Skip to content
BranchesTags

Latest commit

 

History

7 Commits

Folders and files

NameName
Last commit message
Last commit date
.github
.github
 
 
images
images
 
 
CODE_OF_CONDUCT.md
CODE_OF_CONDUCT.md
 
 
CONTRIBUTING.md
CONTRIBUTING.md
 
 
LICENSE
LICENSE
 
 
README.md
README.md
 
 
lychee.toml
lychee.toml
 
 

Repository files navigation

Guia Dev Brasil

Guia de Python

🎯 O guia para alavancar a sua carreira

Python é a linguagem mais usada do GitHub e o ponto de entrada mais comum para quem migra para dados, inteligência artificial, automação ou back-end (Django, FastAPI) — e também a língua nativa dos SDKs e agentes de IA mais usados hoje. Este guia reúne roadmap, cursos, documentação, livros, canais, ferramentas, projetos e comunidades sobre Python, com prioridade para conteúdo gratuito e em português. Serve tanto para quem nunca programou quanto para quem já programa e quer se especializar em web, dados ou IA. Todo link foi verificado na data da última revisão — guarde nos favoritos e volte sempre que precisar de uma trilha confiável.

Siga nas redes sociais para acompanhar mais conteúdos:
Discord Badge Youtube Badge

⚠️ Aviso importante

Antes de tudo você pode me ajudar e colaborar, deu bastante trabalho fazer esse repositório e organizar para fazer seu estudo ou trabalho melhor, portanto você pode me ajudar das seguintes maneiras:

💡 Nossa proposta

A proposta deste guia é dar uma ideia sobre o atual panorama e guiá-lo se você estiver confuso sobre qual será o seu próximo aprendizado, sem influenciar você a seguir os 'hypes' e 'trends' do momento. Acreditamos que com um maior conhecimento das diferentes estruturas e soluções disponíveis poderá escolher a ferramenta que melhor se aplica às suas demandas. E lembre-se, 'hypes' e 'trends' nem sempre são as melhores opções.

🔰 Para quem está começando agora

Não se assuste com a quantidade de conteúdo apresentado neste guia. Acredito que quem está começando pode usá-lo não como um objetivo, mas como um apoio para os estudos. Neste momento, dê enfoque no que te dá produtividade e o restante marque como Ver depois. Ao passo que seu conhecimento se torna mais amplo, a tendência é este guia fazer mais sentido e ficar fácil de ser assimilado. Bons estudos e entre em contato sempre que quiser! 👊

🚨 Colabore

  • Abra Pull Requests com atualizações
  • Discuta ideias em Issues
  • Compartilhe o repositório com a sua comunidade

🌍 Tradução

Se você deseja acompanhar esse repositório em outro idioma que não seja o Português Brasileiro, você pode optar pelas escolhas de idiomas abaixo, você também pode colaborar com a tradução para outros idiomas e a correções de possíveis erros ortográficos, a comunidade agradece.

Guia Extenso de Programação・English — Click Here
Guia Extenso de Programação・Spanish — Click Here
Guia Extenso de Programação・Chinese — Click Here
Guia Extenso de Programação・Hindi — Click Here
Guia Extenso de Programação・Arabic — Click Here
Guia Extenso de Programação・French — Click Here
Guia Extenso de Programação・Italian — Click Here
Guia Extenso de Programação・Korean — Click Here
Guia Extenso de Programação・Russian — Click Here
Guia Extenso de Programação・German — Click Here
Guia Extenso de Programação・Japanese — Click Here

📚 ÍNDICE

🗺️ Roadmap
🚀 Por onde começar
📖 Documentação oficial
🔤 Sites e cursos para aprender Python
📚 Livros
🎥 Canais no Youtube
🎙️ Podcasts
📰 Sites, blogs e newsletters
🛠️ Ferramentas
🧪 Projetos práticos e desafios
🤖 IA na prática
💼 Carreira e vagas
👥 Comunidades
🎓 Certificações

🗺️ Roadmap

Trilha resumida (siga na ordem; cada etapa tem recursos nas seções abaixo):

