Arquivo

Tratamento idiomático de dados
Comparação de operadores em cadeia
Indentação
Falsy Truthy
Equivalente ao operador ternário
Palavra reservada “in”
Uso do retorno na avaliação de expressões
Formatação de strings
Expressões Lambda
Classes e Objetos
Criação de classes
Privados vs públicos
Herança
Métodos estáticos
Serialization e deserialization de objetos em Python
Teste, registo e depuração
Criação de livrarias e distribuição de programas em Python
Âmbito em funções
Metaprogramação, programação dinâmica
Metaclasses
Código a gerar código
Iteradores, Geradores e Co-rotinas
Método iter()
Looping sobre diferentes estruturas
Como criar iteradores
Geradores
Método __next_()
Desenvolvimento para a web em Python
Django ou Flask
Criação de webservices
Acesso a dado

Tratamento idiomático de dados
Comparação de operadores em cadeia
Indentação
Falsy Truthy
Equivalente ao operador ternário
Palavra reservada “in”
Uso do retorno na avaliação de expressões
Formatação de strings
Expressões Lambda
Classes e Objetos
Criação de classes
Privados vs públicos
Herança
Métodos estáticos
Serialization e deserialization de objetos em Python
Teste, registo e depuração
Criação de livrarias e distribuição de programas em Python
Âmbito em funções
Metaprogramação, programação dinâmica
Metaclasses
Código a gerar código
Iteradores, Geradores e Co-rotinas
Método iter()
Looping sobre diferentes estruturas
Como criar iteradores
Geradores
Método __next_()
Desenvolvimento para a web em Python
Django ou Flask
Criação de webservices
Acesso a dado

Tratamento idiomático de dados
Comparação de operadores em cadeia
Indentação
Falsy Truthy
Equivalente ao operador ternário
Palavra reservada “in”
Uso do retorno na avaliação de expressões
Formatação de strings
Expressões Lambda
Classes e Objetos
Criação de classes
Privados vs públicos
Herança
Métodos estáticos
Serialization e deserialization de objetos em Python
Teste, registo e depuração
Criação de livrarias e distribuição de programas em Python
Âmbito em funções
Metaprogramação, programação dinâmica
Metaclasses
Código a gerar código
Iteradores, Geradores e Co-rotinas
Método iter()
Looping sobre diferentes estruturas
Como criar iteradores
Geradores
Método __next_()
Desenvolvimento para a web em Python
Django ou Flask
Criação de webservices
Acesso a dado

Tratamento idiomático de dados
Comparação de operadores em cadeia
Indentação
Falsy Truthy
Equivalente ao operador ternário
Palavra reservada “in”
Uso do retorno na avaliação de expressões
Formatação de strings
Expressões Lambda
Classes e Objetos
Criação de classes
Privados vs públicos
Herança
Métodos estáticos
Serialization e deserialization de objetos em Python
Teste, registo e depuração
Criação de livrarias e distribuição de programas em Python
Âmbito em funções
Metaprogramação, programação dinâmica
Metaclasses
Código a gerar código
Iteradores, Geradores e Co-rotinas
Método iter()
Looping sobre diferentes estruturas
Como criar iteradores
Geradores
Método __next_()
Desenvolvimento para a web em Python
Django ou Flask
Criação de webservices
Acesso a dado

Modulo 1 – Ameaças cibernéticas
– BOTNETS
– Ciber-espionagem
– Armas cibernéticas
– Internet banking
– Mobile malware
Modulo 2 – Mercado negro, spam e walware
– Mercado negro da internet
– Spam e phishing
– Classes populares de malware
– Bankers (PC, dispositivos móveis, pontos de venda, ATM)
– Mobile
– Exploits
– Ransoms
– Spies
Modulo 3 – Distribuição de Ameaças, armas cibernéticas e Segurança
– Técnicas modernas de distribuição de ameaças
– Armas cibernéticas – ameaças avançadas persistentes (APT) e ameaças industriais
– Segurança contra ameaças cibernéticas no posto de trabalho

– Introdução à análise avançada de dados
– Sumário estatístico
– Outliers com visuais em Power BI
– Clusterização de dados
– Técnicas de agrupamento
– Análise de séries temporais
– Função Analise
– Visuais personalizados de análise avançada
– Funcionalidade Quick Insights
– Funcionalidade de inteligência artificial
– Introdução ao trabalho com visuais de inteligência artificial
– Visual QA
– Influenciadores-chave visuais
– Elementos visuais da Árvore de Decomposição
– Análise de dados no Power BI Desktop

Duração: 70 horasNível: Nível 4Modalidade: Formação – Acção

Duração: 70 horasNível: Nível 4Modalidade: Formação – Acção

Duração: 70 horasNível: Nível 4Modalidade: Formação – AcçãoOrganização:

Duração: 75 horasNível: Nível 4Modalidade: Formação – Acção