Python для аналитики | OTUS
Прямо сейчас идет открытый вебинар «Как работать с трудными сотрудниками» . Присоединяйтесь!

Курсы

Программирование
Выбор профессии в IT
-99%
Python Developer. Basic Специализация Python Developer Python Developer. Professional Golang Developer. Professional Базы данных iOS Developer. Basic Computer Science Android Developer. Professional Team Lead Android Developer. Basic Специализация Android-разработчик Vue.js разработчик Groovy Developer JavaScript Developer. Basic Специализация Java-разработчик C++ Developer. Basic Специализация Fullstack developer Unity Game Developer. Basic PHP Developer. Professional Agile Project Manager PostgreSQL для администраторов баз данных и разработчиков MS SQL Server Developer Unreal Engine Game Developer. Professional Web-разработчик на Python Cloud Solution Architecture Flutter Mobile Developer PHP Developer. Basic Специализация PHP Developer Rust Developer Буткемп Java Unity VR/AR Developer
Специализации Курсы в разработке Подготовительные курсы Подписка
+7 499 938-92-02

Python для аналитики

Разберем лучшие инструменты для аналитики, отчетности и построения дашбордов.

Длительность обучения:

4 месяца

4 ак. часа в нед.

Формат:

Online

Начало занятий:

27 января 2023 года

Дни занятий:

Ср 20:00, Пт 20:00

Что даст вам этот курс
Программа направлена на тех, кто никогда не работал с кодом на Python, но хочет научиться писать скрипты для аналитики.


Курс для тех, кто хочет:

- 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


Мы научим вас: 

- 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.


Вам подходит курс, если вы:

Аналитик
Научитесь анализировать данные с помощью различных инструментов Python и принимать решения на основе данных.

Маркетолог
Автоматизируете сбор и анализ данных о ваших конкурентах и пользователях и научитесь работать с SQL и HTML.

Менеджер
Научитесь работать с кодом и автоматизируете сбор данных из интернета, что станет аргументом для повышения в должности.

Начинающий Python-разработчик
Научитесь работать с данными и сможете дальше развиваться в Data Science или в аналитике.

 

Преподаватели

Роман Козлов
ГКУ "Новые технологии управления", ведущий аналитик
Андрей Варкентин
Светлана Медведева
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
Профессиональный опыт: 2+ года работы Data Scientist-ом. Анализировал рекламные кампании в маркетинге и обнаруживал признаки банкротств организаций в финансовой отрасли. Основные языки – Python, R.
Академический опыт: бак/маг/асп@МГУ, Research [email protected], Master of [email protected] Leuven

Преподаватель
Закончила МФТИ (бакалавриат и магистратура) и Сколтех (магистратура). С 2018 года преподает студентам МФТИ вычислительную математику (численные методы), сейчас ведет лабораторные занятия по питону и анализу данных на питоне.

Работала в консалтинге (разработка технологических решений) в SAS Institute. Занималась разработкой решений на основе SAS Event Stream Processing, работой с данными (DI, SAS Base, SQL) и автоматизированным тестированием (python+selenium), а также временными рядами.
Стажировалась в Huawei в группе компьютерного зрения.

В настоящее время работает аналитиком данных (разработка MVP для консалтинга). Один из проектов был связан с моделированием путешествия клиента. Сейчас занимается гомоморфным шифрованием.

Преподаватель
Роман
Козлов
Андрей
Варкентин
Светлана
Медведева

Преподаватели

Роман Козлов
ГКУ "Новые технологии управления", ведущий аналитик
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
Андрей Варкентин
Профессиональный опыт: 2+ года работы Data Scientist-ом. Анализировал рекламные кампании в маркетинге и обнаруживал признаки банкротств организаций в финансовой отрасли. Основные языки – Python, R.
Академический опыт: бак/маг/асп@МГУ, Research [email protected], Master of [email protected] Leuven

Преподаватель
Светлана Медведева
Закончила МФТИ (бакалавриат и магистратура) и Сколтех (магистратура). С 2018 года преподает студентам МФТИ вычислительную математику (численные методы), сейчас ведет лабораторные занятия по питону и анализу данных на питоне.

Работала в консалтинге (разработка технологических решений) в SAS Institute. Занималась разработкой решений на основе SAS Event Stream Processing, работой с данными (DI, SAS Base, SQL) и автоматизированным тестированием (python+selenium), а также временными рядами.
Стажировалась в Huawei в группе компьютерного зрения.

В настоящее время работает аналитиком данных (разработка MVP для консалтинга). Один из проектов был связан с моделированием путешествия клиента. Сейчас занимается гомоморфным шифрованием.

Преподаватель

Отзывы

Саверкин
Олег
Доволен курсом.
Понравилось, как построен процесс обучения, а также подача материала. Преподаватели заинтересованы и обладают хорошей экспертизой.
При ответственном подходе вы ощутите прогресс, даже если не будете изучать ничего дополнительно. Достаточно разобраться в предоставленных материалах и ответственно подойти к выполнению домашних заданий.
В случае возникновения трудностей всегда можно задать вопрос. Кроме того, часть занятий посвящены разбору домашних заданий, где можно обменяться идеями с коллегами и узнать, с какими сложностями столкнулись они.
Рекомендовал школу и сам курс коллегам и друзьям.
Читать целиком
Саверкин
Олег
Доволен курсом.
Понравилось, как построен процесс обучения, а также подача материала. Преподаватели заинтересованы и обладают хорошей экспертизой.
При ответственном подходе вы ощутите прогресс, даже если не будете изучать ничего дополнительно. Достаточно разобраться в предоставленных материалах и ответственно подойти к выполнению домашних заданий.
В случае возникновения трудностей всегда можно задать вопрос. Кроме того, часть занятий посвящены разбору домашних заданий, где можно обменяться идеями с коллегами и узнать, с какими сложностями столкнулись они.
Рекомендовал школу и сам курс коллегам и друзьям.
Читать целиком

