ÚLTIMOS DIAS PRA VOCê SE MATRICULAR
com até 35% off
00
:DIAS
00
:HORAS
00
:MIN
00
SEG
Olá, muito prazer! Meu nome é Henrique Frizo, sou instrutor na Alura. Trabalho com dados há cerca de 10 anos. Sou certificado pela Microsoft como especialista em Power BI, Excel, entre outras. Nos últimos anos, tenho dedicado meu tempo ao estudo e ao trabalho na aplicação de inteligência artificial no nosso mundo de dados.
Audiodescrição: Henrique é um homem de pele clara, com cabelo e barba escuros. Veste uma camiseta preta lisa. Ao fundo, há uma parede branca com luzes rosa e azul refletindo nela.
Este curso é destinado a pessoas analistas de dados que desejam aprimorar ainda mais sua capacidade de interpretação de dados e a forma de propor melhores hipóteses e soluções de negócio para seus clientes e para sua empresa. Neste curso, vamos estudar a plataforma Cloud, uma ferramenta de inteligência artificial que oferece a capacidade de ler arquivos, interpretá-los, identificar possíveis problemas pelos quais a empresa está passando e, principalmente, propor melhorias.
Ao longo das aulas, vamos mostrar como utilizar o CloudChat, possivelmente a ferramenta mais comum e amplamente utilizada. Além disso, vamos aprender a construir Skills (habilidades) para pessoas analistas de dados.
Também vamos aprender a conectar o Cloud diretamente às plataformas do Google: Gmail, Drive e Calendar (Calendário), assim como às ferramentas da Microsoft: OneDrive, Teams, entre outras.
Este curso segue o padrão da Alura. A partir de agora, você já tem acesso ao nosso fórum, onde encontrará outras pessoas estudantes que, assim como você, buscam aprimorar sua capacidade de interpretação e análise de dados. Entre, publique sua dúvida, contribua e ajude-nos a criar um ecossistema ainda melhor.
Por fim, desative o celular, feche as redes sociais, coloque os fones de ouvido, pegue um café e vamos em conjunto. Nossa jornada a partir de agora será incrível!
A primeira pergunta que pode surgir é: o que é o Claude? Seguiremos basicamente a mesma lógica que adotamos com o ChatGPT. Se dizemos "ChatGPT", não faz sentido dizer "clod". Portanto, diremos "Claude", mas a escolha de nomenclatura e pronúncia fica a seu critério.
O Claude é uma inteligência artificial generativa, como as que já conhecemos no mercado, por exemplo, o Gemini ou o próprio ChatGPT, entre outras ferramentas existentes. Uma das diferenças do Claude é que ele possui um sistema interno no qual podemos conectar extensões, criar artefatos e usar conectores externos ao Claude, o que é muito útil. Também podemos utilizar o Claude Code, a parte voltada para criação de código de forma mais inteligente e dinâmica, e criar agentes de IA diretamente no Claude. Essa proposta é recente; o próprio ChatGPT também oferece recursos semelhantes, mas, em nossa opinião, a Anthropic, empresa responsável pelo Claude, atualmente lidera o mercado de inovação nessa área pelas ferramentas que integrou ao produto.
Todo este treinamento será baseado nisso: como podemos usar essas ferramentas, extensões, conectores, projetos, artefatos, colaboração em equipe e o Code (código) no dia a dia de uma pessoa analista de dados.
Separamos aqui, em um slide, o que é um assistente de IA no Claude. Temos alguns modelos: Sonnet, Haiku e Opus. O Opus é o mais poderoso e o que vamos escolher para trabalhos muito complexos; o Sonnet será o que utilizaremos com mais frequência; e o Haiku é indicado para responder questões mais simples do dia a dia, por ser mais leve e rápido.
Resumindo, hoje o Claude é uma IA à qual temos várias formas de nos conectar. Podemos criar artefatos e projetos, e ele possui skills (habilidades), o que é muito interessante e vamos utilizar aqui também. Há uma habilidade muito conhecida no Claude, que é a habilidade de Excel, com a qual podemos criar e gerenciar planilhas. Além disso, veremos integrações com ferramentas externas.