  1. Instalação e primeiro script — Python 3 mais recente, VS Code ou Thonny, python ola.py no terminal.
  2. Fundamentos — variáveis, tipos, if, for/while, funções, strings e f-strings, entrada e saída.
  3. Estruturas de dados — listas, tuplas, dicionários, conjuntos, comprehensions, fatiamento, enumerate/zip.
  4. Módulos e ambientes — importar da biblioteca padrão, venv, pip/uv, pyproject.toml, ler e escrever arquivos, JSON e CSV.
  5. Python intermediário — orientação a objetos, exceções, type hints, geradores, decoradores, dataclasses, pathlib.
  6. Qualidade — testes com pytest, formatação e lint com Ruff, verificação de tipos com mypy/Pyright, Git e GitHub.
  7. Especialização — web (Django, FastAPI, Flask), dados (pandas, NumPy, Jupyter, Polars), automação (Requests, Playwright, Selenium) ou IA (PyTorch, scikit-learn, SDKs de LLM).
  8. Avançado — asyncio e concorrência, empacotamento e publicação no PyPI, desempenho (perfil, free-threading), contribuição com projetos open source.

🚀 Por onde começar

  1. Instale o Python pelo site oficial (no Windows, marque "Add python.exe to PATH") e um editor: VS Code com a extensão Python ou o Thonny, feito para iniciantes.
  2. Experimente sem instalar nada no Google Colab ou no Online Python — e use o Python Tutor para ver o código executar passo a passo.
  3. Faça um curso em português: o Curso em Vídeo — Mundo 1 (Guanabara) ou o Curso Completo de Python 2026 (Hashtag Programação).
  4. Leia o tutorial oficial — O tutorial do Python está inteiro em português e cobre tudo que um curso cobre.
  5. Pratique todo dia: os Exercícios de Python 3 do Curso em Vídeo, o Practice Python e os katas do Codewars.
  6. Aprofunde: as lives do Eduardo Mendes e o livro gratuito Python Fluente, 2ª edição levam você do intermediário ao avançado.
  7. Escolha uma trilha: web com o FastAPI do Zero ou Django; dados com o curso gratuito da Data Science Academy; IA com o Hugging Face Learn.
  8. Construa e publique um projeto no GitHub: um pacote no PyPI, uma CLI ou um dos 81 projetos do Big Book of Small Python Projects.

Seu primeiro projeto em 30 segundos:

python3 --version               # precisa ser 3.10 ou superior
mkdir ola-python && cd ola-python
python3 -m venv .venv           # ambiente virtual isolado para o projeto
source .venv/bin/activate       # Windows: .venv\Scripts\activate
# ola.py
def saudacao(nome: str) -> str:
    return f"Olá, {nome}!"

if __name__ == "__main__":
    print(saudacao("Guia Dev Brasil"))
python ola.py                   # executa
uv run ola.py                   # alternativa moderna: o uv cria o ambiente sozinho

📖 Documentação oficial

🔤 Sites e cursos para aprender Python

Cursos para aprender Python em Português

Cursos para aprender Python em Inglês

📚 Livros

🎥 Canais no Youtube

Em português

  • Curso em Vídeo — Canal do Gustavo Guanabara, casa do curso de Python mais popular do Brasil.
  • Eduardo Mendes (Dunossauro) — Live de Python toda semana desde 2017, FastAPI do Zero e minisséries sobre a linguagem.
  • Otávio Miranda — Cursos gratuitos completos: type hints, regex, concorrência, Django, LangChain.
  • Hashtag Programação — Python para automação, dados e aplicações do dia a dia, em linguagem simples.
  • Programação Dinâmica — Kizzy Terra e Hallison Paz: Python, ciência de dados e IA com rigor e didática.
  • Código Fonte TV — Gabriel e Vanessa explicam tecnologias (Python incluso) de forma leve e visual.
  • Didática Tech — Python, machine learning e dados com aulas completas e gratuitas.
  • Asimov Academy — Canal da escola de Python e IA, com tutoriais gratuitos de agentes, dados e automação.
  • Let's Data — Ciência de dados e IA em português, com Python como ferramenta central.
  • Jornada de Dados (Luciano Vasconcelos) — Engenharia de dados com Python: pipelines, APIs, testes e boas práticas.
  • Dev Aprender (Jhonatan de Souza) — Python e desenvolvimento web explicados de forma prática para iniciantes.
  • Programador Lhama — Python, Django e carreira, com projetos completos.
  • CFBCursos — Cursos gratuitos e organizados por playlist, incluindo Python.
  • Bóson Treinamentos — Canal veterano com cursos completos de Python, bancos de dados e redes.
  • Python Brasil (oficial) — Palestras e tutoriais gravados nas conferências Python Brasil.
  • Filipe Deschamps — Programação e carreira em geral, com vídeos didáticos que usam Python com frequência.