Необходимые знания

  • понимание, как вам пригодятся данные и аналитика
  • владение языком формальной логики
  • знание основ статистики
Корпоративное обучение для ваших сотрудников
>
Программа обучения
В процессе обучения вы получите комплексные знания и навыки.
C 27 января
Тема 1. Знакомство с Jupyter Notebook, синтаксис Python
Тема 2. Итерируемые типы данных. Методы работы со списками, кортежами, словарями, множествами
Тема 3. Условные операторы, обработка исключений, циклы. Comprehensions, 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
C 22 февраля
Тема 7. Библиотека Numpy, вектора и матрицы
Тема 8. Библиотека Pandas, Series и Dataframe, методы для работы с ними
Тема 9. Основы статистики, статистические отчеты
Тема 10. Визуализация в Matplotlib, Seaborn, Plotly
Тема 11. Разбор кейса. Разведочный анализ данных (EDA) на примере
Тема 12. Q&A (разбор домашних заданий)
C 15 марта
Тема 13. Введение в продуктовую аналитику на Python. Метрики и методы
Тема 14. Когортный анализ. Работа с датами и библиотекой dt
Тема 15. RFM - анализ
Тема 16. ABC - XYZ анализ
Тема 17. Проверка гипотез. A/B-тестирование
C 31 марта
Тема 18. Обзор про базы данных, SQL и теорию множеств. Таблицы, представления, простые выборки, функции
Тема 19. Join, exists, вложенные запросы, group by, having. Индексы и план запроса
Тема 20. Оконные функции в SQL, виды и область применения
Тема 21. HTTP. Обзор по работе с HTTP в Python. Библиотеки, requests
Тема 22. Парсинг данных из HTML
Тема 23. Работа с JSON, работа с CSV и xls
C 21 апреля
Тема 24. Введение в машинное обучение. Обучение с учителем/без учителя. Бибилиотека Scikit-learn
Тема 25. Линейная регрессия, Построение модели и метрики
Тема 26. Логистическая регрессия. Построение модели и метрики
Тема 27. Кластеризация. Построение модели и метрики
Тема 28. Q&A (разбор домашних заданий)
C 10 мая
Тема 29. Выбор темы и организация проектной работы
Тема 30. Консультация по проектам и домашним заданиям
Тема 31. Защита проектных работ
Тема 32. Подведение итогов курса
Скачать подробную программу
Выпускной проект
Проектная работа будет представлять из себя получение данных, разведочный анализ , обогащение данных с помощью когортного, RFM или ABC анализа, построение модели машинного обучения.

Процесс обучения

Обучение проходит онлайн: вебинары, общение с преподавателями и сокурсниками. Вебинары проводятся 2 раза в неделю по 1,5 часа и сохраняются в записи в личном кабинете. Домашние задания даются раз в 2 недели. Вас будут поддерживать преподаватели и давать обратную связь. Последний месяц отводится для проектной работы. Во время работы над проектом вы получите консультации и обратную связь от преподавателей.
Получить консультацию
Наш специалист свяжется с вами в ближайшее время. Если у вас возникли трудности в выборе курса или проблемы технического плана, то мы с радостью поможем вам.
Спасибо!
Мы получили Вашу заявку, в ближайшее время с Вами свяжется наш менеджер.

  • В конце курса вы получите сертификат OTUS, который можно показать работодателю.

  • Если у вас есть соответствующее образование, вы можете получить удостоверение о повышении квалификации.

Дата выдачи сертификата: 24 июня 2023 года
Ваш сертификат

онлайн-образование

Сертификат №0001

Константин Константинопольский

Успешно закончил курс «Python для аналитики»
Выполнено практических заданий: 16 из 16

Общество с ограниченной ответственностью “Отус Онлайн-Образование”

Город:
Москва

Директор департамента образования
ООО “Отус Онлайн-Образование”
Анна Фирсова

Лицензия на осуществление образовательной деятельности
№ 039825 от 28 декабря 2018 года.

онлайн-образование

Сертификат №0001

Константин Константинопольский

Успешно закончил курс «Python для аналитики»
Выполнено практических заданий: 16 из 16

Общество с ограниченной ответственностью “Отус Онлайн-Образование”

Город:
Москва

Директор департамента образования
ООО “Отус Онлайн-Образование”
Анна Фирсова

Лицензия на осуществление образовательной деятельности
№ 039825 от 28 декабря 2018 года.
Прошедшие открытые вебинары
Открытый вебинар — это настоящее занятие в режиме он-лайн с преподавателем курса, которое позволяет посмотреть, как проходит процесс обучения. В ходе занятия слушатели имеют возможность задать вопросы и получить знания по реальным практическим кейсам.
Маркетинговая аналитика в Python. RFM-анализ
Роман Козлов
День открытых дверей
24 ноября 2021 года в 20:00
Стоимость обучения
Cтоимость указана для оплаты физическими лицами
63 000 ₽
Продолжительность
4 месяца
Начало занятий
27 января 2023 года