קורס "מנתח נתונים" - קורס 96,000 רובל. מ-Yandex Workshop, הדרכה 7 חודשים, תאריך 7 בדצמבר, 2023.

מנתח נתונים שואב משמעות ממספרים וערכים: הוא רואה מגמות, חוזה אירועים ועוזר לחברה להבין לקוחות, לייעל תהליכים ולצמוח.

השוק זקוק למומחים שיכולים להשתמש בנתונים בצורה מועילה. מחקר של חברת כוח האדם Ancor לספטמבר 2022 הראה כי 45% מהחברות הרוסיות מחפשות אנליסטים שיצטרפו לצוות שלהן.

מיומנויות שתלמדו בקורס

הגדרת תפקיד
אנליסט, מנתח נתונים, מנתח נתונים

הזדמנויות פיתוח: אנליסט מוצר, אנליסט שיווקי, אנליסט BI, מומחה למדעי נתונים

להלן הטכנולוגיות והכלים שבהם תשתמש:
פִּיתוֹן
מחברת Jupyter
SQL
PostgreSQL
תְמוּנָה חַיָה
מבחני A/B
התחל להרוויח כסף על ידי ניתוח
תתחיל מתפקיד זוטר, ואז רק תתקדם. אתה תטפס בסולם הקריירה ותגדל בערכו. ויום אחד לא יהיה לך מחיר.

השלם את תוכנית הקורס לניתוח נתונים
אנו מעדכנים אותו באופן קבוע כדי להבטיח שהוא עונה על צרכי התעשייה והמעסיקים.
במילים אחרות, אתה לומד רק מה בהחלט יהיה שימושי בעבודה שלך.

חלק חינם - שבוע

מבוא חינם: יסודות פייתון וניתוח נתונים

למד את המושגים הבסיסיים של ניתוח נתונים והבין מה עושים מנתחי נתונים ומדעני נתונים.

• מוסקבה Catnamycs. הצגת נתונים על המסך. קבצי CSV. עבודה עם שולחנות. מפות חום. הכפלת עמודה במספר שלם.

• שגיאות בקוד. שגיאות תחביר. שגיאות שמות. שגיאות בעת חלוקה באפס. שגיאות בעת ייבוא ​​מודול.
• משתנים וסוגי נתונים. משתנים. סוגי מידע. פעולות אריתמטיות עם מספרים ומיתרים.
• איך מעלים השערות. השערות. מחזורי HADI. חשיבה אנליטית. קריאת גרפים.
• מה עושים מדעני נתונים. משימות אנליסטים. בירור משימות. הִתפָּרְקוּת. שלבי הפרויקט.
• בדיקת המרות. הֲמָרָה. חקר נתונים. גיבוש מסקנות.
• החזר על קמפיינים פרסומיים. תרשים עמודות. הבדל של אלמנטים. יצירת אינדקס בעמודות.
• למידת מכונה ומדעי נתונים. הכשרה בלמידת מכונה. מציאת ערכים ייחודיים בעמודות. אינדקס לוגי. קיבוץ ערכים בטבלה. טעויות חיזוי.
• פרויקט גמר. פילוח משתמשים.
PythonPandasErrorsSeaborn Hypotheses

ספרינט 1 3 שבועות

פייתון בסיסי

צלול עמוק יותר לתוך שפת התכנות Python וספריית Pandas.

