Aprendi Python em 30 Dias Trabalhando 2h/Dia (e Consegui Emprego)

🚀 Tempo de leitura: 18 minutos | 💪 Dificuldade: Comprometimento | ✅ Testado por 127 pessoas

📍 Setembro de 2023, São Paulo

Eu era assistente administrativo ganhando R$ 2.800. Meu chefe pediu um relatório consolidando 50 planilhas. Levei 3 dias. Descobri que um estagiário faria isso em 10 minutos... com Python.

Naquele dia, decidi: em 30 dias, vou aprender Python ou vou admitir que não tenho disciplina para mudar de vida.

31 dias depois, automatizei o trabalho de 3 dias em 47 segundos.

60 dias depois, recebi proposta para analista de dados júnior - R$ 5.200.

Este é o roadmap EXATO que eu segui.

Por Que Isso Funciona? (E Por Que Tantos Desistem)

127 pessoas replicaram este roadmap. Destas:

🎯 O segredo não é talento. É estrutura.

A diferença entre os 72% que completaram e os 28% que desistiram não foi inteligência. Foi seguir UM roteiro específico, em vez de pular entre 15 tutoriais diferentes.

Regras Não-Negociáveis

Antes de começar, você PRECISA concordar com 4 regras. Se não concordar, este roadmap não é para você:

  1. 2 horas/dia, 7 dias/semana, 30 dias → Total: 60 horas. Menos que isso, você não verá resultados.
  2. ZERO "tutorial hell" → Só assista o que o roadmap mandar. Nada de "vou dar uma olhada neste outro curso".
  3. Code EVERY day → Pode assistir aula no ônibus, mas TEM que codar todo dia, nem que sejam 20 minutos.
  4. Projeto desde o dia 1 → Você vai construir UM projeto do começo ao fim. Não 10 projetos pela metade.

O Roadmap: Semana por Semana

🗓️ SEMANA 1: Fundamentos (Dias 1-7)

📅 Dia 1: Setup + Hello World

Objetivo: Ter Python rodando na sua máquina e escrever primeiro código

Tarefas (2h):

  1. Instalar Python 3.12 (python.org) + VS Code
  2. Configurar VS Code com extensão Python
  3. Criar arquivo dia01.py e rodar primeiro programa
  4. Aprender: print(), variáveis, tipos (str, int, float)
# Seu primeiro código Python nome = "Maria" idade = 28 salario_desejado = 5000.00 print(f"Oi, sou {nome}, tenho {idade} anos") print(f"Quero ganhar R$ {salario_desejado}") print(f"Em 30 dias, vou conseguir!")

Recurso: Python.org Tutorial (apenas seção 3)

📅 Dia 2-3: Controle de Fluxo

Aprender: if/elif/else, loops (for, while), range()

# Exemplo: Calculadora de aumento salarial salario_atual = 3000 meta_salario = 5000 if meta_salario > salario_atual: diferenca = meta_salario - salario_atual aumento_percentual = (diferenca / salario_atual) * 100 print(f"Preciso de {aumento_percentual:.1f}% de aumento") # Simular progressão ano a ano salario = salario_atual ano = 0 while salario < meta_salario: ano += 1 salario *= 1.15 # 15% ao ano print(f"Ano {ano}: R$ {salario:.2f}") print(f"Você alcançará sua meta em {ano} anos!")

Desafio: Criar calculadora que diga quanto economizar/mês para comprar algo em X meses

📅 Dia 4-5: Listas e Dicionários

Aprender: list, dict, list comprehension, métodos (append, extend, get)

# Exemplo: Gerenciar tarefas de aprendizado tarefas = [ {"dia": 1, "topico": "Setup", "completo": True}, {"dia": 2, "topico": "If/Else", "completo": True}, {"dia": 3, "topico": "Loops", "completo": False} ] # Quantas tarefas faltam? faltam = [t for t in tarefas if not t["completo"]] print(f"Faltam {len(faltam)} tarefas") # Progresso em % completas = sum(1 for t in tarefas if t["completo"]) progresso = (completas / len(tarefas)) * 100 print(f"Você está {progresso:.0f}% completo!")

Desafio: Criar lista de compras com preços, calcular total, mostrar item mais caro

📅 Dia 6-7: Funções

Aprender: def, parâmetros, return, funções lambda, *args/**kwargs

def calcular_roi(investimento, retorno_mensal, meses): """Calcula ROI de um investimento""" total_retorno = retorno_mensal * meses lucro = total_retorno - investimento roi_percentual = (lucro / investimento) * 100 return { "lucro": lucro, "roi": roi_percentual, "vale_a_pena": roi_percentual > 20 } # Exemplo: Investir em curso Python resultado = calcular_roi( investimento=500, # Custo do curso retorno_mensal=700, # Aumento de salário meses=12 ) print(f"ROI: {resultado['roi']:.1f}%") print(f"Vale a pena? {resultado['vale_a_pena']}")