Em inglês

  • Corey Schafer — O canal de Python mais recomendado do mundo: tutoriais claros e atemporais.
  • mCoding — Python intermediário e avançado em vídeos curtos e precisos.
  • ArjanCodes — Design de software, arquitetura e código limpo em Python.
  • Tech With Tim — Projetos completos e tutoriais para iniciantes e intermediários.
  • freeCodeCamp.org — Cursos completos de várias horas sobre Python e seu ecossistema.
  • Real Python — Vídeos do site Real Python, com tutoriais e entrevistas.
  • Indently — Dicas rápidas e truques de Python moderno.
  • anthonywritescode — Anthony Sottile (pre-commit, pyupgrade) sobre ferramentas e internals do Python.
  • sentdex — Python aplicado a dados, machine learning e projetos criativos.
  • Programming with Mosh — Cursos de Python bem produzidos para iniciantes.
  • PyCon US — Todas as palestras da maior conferência de Python do mundo.
  • Python Software Foundation — Canal oficial da fundação que mantém o Python.

🎙️ Podcasts

📰 Sites, blogs e newsletters

🛠️ Ferramentas

Instalar, executar e gerenciar ambientes

  • Python.org — Downloads — Instalador oficial para Windows e macOS (no Linux, use o gerenciador de pacotes).
  • pip — O instalador de pacotes padrão do Python.
  • PyPI — O repositório oficial de pacotes Python.
  • uv — Gerenciador de pacotes e projetos em Rust, extremamente rápido: substitui pip, venv, pyenv e Poetry.
  • Poetry — Gerenciamento de dependências e empacotamento com pyproject.toml.
  • pyenv — Instale e alterne entre várias versões do Python.
  • pipx — Instale ferramentas de linha de comando Python em ambientes isolados.
  • Google Colab — Notebooks Jupyter gratuitos na nuvem, com GPU — nada para instalar.
  • Project Jupyter — Notebooks interativos, o ambiente padrão para dados e ensino.
  • marimo — Notebook reativo e reprodutível, salvo como .py puro.
  • Python Tutor — Visualize a execução do código passo a passo — ótimo para entender referências e recursão.
  • Online Python (Programiz) — Rode Python no navegador sem instalar nada.
  • PyInstaller — Empacote seu programa como executável para Windows, macOS e Linux.
  • PythonAnywhere — Hospede scripts e apps web Python na nuvem, com plano gratuito.
  • PyPy — Implementação alternativa com JIT, muito mais rápida em código puro Python.
  • MicroPython — Python para microcontroladores (ESP32, Raspberry Pi Pico).

Editores, qualidade de código e testes

  • Visual Studio Code — extensão Python — Extensão oficial da Microsoft: IntelliSense, depuração, notebooks e testes.
  • Getting Started with Python in VS Code — Tutorial oficial para configurar o VS Code para Python.
  • PyCharm — A IDE mais completa para Python; a edição Community é gratuita.
  • Thonny — IDE minimalista feita para iniciantes, com depurador visual.
  • Mu — Editor simples para quem está começando, com modos para MicroPython e pygame.
  • Spyder — IDE científica, familiar para quem vem do MATLAB/R.
  • Ruff — Linter e formatador em Rust, centenas de vezes mais rápido que Flake8 + Black.
  • Black — O formatador 'sem discussão' que padronizou o estilo de código Python.
  • mypy — O verificador de tipos estático de referência.
  • Pyright — Verificador de tipos da Microsoft, base do Pylance no VS Code.
  • ty — Verificador de tipos e language server em Rust da Astral (criadores do uv e Ruff), em preview.
  • Pyrefly — Verificador de tipos em Rust da Meta, rápido e com IDE integrada.
  • pytest — O framework de testes padrão de fato do ecossistema.
  • unittest (PT-BR) — Framework de testes da biblioteca padrão.
  • Coverage.py — Mede quanto do seu código é coberto pelos testes.
  • pre-commit — Rode Ruff, mypy e outros verificadores automaticamente antes de cada commit.
  • pdb — O depurador do Python (PT-BR) — Depurador da biblioteca padrão: breakpoint() e pronto.
  • logging (PT-BR) — Registro de eventos da biblioteca padrão — pare de usar print para depurar em produção.
  • regex101 — Teste expressões regulares com explicação passo a passo (selecione o sabor Python).

