• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Программа «Python для автоматизации и анализа данных»

Этот курс познакомит вас с Python — одним из наиболее популярных современных языков программирования. Python с его библиотеками является универсальным инструментом и позволяет решать много прикладных задач — от автоматизированного сбора информации и заполнения документов до анализа данных.

На курсе вы научитесь программировать, даже если раньше этого никогда не делали, познакомитесь с базовыми возможностями языка Python и начнёте использовать его в повседневной работе.

Также вы погрузитесь в сбор данных в Python. На занятиях мы обсудим, как извлекать данные с веб-страниц и как пользоваться массивами открытых данных. Ещё мы посмотрим на программные интерфейсы популярных сервисов и попробуем автоматизировать рутинные процессы — например, запись данных в таблицы.

Наконец, вы научитесь работать с данными: в Python это немного похоже на использование систем электронных таблиц, только во много раз мощнее. Буквально одной командой можно выбрать нужные записи из таблицы по заданным критериям, сгруппировать их, вычислить агрегированные значения и визуализировать результат.

Все это вы будете делать сами — при поддержке преподавателя. И главное, вы научитесь создавать или адаптировать существующие решения для ваших задач.

76

академических часов, включая 72 часа онлайн-работы с преподавателем.

66 000

рублей.
Оплату можно разбить на две части.
Для студентов, выпускников и слушателей основных и дополнительных программ НИУ ВШЭ предусмотрены скидки.

По итогам программы выдается Удостоверение о повышении квалификации установленного НИУ ВШЭ образца.

Начальные требования

Законченное высшее или среднее профессиональное образование. Слушателями также могут стать студенты, получающие высшее образование.

Документы для зачисления

Сканированные копии:

  1. паспорта (3-4 страница, а также страница с адресом регистрации);
  2. диплома о высшем или среднем профессиональном образовании (первые две страницы);
  3. актуальной справки из вуза (если вы являетесь студентом);
  4. свидетельства о смене фамилии (если в паспорте и дипломе фамилия не совпадает).

Расписание занятий

8 сентября — 24 ноября 2020 г.

Два раза в неделю, по вторникам с 19:00 по 22:00 и субботам с 15:30 по 18:30

 

 

Записаться на программу

Преподаватель

 

Владимир Чеботарёв

Data Warehouse Engineer в Altinity Inc.

Ранее работал разработчиком в Яндекс.Метрике.

Окончил факультет физической и квантовой электроники Московского физико-технического института.

 

 

Как устроено обучение

Занятия проходят два раза в неделю. Каждое занятие состоит из лекции и семинара, на котором даётся практика.

Все темы предполагают лабораторные работы в классе или домашние задания. На занятиях мы будем вместе писать код и разбираться «что» и «почему», но в программировании очень важна практика, поэтому мы выделяем время для самостоятельной отработки материала прямо на занятиях. Вместе мы постепенно будем переходить от простых к сложным задачам. Наша главная цель — показать вам, что программирование это не талант, а навык, который можно и нужно развивать.

Программа курса

  • Введение в язык Python. Знакомство со средой программирования. Базовые операции. Интерпретация ошибок.
  • Строки и списки в Python.
  • Понятие управляющих конструкций. Условные операторы.
  • Циклы for и while.
  • Устройство функций в Python. Поиск ошибок в коде и отладка.
  • Итераторы, генераторы, генераторы списков. Рекурсия.
  • Работа с файлами. Продвинутая работа со словарями.
  • Библиотеки для хранения и работы с данными в табличном формате: pandas.
  • Сбор данных: web-scraping с BeautifulSoup.
  • Сбор данных: Selenium, работа с сервисами через API.
  • Объектно-ориентированное программирование. Классы.
  • Работа над финальным проектом.
  • Введение в numpy.
  • Введение в pandas.
  • Работы с пропущенными данными.
  • Визуализация для презентации данных: matplotlib. Основные виды графиков. Основные ошибки при создании визуализаций.
  • Создание интерактивных визуализаций: plotly.
  • Разведывательный анализ данных. Особенности исследования текста.

Примеры проектов, которые вы сможете выполнить:

Управление браузером

Веб-скрейпинг

Создание чат-бота Telegram

Решение кейса по анализу данных

Создание визуализаций

Записаться на программу