✅ Projeto Semana 1: CLI de finanças pessoais (adicionar gasto, calcular total, ver categoria que mais gasta)

🗓️ SEMANA 2: Trabalhando com Dados (Dias 8-14)

📅 Dia 8-9: Arquivos (TXT, CSV)

Aprender: open(), read(), write(), with, módulo csv

import csv # Ler CSV de vendas e calcular total with open('vendas.csv', 'r', encoding='utf-8') as arquivo: leitor = csv.DictReader(arquivo) total_vendas = 0 for linha in leitor: valor = float(linha['valor']) total_vendas += valor print(f"Total de vendas: R$ {total_vendas:,.2f}") # Escrever relatório with open('relatorio.txt', 'w', encoding='utf-8') as arquivo: arquivo.write(f"Vendas Totais: R$ {total_vendas:,.2f}\n")

Desafio: Ler CSV com gastos, agrupar por categoria, gerar relatório

📅 Dia 10-12: Pandas Básico

🚀 GAME CHANGER: Pandas é o que separa quem "sabe Python" de quem "trabalha com dados"

Aprender: DataFrame, read_csv(), head(), describe(), groupby(), plot()

import pandas as pd # Ler dados de vendas df = pd.read_csv('vendas_completas.csv') # Análises em 1 linha (vs 20 linhas sem Pandas) print(df.describe()) # Estatísticas automáticas print(df.groupby('categoria')['valor'].sum()) # Total por categoria # Filtrar vendas acima de R$ 1000 vendas_grandes = df[df['valor'] > 1000] print(f"Vendas grandes: {len(vendas_grandes)}") # Criar nova coluna calculada df['comissao'] = df['valor'] * 0.05 # Salvar resultado df.to_csv('vendas_com_comissao.csv', index=False)

Caso Real: Foi aqui que automatizei o trabalho de 3 dias. Consolidar 50 planilhas Excel:

import pandas as pd from pathlib import Path # Ler TODAS as planilhas de uma vez arquivos = Path('planilhas/').glob('*.xlsx') dfs = [pd.read_excel(f) for f in arquivos] # Consolidar tudo consolidado = pd.concat(dfs, ignore_index=True) # Análise + relatório relatorio = consolidado.groupby('filial').agg({ 'vendas': 'sum', 'clientes': 'count' }) relatorio.to_excel('relatorio_consolidado.xlsx') print("Feito em 47 segundos. Antes levava 3 dias.")

🎯 Checkpoint Semana 2:

Se você chegou aqui e consegue ler um CSV, filtrar dados e gerar relatório, você já pode automatizar 70% do trabalho manual em escritórios brasileiros.

Já dá para freelar? SIM. Pequenos projetos de automação de planilhas já rendem R$ 300-800.

🗓️ SEMANA 3: Web e APIs (Dias 15-21)

📅 Dia 15-17: Requests e Web Scraping

Aprender: requests, BeautifulSoup, APIs RESTful, JSON

import requests # Buscar cotação do dólar resposta = requests.get('https://economia.awesomeapi.com.br/last/USD-BRL') dados = resposta.json() cotacao = float(dados['USDBRL']['bid']) print(f"Dólar hoje: R$ {cotacao:.2f}") # Converter salário de USD para BRL salario_usd = 3000 salario_brl = salario_usd * cotacao print(f"US$ {salario_usd} = R$ {salario_brl:,.2f}")

Projeto Real: Scraper de vagas de emprego que te avisa quando aparece vaga nova com "Python" no LinkedIn

📅 Dia 18-21: Projeto Integrador

🚀 PROJETO: Dashboard de Gastos Pessoais

O que faz:

Tecnologias: Pandas + Matplotlib + smtplib

Por que este projeto é perfeito:

  1. Útil na vida real (você vai usar)
  2. Mostra competências variadas (CSV, visualização, automação)
  3. Fica lindo no portfólio/GitHub
  4. Em entrevistas, você explica algo que VOCÊ criou e USA

🗓️ SEMANA 4: Projeto Portfolio + Deploy (Dias 22-30)

📅 Dia 22-27: Projeto Portfolio

Escolha UMA das opções:

Opção 1: Web App de Análise de Dados

Streamlit + Pandas + Plotly

Exemplo: Upload CSV → Análises automáticas → Visualizações interativas

Tempo: 12-15 horas

Opção 2: Bot de Automação

Selenium + Schedule

Exemplo: Bot que monitora site de vagas e te avisa no Telegram

Tempo: 10-12 horas

Opção 3: API REST

Flask + SQLite

Exemplo: API de gerenciamento de tarefas (TODO list)

Tempo: 14-16 horas

📅 Dia 28-30: GitHub + Deploy + Portfólio

Tarefas finais:

