Python для аналитики [2022]
OTUS
Алина Красавина
Разберем лучшие инструменты для аналитики, отчетности и построения дашбордов.
Программа направлена на тех, кто никогда не работал с кодом на Python, но хочет научиться писать скрипты для аналитики.
Курс для тех, кто хочет:
1. Получать аналитические данные, создавать наглядные отчеты, строить дашборды и принимать верные решения на основе полученных данных
2. Решать задачи, которые не под силу популярным электронным таблицам с макросами
3. Перейти с тяжёлого excel на более быстрые и эффективные инструменты, чтобы получать данные быстрее
Мы научим вас:
1. Получать данные из БД и из множества файлов и подтягивать это все в отчеты;
2. Оформлять отчеты с текстом и графикой;
3. Языку программирования Python для аналитики;
4. Создавать простейшее графическое представление данных;
5. Обращаться по API к сервисам и получать данные оттуда;
6. Работать с Jupyter Notebook.
Вам подходит курс, если вы:
1. Аналитик
Научитесь анализировать данные с помощью различных инструментов Python и принимать решения на основе данных.2. Маркетолог
Автоматизируете сбор и анализ данных о ваших конкурентах и пользователях и научитесь работать с SQL и HTML.3. Менеджер
Научитесь работать с кодом и автоматизируете сбор данных из интернета, что станет аргументом для повышения в должности.4. Начинающий Python-разработчик
Научитесь работать с данными и сможете дальше развиваться в Data Science или в аналитике.
Модуль 1 - Введение в Python
Тема 1. Cинтаксис python, Jupyter Notebook, базовые типы данных
Тема 2. Итерируемые типы данных
Тема 3. Функции, процедуры, классы
Тема 4. Условные операторы. Обработка исключений. Циклы. Генераторы
Модуль 2 - Модуль 2 - работа с файлами, текстом и деньгами
Тема 5. Области видимости, пространства имен, import, глобальные и локальные переменные. Стандарты в написании кода
Тема 6. Работа с файлами
Тема 7. Регулярные выражения
Тема 8. Практики хранения и обработки денежных данных. Float, decimal, int, разное количество копеек в деньгах
Модуль 3 - Получение данных из баз и из API
Тема 9. Обзор баз данных, SQL и теории множеств. Таблицы, представления, простые выборки, функции
Тема 10. Join, exists, вложенные запросы, group by, having. Индексы и план запроса.
Тема 11. Обзор по работе с HTTP в Python. Библиотеки, requests.
Тема 12. Парсинг данных из HTML
Тема 13. Работа с JSON, работа с CSV и xls
Тема 14. Многопоточность и многопроцессность, устройство памяти. Рейтлимиты API
Модуль 4 - Практики
Тема 15. Обзор инструментов numpy, pandas, scikit, matplotlib, plotly, anacondaМодуль 5 - Проектная работа
Тема 16. Построение простых отчетов при помощи matplotlib, numpy, pandas
Тема 17. Основы статистики, статистические отчеты
Тема 18. A/B тесты
Тема 19. Разбор кейса построения отчета с данными из БД
Тема 20. Выбор темы и организация проектной работы
Тема 21. Консультация по проектам и домашним заданиям
Тема 22. Защита проектных работ
Тема 23. Подведение итогов курса
Последнее редактирование модератором:
- Статус
- В этой теме нельзя размещать новые ответы.