Instruções Iniciais da Formação Python e Automação para o Mercado Financeiro

Título e Promessa

Esta é a formação que transforma analistas em criadores de soluções financeiras baseadas em dados e automação.

Domine Python e as principais ferramentas de automação para coletar, tratar, modelar e visualizar dados financeiros em tempo real.

O que você será capaz de fazer

Ao final da Formação, você será capaz de criar seu próprio ecossistema de análise financeira automatizada, do zero ao nível profissional.

Público-Alvo

Esta Formação foi pensada para profissionais e estudantes que desejam unir finanças, dados e tecnologia em um mesmo conjunto de habilidades.

É ideal para:

– Economistas, analistas e assessores financeiros que querem dominar Python para automatizar rotinas de research, risco e investimentos;
– Profissionais de gestoras, corretoras e bancos que precisam construir relatórios e dashboards automatizados com dados de mercado;
– Cientistas e analistas de dados interessados em aplicar técnicas de programação e IA ao contexto financeiro;
– Estudantes de economia, finanças e engenharia que desejam dar o próximo passo rumo ao mercado quantitativo.

Em resumo: é para quem quer deixar de depender de planilhas e ferramentas prontas — e aprender a construir suas próprias soluções de análise financeira.

Quais habilidades eu aprenderei


🧠 Competências Desenvolvidas:

– Programação e automação com Python aplicada a finanças;
– Coleta, limpeza e análise automatizada de dados de mercado;
– Modelagem estatística e preditiva de séries financeiras;
– Construção de relatórios e dashboards dinâmicos;
– Implementação de agentes e fluxos com IA generativa;
– Criação de pipelines financeiros totalmente automatizados.

🔧 Ferramentas:

Python • pandas • NumPy • Matplotlib • Plotly  • Google Colab • VS Code •  Jupyter • Quarto • GitHub • Google AI Studio

Trilha de Cursos

🏁 Bloco 1 – Boas-Vindas e Integração

Antes de mergulhar nos conteúdos, você será apresentado à plataforma, à metodologia AM e à estrutura da Formação.

Aqui começa sua jornada — com um encontro inicial exclusivo com o Cientista-Chefe para definir seu plano de estudos e metas de aprendizado.

– Boas-Vindas à Plataforma
– Boas-Vindas à Formação
– Mentoria Inicial com o Cientista-Chefe

💡 Bloco 2 – Fundamentos de Python e Análise de Dados

No Bloco 2, você vai aprender a utilizar o Python, uma das principais linguagens de programação utilizadas no mercado de análise de dados. Além disso, irá construir uma mente analítica, que o qualificará para construir pipelines automatizados envolvendo todas as tarefas de análise de dados. Desde a coleta do dado até a apresentação de relatórios e dashboards automáticos.


– Como Pensar com Dados

– SQL para Negócios e Tomada de Decisão
– Programação em Python para Análise de Dados
– Workshop: Como Migrar do Excel para o Python no Mercado Financeiro

💾 Bloco 3 – Coleta e Automação de Dados Financeiros

Nesse bloco, você aprenderá a coletar e automatizar dados financeiros e econômicos diretamente de fontes públicas e APIs, tudo com Python. Explorará desde a extração de dados de CNPJs e demonstrações contábeis, até consultas avançadas a bases como DBnomics, OpenBB e Banco Central.

Também  aprenderá a substituir o uso do Excel por processos automatizados e escaláveis em Python. Verá como tratar, consolidar e analisar grandes volumes de dados financeiros e de séries temporais, além de aplicar ferramentas modernas como o vectorbt para simulação e análise de portfólios de investimentos.

Ao final, será capaz de construir pipelines completos de coleta de dados, eliminando tarefas manuais e criando uma base sólida para análises, relatórios e modelos preditivos.

– Web Scraping e APIs de Dados Financeiros

– Automação de Coleta e Análise de Dados


📈 Bloco 4 – Modelagem de Dados Financeiros

Nesse bloco, você aprenderá a estruturar, testar e automatizar modelos voltados ao mercado financeiro — desde a preparação dos dados até a simulação de cenários e avaliação de risco. Ao longo dos exercícios, explorará técnicas de machine learning e econometria financeira, aplicadas a problemas reais como precificação de opções, previsão de volatilidade, cálculo de VaR e modelagem de retornos de ações.

Também aprenderá a aplicar modelos de inteligência artificial à análise financeira e macroeconômica. Com exemplos reais, construirá previsões do Ibovespa usando técnicas como Chain-of-Thought e TimeGPT, além de realizar análise de sentimentos em comunicados do COPOM para captar o tom da política monetária.

Ao final, você será capaz de combinar dados financeiros e textuais com IA e Python, criando previsões e relatórios automatizados que conectam o comportamento dos mercados à política econômica.

– Modelagem e Previsão usando Python
– Modelos Financeiros usando Python

– Prática: Modelagem de Dados Financeiros

– Prática: IA Aplicada a Dados Financeiros

🤖 Bloco 5 – Automação Inteligente e Relatórios em Tempo Real

Nesse bloco, você aprenderá a automatizar a criação de relatórios contábeis, econômicos e financeiros usando Python, IA e Shiny. O foco é transformar planilhas e análises manuais em dashboards interativos e reports automáticos, capazes de atualizar-se sozinhos com novos dados.

Ao final, você será capaz de gerar relatórios profissionais completos, integrando dados contábeis, de mercado e de sentimento — tudo de forma eficiente, dinâmica e sem depender do Excel.

– Automação de Relatórios e Dashboards com Python e Quarto
– GitHub Actions e Rotinas Automáticas de Atualização
– Workshop: Construindo um Painel Financeiro Automatizado com IA

– Prática: Relatórios Inteligentes com IA e Python

Como vai funcionar e o que você vai receber

A Formação foi construída para ser 100% prática, aplicada e acompanhada, com foco em resultados que você poderá implementar no seu trabalho imediatamente.

📅 Estrutura e Acesso:
– 48 meses de acesso total;
– Mais de 220 horas de conteúdo e projetos práticos;
– Certificados Individuais + Certificado Final da Formação.

👨‍🏫 Acompanhamento e Mentoria:
– Suporte individual com professores e tutores especializados;
– Mentorias diretas com o Cientista-Chefe da Análise Macro;