Освойте Python и делайте свою работу в десятки раз быстрее. Собирайте и обрабатывайте массивы данных, делайте сложные вычисления и стройте отчеты за минуты. Автоматизируйте рутину и спокойно занимайтесь тем, что нравится.

Применяя Python, вы становитесь до 80% более производительным. Python — это язык скриптов, он применим абсолютно в любых областях, где речь идет о данных и их обработке

Особенность нашего курса — индуктивное обучение на основе реальных кейсов. Это значит, что вместо скучной теории в самом начале у нас будет много практики.

Аналитик
Обрабатывает 10 000 строк Exсel вручную, анализирует метрики и готовит отчет. Рабочий процесс займет почти неделю.

Аналитик с Python
Пишет скрипт, который обрабатывает данные, составляет отчет и отправляет его на почту руководителю. На все уйдет — 2 часа.

Модуль 1.Настройка окружения и базовые знания языка Python
Главной задачей на текущем уроке будет установить Python на локальную машину (Mac / Windows).
Познакомимся с Jupyter notebook как ключевым окружением для аналитической разработки на Python.
Познакомимся с базовыми методами, типами данных и особенностями языка Python, которые делают его приятным способом для проведения аналитики.

Модуль 2.Знакомство с ключевыми аналитическими библиотеками Pandas и NumPy
Обзор ключевых типов данных и методов для работы с ними в библиотеке NumPy и Pandas, пишем первый простой скрипт для нахождения пересечения данных в 2 массивах. Познакомимся со всеми ключевыми методами работы и манипуляциями с табличными видами данных (например, сортировка массивов, изменение значений, пересечения, выделения уникальных значений, объединение таблиц, удаление дубликатов).

Модуль 3.Автоматизация отчетности в Pandas
В текущем модуле мы рассмотрим практическую задачу формирования отчета по среднему чеку c большим массивом данных (>1 млн. строк) в разрезе категорий по нескольким направлениям деятельности компании, а также отчет о месячном оттоке клиентов. Запишем наши результаты в привычный Excel и отправим по почте.

Модуль 4.Визуализация данных с помощью библиотек Matplotlib и Seaborn
В текущем модуле мы рассмотрим основные библиотеки для визуального представления данных, а также дополним нашу отчетность. Пройдемся по основным видам графиков, посмотрим, в какой ситуации каждый из них может быть применим. Дополним наши возможности в составлении отчетности графической репрезентацией.

Модуль 5.Функции, файлы, базы данных