tips and tricks

1. Docker

1. Comandos: Quick reminder de comandos Docker.

2. ASP.NET

C#

1. Serviços em Background com Hangfire: Uma maneira fácil para executar processamento em background com .NET.
2. Performance C#: Comparativo de perfomance entre List x Enumerable utilizando for, foreach e LINQ. Qual são as apostas para a melhor performance?
3. Unit of Work: Implementação do padrão Repository com Unit of Work.
4. LINQ: Conceito e Exemplos de LINQ para facilitar o entendimento.

Web App

1. Sintaxe Razor para ASP.NET Core: Renderize C# para HTML através da Sintaxe Razor.
2. HTML Helpers x Tag Helpers: Compare o uso de HTML Helpers x Tag Helpers e aprenda a criar Tag Helpers personalizados.

OpenID e OAuth 2.0

1. IdentityServer4: Framework que implementa os protocolos OpenID e OAuth 2.0, gratuito, open source e disponível para ASP.NET Core.

3. Flutter

1. Package GET: Package GET para Flutter com recursos de Gerenciamento de Estado, Injeção de Dependência e Navegação.
2. Unit and Widget Tests: Projeto Flutter com demonstração de Testes Unitários e Testes de Widget.
3. Lista de Imagens com Animações: Lista de imagens, semelhante ao Instagram, com uma animação de like no duplo toque do usuário.

4. Angular

1. Formulários Dinâmicos: Projeto Angular com o objetivo de simular a criação de formulários dinamicamente.

5. Python, Pandas e Machine Learning

Python

1. datetime: Manipule datas e horas.
2. Organizador de Arquivos: Organize por tipo os arquivos de um diretório.
3. Decorators: Adicione funcionalidades a um método já existente sem alterar sua estrutura.

Pandas

1. pandas.core.groupby.GroupBy.cumcount(): Crie uma coluna autoincremento baseado em um grupo de colunas.
2. pandas.cut(): Converta dados numéricos em dados categóricos.
3. pandas.DataFrame.diff(): Calcule a diferença de valores entre cada linha de um DataFrame.
4. pandas.DataFrame.unstack(): Converta índices em colunas.
5. pandas.Series.str.contains(): Consulte se um valor ou uma expressão regular está contida dentro de uma Series.
6. pandas.melt(): Converta os elementos de uma lista em várias linhas no DataFrame.
7. pandas.DataFrame.explode(): Disponível a partir da versão 0.25, converta os elementos de uma lista em várias linhas no DataFrame.
8. pandas.api.types.CategoricalDtype: Defina uma ordem para as variáveis categóricas.

Machine Learning

1. Categorical Variables: Conheça 3 técnicas para trabalhar com Categorical Variables.
2. Missing Values: Conheça 3 técnicas para trabalhar com Missing Values.
3. sklearn.pipeline.Pipeline: Agrupe as etapas de pré-processamento e modelagem dos dados.
4. sklearn.model_selection.cross_val_score: Execute o processo de modelagem em diferentes subconjuntos de dados para obter várias medidas de qualidade do modelo.

Desafios

1. Kaggle Credit Card - Previsão de Saldo: Este notebook apresenta um modelo capaz de prever o Saldo (Balance) do cartão de crédito de acordo com uma série de características dos usuários.
2. Kaggle Credit Card - Segmentação de Clientes: Este estudo de caso exige desenvolver um modelo para identificar segmentações de clientes a fim de definir uma estratégia de marketing.