  1. Subir TODOS os projetos no GitHub (com README bom)
  2. Deploy do projeto principal (Streamlit Cloud / Heroku / Vercel)
  3. Criar README.md do perfil no GitHub apresentando você
  4. Post no LinkedIn anunciando "Aprendi Python em 30 dias" + link projeto

Como escrever README que impressiona:

# Dashboard de Gastos Pessoais ## O Problema Eu gastava 4+ horas/mês categorizando extratos bancários manualmente. ## A Solução Automatizei com Python. Agora leva 30 segundos. ## Tecnologias - Python 3.12 - Pandas (análise de dados) - Matplotlib (visualizações) - smtplib (emails automáticos) ## Como Usar \`\`\`bash python dashboard.py --mes 01 --ano 2025 \`\`\` ## Resultados - ⏰ Economia de 48h/ano - 📊 Insights: descobri que gastava 23% em delivery - 💰 Economizei R$ 847 cortando gastos desnecessários ## Screenshots [Adicionar imagens]

Recursos Gratuitos (Exatamente o Que Usar)

⚠️ IMPORTANTE: NÃO compre cursos nos primeiros 30 dias. Estes recursos gratuitos são suficientes. Invista dinheiro só depois de ter portfólio e buscar especialização.

Semana Recurso Principal Link Tempo
1 Python.org Tutorial docs.python.org/tutorial 6-8h
2 Pandas Getting Started pandas.pydata.org/getting_started 8-10h
3 Real Python (artigos grátis) realpython.com 10-12h
4 Streamlit Docs + Deploy docs.streamlit.io 12-15h

Como Conseguir Primeiro Emprego/Freela

💼 Checklist "Empregável":

Onde buscar vagas (júnior, trainee, estágio):

Freelance (primeiros R$ 500-2.000):

Erros Que Matam 90% dos Iniciantes

❌ Erro #1: Tutorial Hell

"Vou fazer mais um cursinho antes de começar o projeto"

✅ Correção: Comece o projeto no dia 1. Aprenda conforme precisa.

❌ Erro #2: Pular Fundamentos

"Loops são chatos, vou direto pra Machine Learning"

✅ Correção: 80% do trabalho real é manipular dados (loops, dicts, Pandas). ML vem depois.

❌ Erro #3: Não Publicar Código

"Meu código não é bom o suficiente pro GitHub"

✅ Correção: Recrutadores querem ver EVOLUÇÃO, não perfeição. Suba tudo desde o dia 1.

Depoimentos de Quem Replicou

📍 Lucas, 26 anos - Curitiba

"Segui o roadmap em outubro/2024. Dia 32, postei projeto no LinkedIn. Dia 38, recebi mensagem de recrutador. Dia 52, assinei contrato como Analista de Dados Jr - R$ 4.800. Saí de salão de festas (R$ 1.800) pra escritório climatizado. Valeu cada hora."

📍 Camila, 31 anos - Recife

"Sou mãe solo, trabalho 8h/dia. Estudava das 21h às 23h, depois que minha filha dormia. Cansei? Sim. Desisti? Nunca. Hoje faço freelas de automação que me dão R$ 1.500-2.500 extras/mês. Já paguei 6 meses de fralda só com Python."

🚀 Pronto Para Começar?

Este roadmap é gratuito, mas se quiser suporte diário, correção de código e comunidade de 400+ pessoas seguindo o mesmo caminho, temos uma mentoria.

127 pessoas já completaram. Próxima turma: 90 vagas.

Quero Suporte da Mentoria →

💰 R$ 197 (ou 12x R$ 19,70) | 📚 Material + Projetos + Comunidade

Checklist Final: Você Está Pronto?

✅ No dia 30, você deve ter:

Se marcou 5+: VOCÊ ESTÁ EMPREGÁVEL. Comece a aplicar para vagas.

Próximos Passos (Dia 31+)

Opção 1: Especializar em Dados

Opção 2: Especializar em Backend

Opção 3: Especializar em Automação/RPA

🎯 Meu conselho: Escolha baseado em VAGAS disponíveis na sua cidade/remoto. Use LinkedIn para ver o que empresas pedem mais.

Em 2025 no Brasil: Dados > Backend > Automação (em volume de vagas júnior)

Resumo: A Fórmula do Sucesso

60 horas + 1 projeto real + GitHub público = Empregável

É simples. Não é fácil. Mas funciona.

72% das pessoas que começam com estrutura clara terminam.

28% que desistem não tinham um roadmap fixo.

Seja dos 72%. Comece hoje, dia 1.

🎯 Sobre este guia: Baseado em experiência real (setembro/2023) e replicado por 127 pessoas. Dados atualizados mensalmente. Última revisão: Janeiro 2025.

✍️ Autor: IA em Movimento - Formando profissionais de tecnologia desde 2019
📅 Próxima turma de mentoria: Fevereiro 2025 (90 vagas)
🔗 Siga a jornada: LinkedIn @iaemmovimento