Como o gráfico abaixo mostra, Python é cada vez mais a principal linguagem usada no desenvolvimento de modelos de machine learning (ML). De fato ele está se tornando a linguagem de programação mais popular do mundo.
Isso não acontece à toa: Python é uma linguagem relativamente simples, open-source (em particular, gratuita), muito flexível, e que hoje conta como uma comunidade vibrante de programadores que constantemente criam e atualizam pacotes de funções voltados para diversas tarefas, ML entre elas.
Abaixo vai um possível roteiro para se aprender e praticar Python online. Não é o único e nem necessariamente o melhor caminho, mas funciona muito bem se você estiver disposto a dedicar energia e tempo a ele.
—
1 – DataCamp (https://www.datacamp.com/courses/tech:python) para aprender a sintaxe e ter uma noção geral da linguagem
2 – Nanodegrees do Udacity (https://www.udacity.com/school-of-data-science) para aprender os aspectos “práticos” da linguagem. A didática dos vídeos e textos em geral é muito boa. A ênfase é muito mais prática do que teórica; o Udacity não tem a pegada “acadêmica” do Coursera. Há grupos, tanto no site quanto no WhatsApp, para tirar dúvidas e trocar ideias com os professores e colegas.
3 – Pratique Python no HackerRank (https://www.hackerrank.com/) para ganhar fluência. Os exercícios surgem em dificuldade crescente, e as páginas de discussão do site contém dicas de como resolvê-los de maneira eficiente e elegante.
4 – Busque proativamente blogs e tutoriais voltados para programação em Python aplicada a data science e ML
5 – Uma vez que o feijão-com-arroz da linguagem estiver dominado, se dedique a um projeto “do mundo real”, remunerado ou não. O fundamental para manter a motivação é encontrar um desafio que empolgue.
6 – Use e abuse do Stack Overflow (https://stackoverflow.com/questions/tagged/python) para tirar dúvidas, sempre
—
Obs: O HackerRank e o Stack Overflow são gratuitos, enquanto que a maioria dos cursos do DataCamp e do Udacity são pagos. Com um pouco de pesquisa online é possível encontrar alternativas gratuitas, ainda que provavelmente de menor qualidade.
Flavio Abdenur Economista pela PUC-Rio e doutor em Matemática pelo IMPA; sócio-proprietário da consultoria SLQ Soluções Quantitativas.
