Schița de curs
Fundamentele Python pentru Sarcini de Date
- Instalarea Python și configurarea mediului de dezvoltare
- Fundamentele limbajului: variabile, tipuri de date, structuri de control
- Scrierea și rularea unor scripturi Python simple
Manipularea Fișierelor: CSV și Excel
- Citirea și scrierea fișierelor CSV folosind modulul csv și Pandas
- Lucrul cu fișiere Excel folosind openpyxl/xlrd și Pandas
- Exerciții practice: automatizarea conversiilor de fișiere
Introducere în Pandas
- Bazele DataFrame: creare, indexare, selecție și filtrare
- Operații de agregare și grupare
- Operații comune de curățare: valori lipsă, duplicate și conversii de tip
Introducere în Polars
- Conceptele Polars și caracteristicile de performanță comparativ cu Pandas
- Operații de bază cu DataFrame în Polars
- Exemplu de caz de utilizare: când să alegi Polars în loc de Pandas
Transformare Avansată a Datelor (Intermediar)
- Îmbinări complexe, funcții de fereastră și operații de pivot în Pandas
- Modele eficiente de procesare a datelor cu Polars
- Înlănțuirea operațiilor și optimizarea utilizării memoriei
Automatizarea Proceselor cu Python
- Scrierea de scripturi pentru automatizarea sarcinilor repetitive de date și pași ETL
- Programarea scripturilor cu planificatoare de sistem sau planificatoare de sarcini
- Înregistrarea, gestionarea erorilor și notificările
Împachetarea Scripturilor și Cele Mai Bune Practici
- Crearea de executabile cu PyInstaller sau instrumente similare
- Structurarea proiectelor, mediile virtuale și gestionarea dependențelor
- Bazele controlului versiunilor și documentarea fluxurilor de lucru
Mini-Proiect Practic
- Sarcină de la cap la coadă: citirea fișierelor brute, curățarea și transformarea datelor, producerea rezultatelor
- Automatizarea fluxului de lucru și împachetarea ca script rulabil sau executabil
- Revizuire și îmbunătățiri bazate pe feedback-ul colegilor
Rezumat și Pași Următori
Cerințe
- Familiaritate de bază cu conceptele de programare sau dorința de a învăța
- Confort în utilizarea liniei de comandă sau a terminalului pentru instalarea pachetelor
- Experiență în lucrul cu foi de calcul (CSV/Excel)
Publicul țintă
- Analiști de date și personal de operații care automatizează sarcini de date
- Ingineri analitici care caută scripturi ETL ușoare
- Profesioniști interesați de fluxuri de lucru practice bazate pe Python pentru date
Mărturii (5)
Faptul că există mai multe exerciții practice care folosesc date mai similare cu cele pe care le utilizăm în proiectele noastre (imaginea satelitării în format rastersc)
Matthieu - CS Group
Curs - Scaling Data Analysis with Python and Dask
Tradus de catre o masina
Am considerat că instrunctorul a fost foarte bine informat și a răspuns la întrebări cu încredere pentru a clarifica înțelegerea.
Jenna - TCMT
Curs - Machine Learning with Python – 2 Days
Tradus de catre o masina
Prepararea și expertiza excelente a instrucționarului, comunicare perfectă în limba engleză. Cursul a fost practic (exerciții + împărtășirea exemplelor de cazuri de utilizare)
Monika - Procter & Gamble Polska Sp. z o.o.
Curs - Developing APIs with Python and FastAPI
Tradus de catre o masina
Explicația
Wei Yang Teo - Ministry of Defence, Singapore
Curs - Machine Learning with Python – 4 Days
Tradus de catre o masina
Instrucționistul dezvoltă instruirea în funcție de ritmul participanților
Farris Chua
Curs - Data Analysis in Python using Pandas and Numpy
Tradus de catre o masina