Pular para o conteúdo principal
InícioPython

Curso

Introdução à Qualidade de Dados com Great Expectations

IntermediárioNível de habilidade
Atualizado 04/2026
Garanta uma alta qualidade dos dados nos fluxos de trabalho de ciência de dados e engenharia de dados com a biblioteca Great Expectations do Python.
Iniciar curso gratuitamente
PythonData Engineering
4 h
14 vídeos
42 Exercícios
3,500 XP
3,086
Declaração de realização

Crie sua conta gratuita

Continuar com o GoogleMostrar mais opções

ou


Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados serão armazenados nos EUA.

Preferido por alunos de milhares de empresas

Group

Treinando uma equipe?

Experimente para Empresas

Descrição do curso

Great Expectations é uma ferramenta poderosa para monitorar a qualidade dos dados em fluxos de trabalho de ciência de dados e engenharia de dados. A plataforma pode ser facilmente integrada ao Python, tornando-a uma biblioteca útil para os usuários do Python dominarem.

No centro do Great Expectations estão as Expectativas, ou afirmações que você gostaria de verificar sobre seus dados. Você vai começar esse curso aprendendo como se conectar a conjuntos de dados do mundo real e aplicar Expectativas a eles. Você vai aprender a recuperar, editar, excluir Expectativas e criar pipelines para aplicar Expectativas a novos conjuntos de dados em uma implantação de produção.

Por fim, você vai aprender sobre tipos específicos de Expectativas, como para colunas numéricas e de string, e como escrever Expectativas de uma coluna dependendo dos valores de outras colunas.

Ao final deste curso, você vai ter uma base sólida na biblioteca Python Great Expectations. Você vai poder usar as principais funcionalidades da plataforma para monitorar a qualidade dos seus dados e vai poder usar seus dados com a certeza de que eles atendem aos seus padrões de qualidade.

Pré-requisitos

Data Manipulation with pandas
1

Conectando-se aos dados

Entenda por que o Great Expectations (GX) é uma ferramenta tão poderosa para monitorar a qualidade de dados. Familiarize-se com os conceitos básicos do GX, incluindo como iniciar uma sessão usando um Data Context e como carregar um dataframe do pandas usando um Data Source, Data Asset e Batch Definition.
Iniciar capítulo
2

Definindo Expectations

Crie e avalie Expectations básicas de formato e esquema. Valide suas Expectations individualmente, como parte de uma Expectation Suite com uma Batch Definition ou usando uma Validation Definition.
Iniciar capítulo
3

GX na prática

Aprenda habilidades práticas que vão ajudar você a dominar a natureza dinâmica das Expectations no mundo real. Faça o deploy de Validation Definitions usando Checkpoints; atualize suas Expectation Suites; e saiba como adicionar, recuperar, listar e excluir componentes-chave do GX.
Iniciar capítulo
4

Tudo sobre Expectations

Mergulhe de cabeça no mundo das Expectations. Pratique a criação de Expectations básicas de coluna, Expectations numéricas em nível de linha e agregação, Expectations de string e de parseabilidade de string, e mais. Aprenda a aplicar Expectations apenas a algumas linhas de um dataframe.
Iniciar capítulo
Introdução à Qualidade de Dados com Great Expectations
Curso
concluído

Obtenha um certificado de conclusão

Adicione esta credencial ao seu perfil do LinkedIn, currículo ou CV
Compartilhe nas redes sociais e em sua avaliação de desempenho
Inscreva-se agora

Faça como mais de 19 milhões de alunos e comece Introdução à Qualidade de Dados com Great Expectations hoje mesmo!

Crie sua conta gratuita

Continuar com o GoogleMostrar mais opções

ou


Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados serão armazenados nos EUA.

Desenvolva suas habilidades em dados com o app do DataCamp

Continue progredindo em qualquer lugar com nossos cursos para celular e desafios diários de programação de 5 minutos.