Como acessar o Claude? Entramos no Google e pesquisamos por Claude. No primeiro link, claude.ai, clicamos e somos direcionados para dentro da plataforma.
Não vamos utilizar a versão web durante todo o curso. Vamos baixar e usar o aplicativo em nossa máquina, o que preferimos, pois há muito mais recursos disponíveis. No Google, pesquisamos por Claude download e fazemos o download para Windows. Existe versão para Mac também, mas no nosso caso usaremos Windows daqui em diante. Selecionamos "Download for Windows" e baixamos para a máquina. Assim, teremos o Claude instalado.
Observemos que já existem alguns testes feitos anteriormente em outros projetos, com chats muito semelhantes ao que já conhecemos no ChatGPT.
O primeiro passo será ir ao menu superior esquerdo e clicar em "Projects". Antes, um ponto importante: o Claude tem versão gratuita e também uma versão paga. Vamos utilizar, durante todo o curso, a versão PRO do Claude, que custa aproximadamente R$ 100,00 por mês. Existe a possibilidade de que muitos recursos demonstrados aqui não estejam disponíveis na versão gratuita. Assim, há duas opções: acompanhar todo o curso, fazer anotações, tirar dúvidas e, eventualmente, não praticar; ou considerar um investimento em uma conta PRO, caso seja viável.
Para iniciar sessão no Claude, podemos usar a conta do Google ou criar uma conta com e-mail e senha. O processo é simples e, ao baixar o aplicativo, essa autenticação será solicitada.
Vamos à seção de projetos: selecionamos "Projects". Aqui temos alguns projetos já utilizados anteriormente para aulas. No nosso caso, clicamos em "New project", no canto superior direito, e vamos nomear o projeto.
Já separamos um prompt para usar, e a empresa com a qual trabalharemos é fictícia, chamada Nova Métrica. Copiamos o nome com "Ctrl+C", voltamos ao Claude e colocamos: Análise de Dados Nova Métrica. Neste momento, não vamos descrever muito; faremos isso com calma depois. Clicamos em "Create project".
Pode surgir a pergunta: por que criar um projeto? O que é um projeto e para que serve? Os projetos, não apenas no Claude, mas também no ChatGPT, são muito úteis para manter o contexto. E o que é contexto? Quando abrimos um chat para resolver dúvidas, por exemplo, sobre política, e depois temos outra dúvida sobre culinária, cada chat que abrimos cria um contexto.
Chamamos isso, no universo da inteligência artificial, de continuidade. Se utilizarmos um chat (bate-papo), fizermos uma pergunta sobre política e, logo em seguida, outra sobre culinária, o que acontecerá? Os temas poderão se cruzar — por exemplo, “qual é a culinária preferida do presidente?” — ou o sistema poderá alucinar. Esse é um problema que enfrentamos há alguns anos e que, por enquanto, continuará existindo: as alucinações de inteligências artificiais. Uma das melhores formas de evitá-las é manter o mesmo contexto.
A vantagem de criar um projeto é que, dentro dele, teremos perguntas e atividades apenas sobre esse projeto. Essa é a parte mais interessante, além de contarmos com memória. Forneceremos algumas instruções em breve: qual tom a IA deve usar para responder, qual abordagem adotar em relação às perguntas e, principalmente, enviaremos nossos arquivos — PDFs, TXT, CSV, Excel — para que o cloud (nuvem) possa lê-los e, sempre que fizermos uma pergunta, consultar esses arquivos por nós.
Vamos começar com nosso primeiro prompt (instrução). Voltamos ao PowerPoint (apresentação do PowerPoint) e copiamos com 'Ctrl+C'. Todos esses prompts (instruções) estarão disponíveis nesta lâmina, que também será compartilhada com você em nossa aula. Se quiser modificar algum prompt (instrução) para tentar obter respostas melhores, fique à vontade, mas elaboramos esses prompts (instruções) especificamente para alcançarmos um resultado interessante.