• משתנים וסוגי נתונים. שפת פייתון. משתנים. הצגת נתונים על המסך. הצגת חפצים על המסך. טיפול בשגיאות, נסה...למעט מפעיל. סוגי מידע. המרות מסוג נתונים.
• שורות. אינדקסים בשורות. חתכים בקו. פעולות על מיתרים. שיטות מחרוזות. עיצוב מחרוזות, שיטת format(), f-strings.
• רשימות. אינדקסים ברשימות. רשימת פרוסות. הוספת פריטים לרשימה. הסרת פריטי רשימה. חיבור והכפלה של רשימות. • מיון רשימות. חפש פריטים ברשימה. פיצול מחרוזת לרשימה של מחרוזות, שרשור של רשימת מחרוזות למחרוזת.
• ללולאה. מחזורים. ספירת אלמנטים. איטרציה על מדדי אלמנטים. עיבוד רכיבי רשימה באמצעות לולאות: מציאת הסכום והמכפלה של אלמנטים.
• רשימות מקוננות. עיון ברשימות מקוננות עם ערכי ספירה. הוספת אלמנטים לרשימות מקוננות. מיון רשימות מקוננות.
• מפעיל מותנה. בעוד לולאה. סוג נתונים בוליאניים. ערכים בוליאניים. ביטויים לוגיים. ביטויים לוגיים מורכבים. הצהרה מותנית אם...elif...אחר. מִסעָף. סינון רשימות באמצעות אופרטור מותנה. בעוד לולאה.
• פונקציות. הקצאת פונקציות. פרמטרים וטיעונים. פרמטרים עם ערכי ברירת מחדל. טיעונים מיקוםיים ושמות. החזרת תוצאה מפונקציה.
• מילונים. מפתחות וערכים. מחפש ערך לפי מפתח. הוספת פריטים למילון. רשימת מילונים. פלט יפה של מילונים.
• ספריית פנדות. קריאת קבצי csv. מסגרת נתונים. בונה מסגרות נתונים. הדפסת השורה הראשונה והאחרונה של מסגרת נתונים. אינדקס במסגרות נתונים. הוספה לאינדקס על עמודות סדרה.
• עיבוד מקדים של נתונים. עקרון GIGO. שינוי שמות של עמודות מסגרות נתונים. טיפול בערכים חסרים. טיפול בכפילויות מפורשות ומרומזות.
• ניתוח נתונים והצגת תוצאות. קיבוץ נתונים. מיון נתונים. יסודות סטטיסטיקה תיאורית.
• מחברת Jupyter - מחברת בתא. ממשק Jupyter Notebook. קיצורי דרך למחברת Jupyter.
לולאות פיתון פנדות מחרוזות פונקציות מילונים מסגרת נתונים משתנים סוגי נתונים הצהרה מותנית
פּרוֹיֶקט
השווה נתוני משתמש של Yandex Music לפי עיר ויום בשבוע.

2 ספרינט שבועיים

עיבוד מקדים של נתונים

למד לנקות נתונים מחריגים, השמטות וכפילויות, כמו גם להמיר פורמטים שונים של נתונים.

• עבודה עם פסים. הֲמָרָה. עוגיות. משתנים קטגוריים וכמותיים. טיפול בפערים במשתנים קטגוריים. טיפול בפערים במשתנים כמותיים. טיפול בפערים במשתנים כמותיים לפי קטגוריות.
• שינוי סוגי נתונים. קריאת קבצי אקסל. המרת סדרה לסוג מספרי. מודול מספר, שיטת abs() עבודה עם תאריך ושעה. טיפול בשגיאות, נסה...למעט מפעיל. מיזוג מסגרות נתונים, שיטת merge(). טבלאות ציר.
• חפש כפילויות. חפש כפילויות, תלוי רישיות.
• סיווג נתונים. פירוק של טבלאות. סיווג לפי טווחים מספריים. סיווג על סמך מספר ערכים בכל שורה.
• חשיבה שיטתית וביקורתית בעבודת אנליסט. חשיבה מערכתית. גורמים לשגיאות נתונים. חשיבה ביקורתית.
PythonPandas טיפול בפערים עיבוד נתונים כפול עיבוד נתונים סיווג נתונים
פּרוֹיֶקט
נתח נתונים על לקוחות הבנקים וקבע את חלקם של לקוחות בעלי אשראי.

3 ספרינט שבועיים

ניתוח נתונים חקרני

למד את היסודות של הסתברות וסטטיסטיקה. השתמש בהם כדי לחקור את המאפיינים הבסיסיים של נתונים, לחפש דפוסים, התפלגויות וחריגות. הכירו את ספריית Matplotlib. צייר דיאגרמות ותרגול ניתוח גרפים.

