Автоматизируйте свою рутинную работу с помощью Python. Обрабатывайте большие объемы информации без администрирования и баз данных. Освойте ключевой инструмент в мире аналитики и машинного обучения
Почему нужно идти на курс?
Задачи по работе с данными востребованы во всех областях: от банковской сферы и ИТ до тяжелой промышленности и сельского хозяйства.
Python — простой и универсальный инструмент для решения любых аналитических задач.
~1060 вакансий для аналитиков со знанием Python появляется ежемесячно (по данным hh.ru)
- 30 занятий
- с живым общением с практикующими экспертами из крупных компаний
- 10 библиотек
- в Python вы освоите в процессе обучения и научитесь их применять
- Практика
- отработка навыков на реальных кейсах и рабочих инструментах аналитика
- Диплом
- удостоверение о повышении квалификации установленного образца
- Новая программа
- обновлена летом 2020 года на основании лучших практик и кейсов
Что вам даст курс?
- Больше автономности
- Перестанете зависеть от разработчиков в работе с данными и научитесь понимать программистов
- Автоматизация рутинных задач
- С Python вы почувствуете вкус к оптимизации процессов и освободите время для новых задач
- Широкий доступ к данным
- Умение быстро парсить сайты — бесценно. Вы начнете видеть и получать данные там, где раньше не замечали их
- Легкий переход в data science
- Python для аналитики — отличная база и возможность начать карьеру в data science
- Умение готовить данные для алгоритмов
- Умение использовать готовые решения для придания смысла сырой информации
- Поиск новых инсайтов
- Сможете находить новые взаимосвязи в данных и интерпретировать их для улучшения показателей бизнеса
Кому будет полезен курс?
- Разработчикам
- Продакт-менеджерам
- Аналитикам
Программа курса:
- Основы Python для работы с данными
- Знакомство с основными библиотеками для анализа данных
- Статистика в Python
- Feature engineering и предобработка данных
- Лабораторные работы
- Диплом
Достигнутые результаты после курса:
- Работа с реальными дата-сетами
- Работа с логами и рекомендательными системами
- Получение минимального портфолио для старта в профессии
Ключевые навыки:
- Работа с сырыми данными и их подготовка для анализа
- Работа с аналитическими библиотеками numpy, scipy и pandas
- Визуализация данных с помощью библиотек seaborn, plotly, matplotlib
- Статистический анализ данных
- Применение математических моделей
- Выбор и создание фич
- Применение основных алгоритмов для обработки данных
- Парсинг данных с сайтов и внешних источников
- Автоматизация процессов получения данных для отчетов