Voltamos ao cloud (nuvem), colamos com 'Ctrl+V' na seção de chat (bate-papo) e a instrução diz, em essência: a partir de agora, queremos que a IA atue como assistente de análise de dados em um projeto empresarial. Trabalharemos com uma empresa fictícia chamada Nova Métrica, uma cadeia de retail (varejo) e e-commerce (comércio eletrônico) com dados dispersos em arquivos, documentos e ferramentas corporativas. Nesta etapa inicial, queremos apenas estruturar o contexto do projeto e entender quais serão os desafios da análise. Enviamos a instrução e aguardamos a resposta. Não pedimos nada específico, então, possivelmente, receberemos um cumprimento inicial.
Voltamos à lâmina para continuar e encerrar esta primeira parte do curso, trazendo algo muito importante que talvez não voltemos a mencionar ao longo do curso: o novo papel da pessoa analista de dados. Se já tivermos alguma experiência com ferramentas como Power BI (Power BI), Python (linguagem Python), SQL (linguagem SQL), provavelmente percebemos que não escrevemos mais a mesma quantidade de código que antes. É fundamental entendermos que nosso papel não é simplesmente escrever código em SQL (linguagem SQL), Power BI (Power BI), Python (linguagem Python) etc. Nosso papel agora vai muito além.
Nós nos tornamos questionadores e tradutores da base de dados. Precisamos analisar o produto final — que normalmente é um dashboard (painel) — e que agora pode estar diretamente dentro de um Live Artifact (artefato ao vivo), que veremos mais adiante em nosso treinamento dentro do cloud (nuvem), assim como pode estar em Power BI (Power BI), Python (linguagem Python) etc. Cabe a nós organizar melhor o problema, formular hipóteses, interpretar arquivos, preparar materiais e transformar a análise em comunicação. Esse é nosso papel de agora em diante, não apenas escrever código.
A melhor parte é que contamos com a ajuda do cloud (nuvem) e de outras inteligências artificiais para nos apoiar. Elas podem ajudar a organizar melhor o problema, a propor hipóteses mais robustas etc.
Para ilustrar, vejamos outro prompt (instrução) que separamos: pensar no trabalho de uma pessoa analista de dados na Nova Métrica e dividir o fluxo de trabalho em etapas, desde a recepção dos arquivos até a entrega de recomendações executivas. Suponhamos que sejamos pessoas analistas de dados iniciantes, sem muita experiência, e que não saibamos como é o processo de implementação de BI dentro de um e-commerce (comércio eletrônico). O chat (bate-papo) no cloud (nuvem) poderá ajudar? Sim.
Copiamos com 'Ctrl+C', voltamos ao cloud (nuvem) e, antes de finalizar a resposta do prompt (instrução) anterior, a IA começa a nos fazer perguntas. Qual é nosso papel no projeto com a Nova Métrica — pessoa analista de dados, gerência, consultoria? Nosso papel é de pessoa analista de dados. Qual é o principal objetivo do que queremos construir — entender desempenho de vendas, identificar problemas operacionais, analisar clientes e comportamento, construir um dashboard (painel) executivo completo? Queremos, basicamente, tudo isso, mas definimos como foco um dashboard (painel) executivo completo, que integrará as demais análises.
Qual é o nível de maturidade atual dos dados na Nova Métrica? Ainda não sabemos, porque nem recebemos o contexto completo da empresa. Sabemos apenas que trabalharemos com e-commerce (comércio eletrônico), mas ainda não conhecemos os problemas com os dados. Dados muito dispersos e sem padronização? Possivelmente. Alguns sistemas integrados? Boa estrutura? Ainda não sabemos. E isso é verdade: ainda não apresentamos todo o panorama da Nova Métrica. Vamos descobrir juntos.
A IA então prossegue e completa a resposta do prompt (instrução): “Excelente. Pessoa analista de dados construindo dashboard (painel) executivo, com maturidade de dados ainda desconhecida.” Esse é um cenário bastante realista e desafiador no mundo corporativo. Antes de qualquer análise, vamos estudar o contexto do projeto de forma visual.
Em seguida, a ferramenta mostra como poderá ser o fluxo de entrega do projeto, o que é muito útil por tornar o processo visual. Sempre houve uma grande dificuldade para quem usa IA generativa: havia muito texto, as respostas eram longas e, muitas vezes, não eram lidas. Agora, além das respostas em texto, o cloud (nuvem) cria resumos que facilitam a interpretação.