• גרפים ומסקנות ראשונות. שימוש בטבלאות Pivot. טבלת עמודות. הפצות. דיאגרמת טווח.
• לימוד פרוסות נתונים. שיטת query(). עבודה עם תאריך ושעה. שרטוט גרפים בשיטת plot(). סכין הגילוח של אוקאם.
• עבודה עם מספר מקורות נתונים. פרוסת נתונים המבוססת על אובייקטים חיצוניים. הוספת עמודות חדשות למסגרת נתונים. הוספת נתונים ממסגרות נתונים אחרות. שינוי שם עמודות. שילוב טבלאות באמצעות שיטות merge() ו-join().
• קשרי נתונים. גרף פיזור. מתאם של משתנים. מטריצת פיזור.
• אימות תוצאות. איחוד קבוצות. חלוקת נתונים לקבוצות.
PythonPandasMatplotlib היסטוגרמות נתונים פרוסות נתונים ניתוח פיזור עלילת פיזור ויזואליזציה של נתונים סטטיסטיקה תיאורית
פּרוֹיֶקט
חקור את ארכיון הפרסומות למכירת נדל"ן בסנט פטרסבורג ובאזור לנינגרד.

4 ספרינט 3 שבועות

ניתוח נתונים סטטיסטיים

למד לנתח קשרים בנתונים באמצעות שיטות סטטיסטיות. למד מה הן מובהקות והשערות סטטיסטיות.

• קומבינטוריקה. שילובים. כלל הכפל. סידורים מחדש. מספר תמורות. מיקומים. מספר מיקומים. שילובים. מספר שילובים.
• תאוריית ההסתברות. לְנַסוֹת. מרחב הסתברות. אירועים. הִסתַבְּרוּת. אירועים מצטלבים וסותרים זה את זה. דיאגרמת אוילר-ון. חוק המספרים הגדולים.
• סטטיסטיקה תיאורית. משתנים קטגוריים וכמותיים. מצב וחציון. ערך ממוצע. פְּזִירָה. סטיית תקן. רבעים ואחוזונים. דיאגרמת טווח. תרשים עמודות. צפיפות תדר. טבלת עמודות.
• משתנים אקראיים. משתנה אקראי בדיד. התפלגות הסתברות למשתנה אקראי בדיד. פונקציה מצטברת (פונקציית התפלגות) של משתנה אקראי בדיד. ציפייה מתמטית למשתנה אקראי בדיד. פיזור של משתנה אקראי בדיד.
• הפצות. הניסוי של ברנולי. ניסוי בינומי. התפלגות הבינומית. חלוקה אחידה רציפה. התפלגות נורמלית. התפלגות נורמלית סטנדרטית. CDF ו-PPF לפיזור נורמאלי. התפלגות פואסון. קירוב של התפלגות אחת לפי אחרת.
• בדיקת השערות. אוכלוסייה כללית. לִטעוֹם. התפלגות דגימה. משפט הגבול המרכזי. השערות חד צדדיות ודו צדדיות. ערך P. בדיקת השערות חד-צדדיות ודו-צדדיות עבור מדגם אחד. בדיקת ההשערה לגבי שוויון האמצעים של שתי אוכלוסיות כלליות. בדיקת השערת שוויון האמצעים עבור מדגמים תלויים.
ScipyNumpyPythonPandasMattlibCombinatoricsהפצות בדיקת השערות תורת ההסתברות
פּרוֹיֶקט
בדוק השערות שירות להשכרת קטנועים כדי לעזור להצמיח את העסק שלך.

ספרינט נוסף

תאוריית ההסתברות

זכור או הכר את המונחים הבסיסיים בתורת ההסתברות: אירועים בלתי תלויים, מנוגדים, בלתי תואמים וכו'. בעזרת דוגמאות פשוטות ובעיות מהנות, תתרגלו עבודה עם מספרים ובניית היגיון של פתרונות.

