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 октября
Дни занятий:
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:
АналитикНаучитесь 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.
Введение в визуализацию данных с matplotlib, 9 октября в 20:00
На вебинаре рассмотрим:
- Основы matplotlib: архитектура и интерфейсы;
- Создание базовых типов графиков: линейные, столбчатые, круговые;
- Персонализация графиков: выбор цветов, стилей и добавление легенды;
- Составные графики: работа с несколькими осями и комбинированные диаграммы;
- Эффективное использование matplotlib для представления больших объемов данных.
В результате вебинара:
- узнаем основы работы с библиотекой matplotlib, её возможности и преимущества;
- попрактикуемся в создании разнообразных графиков и диаграмм для визуализации данных, научимся адаптировать их для разных типов информации.
Вебинар будет полезен начинающим аналитикам данных и всем, кто хочет эффективно визуализировать свои данные с помощью Python.
- Основы matplotlib: архитектура и интерфейсы;
- Создание базовых типов графиков: линейные, столбчатые, круговые;
- Персонализация графиков: выбор цветов, стилей и добавление легенды;
- Составные графики: работа с несколькими осями и комбинированные диаграммы;
- Эффективное использование matplotlib для представления больших объемов данных.
В результате вебинара:
- узнаем основы работы с библиотекой matplotlib, её возможности и преимущества;
- попрактикуемся в создании разнообразных графиков и диаграмм для визуализации данных, научимся адаптировать их для разных типов информации.
Вебинар будет полезен начинающим аналитикам данных и всем, кто хочет эффективно визуализировать свои данные с помощью Python.
Ведет
РоманКозлов
Предыдущий открытый вебинар
Применение RFM-анализа для сегментации клиентской базы, 16 октября в 20:00
На уроке рассмотрим:
- Введение в RFM-анализ: понимание Recency, Frequency и Monetary;
- Преимущества сегментации клиентской базы с использованием RFM;
- Шаги по вычислению RFM-значений и сегментации клиентов;
- Примеры реального применения RFM-анализа в различных отраслях бизнеса.
В результате урока:
- освоим методику RFM-анализа и поймем ее ключевую роль в сегментации клиентов;
- научимся применять RFM для разработки эффективных маркетинговых кампаний, адаптированных под разные группы клиентов;
- поймем, как использование RFM может увеличить лояльность клиентов и повысить эффективность маркетинговых мероприятий.
Урок будет полезен маркетологам, аналитикам данных и всем, кто хочет эффективно работать с клиентской базой, используя методы анализа данных.
- Введение в RFM-анализ: понимание Recency, Frequency и Monetary;
- Преимущества сегментации клиентской базы с использованием RFM;
- Шаги по вычислению RFM-значений и сегментации клиентов;
- Примеры реального применения RFM-анализа в различных отраслях бизнеса.
В результате урока:
- освоим методику RFM-анализа и поймем ее ключевую роль в сегментации клиентов;
- научимся применять RFM для разработки эффективных маркетинговых кампаний, адаптированных под разные группы клиентов;
- поймем, как использование RFM может увеличить лояльность клиентов и повысить эффективность маркетинговых мероприятий.
Урок будет полезен маркетологам, аналитикам данных и всем, кто хочет эффективно работать с клиентской базой, используя методы анализа данных.
Роман
Козлов
Козлов
Предыдущий открытый вебинар
Преподаватели
Отзывы
Необходимые знания
- Понимание, как вам пригодятся данные и аналитика
- Владение языком формальной логики
- Знание основ статистики
Корпоративное обучение для ваших сотрудников
Поможем вашей компании развивать команду! Профиты данного курса для компании: Подробное изучение самых популярных баз данных с возможностью сосредоточиться на тех, которые используются в компании / Оптимизированные стабильные системы / Работа над промышленными задачами во время практики
>
Программа обучения
В процессе обучения вы получите комплексные знания и навыки.
C 27 октября
Тема 1.
Jupyter, синтаксис python, базовые типы данных,простейшие операции с числами
Тема 2.
Итерируемые типы данных. Методы работы со списками, кортежами, словарями, множествами
Тема 3.
Условные операторы: if, elif, else, однострочные. Обработка исключений. Циклы: while, for. Comprehensions, генераторы, односторочные 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
Тема 7.
Q&A занятие (разбор домашних заданий)
C 24 ноября
Тема 8.
Библиотека Numpy, вектора и матрицы
Тема 9.
Библиотека Pandas, Series и Dataframe, методы для работы с ними
Тема 10.
Продвинутый Pandas, работа с временными рядами, оконными методами, вложенными структурами
Тема 11.
Визуализация в Matplotlib, Seaborn, Plotly
Тема 12.
Практика работы с данными с использованием Pandas и библиотек визуализации
Тема 13.
Q&A (разбор домашних заданий)
C 15 декабря
Тема 14.
Обзор про базы данных, SQL и теорию множеств. Таблицы, представления, простые выборки
Тема 15.
Join, exists, вложенные запросы, group by, having
Тема 16.
Оконные функции в SQL, виды и область применения
Тема 17.
Что такое HTTP вообще. Обзор по работе с HTTP в Python. Библиотеки, requests.
Тема 18.
Парсинг данных из HTML
C 10 января
Тема 19.
Введение в продуктовую аналитику на Python, Метрики и методы
Тема 20.
Когортный анализ
Тема 21.
RFM - анализ
Тема 22.
ABC-XYZ анализ
Тема 23.
Метод формирования продуктовых корзин. Алгоритм априори
Тема 24.
Метод прогнозирования последовательностей. Цепи Маркова
C 16 февраля
Тема 25.
Выбор темы и организация проектной работы
Тема 26.
Консультация по проектам и домашним заданиям
Тема 27.
Защита проектных работ
Тема 28.
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.
После обучения вы:
- получите сертификат OTUS, который можно показать работодателю;
- если у вас есть соответствующее образование, вы можете получить удостоверение о повышении квалификации.
Дата выдачи сертификата: 26 марта 2024 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.
№ 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.
Интеграция SQL и Pandas для анализа данных
Роман Козлов
День открытых дверей
24 ноября 2021 года в 20:00
