Korzystamy z plików cookies, by móc jak najlepiej dostosować stronę do Twoich potrzeb oraz wyświetlać Ci przydatne i adekwatnych dla Ciebie reklamy w serwisie i poza nim. Możesz kontrolować ustawienia ciasteczek w ustawieniach plików cookies. Odwiedzając tę stronę, wyrażasz zgodę na wykorzystywanie przez nas plików cookies. Więcej.

Python w analizie danych

Python jest jednym z liderów na rynku języków programowania. Popularity of Programming Language Index plasuje go na pierwszym miejscu, RedMonk na drugim, a Tiobe Index na trzecim miejscu pod względem popularności i ilości wytwarzanego oprogramowania. Microsoft rozważa, czy z Pythona nie zrobić języka skryptowania arkuszy Excel i całego pakietu Office. Środowiska akademickie, nie tylko informatyczne, kształcą nowe kadry, które posiadają umiejętność programowania w Python. Tendencja wzrostu jego popularności pozwala przypuszczać, że w ciągu kilku następnych lat stanie się niekwestionowanym liderem, tak, jak już to ma miejsce w branży Data Science i Machine Learning.

Cel kursu:

  • Wprowadzenie do języka Python od podstaw: instalacja środowiska
  • Poznanie zagadnień programistycznych m.in.: zmienne, struktury danych, pętle, istrukcje warunkowe, funkcje, programowania obiektowe
  • Poznanie najważniejszych bibliotek do analizy danych: Pandas Biblioteka do analizy danych wraz z ich wizualizacją NumPy Biblioteka do analizy numerycznej danych zawierająca funkcje ułatwiające przetwarzanie dużej ilości informacji
  • Poznanie najpopularniejszej biblioteki do wizualizacji danych Matplotlib Biblioteka do wizualizacji danych zawierająca bardzo rozbudowane możliwości tworzenia wykresów i zestawień
  • Nauka praktycznego wykorzystania Pythona do skutecznej analizy danych

Kurs pokryje zagadnienia związane z:

  • wprowadzeniem do programowania w Python
  • problematyką analizy numerycznej danych
  • wprowadzeniem do ekosystemu narzędzi scipy
  • ekstrakcją danych z różnych formatów (JSON, CSV, HTML, SQL)
  • wykorzystaniem bibliotek do analizy numerycznej (numpy, pandas)
  • tworzeniem i pracą z notebookami (jupyter, jupyter lab, pycharm)
  • generowaniem wykresów i wizualizacją danych (matplotlib, plotly, bokeh, seaborn)
  • zagadnieniami wydajnościowymi

Wymagania wstępne:

  • Kurs od podstaw
  • Biegła umiejętność obsługi komputera

Dla kogo?