A ferramenta indica por que começamos avaliando a maturidade, apresenta três riscos principais que já podemos antecipar e traz algumas suposições. Esse conteúdo ainda é genérico.
Agora, colamos nosso próximo prompt (instrução) com 'Ctrl+V' e pedimos que a IA o execute e crie o fluxo de trabalho. Essa é uma pergunta importante para estruturar todo o projeto. Vamos montar o fluxo completo com a análise de dados.
Isso pode levar algum tempo. Veremos a resposta na sequência, em nosso próximo vídeo.
Visão geral do fluxo do projeto
A resposta obtida foi excelente. Observamos um fluxo, uma pipeline (fluxo) do projeto: primeiro realizamos a ingestão de dados, depois incluímos a preparação, o diagnóstico de qualidade, a limpeza e a padronização; em seguida, executamos a análise e, por fim, a entrega. Trata-se de um fluxo convencional de análise de dados.
Esse resultado é especialmente interessante porque foi criado um hiperlink. Se quisermos saber mais sobre análise e descoberta, clicamos no link e somos direcionados. Em determinado momento, o link funcionou; depois, deixou de funcionar, o que é normal acontecer. Ao sermos direcionados para baixo na página, visualizamos, em etapas detalhadas, o que devemos fazer em cada uma delas. Em dado ponto, o Claude continua expandindo a explicação — provavelmente clicamos sem querer — e passa a construir a ideia de como a análise realiza o diagnóstico de qualidade dos dados no projeto Nova Métrica.
Configurações gerais no Claude
Vamos realizar algumas configurações importantes. No menu inferior esquerdo, onde aparece o nosso nome da conta, clicamos e selecionamos Configurações.
Instruções para o Claude: este ponto é fundamental. As instruções aqui não são específicas deste projeto; valem para o Claude de forma geral.
Capacidades: exploraremos essa área mais adiante no curso. Haverá um momento do projeto em que revisaremos principalmente a parte de geração de código. Por ora, é possível ignorar, mas recomendamos uma revisão geral para conhecer os recursos disponíveis.
Outras seções:
Durante a instalação, pode ter aparecido a pergunta “O que descreve melhor seu trabalho hoje?”. Selecionamos Ciências de Dados como a opção mais próxima do nosso contexto atual. Essa escolha ajuda a orientar as respostas do modelo.
Projetos e visualização das respostas
No canto superior esquerdo, voltamos às Configurações, acessamos Projetos e entramos em “análise de vendas Nova Métrica”. Lá, visualizamos as respostas. Ao clicar para ver, tudo é exibido em um formato mais visual, conforme configurado nas instruções gerais da conta.
Talvez surja a dúvida: não vamos ler todas as respostas mostradas ali? Consideramos pouco produtivo ler texto extensivamente, pois isso pode reduzir o interesse pela aula. Vamos focar nos pontos específicos que impactam diretamente o projeto e deixar o restante para consulta no seu Claude. É possível pausar o vídeo e ler as respostas apresentadas na nossa instância também. Caso fizéssemos a leitura integral de trechos como: “Boa escolha de etapa, o diagnóstico é onde a maioria…”, a aula ficaria cansativa. Vamos avançar diretamente para o que impacta o projeto.
Instruções específicas do projeto Nova Métrica
Voltamos à seção de Projetos, clicamos em “análise de dados Nova Métrica” e começamos a inserir as instruções que deixaremos especificamente para este projeto. Clicamos no botão de + para adicionar as instruções ao Claude.
As instruções são as seguintes:
Essas são as diretrizes que o Claude seguirá para este projeto.
Entendamos que as instruções definidas anteriormente funcionam como um guarda-chuva: primeiro vêm as instruções configuradas na nossa conta e, em seguida, as instruções do projeto.
Vamos voltar ao Claude. Vamos colar o conteúdo com Ctrl+V, confirmar que está tudo pronto e clicar em “Salvar instruções”.
A próxima etapa é solicitar que o Claude leia os arquivos que vamos adicionar agora. Este é um prompt (instrução) que colocaremos no chat.