Bibliotecas e frameworks essenciais

  • Django — Framework web completo: ORM, admin, autenticação e segurança inclusos.
  • Documentação do Django 5.2 (PT-BR) — Documentação oficial da versão LTS de 2025, traduzida.
  • FastAPI (docs em PT) — Framework moderno para APIs, baseado em type hints, com documentação parcialmente em português.
  • Flask — Microframework web minimalista, ótimo para aprender como a web funciona.
  • Django Ninja — APIs rápidas com Django usando type hints, no estilo FastAPI.
  • Litestar — Framework ASGI moderno e completo para APIs.
  • Streamlit — Crie apps de dados e dashboards só com Python, sem front-end.
  • pandas — A biblioteca padrão para análise e manipulação de dados tabulares.
  • NumPy — Arrays numéricos e álgebra linear — a base de todo o ecossistema científico.
  • Polars — DataFrames em Rust, muito mais rápidos que o pandas em dados grandes; versão 1.0 em 2024.
  • Matplotlib — A biblioteca clássica de gráficos.
  • seaborn — Gráficos estatísticos bonitos com poucas linhas, sobre o Matplotlib.
  • Plotly (Python) — Gráficos interativos para web e notebooks.
  • SciPy — Algoritmos científicos: otimização, integração, estatística, sinais.
  • scikit-learn — Machine learning clássico com API consistente e documentação exemplar.
  • PyTorch — O framework de deep learning dominante em pesquisa e na indústria.
  • Keras — API de alto nível para deep learning, sobre JAX, TensorFlow ou PyTorch.
  • Requests — HTTP para humanos: a forma mais simples de consumir APIs.
  • HTTPX — Cliente HTTP moderno, com suporte a async e HTTP/2.
  • Pydantic — Validação de dados com type hints; base do FastAPI e de muitos SDKs de IA.
  • SQLAlchemy — O ORM e toolkit SQL mais usado em Python.
  • Typer — Crie CLIs com type hints, do criador do FastAPI.
  • Rich — Texto formatado, tabelas, progresso e tracebacks bonitos no terminal.
  • Textual — Aplicações de terminal (TUI) com widgets e CSS.
  • Playwright for Python — Automação de navegador moderna e confiável, da Microsoft.
  • Selenium — Automação de navegador clássica, com muitos tutoriais em português.
  • Beautiful Soup — Extraia dados de HTML de forma simples (web scraping).
  • Scrapy — Framework completo para web scraping em escala.
  • Celery — Filas de tarefas assíncronas e agendamento distribuído.
  • tkinter (PT-BR) — Interfaces gráficas com a biblioteca que já vem com o Python.
  • Qt for Python (PySide6) — Interfaces gráficas profissionais e multiplataforma com Qt.
  • Kivy — Apps multiplataforma (inclusive Android/iOS) em Python.
  • spaCy — Processamento de linguagem natural industrial, com modelo em português.
  • NLTK — Toolkit clássico de PLN para ensino e pesquisa.

🧪 Projetos práticos e desafios

🤖 IA na prática

Python é a linguagem em que a IA moderna é escrita — PyTorch, Transformers, LangChain e os SDKs de todos os grandes modelos são Python-first. Isso tem duas consequências para quem estuda: os assistentes de IA são muito bons em Python (é a linguagem com mais código de treinamento), e aprender Python é o caminho mais curto para construir com IA, não só usá-la.

