Учебный план
О курсе
Онлайн курс «Python для анализа данных» — это программа профессиональной переподготовки, направленная на освоение языка Python и его библиотек для работы с таблицами, наборами данных, расчетами, очисткой, визуализацией, аналитическими выводами и подготовкой отчетов.
В рамках курса Вы изучите основы Python, переменные, типы данных, условия, циклы, функции, списки, словари, работу с файлами, а также библиотеки pandas, NumPy и инструменты визуализации данных на базовом уровне.
Курс включает практическую работу с типовыми задачами аналитика: загрузка данных из CSV и Excel, просмотр структуры набора данных, очистка пропусков и дублей, фильтрация, группировка, расчет показателей, сравнение периодов, построение графиков и подготовка выводов.
Отдельный блок посвящён pandas как основному инструменту аналитика в Python. Вы рассмотрите DataFrame, Series, индексацию, фильтрацию, сортировку, группировку, объединение таблиц, агрегирование, работу с датами и подготовку данных для отчетности.
Особое внимание уделяется практическому анализу. Вы изучите, как формулировать аналитический вопрос, выбирать нужные данные, проверять качество, рассчитывать метрики, искать закономерности, визуализировать результат и объяснять выводы понятным языком.
Практический блок программы направлен на выполнение итогового проекта по анализу данных на Python. Вы сможете загрузить набор данных, подготовить его, провести анализ, построить графики, сформулировать выводы и защитить итоговую работу.
В ходе программы Вы освоите:
• основы Python для аналитики данных;
• переменные, типы данных, условия, циклы и функции;
• работу со списками, словарями, файлами CSV и Excel;
• pandas для обработки табличных данных;
• NumPy на базовом уровне;
• очистку, фильтрацию, группировку и объединение данных;
• визуализацию данных и подготовку аналитических выводов;
• итоговый проект по анализу данных на Python.
Программа подойдёт начинающим аналитикам, специалистам по данным, маркетологам, product- и project-специалистам, менеджерам, студентам, web- и mobile-разработчикам, тестировщикам и всем, кто хочет использовать Python для анализа данных.
Цели и задачи курса
Цель программы — сформировать у слушателей практические навыки анализа данных с помощью Python и подготовки воспроизводимых аналитических расчетов.
В рамках курса Вы освоите:
• язык через синтаксис Python, переменные, типы, условия, циклы, функции и структуры данных;
• данные через CSV, Excel, DataFrame, Series, индексы, типы данных и качество таблиц;
• обработку через очистку, фильтрацию, сортировку, группировку, объединение и агрегирование;
• анализ через метрики, динамику, сегментацию, сравнение периодов и поиск закономерностей;
• визуализацию через графики, диаграммы, подписи и понятное представление результата;
• практику через итоговый аналитический проект на Python.
Программа даст ответы на следующие вопросы:
• Зачем аналитику нужен Python?
• Как загрузить данные из CSV или Excel?
• Как работать с таблицами в pandas?
• Как очищать данные от ошибок, пропусков и дублей?
• Как считать метрики и группировать данные?
• Как строить графики на Python?
• Как подготовить итоговый аналитический проект?
По окончании обучения Вы получите
Диплом о профессиональной переподготовке, подтверждающий освоение программы «Python для анализа данных» и базовые компетенции в области программной обработки, анализа и визуализации данных.
Учебный план курса
• Введение в Python для анализа данных
• Роль Python в аналитике
• Среда разработки для аналитика
• Jupyter Notebook на базовом уровне
• Переменные
• Типы данных
• Строки, числа и логические значения
• Условия if
• Циклы for и while
• Функции
• Списки
• Словари
• Кортежи на базовом уровне
• Работа с файлами
• CSV-файлы
• Excel-файлы
• Введение в pandas
• DataFrame
• Series
• Загрузка данных
• Просмотр структуры данных
• Типы данных в таблице
• Фильтрация строк
• Сортировка данных
• Выбор столбцов
• Пропуски и дубликаты
• Очистка данных
• Группировка данных
• Агрегатные функции
• Объединение таблиц
• Работа с датами
• NumPy на базовом уровне
• Расчет метрик
• Анализ продаж
• Анализ пользователей
• Сравнение периодов
• Визуализация данных
• Графики и диаграммы
• Подготовка выводов
• Итоговый проект: анализ данных на Python
• Итоговая аттестация — тестирование и защита проекта
Что нужно для поступления на программу:
Для поступления Вам необходимо прислать скан-копии или фотографии документов об образовании, паспортные данные и удаленно заключить договор. Гражданам Российской Федерации потребуются:
• Паспорт или другой документ, удостоверяющий личность или гражданство;
• Страховой номер индивидуального лицевого счета (СНИЛС);
• Документ об образовании и квалификации (фотография или скан-копия);
• Справка об обучении в организации высшего или среднего профессионального образования, если Вы в настоящее время являетесь студентом (фотография или скан-копия);
• Документ, подтверждающий факт изменения фамилии, имени или отчества (при необходимости) (фотография или скан-копия).
Гражданам иностранных государств и лицам без гражданства следует уточнить список необходимых сведений и документов в отделе организации приема по телефону или через форму заявки на консультацию.
Выгоды и скидки, варианты оплаты, рассрочка платежа:
• Вы сможете вернуть 13% от стоимости обучения в виде социального налогового вычета, обратившись в налоговую службу по месту постоянной регистрации.
• Чтобы запросить документы для получения налогового вычета, необходимо обратиться в методический отдел, написав нам на электронную почту mcnokurs@yandex.ru.
• Проверка документов после подачи в ФНС осуществляется в течение трех месяцев. Если ответ положительный, средства возвращаются.
• Обратите внимание, что декларация и заявление заполняются и подаются слушателем самостоятельно.
• (Нормативное обоснование получения налогового вычета регламентировано статьями 78, 80, 83, 88, 219 Налогового кодекса РФ).
• Беспроцентная рассрочка
• Вы можете получить беспроцентную рассрочку на программы профессиональной переподготовки.
Для получения дополнительной информации о рассрочке на конкретную программу обратитесь к специалисту приемной комиссии
