Curso Introdutório de Séries Temporais

Este curso foi desenvolvido para quem deseja dar os primeiros passos na análise de dados oceanográficos utilizando Python, com foco prático em séries temporais reais obtidas de sensores ambientais. A proposta é unir teoria essencial e aplicação direta, permitindo que o aluno compreenda como transformar dados brutos em informações científicas consistentes e visualmente interpretáveis.

Ao longo do curso, você irá trabalhar com um conjunto completo de variáveis oceanográficas e aprender a estruturar toda a cadeia de análise: desde a leitura de dados até a construção de gráficos científicos e interpretação dos resultados.

📚 Ementa do Curso

• 📦 Introdução ao Python aplicado à oceanografia (Pandas, NumPy e Matplotlib)
• 📊 Leitura e organização de dados ambientais a partir de arquivos CSV
• 🧠 Conceitos básicos de programação aplicados à análise de dados
• ⏱️ Construção e manipulação de séries temporais com dados oceanográficos
• 🌊 Análise de variáveis ambientais: temperatura, salinidade, turbidez, CDOM, clorofila e altura de onda
• 🧹 Tratamento de dados: remoção de valores inválidos e filtragem de spikes
• 📈 Construção de gráficos científicos com séries temporais no Python
• 🧭 Formatação de eixos temporais e melhoria da apresentação visual dos dados
• 📉 Estatística descritiva aplicada (média, máximos e mínimos)
• 🔄 Comparação entre sensores e análise de consistência de medições
• 🔍 Análise exploratória de padrões ambientais ao longo do tempo
• 💾 Exportação de gráficos em alta resolução para relatórios e publicações

📌 Informações do curso

📅 Data: 30/05/2026
🕣 Horário: 08:30 às 12:30
💻 Formato: Aula online ao vivo
📼 Bônus: Gravação da aula disponível para revisão posterior
📘 Material: Apostila completa inclusa
🎓 Certificado de participação
👥 Vagas limitadas: apenas 10 vagas disponíveis

Este é um curso intensivo e totalmente prático, voltado para quem deseja aprender a trabalhar com dados oceanográficos reais e desenvolver autonomia na análise de séries temporais em Python. A proposta é que, ao final da aula, você já consiga aplicar os métodos aprendidos em seus próprios dados ou projetos de pesquisa.