Fundamentos de Nuvem ☁️

Repositório de apoio ao curso Fundamentos de Nuvem desenvolvido para a Alura.

---

Sobre o Curso

Este curso apresenta conceitos fundamentais de computação em nuvem para cientistas de dados, utilizando exemplos práticos com dados reais do e-commerce brasileiro. Exploramos um pouco de todas as principais clouds do mercado, mas com foco especial no Google Cloud Platform (GCP).

Conteúdo

Aula 1: Introdução e Dados

• Base de dados: Olist Brazilian E-Commerce Public Dataset

  Dados de 100 mil pedidos da Olist Store entre 2016 e 2018.

• Feriados nacionais: JSON de feriados

• O que é computação em nuvem?

• Modelos de serviços em nuvem: PaaS vs IaaS vs SaaS

• Google Colab pode ser considerado um modelo SaaS, mas também tem algumas referências que trazem ele como um misto/hibrido de SaaS e PaaS.

  • É considerado principalmente um Software as a Service (SaaS), pois oferece um ambiente de desenvolvimento de notebooks Jupyter pronto para uso diretamente no navegador. Você usa o software sem se preocupar com a infraestrutura. No entanto, ele também possui características de Platform as a Service (PaaS), pois permite que desenvolvedores criem e executem seu próprio código (modelos de Machine Learning, análises de dados, etc.) em uma plataforma gerenciada pelo Google.

Aula 2: Primeiros Passos na Nuvem

• Criando conta gratuita no Google Cloud:
  Google Cloud Free

Aula 3: Armazenamento de Dados

• Buckets no GCP:
  Documentação
• BigQuery:
  Documentação

Aula 4: Python e Nuvem

• Notebook: _Aula_4_Python_e_Nuvem.ipynb

Aula 5: IAM e Segurança

• IAM no GCP:
  Visão geral de princípios
• Contas de serviço
• Permissões e papéis do IAM

Estrutura do Repositório

📓 _Aula_4_Python_e_Nuvem.ipynb
📁 dados/
    ├── BR.json
    ├── olist_customers_dataset.csv
    ├── olist_geolocation_dataset.csv
    ├── olist_order_items_dataset.csv
    ├── olist_order_payments_dataset.csv
    ├── olist_order_reviews_dataset.csv
    ├── olist_orders_dataset.csv
    ├── olist_products_dataset.csv
    ├── olist_sellers_dataset.csv
    └── product_category_name_translation.csv

Como Usar

1. Clone este repositório.
2. Explore os notebooks e os dados na pasta dados/.
3. Siga as instruções de cada aula para acompanhar o curso.