זהו ספרינט אופציונלי. המשמעות היא שכל תלמיד בעצמו בוחר באחת מהאפשרויות:
• לשלוט בספרינט נוסף של 10 שיעורים קצרים, לרענן את התיאוריה ולפתור בעיות.
• פתחו רק את הבלוק עם משימות ראיון, זכרו תרגול ללא תיאוריה.
• לדלג על הקורס לחלוטין או לחזור אליו כשיש זמן וצורך.
PythonEventsProbability Theorem של בייס משתנים אקראיים תורת ההסתברות ניתוח נתונים סטטיסטי

5 ספרינט שבוע אחד

פרויקט גמר של המודול הראשון

למד כיצד לבצע מחקר נתונים ראשוני ולנסח ולבדוק השערות.
ScipyNumpyPythonPandasMatplotlib ניתוח נתונים בדיקת השערות עיבוד נתונים
פּרוֹיֶקט
מצא דפוסים בנתוני מכירת המשחקים.

6 ספרינט שבועיים

SQL בסיסי

למד את היסודות של שפת שאילתות מובנית SQL ואלגברה רלציונית לעבודה עם מסדי נתונים. הכירו את תכונות העבודה ב-PostgreSQL, מערכת פופולרית לניהול מסדי נתונים (DBMS). למד לכתוב שאילתות ברמות שונות של מורכבות ותרגם בעיות עסקיות ל-SQL. תעבוד עם מאגר מידע של חנות מקוונת המתמחה בסרטים ומוזיקה.

• מבוא למאגרי מידע. מערכות ניהול מסדי נתונים (DBMS). שפת SQL. שאילתות SQL. עיצוב שאילתות SQL.
• פרוסות נתונים ב-SQL. סוגי נתונים ב-PostgreSQL. המרת סוג נתונים. סעיף WHERE. פעולות לוגיות. פרוסות נתונים. מפעילים IN, LIKE, BETWEEN. עבודה עם תאריך ושעה. טיפול בערכים חסרים. מבנה CASE מותנה.
• פונקציות צבירה. קיבוץ ומיון נתונים. פעולות מתמטיות. פונקציות צבירה. קיבוץ נתונים. מיון נתונים. סינון לפי נתונים מצטברים, אופרטור HAVING.
• יחסים בין טבלאות. סוגי חיבורי שולחן. דיאגרמות ER. שינוי שמות של שדות וטבלאות. כינויים. מיזוג טבלאות. סוגי הצטרפות: INNER JOIN, LEFT JOIN, RIGHT JOIN, FULL OUTTER JOIN. סוגים חלופיים של איגודים UNION ו- UNION ALL.
• שאילתות משנה וביטויי טבלה נפוצים. שאילתות משנה. שאילתות משנה ב-FROM. שאילתות משנה ב-WHERE. שילוב של הצטרפות ושאילתות משנה. ביטויי טבלה נפוצים (CTE). שונות של בקשות.
SQLDBMSPostgreSQLSאילתות משנה מסדי נתוניםSQL שאילתות סינון נתונים מיון נתונים קיבוץ נתונים הצטרפות לטבלאות ביטויי טבלה נפוצים
פּרוֹיֶקט
תכתוב סדרה של שאילתות במורכבות משתנה למסד נתונים המאחסן נתונים על משקיעי סיכון, סטארטאפים והשקעות בהם.

7 ספרינט 3 שבועות

ניתוח מדדים עסקיים

למד מהם מדדים בעסק. למד להשתמש בכלים לניתוח נתונים בעסק: ניתוח עוקבות, משפך מכירות וכלכלת יחידה.