Vamos adicionar nossos primeiros arquivos. Clique no botão de adição (+) e selecione “Carregar do dispositivo”. Observe que, no nosso caso, já temos o conector do Drive configurado. Mostraremos como fazer isso depois. Por ora, clique em “Carregar do dispositivo”. Em seguida, vamos enviar três arquivos: vendas (formato CSV), estoque (formato XLSX) e briefing da diretoria, que podemos ler em conjunto em seguida. Quem precisa estar à frente desse processo, no nosso caso, é o Claude. Selecionaremos esses três arquivos e clicaremos em “Abrir”.
Os arquivos serão enviados e, de forma consistente, o Claude terá a opção de analisá-los antes de responder. Vamos pedir que informe o que entende sobre esses arquivos. Vamos copiar o prompt (instrução) com Ctrl+C e colar com Ctrl+V no campo de entrada.
Antes de enviar, um ponto importante: ao lado do botão “Enter”, há a opção de escolher o modelo. Basicamente, temos o Claude 3 Opus (o mais robusto), o Claude 3 Sonnet (o que estamos usando agora) e o Claude 3 Haiku (o mais econômico/ágil). É possível escolher outros modelos, inclusive versões anteriores, e selecionar o que melhor se adequa ao caso. Não recomendamos alternar sem necessidade, pois isso pode aumentar o consumo; às vezes o sistema considera necessário usar o Opus e isso consome muitos tokens que talvez não sejam necessários.
Clicaremos no botão “Enviar” para ver como o Claude interpreta nossos arquivos. Note que ele está usando uma skill (habilidade) para leitura de arquivos. O que são skills (habilidades)? Explicaremos isso mais adiante, pois vamos utilizá-las bastante para produzir um trabalho sólido para o time da Nova Métrica. Vamos aguardar um pouco, pois essa etapa pode demorar. Assim que o Claude retornar com uma análise relevante, continuaremos.
O retorno foi rápido. Primeiro, o Claude apresenta um diagrama visual relacionando os três arquivos enviados: um arquivo de vendas, um de estoque e um da diretoria. Ele destaca a chave de junção e, para quem atua como pessoa analista de dados, isso é fundamental. Em seguida, informa que o inventário (estoque) está completo e mostra blocos no diagrama para aprofundarmos cada ponto.
Vamos abrir o de vendas. Ao clicar, o Claude nos direciona ao conteúdo do arquivo e descreve: registro transacional de 724 vendas, de janeiro a maio de 2026; cada linha representa um pedido com 24 atributos. Em seguida, lista, de forma resumida, as colunas.
Sobre o arquivo de estoque, ele indica uma fotografia do inventário atual com três abas: inventário atual (com 20 SKUs), entre outras. Quanto ao relacionamento entre arquivos, esclarece que o campo SKU é a chave de junção.
O Claude também sugere análises possíveis de imediato: receita e margem, eficiência de campanhas, risco de ruptura e excesso de estoque. Aponta dúvidas e limitações antes de começar, como inconsistência no campo “canal”: o CSV possui o valor “e-commerce” (comércio eletrônico) em 399 registros e o mesmo conceito aparece em três registros com grafias distintas. Temos, portanto, um problema de ETL que precisamos corrigir. Além disso, há campos com nulos relevantes; por exemplo, o campo “cliente” tem 108 registros vazios (16%), o que é significativo.
O Claude então pergunta se queremos que ele inicie uma dessas análises ou se temos alguma dúvida sobre a estrutura dos dados. Entre as sugestões, ele detalha “Que análises posso fazer com o arquivo de vendas?” e já traz um pré-análise do projeto. Sabemos que não vamos nos limitar a isso, mas é interessante notar que, antes, poderíamos gastar horas ou dias tentando entender o significado de cada coluna e localizar pequenos erros. Com esse prompt (instrução), o Claude não apenas descreve o que é cada base e suas colunas, como também apresenta um dashboard (painel) inicial.