  • Kurs przeznaczony jest dla osób, które chciałyby poznać język Python od podstaw i chcą kontynuować swoją karierę w analizie danych
  • Dla analityków danych
  • Dla osób, które: pracują z danymi w excelu i chciałyby przenieść obliczenia do czegoś bardziej wydajnego, mają problemy z pracą ze zbyt dużą ilością danych, chcą wejść w technologie: numpy, pandas, matplotlib
Dlaczego warto wybrać ten kurs:
How to works
Warsztatowy charakter zajęć:
Kurs stworzony na podstawie najbardziej efektywnego modelu nauczania: blended learning. Połączenie samodzielnej nauki teorii w domu na podstawie udostępnionych nagrań z zajęciami warsztatowymi z trenerem na żywo. Do zrobienia ponad 190 zadań.
How to works
Dostęp do nagrań:
Uczestnik otrzymuje nie tylko filmy wideo, do których może zawsze wrócić, ale i nagrania z zajęć warsztatowych z trenerem.
How to works
Slack:
W razie gdybyś potrzebował konsultacji, wsparcia podczas rozwiązania zadania to bez przeszkód komunikujesz się z innymi uczestnikami kursu oraz z trenerem.
How to works
Wiodący język na świecie:
Python jest jednym z liderów na rynku języków programowania. Popularity of Programming Language Index plasuje go na pierwszym miejscu, RedMonk na drugim, a Tiobe Index na trzecim miejscu pod względem popularności i ilości wytwarzanego oprogramowania.
How to works
Łatwy do nauki:
Prosta, czysta struktura kodu powoduje, że niewiele linijek kodu może zamienić się w niepowtarzalną aplikację.
How to works
Doświadczenie:
Autorem kursu jest Matt Harasymczuk, człowiek z pasją i ogromnym doświadczeniem w pracy z kursantami. W jego 741 szkoleniach łącznie brało udział prawie 7 tysięcy osób.
How to works
Perspektywy rozwoju:
Nabyte umiejętności można dalej rozwijać na kursie:
  • Data Science (w programie Statystyka, Uczenie maszynowe, Deep Learning, SPARK) Link >
  • Mastreclass NLP Link >
Program kursu:
1. Przygotowanie środowiska do pracy i wstęp do programowania
  • Wprowadzenie do Python
  • Instalacja środowiska Python
  • Problemy podczas instalacji i konfiguracji środowiska
  • Wprowadzenie do IDE na przykładzie Jupyter
  • Instalacja i uruchamianie Jupyter i pakietów
  • Obsługa interfejsu Jupyter
  • Użytkowanie Jupyter
  • Najczęstsze Problemy
  • Podstawowe słownictwo programistyczne
  • Podstawy programowania: zmienne, stałe, typy danych
  • Sterowanie przepływem: instrukcje warunkowe, pętle
  • Automatyzacja pracy: funkcje
2. Python: struktury danych
  • Elementy składni języka
  • Numeryczne typy danych
  • Logiczne typy danych
  • Łańcuchy znaków
  • Sekwencje
  • Słowniki
3. Python: Instrukcje sterujące
  • Instrukcje warunkowe i sterujące przepływem
  • Pętle
  • Rozwinięcia i wyrażenia generatorowe
  • Funkcje
  • Programowanie obiektowe
4. Biblioteka standardowa języka Python
  • Pliki
  • Datetime
  • Serializacja
  • Bazy danych
  • Wyrażenia regularne
5. Analiza numeryczna z NumPy
  • Typy wbudowane i stałe
  • Import i export danych
  • Definiowanie tablic
  • Pseudolosowość
  • Atrybuty tablic
  • Wybieranie i iteracja
  • Manipulacja danymi
  • Statystyka i arytmetyka na tablicach
  • Logika elementów tablic
  • Trygonometria
  • Wielomiany
6. Pandas: Analiza danych
  • Konfiguracja biblioteki oraz wyświetlania
  • Import i export danych
  • Typy danych
  • Daty i szeregi czasowe
  • Indeksy i atrybuty
  • Series i DataFrame
  • Operacje na Seriach i DataFrame
  • Architektura i plany rozwoju Pandas
7. Wizualizacja z Matplotlib oraz zagadnienia wydajnościowe
  • Rodzaje wykresów i podstawianie danych
  • Stylowanie wykresów
  • Wykresy i podwykresy
  • Export do różnych formatów
  • Alternatywy do Matplotlib
  • Integracja Matplotlib z Pandas
  • Złożoność obliczeniowa, notacja wielkiego O
  • Techniki pracy z danymi większymi niż ilość RAMu
  • Triki zwiększające wydajność
8. Case studies
  • Cztery case studies: COVID-19, dane sportowe, dane finansowe i sensory IoT
  • Pobieranie danych z różnych źródeł
  • Oczyszczanie informacji
  • Selekcja istotnych informacji
  • Wykorzystanie metod Numpy, Pandas i Matplotlib
  • Przygotowanie do analizy
  • Wizualizacja danych

Projekt końcowy:

  • Projekt do wykonania samodzielnego
  • Oparty o rzeczywiste dane i praktyczny problem
  • Rezultatem jest stworzenie pliku z kodem oraz dokumentacją
  • Wysyłanie rezultatu na platformie e-learningowej
  • W trakcie realizacji projektu końcowego istnieje możliwość konsultacji z prowadzącym
  • Weryfikacja i ocena końcowa projektu

Quizy po każdym z rozdziałów:

  • 5 pytań zamkniętych jednokrotnego wyboru
  • po realizacji każdego modułu będziesz miał możliwość weryfikacji nabytej wiedzy
Cena i terminy kursów
Formuła kursu - Blended learning: dostęp do nagrań z teorią + warsztaty z Trenerem na żywo
Ilość modułów: 8 - 40 godz. nagrań
Ilość spotkań z trenerem - 6 po 5 godzin każde - łącznie 30 godzin warsztatów

