diff --git a/README.md b/README.md
index 7b48c82..d764635 100644
--- a/README.md
+++ b/README.md
@@ -1,28 +1,57 @@
-# Repositório de Exercícios do Data Science Bootcamp
+## 📘 Repositório de Exercícios do Data Science Bootcamp
 
-## 1. Introdução a Análise de Dados, Data Science, BI e Big Data
-Instrutoras: TBD
+Bem-vindo ao repositório de exercícios do Data Science Bootcamp! 🚀 Aqui você encontrará materiais práticos para reforçar seus conhecimentos em Análise de Dados, Estatística, Machine Learning, Visualização de Dados e muito mais! 🎯
+
+### 📊 1. Introdução a Análise de Dados, Data Science, BI e Big Data
+
+Instrutoras: TBD (to be decided)
+
+Uma visão geral do universo dos dados, conceitos fundamentais e a relação entre Data Science, Business Intelligence (BI) e Big Data.
+
+### 📈 2. Estatística Descritiva
 
-## 2. Estatística Descritiva
 Instrutoras: Bárbara e Thais
 
-## 2.1 Análise de Dados em Python
+Conceitos essenciais de estatística para análise exploratória de dados, como medidas de tendência central, dispersão e distribuições de probabilidade.
+
+### 🐍 2.1 Análise de Dados em Python
+
 Instrutoras: Bárbara e Thais
 
-## 3. Modelos regressivos
-Instrutoras: Gisely Alves
+Aplicando os conceitos de Estatística Descritiva com Python, utilizando bibliotecas como Pandas, NumPy e Matplotlib.
+
+### 🔢 3. Modelos Regressivos
+
+Instrutora: Gisely Alves
+
+Aprenda sobre regressão linear e polinomial, como interpretar coeficientes e avaliar a performance dos modelos preditivos.
+
+### 🏷️ 4. Modelos de Classificação
 
-## 4. Modelos de classificação 
 Instrutoras: Priscilla e Vivian
 
-## 4.1 Clustering
+Abordagem de algoritmos como Regressão Logística, Decision Trees e Random Forest para classificação de dados.
+
+### 🔍 4.1 Clustering
+
 Instrutoras: Jéssica e Vivian
 
-## 5. Algoritmos de Machine Learning e aplicações em larga escala
+Explorando técnicas de agrupamento, como K-Means e DBSCAN, para segmentação de dados sem supervisão.
+
+### 🤖 5. Algoritmos de Machine Learning e Aplicações em Larga Escala
+
 Instrutoras: Jéssica, Vivian e Thais
 
-## 6. Data Visualization
+Implementação de modelos de aprendizado de máquina e sua escalabilidade para grandes volumes de dados.
+
+### 📊 6. Data Visualization
+
 Instrutoras: Camila e Thais
 
-## 7. Data Engineering/Big Data Track
+Criação de gráficos informativos e impactantes utilizando bibliotecas como Matplotlib, Seaborn e Plotly.
+
+### 🏗️ 7. Data Engineering / Big Data Track
+
 Instrutoras: Dani, Camila e Cinthia
+
+Estratégias para engenharia de dados, armazenamento, processamento e pipeline de Big Data com ferramentas como Spark e Hadoop.
\ No newline at end of file