Numpy
Pandas
Jupyter notebook
Визуализация данных
Python для анализа данных
Навык работы с большими данными для повышения квалификации и решения сложных инженерных и аналитических задач

Егор Самойлин
выпускник Хекслета
Программа обучения
3 месяца
82 часа теории
135 часов практики
Что важно знать заранее
Для успешного прохождения курса вам нужны начальные знания аналитики и прикладной математики
Если вы пока не знакомы с программированием, не переживайте!
У нас есть вводные курсы, которые помогут вам освоить основы и подготовиться к обучению. Мы объясним всё с нуля — доступно и наглядно
Python Настройка окружения
Что такое Python, Установка Python, Зависимости, Виртуальное окружение6 Lock-файл, Глобальная установка пакетов, Точка входа, Линтинг
Основы командной строки
Операционные системы
Командная строка, Файловая структура, Работа с файлами, Потоки, Пайплайн, Переменные окружения, Пользователи и группы, Sudo, Права доступа, Пакетный менеджер, Выполнение программ
Введение в Git
Знакомство в Git, Интеграция с GitHub, Анализ сделанных изменений, Анализ истории изменений, Работа с коммитами, Индекс, Работа с историей коммитов, Игнорирование файлов, Stash
Открытые проекты
Основы программирования
Арифметические операции, Строки, Переменные, Именование, Типы данных, Функции, Свойства и методы, Логические операторы, Условные конструкции, Циклы, Модули
Списки
Синтаксис списков, Обработка списков в циклах, Ссылки, Вложенные списки, Теория множеств, Сортировка, Стек, Big O
Словари
Синтаксис словарей, Изменение данных, Множества, Методы словарей и множеств, Хеш-таблицы
Numpy
Основы Numpy. Numpy-массивы. Векторизированные вычсиления.
Pandas
Табличные данные. Выборка данных. Операции с несколькими таблицами.
Интеграция данных
Работа с внешними источниками данных. Экспорт данных.
Jupyter Notebook
Интерактивные ноутбуки
Визуализация
Визуализация с использованием библиотек matplotlib, seaborn, plotly
Отчеты
Подготовка интерактивных отчетов, финализация анализа данных
Проект
Дашборд конверсий

Создадите Jupyter Notebook, который позволит собрать и проанализовать данные. После анализа, построете получите отчет с визуализацией результатов.
В проекте вы отработаете навыки работы с библиотеками для анализа данных: numpy и pandas. Освоите среду разработки Jupyter. Создадите графики и диаграммы с использованием библиотек Matplotlib и Seaborn. Наконец, примените Python для автоматизации процесса. Все эти навыки позволяют аналитику эффективно делать расчеты и презентовать поученные выводы.
Как проходит обучение
Просто, наглядно и всегда под рукой
Вы изучаете теорию в удобном текстовом формате — легко читать даже с телефона. Живые примеры помогают сразу понять, как всё работает на практике. Материал выстроен так, чтобы вы шаг за шагом двигались от простого к сложному, не упуская важных деталей
Проверяем и закрепляем знания
После каждой темы вы проходите квизы, которые помогают убедиться, что вы всё поняли. Вопросы разного уровня сложности дадут возможность как проверить базу, так и попрактиковаться в применении знаний
Учитесь на реальных задачах
Мы создали удобную виртуальную среду, где вы решаете задачи прямо в браузере. У вас есть редактор кода, консоль и автоматические тесты, которые моментально показывают результат
Ваш AI-наставник в учебе
Наш Учебный помощник на базе ИИ — это как наставник, который всегда под рукой. Он понимает, где вы находитесь в курсе, что нужно сделать, и как выглядит ваш код. Если что-то пошло не так, вы сразу получите понятные и полезные подсказки
Занимаетесь сами, но не в одиночестве
Тяжело сохранять мотивацию, если обучаешься самостоятельно, поэтому мы создали крепкое IT-сообщество, где каждый студент получает поддержку и находит полезные контакты среди других разработчиков

Стоимость курса
Старт в любой момент
Продолжительность 2 месяца
Свободный режим учебы
AI-помощник
Интегрированное обучение: теория, тесты, тренажеры, проекты
Членство в IT-сообществе
от 3 900 ₽/мес
Хотите учиться от компании?
Расскажите вашему работодателю о Хекслете
