Back-end (Python/Node.js) do Zero à Primeira Vaga

O caminho, parada por parada

1. 0✦ você está aqui
   Semana 1

   Setup e mindset

   Preparar o ambiente e firmar 3 hábitos: commit diário, mensagem de erro antes de perguntar, IA como tutor.

   concluída

   Instalar: Python 3, VS Code (ou editor de escolha), Git, conta GitHub com nome profissional.Pesquisar como dev: ler a mensagem de erro inteira e ir na doc oficial primeiro (docs.python.org, nodejs.org).Usar IA como tutor, não copiador: peça pra explicar linha por linha, não pra escrever.Commit diário: 1h por dia rende mais que 8h no fim de semana.

   Recursos, projetos e entregável

   Nível 1 começa aqui: IA como tutor.

   Recursos (PT-BR)

   • Instalando Python em 5 minutos, Gustavo Guanabara
   • Git e GitHub do zero, Rocketseat
   • Documentação oficial do Python

   Marco: Ambiente pronto, primeiro commit no GitHub, Hello World rodando.

2. 1✦ você está aqui
   Mês 1

   Fundamentos com Python

   Lógica de programação, variáveis, tipos, condicionais, laços, funções e estruturas de dados básicas.

   concluída

   Variáveis, tipos primitivos (int, float, str, bool), operadores (aritmético, lógico, comparação).Condicionais (if, elif, else), laços (for, while), break, continue.Funções: parâmetros, retorno, escopo, *args, **kwargs.Listas, dicts, tuplas: criar, acessar, iterar, métodos básicos.

   Recursos, projetos e entregável

   Nível 1 sólido. Peça pra IA explicar, não pra responder.

   Entregável: 5 scripts no GitHub

   Recursos (PT-BR)

   • Python 3 completo, Mundo 1 e 2, Gustavo Guanabara
   • Automate the Boring Stuff with Python (caps 1-8)
   • Documentação Python pt-BR

   Projetos pra fixar

   • Calculadora interativa (+, -, *, /, histórico)
   • Adivinha o número (1 a 100, dicas)
   • Gerenciador de lista de tarefas em dicts
   • Validador de email (regex simples)
   • Conversor de temperatura (C/F/K)

   Marco: Resolver um exercício de lógica novo sem copiar resposta pronta.

3. 2✦ você está aqui
   Mês 2

   Python intermediário e Git

   Manipulação de dados, arquivos, exceções e Git fluente.

   concluída

   Leitura/escrita de arquivos (txt, csv, json); módulo json.Exceções (try, except, finally, raise); logging básico.Módulos built-in: os, sys, datetime, random, collections.Git avançado: branches, merge, conflitos, rebase, .gitignore; Conventional Commits.Primeiro contato com HTTP: requests, GET/POST, APIs públicas (OpenWeather, JSONPlaceholder).

   Recursos, projetos e entregável

   Nível 1 sólido + início do Nível 2 (Cursor/Claude Code).

   Entregável: CRUD em terminal + GitHub com README decente + primeiro script que chama uma API pública

   Recursos (PT-BR)

   • Python intermediário, Gustavo Guanabara (Mundo 3)
   • Git e GitHub aprofundado, Rocketseat
   • Pro Git Book (capítulos 1-3, PT-BR)
   • Documentação requests

   Projetos pra fixar

   • To-Do List em terminal com persistência em JSON, CRUD completo
   • Gerenciador de despesas com relatórios em CSV
   • Scraper de clima: chama OpenWeather API, salva em JSON, apresenta legível

   Marco: CRUD em terminal, Git sem susto, código em múltiplos arquivos, primeiro merge resolvido.

4. 3✦ você está aqui
   Mês 3

   POO e estrutura de código

   Orientação a objetos, padrões básicos, começa Node.js opcionalmente.

   concluída

   Classes, atributos, métodos, __init__, __str__/__repr__.Encapsulamento (private attrs com _), herança, polimorfismo, abstração.Composição vs herança: quando usar cada um.Métodos estáticos e de classe.(Opcional) Introdução a Node.js: instalação, npm, primeiro script.

   Recursos, projetos e entregável

   Nível 2: Cursor/Claude Code como par no fluxo.

   Entregável: Sistema com classes bem estruturadas + começar Node.js (opcional)

   Recursos (PT-BR)

   • POO em Python, Pythonicos
   • Python e POO, Léo Alcântara
   • Documentação Python pt-BR
   • Node.js docs

   Projetos pra fixar

   • Sistema bancário em terminal (Conta, ContaCorrente, ContaPoupança com herança e polimorfismo)
   • Gerenciador de biblioteca (Livro, Autores, empréstimos com composição)
   • Refazer os projetos dos mês 1 e 2 em POO
   • (Opcional) Hello World em Node.js + npm init + primeiro módulo

   Marco: Modela classes pra um problema novo, explica herança vs composição, sem copiar exemplo.

