Описание

Этому способствует простота языка, а также большое разнообразие открытых библиотек.
Python — один из самых популярных инструментов для анализа данных. В этом курсе вы узнаете, как с помощью этого языка программирования строить предиктивные модели, визуализировать данные и работать с нейросетями.
Курс ориентирован на практику и позволит вам сразу приступить к работе с данными и построению моделей.
Этот курс для тех, кто:

• Занимается офисной работой. Не программист, не Data scientist.
• Много работает с различными таблицами, отчётами, сопоставляет данные из множества источников.
• Пользуется Excel, 1C, SAP, Гранд смета или другими подобными программами
• Работает в ритейле, банке, в консалтинге, на складе, производстве, …
• Делает многое вручную и хочет повысить эффективность своей работы

Три строчки кода, написанные сегодня, заменяют три часа работы на этой неделе… на каждой неделе!
Вы научитесь

• Использовать python для работы с табличными данными, импортируемыми/экспортируемыми всеми популярными программами
• Автоматизировано исправлять проблемные табличные файлы
• Составлять и применять выражения для поиска и замены в тексте по определённым паттернам (даты, номера телефонов, размеры и т.п.)
• Получать данные из различных API в реальном времени (погода, курсы валют, акций и т. п.)

Специалисты, обладающие этими знаниями и навыками, в настоящее время крайне востребованы.
Большинство выпускников наших курсов делают успешную карьеру и пользуются уважением работодателей.
Программа курса
Модуль 1. Универсальный формат файлов для обмена данными между Python и популярными табличными приложениями

• Формат CSV. Импорт/экспорт на примере Excel или других популярных приложений (1C, SAP, другие СУБД и приложения для торговли, сметы и т.п.)
• Экспорт данных из табличного приложения в файл csv и его разбор средствами стандартной библиотеки Python
• Формирование файла csv из Python и импорт в табличное приложение
• Практическая работа

Модуль 2. Автоматизация исправления проблемных файлов, работа с файлами в произвольных текстовых форматах

• Работа с таблицами в произвольном текстовом формате на примере формата FWF
• Типичные проблемы в реальных табличных данных и способы их устранения методами стандартной библиотеки Python
• Применение регулярных выражений для фильтрации и разделения данных табличных данных
• Работа с датами, номерами телефонов и другими данными в произвольных форматах записи
• Практическая работа

Модуль 3. Выгрузка данных из интернета

• Что такое API. Примеры онлайн-сервисов для получения данных о погоде, курсах валют, акций в реальном времени.
• Механизм взаимодействия с онлайн API через python. GET-запросы.
• Наиболее популярные форматы предоставления данных. Разбор данных в формате XML и JSON с помощью встроенной и/или сторонних библиотек.
• Практическая работа

Модуль 4. Итоговая практическая работа. Разбор более продвинутых задач по работе с данными

• Интеграция с Google Docs, Google Spreadsheets, Google Forms
• Веб-скрейпинг
• Обработка архивов переписок из популярных мессенджеров
• Автоматизированная обработка большого количества файлов