Isso não significa que terminamos. Há muitos pontos a avaliar, incluindo acessos necessários, correções nos erros da base, interpretação crítica e estratégica e validações com os dados. O trabalho manual de verificação linha a linha não desaparece. Hoje, executamos esse processo de forma mais ágil, mas precisamos validar se as análises do Claude estão corretas. No geral, o resultado foi muito interessante.
Também podemos clicar em “Detalhar Eletrônicos”, o que gera outra análise gráfica de dados. Recomendamos uma leitura atenta. Observe que o fluxo continua: não estamos inserindo novos prompts (instruções) nesse momento, mas o próprio Claude propõe perguntas para seguir executando, como “Quais produtos dentro de eletrônicos mais contribuem para a receita?”, entre outras.
Queremos muito saber quais resultados você obteve com esse primeiro prompt (instrução) dentro da análise. Comente conosco no fórum, compartilhe sua experiência, inclua algumas imagens e envie capturas de tela do seu dashboard (painel), caso já tenha conseguido gerá-lo nesta primeira etapa.
O curso Claude para Análise de Dados: prompts, integrações e automações possui 125 minutos de vídeos, em um total de 57 atividades. Gostou? Conheça nossos outros cursos de Análise de Dados em Data Science, ou leia nossos artigos de Data Science.
Matricule-se e comece a estudar com a gente hoje! Conheça outros tópicos abordados durante o curso:
O Plano Plus evoluiu: agora com Luri para impulsionar sua carreira com os melhores cursos e acesso à maior comunidade tech.
2 anos de Alura
Matricule-se no plano PLUS 24 e garanta:
Jornada de estudos progressiva que te guia desde os fundamentos até a atuação prática. Você acompanha sua evolução, entende os próximos passos e se aprofunda nos conteúdos com quem é referência no mercado.
Programação, Data Science, Front-end, DevOps, Mobile, Inovação & Gestão, UX & Design, Inteligência Artificial
Formações com mais de 1500 cursos atualizados e novos lançamentos semanais, em Programação, Inteligência Artificial, Front-end, UX & Design, Data Science, Mobile, DevOps e Inovação & Gestão.
A cada curso ou formação concluído, um novo certificado para turbinar seu currículo e LinkedIn.
Acesso à inteligência artificial da Alura.
No Discord, você participa de eventos exclusivos, pode tirar dúvidas em estudos colaborativos e ainda conta com mentorias em grupo com especialistas de diversas áreas.
Catálogo de tecnologia para quem é da área de Marketing
Faça parte da maior comunidade Dev do país e crie conexões com mais de 120 mil pessoas no Discord.
Acesso ilimitado ao catálogo de Imersões da Alura para praticar conhecimentos em diferentes áreas.
Explore um universo de possibilidades na palma da sua mão. Baixe as aulas para assistir offline, onde e quando quiser.
20% de desconto na Pós Tech
Luri Vision chegou no Plano Pro: a IA da Alura que enxerga suas dúvidas, acelera seu aprendizado e conta também com o Alura Língua que prepara você para competir no mercado internacional.
2 anos de Alura
Todos os benefícios do PLUS 24 e mais vantagens exclusivas:
Acesso ao catálogo da Casa do Código e leitura dentro da plataforma
Chat, busca, exercícios abertos, revisão de aula, geração de legenda para certificado.
Envie imagens para a Luri e ela te ajuda a solucionar problemas, identificar erros, esclarecer gráficos, analisar design e muito mais.
Aprenda um novo idioma e expanda seus horizontes profissionais. Cursos de Inglês, Espanhol e Inglês para Devs, 100% focado em tecnologia.
Para quem quer atingir seus objetivos mais rápido: Luri Vision ilimitado, vagas de emprego exclusivas e mentorias para acelerar cada etapa da jornada.
2 anos de Alura
Todos os benefícios do PRO 24 e mais vantagens exclusivas:
Catálogo de tecnologia para quem é da área de Marketing
Envie imagens para a Luri e ela te ajuda a solucionar problemas, identificar erros, esclarecer gráficos, analisar design e muito mais de forma ilimitada.
Conecte-se ao mercado com mentoria individual personalizada, vagas exclusivas e networking estratégico que impulsionam sua carreira tech para o próximo nível.