3900 PLN
KURS WEEKENDOWY
sobota, niedziela
tryb zdalny
20 marca 2021

Trener

Autorem kursu jest Matt Harasymczuk, człowiek z pasją i ogromnym doświadczeniem w pracy z kursantami. Matt jest głównym inżynierem technologii kosmicznych i oprogramowania w Astro Tech and Bioastronautics gdzie tworzy HabitatOS – system operacyjny dla przyszłych baz na Księżycu i Marsie. Jest również kierownikiem w projekcie stworzenia systemu zarządzania przestrzenią powietrzną dla bezzałogowych statków powietrznych w Polskiej Agencji Żeglugi Powietrznej. Wcześniej pracował w Europejskiej Agencji Kosmicznej, w Allegro oraz w Centralnym Ośrodku Informatyki jako główny specjalista ds. architektury procesów. Studiował lotnictwo i kosmonautykę w Lotniczej Akademii Wojskowej oraz informatykę na Politechnice Poznańskiej. Otrzymał Medal Kopernika za stworzenie podstaw dla lotów kosmicznych w Polsce i budowę pierwszego w Europie habitatu. Prywatnie Instruktor nurkowania PADI, pilot, zwycięzca Global Space Balloon Challenge w 2019 i ojciec. Autor sześciu książek dotyczących inżynierii oprogramowania oraz astronautyki. W jego 741 szkoleniach łącznie brało udział prawie 7 tysięcy osób.

FAQs
Blended learning to kurs w formie nagrań wideo z torii połączonej z zajęciami warsztatowymi na żywo z trenerem w wirtualnej klasie. Nagrania zamieszczone są na platformie e-learningowej, do której otrzymujesz indywidualny dostęp. Poza nagraniami wideo dostępne są pliki do pobrania (kod źródłowy, slajdy, pliki tekstowe, odnośniki do zewnętrznych materiałów, testy, etc.) Podczas zajęć prowadzący realizuje z Wami praktyczne zadania z zakresu minionego modułu e-learningowego.
Spotkania odbywają się w soboty (zgodnie z ustalonym harmonogramem każdej grupy) w godzinach 09:00 – 14:00
Kurs jest od podstaw i prowadzi uczestnika od instalacji środowiska po tematy związane z analizą danych wraz z ich wizualizacją. Jest to idealny kurs zarówno, dla osób, które wcześniej nie znały Pythona jak i tych, które chciałyby usystematyzować już zdobytą wiedzę i poznać tematy bardziej zaawansowane.
Zalecany czas to 6 lub więcej godzin w tygodniu. Zachęcamy do regularnej pracy w ciągu tygodnia, np. półtora czy dwie godziny z rana, wtedy kiedy umysł jest wypoczęty. Jednak godziny samodzielnej nauki możesz wyznaczyć dowolnie, według swojego rytmu dnia.
Otrzymasz dożywotni (a raczej tak długo jak będzie istniał kurs) dostęp do tej edycji kursu, wszystkich materiałów w niej zawartych, przyszłych aktualizacji oraz społeczności (platforma slack).
Wystarczy, że zaaplikujesz przez stronę: https://www.kodolamacz.pl/aplikuj/
W przypadku osób prywatnych podana cena to cena końcowa, w przypadku finansowania szkolenia przez firmy - jest to cena netto - doliczamy 23% VAT.
Dlaczego warto zostać Kodołamaczem?
Od 10 lat szkolimy specjalistów IT pracujących dla największych firm i insytucji publicznych w Polsce. Znamy aktualne potrzeby i wymagania pracodawców względem swoich pracowników i wiedzę tę wykorzystujemy przy tworzeniu programów kursów przygotowujących młode kadry do wejścia na rynek pracy branży IT.
Dowiedz się więcej

Pobierz informator o kursie

Aby umożliwić nam wysłanie informatora, musisz wyrazić poniższą zgodę. Dzięki niej pozostaniesz także na bieżąco z promocjami i wydarzeniami Kodołamacza.

Administratorem danych osobowych jest Sages Sp. z o.o. z siedzibą w Warszawie przy ul. Nowogrodzkiej 62c. Podanie danych jest dobrowolne. Osobie, której dane dotyczą przysługuje prawo wglądu do danych osobowych, ich zmiany oraz usunięcia w sposób określony w polityce prywatności (https://www.sages.pl/polityka-prywatnosci).

We use Mailchimp as our marketing platform. By clicking below to subscribe, you acknowledge that your information will be transferred to Mailchimp for processing. Learn more about Mailchimp's privacy practices here.