image

Access unlimited bootcamps and 750+ courses forever

75
%OFF

RC

Rodrigo Coelho17/11/2026 16:36
Share

Publicação sobre o Desafio da Formação Python Fundamentals.

  • #Python
  • #Modelagem de Negócios
  • #POO

🚀 Construindo um Sistema Bancário Moderno em Python: Do Básico à POO e Persistência de Dados

---

📌 Introdução

Quando começamos a estudar programação, um dos primeiros grandes marcos práticos é criar um sistema que simule problemas e processos do mundo real. Na formação Python Fundamentals da [DIO](https://web.dio.me), fui desafiado a desenvolver um Sistema Bancário em Python**.

O que começou como um script simples de terminal evoluiu para um projeto completo, estruturado com Programação Orientada a Objetos (POO), recursos avançados da linguagem (como decoradores, geradores e iteradores) e persistência de dados em arquivos CSV.

Neste artigo, compartilho os bastidores desse desenvolvimento, os aprendizados, os obstáculos que superei e as decisões técnicas que tomei ao longo da jornada!

---

💡 O Desafio e as Regras de Negócio

Um banco real não se resume a somar e subtrair números na tela. Ele precisa de regras claras de segurança, integridade e controle:

1. Limite de Saque Único: Cada saque possui um valor teto (R$ 500,00) para proteger a conta contra retiradas excessivas.

2. Limite Diário de Saques: No máximo 3 saques por dia por conta corrente.

3. Limite Global de Transações Diárias: Controle diário para evitar sobrecarga ou operações atípicas (limite de 50 transações diárias).

4. Histórico e Extrato Detalhado: Rastreabilidade completa, exibindo a data, o horário e o tipo exato de cada operação realizada.

5. Auditoria Enriquecida (Logs): Gravação de cada operação em arquivo (`log.txt`), guardando o carimbo de data/hora, status, cliente, conta e valores movimentados.

6. Persistência Completa: Armazenamento de clientes (`clientes.csv`) e contas bancárias com saldos (`contas.csv`), garantindo que nenhum dado seja perdido ao reiniciar a aplicação.

---

🛠️ Tecnologias e Conceitos Aplicados

Durante o desenvolvimento, pude exercitar os pilares mais importantes do Python moderno:

- Programação Orientada a Objetos (POO): Classes bem delimitadas (`Cliente`, `PessoaFisica`, `Conta`, `ContaCorrente`), aplicando herança e métodos abstratos (`Transacao`, `Saque`, `Deposito`).

- **Encapsulamento e Separação de Responsabilidades: Uso de propriedades (`@property`) para proteger atributos internos como saldo e histórico. As regras de negócio agora processam as operações e retornam resultados limpos, enquanto a camada do menu cuida da interação amigável com o usuário.

- Iteradores e Geradores Customizados:

 - `ContasIterador`: para percorrer e apresentar as contas bancárias de maneira padronizada.

 - `yield` em `gerar_relatorio()`: geração de relatórios sob demanda com economia de memória.

- Manipulação de Arquivos e Datas: Integração de `csv`, `pathlib` e `datetime` para dar persistência e rastreabilidade temporal ao sistema.

---

🧠 A Jornada de Aprendizado: O Desafio dos Decoradores

Todo aprendizado prático traz seus momentos de atrito, e no meu caso não foi diferente.

> "Apesar das dificuldades que enfrentei, principalmente na parte dos decoradores, consegui compreender a fundo a proposta apresentada no desafio."

No início, o conceito de Decoradores (Decorators) parecia bastante abstrato: funções que recebem outras funções como parâmetro, criam uma função interna (`wrapper`), preservam metadados com `@functools.wraps` e devolvem um novo comportamento sem alterar o código original.

O "clique" aconteceu quando implementei o `@log_transacao` para a auditoria bancária. Pude enxergar o decorador como um auditor independente:

- Ele fica de prontidão na porta de cada operação bancária (depósito, saque, criação de conta).

- Quando a operação acontece, ele anota no caderno de auditoria (`log.txt`) a data, a hora exata, quem realizou e qual foi o resultado.

- Tudo isso acontece sem precisar poluir a lógica interna de cada transação com código repetitivo de escrita em arquivo.

Superar essa barreira foi um divisor de águas nos meus estudos. Me mostrou que conceitos que parecem complexos na teoria se tornam ferramentas poderosas quando aplicados em cenários reais.

---

🚀 Organização e Boas Práticas

Além da sintaxe, outro grande ganho foi aprender a estruturar o projeto:

- Modularidade: Dividir as classes base em `Classes_Desafio.py` e o fluxo operacional em `Exercise_Desafio_Log.py`.

- Persistência Confiável: Separar o cadastro dos clientes (`clientes.csv`) e o vínculo com suas contas correntes (`contas.csv`).

- Comunicação Clara: Deixar as mensagens do terminal claras e acolhedoras para que qualquer pessoa, mesmo sem perfil técnico, compreenda o que está acontecendo em cada etapa.

---

🔗 Repositório e Conexão

O código completo, documentação detalhada e instruções de como rodar o projeto estão disponíveis no meu GitHub:

👉 Repositório do Projeto: [github.com/Rodves/Projetos-Pessoais](https://github.com/Rodves/Projetos-Pessoais)

Adoraria trocar experiências com outros estudantes e desenvolvedores da comunidade DIO! Como foi para você entender decoradores ou POO em Python? Deixe sua opinião ou feedback nos comentários! 👇

Share
Recommended for you
Bootcamp Bradesco - GenAI, Dados & Cyber
Bootcamp Afya - Automação de Dados com IA
Accenture - Python para Análise e Automação de Dados
Comments (0)