5. 4✦ você está aqui
   Mês 4

   Banco de dados e SQL a fundo

   Relacional, normalização, SQL complexo, conexão Python com DB.

   concluída

   Relacional: tabelas, chaves primárias/estrangeiras, índices, constraints (NOT NULL, UNIQUE, CHECK).Normalização (1FN, 2FN, 3FN): evitar redundância.SQL: SELECT, WHERE, JOIN (INNER, LEFT, RIGHT), GROUP BY, HAVING, ORDER BY, subqueries, agregações (COUNT, SUM, AVG).Introdução a transações e ACID.Python + PostgreSQL: psycopg2 ou SQLAlchemy ORM básico.

   Recursos, projetos e entregável

   Nível 2 sólido.

   Entregável: Modelagem de e-commerce normalizada + scripts Python que consultam

   Recursos (PT-BR)

   • PostgreSQL do zero, Bóson Treinamentos
   • SQL Murder Mystery (resolva um caso de crime)
   • Mode Analytics SQL Tutorial
   • Documentação SQLAlchemy

   Projetos pra fixar

   • Modelar um e-commerce em PostgreSQL (Produtos, Categorias, Pedidos, Itens de Pedido, Clientes, foco em JOINs)
   • Scripts Python que consultam esse e-commerce (listagem, filtro, relatórios)
   • Comparação: modelar o mesmo em MongoDB e descrever no README as diferenças

   Marco: Lê SQL de complexidade média, escreve query com 3+ JOINs, entende quando normalizar.

6. 5✦ você está aqui
   Mês 5

   FastAPI ou Django + Docker (escolha sua stack)

   API REST completa em camadas, containerizada, com autenticação.

   concluída

   (FastAPI) Rotas, validação com Pydantic, dependency injection, async/await, JWT básico.(Django) Views/Viewsets, modelos ORM, Django REST Framework, autenticação.Arquitetura em camadas (Route/Controller → Service → Repository → DB).Docker: Dockerfile, .dockerignore, docker-compose (API + PostgreSQL local).Variáveis de ambiente (.env), boas práticas de segurança (CORS, rate limit simples).Primeiro contato com IA: chamar OpenAI/Claude API dentro de um endpoint.

   Recursos, projetos e entregável

   Nível 3 (intro): chamar um LLM via API dentro da sua aplicação.

   Entregável: API completa dockerizada em produção local

   Recursos (PT-BR)

   • FastAPI do zero, Full Cycle
   • Django REST Framework, Téo Calvi
   • Documentação FastAPI
   • Documentação Django
   • Docker para devs, Bóson Treinamentos
   • Documentação Docker

   Projetos pra fixar

   • API CRUD (FastAPI ou Django): um recurso principal (Livros, Filmes, ou Tarefas) com testes unitários, JWT, dockerizada
   • Um endpoint que chama uma IA (ex: resumir descrição, categorizar conteúdo)

   Marco: API rodando em Docker, autenticação JWT funcionando, testes básicos passando, documentação (Swagger) legível.

7. 6✦ você está aqui
   Mês 6

   Segundo projeto complexo + Node.js ou aprofundar Python

   Mostrar profundidade numa API e aprender alternativa de stack.

   concluída

   (Se Node.js) Express.js, middleware, autenticação JWT, integração com PostgreSQL (Sequelize ou Knex).(Se Python) Aprofundar FastAPI: advanced dependencies, background tasks, WebSockets simples, cache.Banco de dados: migrations, relacionamentos complexos (many-to-many), índices de performance.Deploy: CI/CD simples (GitHub Actions), variáveis de ambiente em produção, monitoramento básico.Integração com IA: RAG básico (busca em docs locais), function calling simples.

   Recursos, projetos e entregável

   Nível 3 sólido: integração real de IA no fluxo.

   Entregável: API complexa deployada com URL pública (Render, Railway ou similar gratuito)

   Recursos (PT-BR)

   • Express.js em 1 hora, Rocketseat
   • Documentação Express
   • Documentação FastAPI advanced
   • Railway ou Render (deploy gratuito)

   Projetos pra fixar

   • Projeto 2: API fullstack complexa (cadastro, pesquisa, relacionamentos m-n), com integração de IA, testada, documentada, deployada com URL pública

   Marco: Projeto em produção (URL pública), CI/CD verde, integração de IA funcionando, README com decisões técnicas.

8. 7✦ você está aqui
   Mês 7

   Estruturas de dados, algoritmos e agentes de IA

   Confiabilidade de código, lógica complexa, agentes simples.

   concluída

   Estruturas de dados: array, lista ligada, pilha, fila, hashmap, árvore, grafo.Algoritmos: busca (linear, binária), ordenação (bubble, merge, quick), BFS/DFS, pathfinding.Big O: tempo e espaço, analisar complexidade de solução.Agentes de IA: LLM + function calling + memória básica + orquestração.Testes: unitários, integração, fixtures, mock de APIs externas.

   Recursos, projetos e entregável

   Nível 4: build um agente de IA (bot com tools/function-calling) do zero.

