Запрос по курсу
ФИО: *
Телефон: *
E-mail: *
Выберите программу обучения: *
Источник информации о курсах: *
Комментарии:

Python для анализа данных

В задачах Анализа данных с помощью методов статистического анализа обрабатываются  большие массивы структурированных или неструктурированных данных; устанавливаются  закономерности и выполняются прогнозы для повышения эффективности бизнес-решений, социальных взаимодействий, научных исследований.

Обучение по специализации Python для анализа данных позволит освоить методы и средства языка программирования Python для решения задач аналитики данных. Вы сможете познакомиться с современными инструментами, используемыми специалистами Data Analytics и Data Science, а также на практике применить полученные навыки для автоматизации аналитических процессов, создания визуализаций и обработки больших объемов данных, что безусловно поможет Вам открыть новые возможности для карьеры в ИТ.

 

Длительность:

330 ак.часов (5-6 месяцев)

Расписание:

с 18:30 до 21:50, 3 дня в неделю

Стоимость:

165 000 руб. (в рассрочку) для физ.лиц

190 000 руб. для юр.лиц и иностранных лиц

Начало курса:

19 мая 2025 года

Документ об окончании:  диплом о профессиональной переподготовке с присвоением квалификации «Специалист по большим данным», удостоверяющей право на ведение деятельности в сфере «Создание и применение технологий больших данных» 

Предварительные требования:

Обучение позволит:

  • узнать основные положения методологий разработки программного обеспечения;
  • получить представление о структурах данных, типизации языка программирования;
  • научиться использовать стандартные алгоритмы для решения аналитических задач;
  • освоить основные возможности языка программирования Python для автоматизации задач аналитики данных;
  • освоить принципы проектирования, создания и работы с реляционными и нереляционными БД;
  • выполнять операции над векторами и матрицами с использованием NumPy;
  • обрабатывать табличные данные с помощью Pandas;
  • выбирать подмножество из таблицы;
  • визуализировать данные;
  • осуществлять сбор и подготовку данных с помощью языка Python;
  • использовать методы анализа и обработки данных;
  • строить модели машинного обучения;
  • стать специалистом в области анализа данных на Python;
  • получить диплом о профессиональной переподготовке с присвоением квалификации «Специалист по большим данным», удостоверяющей право на ведение деятельности в сфере «Создание и применение технологий больших данных»

Программа обучения:

1. Основы программирования и алгоритмизации - 50 ак. часов
Модуль 1. Этапы решения задач по обработке и анализу данных;
Модуль 2. Типизация и структуры данных;
Модуль 3. Основы алгоритмизации;
Модуль 4. Встроенные типы данных и операции с ними. Ввод и вывод данных;
Модуль 5. Реализация управляющих конструкций в программах; 
Модуль 6. Основные концепции и методы анализа данных;
Модуль 7. Получение данных и работа с ними;
Модуль 8. Принятие решений на основе данных

2. Проектирование и разработка баз данных - 40 ак. часов
Модуль 1. Проектирование баз данных;
Модуль 2. Система управления базами данных PostgreSQL;
Модуль 3. Основные операторы SQL и синтаксис PL/pgSQL;
Модуль 4. Создание и настройка баз данных;
Модуль 5. Создание и настройка индексов, обработка данных;
Модуль 6. Соединения, представления;
Модуль 7. Разработка функций, хранимых процедур и триггеров;
Модуль 8. Обзор и основные подходы в работе с NoSQL базами данных

3. Программирование на Python (базовые возможности) - 40 ак. часов
Модуль 1. Обзор возможностей языка Python при реализации процедурной парадигмы программирования;
Модуль 2. Реализация функций, особенности передачи параметров;
Модуль 3. Модули и пакеты;
Модуль 4. Генераторы. Множества;
Модуль 5. Работа с файловой системой;
Модуль 6. Работа с данными;
Модуль 7. Исключения и обработка ошибок;
Модуль 8. Элементы функционального программирования

4. Основы статистики (теории вероятности) - 20 ак. часов
Модуль 1. Базовые понятия статистики;
Модуль 2. Законы распределения случайных величин;
Модуль 3. Основы математической статистики;
Модуль 4. Основы исследовательского анализа

5. Аналитика - 20 ак. часов
Модуль 1. Основы аналитики данных;
Модуль 2. Основы инференциальной статистики;
Модуль 3. Статистические эксперименты и проверка значимости;
Модуль 4. Практическая реализация алгоритмов аналитики данных

6. Python для анализа данных - 65 ак. часов
Модуль 1.  NumPy – библиотека для математических и научных расчетов;
Модуль 2. Pandas – базовые возможности;
Модуль 3. Чтение и запись данных в pandas;
Модуль 4. Препроцессинг и аккуратные данные в pandas;
Модуль 5. Агрегирование данных и групповые операции в pandas; 
Модуль 6. Временные ряды в pandas;
Модуль 7. Визуализация с помощью matplotlib и seaborn;
Модуль 8. Scikit-learn. Библиотека для ML;
Модуль 9. Обучение с учителем на Skikit-learn;
Модуль 10. Обучение без учителя на Skikit-learn;
Модуль 11. Обзор полезных библиотек для аналитики данных и ML

7. Визуализация данных- 40 ак. часов
Модуль 1. Понятие и виды дашбордов;
Модуль 2. Основы Tableau;
Модуль 3. Использование Tableau Public для анализа данных;
Модуль 4. Применение Python в BI-системах

8. Работа над проектом – 55 ак. часов

Программа курса может корректироваться

 

Добавить отзыв

Наши преимущества
ПРЕПОДАВАТЕЛИ-ПРОФЕССИОНАЛЫ
Сертифицированные тренеры и специалисты, имеющие опыт практической работы в IT и международные Сертификаты фирм: Microsoft, Oracle, Cisco, Red Hat, PMI и др., мотивируют слушателей к освоению новейших технологий
АККРЕДИТАЦИЯ И ЛИЦЕНЗИЯ
Лицензия на осуществление образовательной деятельности и Свидетельство о государственной аккредитации Университета ИТМО гарантируют качество образовательной среды
УНИКАЛЬНЫЕ МЕТОДИКИ
Методики преподавания IT курсов, которые сочетают уникальность Авторизованных курсов ведущих фирм и практический опыт тренеров специалистов ведущих компаний, позволяют выпускать востребованных на рынке труда специалистов
ПАРТНЕРЫ ЦЕНТРА
Партнерство Центра с ведущими российскими и международными IT - компаниями: Microsoft, Cisco, Oracle, IBM, EMC, HP, Person VUE и др. позволяет использовать в обучении технологии и методы лучших мировых практик