Курс находится на модерации. Данные могут быть неактуальны.
Тип обучения
Тип обучения
Курс
Сертификат
Сертификат
Да

Стоимость курса

70 000 ₽
нет рассрочки
получать аналитические данные, создавать наглядные отчеты, строить дашборды и принимать верные решения на основе полученных данных;
решать задачи, которые не под силу популярным электронным таблицам с макросами;
перейти с тяжёлого Excel на более быстрые и эффективные инструменты, чтобы получать данные быстрее.
получать данные из БД и из множества файлов и подтягивать это все в отчеты;
оформлять отчеты с текстом и графикой;
языку программирования Python для аналитики;
создавать простейшее графическое представление данных;
обращаться по API к сервисам и получать данные оттуда;
работать с Jupyter Notebook.

Вас будут обучать

Более 15 лет занимался прикладной математикой и мат моделированиемНИИгазэкономика ПАО Газпром. Руководил командой̆, решающей прикладные задачи, вывод готовых моделей в продакшн и поддержку решений у клиента. Формировал лекции и проводил...

Более 15 лет занимался прикладной математикой и мат моделированиемНИИгазэкономика ПАО Газпром. Руководил командой̆, решающей прикладные задачи, вывод готовых моделей в продакшн и поддержку решений у клиента. Формировал лекции и проводил обучение по техническим специальностям: Python, прикладной̆ анализ данных, математическое моделирование.

Основная специализация: анализ временных рядов, эволюционное развитие сложных систем.

Окончил Физический факультет МГУ и там же защитил кандидатскую диссертацию по теоретической физике. Преподаватель

Начинал в школе с паяльником в руках. Потом был ZX Spectrum. В университет пошел на техническую специальность. В механике много интересного, но в 2008 интерес к ИТ взял верх: компьютерные...

Начинал в школе с паяльником в руках. Потом был ZX Spectrum. В университет пошел на техническую специальность. В механике много интересного, но в 2008 интерес к ИТ взял верх: компьютерные сети -> Delphi -> PHP -> Python. Были эксперименты с другими языками, но хочется писать именно на нем. Участвовал в проектах по автоматизации бизнес-процессов при помощи нейросетей (сервис заказа такси «Максим»), разработке информационных систем в медицине. Работал с GIS-системами и процессингом изображений при помощи Python.В преподавании позиция: «Если кто-то не может объяснить сложное простыми словами, — значит он в этом еще не очень хорошо разбирается».Образование: Курганский университет, кафедра "Безопасность информационных и автоматизированных систем", к.т.н.В 2002 окончил Курганский государственный университет по специальности "Многоцелевые гусеничные и колесные машины".В 2005 защитил диссертацию по бесступенчатым передачам. С тех пор официально трудоустроен в университете (КГУ). Преподаватель

Аналитик Big Data/системный аналитик с большим опытом работы в государственных структурах Правительства Москвы.

В настоящее время занимается пользовательской аналитикой в проектах Правительства Москвы, таких как Наш город, Активный гражданин, Город Идей, Миллион призов и т.д.

Работал в органах исполнительной власти города Москвы, подведомственных учреждениях Комплекса городского хозяйства и Социальной защиты. Возглавлял работу мониторингово-аналитического управления, занимающегося контролем работы коммунально-уборочной техники. В настоящее время реализую проекты, связанные с цифровизацией адресной социальной помощи 65+ населения города Москвы.

Среди реализуемых проектов — информационная система Контакт Центр «Социальная защита», который позволяет удаленно получать адресную помощь в виде лекарственных средств, продуктов питания и товаров первой необходимости.

Руководитель программы

Образовательная организация

Otus.ru - высокотехнологический стартап в области образования. Наша миссия - делать образование осмысленным, реализуя связь между работодателями, специалистами и преподавателями. Приходите к нам учиться!

OTUS сегодня – это более 80 авторских курсов для IT-специалистов из разных направлений таких как программирование, тестирование, инфраструктура, информационная безопасность, управление и Data Science. И что важно, у нас есть программы для разных уровней подготовки от новичков до профессионалов, которые хотят освоить продвинутые навыки.
Наша миссия — делать обучение осмысленным, реализуя взаимосвязь между ожиданиями работодателей, компетенциями специалистов и возможностями преподавателей.

Программа курса

Введение в Python
  -Тема 1.Jupyter, синтаксис python, базовые типы данных, простейшие операции с числами
  -Тема 2.Итерируемые типы данных. Методы работы со списками, кортежами, словарями, множествами
  -Тема 3.Условные операторы: if, elif, else, однострочные. Обработка исключений. Циклы: while, for. Comprehensions, генераторы, односторочные генераторы
  -Тема 4.Функции, области видимости, глобальные и локальные переменные, лямбда функции
  -Тема 5.Работа со строковыми данными. Регулярные выражения
  -Тема 6.Работа с файловой системой и модули
  -Тема 7.Q&A занятие (разбор домашних заданий)
Библиотеки по работе с данными и визуализациями
  -Тема 8.Библиотека Numpy, вектора и матрицы
  -Тема 9.Библиотека Pandas, Series и Dataframe, методы для работы с ними
  -Тема 10.Продвинутый Pandas, работа с временными рядами, оконными методами, вложенными структурами
  -Тема 11.Визуализация в Matplotlib, Seaborn, Plotly
  -Тема 12.Практика работы с данными с использованием Pandas и библиотек визуализации
  -Тема 13.Q&A (разбор домашних заданий)
Работа с базами данных, парсинг данных с сайтов, взаимодействие с API
  -Тема 14.Обзор про базы данных, SQL и теорию множеств. Таблицы, представления, простые выборки
  -Тема 15.Join, exists, вложенные запросы, group by, having
  -Тема 16.Оконные функции в SQL, виды и область применения
  -Тема 17.Что такое HTTP вообще. Обзор по работе с HTTP в Python. Библиотеки, requests
  -Тема 18.Парсинг данных из HTML
Практики. Продуктовая и маркетинговая аналитика
  -Тема 19.Введение в продуктовую аналитику на Python, Метрики и методы
  -Тема 20.Когортный анализ
  -Тема 21.RFM - анализ
  -Тема 22.ABC-XYZ анализ
  -Тема 23.Метод формирования продуктовых корзин. Алгоритм априори
  -Тема 24.Метод прогнозирования последовательностей. Цепи Маркова
Проектная работа
  -Тема 25.Выбор темы и организация проектной работы
  -Тема 26.Консультация по проектам и домашним заданиям
  -Тема 27.Защита проектных работ
  -Тема 28.Подведение итогов курса

Рейтинг курса

3.8
рейтинг
0
0
0
0
0
обновлено 24.03.2024 03:42
Python для аналитики

Python для аналитики

Оставить отзыв
Поделиться курсом с друзьями