   Entregável: Projeto 3 com profundidade de negócio + agente rodando

   Recursos (PT-BR)

   • Estruturas de dados e algoritmos, Programação Dinâmica
   • Big O explicado, Filipe Deschamps
   • Beecrowd / LeetCode (easy → medium)
   • Documentação Claude API (function calling)

   Projetos pra fixar

   • Projeto 3: API que resuelve um problema real com algoritmo (ex: recomendação, busca otimizada) + agente que faz pesquisa automática
   • 5 exercícios de LeetCode (easy) resolvidos no GitHub

   Marco: Agente rodando, projeto 3 com complexidade visível, testes 60%+, consegue explicar Big O da solução.

9. 8✦ você está aqui
   Mês 8

   Produção, testes e polimento

   Portfólio sólido, confiável, profissional. Pronto pra entrevista.

   concluída

   Testes: cobertura 70%+, pirâmide de testes (unitários >> integração > e2e).Clean Code: nomes descritivos, funções pequenas (<20 linhas), sem números mágicos, docs em docstrings.Design patterns usados com propósito (Factory, Strategy, Observer, não modinha).Logging estruturado, tratamento de erros consistente, mensagens claras.Performance: índices no DB, query optimization, caching estratégico.CI/CD: GitHub Actions com testes, linting (Black, Flake8), type checking (mypy/pyright).

   Recursos, projetos e entregável

   Nível 4 sólido: monitoramento e logging de chamadas de IA.

   Entregável: Portfólio completo, testes 70%+, CI/CD verde, documentação impecável

   Recursos (PT-BR)

   • Testes em Python, Test-Driven Development, Júlio de Lima
   • Clean Code em Python, Robert C. Martin
   • SOLID em PT-BR, Otávio Miranda
   • Refactoring Guru, Design Patterns

   Projetos pra fixar

   • Refatorar projeto 1, 2, 3: testes 70%+, Clean Code, CI/CD com badge verde
   • READMEs completos: GIF/vídeo, URL, decisões técnicas, como rodar local
   • Comentário em issue própria: 'Entrei no mercado com essas 3 APIs' (resumo pra recruta)

   Marco: Portfólio visualmente profissional, testes altos, CI/CD funcionando, documentação impecável, pronto pra LinkedIn.

10. 9✦ você está aqui
    Mês 9+

    Iteração, contato com comunidade e primeiras vagas

    Ajuste baseado em feedback real, networking, candidaturas informadas.

    concluída

    Aprofundar onde houver gap percebido na entrevista.Tópicos extras (filas com Celery/Bull, pub/sub, observabilidade, feature flags) conforme demanda.Contribuir em open source (1-2 PRs simples).Ir pra meetups, comunidades (Python, Node.js locais).Iterar portfólio com feedback de processos seletivos.

    Recursos, projetos e entregável

    Aprofundar onde der mais retorno: observabilidade, agentes, RAG.

    Recursos (PT-BR)

    • Python Brasil Comunidade
    • Node.js Brasil
    • Beecrowd competições mensais
    • Twitter/X: siga pessoas fazendo o mesmo caminho

    Marco: Primeira entrevista técnica marcada, portfólio sólido, segundo feedback, pronto pra negociar.

11. ✦você, do outro lado

Checklist final

• 3 APIs deployadas com URL pública (Render, Railway, ou similar)
• Cada projeto com README contendo GIF/vídeo, como rodar, decisões técnicas
• Testes com cobertura 70%+ nos services/business logic dos 3 projetos
• CI/CD funcionando em cada projeto (GitHub Actions, badge verde)
• Git com commits consistentes dos últimos 8+ meses, histórico legível
• 1-2 projetos com IA integrada (LLM call, RAG, agente simples)
• PostgreSQL bem estruturado (normalização, índices, migrations)
• Escolher entre FastAPI/Django (Python) ou Express (Node.js) e dominar
• Docker fluente: Dockerfile, docker-compose, local == produção
• Testes unitários para lógica de negócio, não só helpers
• Autenticação JWT funcionando em produção
• Clean Code: nomes claros, funções pequenas, sem magic numbers
• 5+ exercícios de algoritmos/estruturas resolvidos (Beecrowd ou LeetCode)
• Agente de IA (function calling, bot) em produção ou em um mini-projeto

Princípios

• Erre muito e leia o erro: a mensagem de erro é a melhor amiga do dev.
• Pesquise bem antes de perguntar: isole o problema, tente 10 min.
• Commit todo dia, mesmo que pequeno: 30 dias de commit > 1 dia de 8h.
• Ship it: o projeto termina no deploy, não no git push. URL pública = portfólio.
• Profundidade vale mais que volume: 3 APIs sérias > 10 CRUD medíocres.
• Regra do refazer em 10 min: se não consegue refazer a solução sozinho em 10 min, não aprendeu ainda.
• Leia a doc oficial antes de blog post. Blog post antes de IA. IA para revisar, não pra escrever.
• Integre IA cedo e natural: não é troféu, é ferramenta do fluxo.
• Feedback pra Python: fácil, comunidade, IA/automação. Feedback pra Node.js: startups, fintech, velocidade.
• Saturação é de iniciante básico. O que faz diferença é profundidade, deploy, histórico de commits e contato com comunidade.