Para aprender

  • Cole um traceback inteiro (ex.: TypeError: can only concatenate str (not "int") to str) junto com o trecho de código e peça: "explique a causa, mostre a correção e diga como evitar isso no futuro".
  • Peça para reescrever um trecho seu de forma pythônica (list comprehension, with, enumerate, pathlib, f-strings) e para justificar cada mudança.
  • Peça exercícios com testes em pytest sobre o tópico que está estudando: você escreve a solução, o teste diz se passou.
  • Peça para adicionar type hints a uma função sua e depois rode mypy ou ty para ver se a IA acertou.
  • Use o REPL ou um notebook para conferir cada afirmação da IA: help(obj), dir(obj) e type(x) não mentem.

Para trabalhar

  • Use GitHub Copilot, Cursor ou Claude Code para: escrever testes pytest, gerar docstrings, migrar scripts para pathlib/dataclasses/asyncio, converter pandas em Polars, criar automações e explicar código legado.
  • Depois de cada sugestão aceita, rode ruff check, pytest e o verificador de tipos. Se o código só funciona com # type: ignore, except: pass ou eval, a sugestão provavelmente está errada.
  • Em notebooks, o Jupyter AI e o Colab já trazem assistente integrado para explicar erros e gerar células.

Limites e boas práticas

  • IA inventa funções e parâmetros de bibliotecas (principalmente pandas, LangChain e SDKs que mudam rápido). Confirme na documentação oficial e na versão instalada (pip show pacote).
  • IA inventa nomes de pacotes: nunca rode pip install num pacote sugerido sem conferir no PyPI — pacotes falsos com nomes "alucinados" são um vetor real de ataque.
  • Desconfie de eval()/exec(), pickle de fontes externas, SQL montado com f-strings e senhas no código: IA repete esses padrões inseguros com frequência.
  • Não cole código proprietário, segredos ou dados de clientes em ferramentas sem a política da sua empresa.
  • Entenda o que você aceita: em entrevista e em produção, o código é seu.

Python é a linguagem da IA. Aprender Python abre a porta para construir aplicações com LLMs e modelos de machine learning — as principais ferramentas e cursos:

💼 Carreira e vagas

Python aparece como requisito na maior parte das vagas de ciência e engenharia de dados, IA/machine learning, automação/DevOps e back-end (Django, FastAPI) no Brasil, além de ser a linguagem de entrada mais comum em processos de estágio e trainee. Dica: nos repositórios de vagas do GitHub abaixo, pesquise por "Python" nas issues abertas.

👥 Comunidades

🎓 Certificações

Não existe certificação oficial da Python Software Foundation. As mais reconhecidas são as do OpenEDG Python Institute (PCEP, PCAP, PCPP), aceitas internacionalmente. No Brasil, empregadores costumam valorizar mais projetos publicados e domínio prático do que certificados; os certificados de conclusão de curso abaixo ajudam no currículo, mas não substituem portfólio.

🚨 Como contribuir

Achou um link quebrado, um curso novo ou uma ferramenta que merece estar aqui? Abra uma issue usando os templates do repositório ou envie um pull request. Critérios: link funcionando, conteúdo legal e gratuito ou claramente marcado como pago, com uma linha de descrição. Detalhes em CONTRIBUTING.md.

📄 Licença

Este projeto está sob a licença MIT. Feito com 💙 por Arthur Coutinho (@arthurspk) e pela comunidade do Guia Dev Brasil.

💙 Apoie o projeto

Dê uma ⭐ neste repositório e no guia principal, compartilhe com quem está começando e siga o projeto nas redes:

GitHub LinkedIn X (Twitter) Instagram Facebook

About

Guia de Python: trilhas, cursos, livros, canais, ferramentas e comunidades para você entrar e evoluir na área.

github.com/arthurspk/guiadevbrasil

Topics

automacaobackendbrasildata-scienceestudosguiaguiadevbrasilpythonpython3roadmap

Resources

Readme
MIT license

Code of conduct

Code of conduct

Contributing

Contributing
Activity

Stars

68 stars

Watchers

3 watching

Forks

2 forks
Report repository

Releases

Packages

Contributors