Listas — criação, fatiamento, métodos (.append .pop .sort)
• Dicionários — chave/valor e por que isso muda tudo
• Tuplas e set — quando usar imutável ou único
• Iteração sobre dicionários com .items() · .keys() · .values()
• List comprehensions — o salto do iniciante para o intermediário
• Busca, filtro e ordenação de dados reais

Arquivos, Planilhas & CSV

Python encontra o trabalho real. Você lê, trata e devolve dados em arquivos do dia a dia — sem abrir Excel.

• Leitura e escrita de arquivos com open() e gerenciador with
• Módulo csv — ler, gerar, manipular planilhas no Python puro
• Introdução a pandas — DataFrame, read_csv, head()
• Limpeza simples — nulos, duplicidade, tipos errados e datas
• Filtros, agrupamentos e ordenação em pandas
• Exportação final para .csv ou .xlsx pronta para enviar

IA como Copiloto — Prompt, Código & Validação

Usar IA para programar melhor, estudar melhor e errar menos — com pensamento crítico, não cópia cega.

• Anatomia de um bom prompt para código: papel, contexto, formato, restrições
• Pedir explicação linha a linha para acelerar o aprendizado
• Geração e revisão de funções com IA — quando aceitar, quando questionar
• Debug com IA — colando a mensagem de erro e validando hipóteses
• Refatoração assistida e documentação (docstrings) com IA
• Limites da IA: aluciação, bibliotecas inventadas e como detectar

Da Tarefa Manual ao Script — Automação na Prática

Identificar tarefa automatizável e transformar rotina em fluxo lógico — com Python puro, do gatilho à saída.

• O modelo gatilho → processamento → saída → validação
• Agendamento de scripts — noções de schedule e cron
• Manipulação de pastas e arquivos com os e pathlib
• Trabalhar com datetime — datas, prazos, intervalos
• Consumir APIs simples com requests e ler JSON
• Encadear etapas em um fluxo completo — do dado bruto ao relatório final

Funções, Organização & Debug

Organizar código, evitar bagunça e corrigir erro com método. A diferença entre script de uso único e código reutilizável.

• Funções com def — parâmetros, return, valor padrão
• Escopo de variáveis — local vs. global e por que importa
• Modularização em arquivos .py e import entre eles
• Tratamento de erros com try / except / finally
• Boas práticas — nomes, funções pequenas, código legível
• Teste de mesa e leitura de Traceback com método