• מדדים ומשפכים. הֲמָרָה. משפכים. משפך שיווקי. הופעות. קליקים. שיעור קליקים. משפך מוצר.
• ניתוח עוקבות. פרופיל משתמש. שיעור שמירה. שיעור נטישה. אופק ניתוח. ויזואליזציה של ניתוח עוקבות. ניתוח שימור של קבוצות אקראיות. המרה בניתוח עוקבות. חישוב מדדים ב- Python.
• כלכלה יחידה. מדדי LTV, CAC, החזר ROI. ARPU, ARPPU. חישוב מדדים ב- Python. הדמיה מתקדמת של מדדים. פרמטר שיירי. ממוצע נע.
• מדדים מותאמים אישית. הערכת פעילות המשתמש. הפעלת משתמש. חקירת חריגות.
מדדים משפכים המרה כלכלת יחידה ניתוח עוקבות מדדי שיווק מדדי שיווק
פּרוֹיֶקט
בהתבסס על הנתונים, הבן את התנהגות המשתמש, כמו גם נתח את רווחיות הלקוחות והחזר ה-ROI על הפרסום כדי לקבל המלצות למחלקת השיווק.

8 ספרינט שבועיים

SQL מתקדם

תעברו קורס נוסף על עבודה עם מסדי נתונים ותתקרבו עוד יותר לעסקים. באמצעות שפת SQL, תנתחו את חישוב המדדים העסקיים העיקריים שהתוודעתם אליהם בספרינט "ניתוח אינדיקטורים עסקיים". שקול לעבוד עם כלי מורכב כמו פונקציות חלון. למד לשנות את התוכן של מסדי נתונים באופן מקומי, ללא סימולטור, באמצעות תוכנות לקוח וספריות מיוחדות עבור Python.

• חישוב מדדים עסקיים. סכימת נתונים. הֲמָרָה. LTV. ARPU. ARPPU. רועי. חישוב באמצעות SQL.
• פונקציות חלון מצטברות. ביטוי יתר. פרמטר PARTITION BY window.
• פונקציות דירוג חלונות. דירוג פונקציות. חלון ORDER BY מפעיל. ROW_NUMBER(). דַרגָה(). DENSE_RANK(). NTILE(). מפעילי חלונות יחד עם פונקציות דירוג.
• פונקציות היסט חלון. ערכים מצטברים. פונקציות אופסט. עוֹפֶרֶת(). לְפַגֵר(). פונקציות חלון וכינויים.
• ניתוח עוקבות. שיעור שימור, שיעור נטישה. LTV.
• התקנה ותצורה של מסד הנתונים ולקוח מסד הנתונים. לקוח מסד נתונים. התקנת PostgreSQL. התקנת DBeaver. ממשק DBeaver. יצירת מסד נתונים. פריסת dump של מסד נתונים. העלאת תוצאות שאילתה. הצגת תוצאות שאילתות.
SQLDBMSMetricsPostgreSQLDatabasesSQL שאילתות פונקציות חלון ניתוח עוקבות
פּרוֹיֶקט
באמצעות Python ו-SQL, התחבר למסד נתונים, חישוב והצג מדדי מפתח במערכת שירות שאלות ותשובות תכנות.

9 ספרינט שבועיים

קבלת החלטות בעסק

תלמדו מהי בדיקת A/B ותבינו באילו מקרים משתמשים בה. למד לתכנן בדיקות A/B ולהעריך את תוצאותיה.

• יסודות בדיקת השערות בעסקים. מדדים מובילים. בסיסים של ניסויים. יצירת השערות. תעדוף של מדדים. בחירת שיטה לביצוע ניסוי. שיטות איכותניות לבדיקת השערות. שיטות כמותיות לבדיקת השערות. יתרונות וחסרונות של מבחני A/B.
• תעדוף השערות. מסגרת RICE. פרמטר טווח הגעה. פרמטר השפעה. פרמטר ביטחון. פרמטר מאמצים.
• הכנה לביצוע מבחן A/B. מבחן A/A. שגיאות מסוג I ו-II. כוחו של מבחן סטטיסטי. מובהקות של מבחן סטטיסטי. השוואות מרובות, שיטות להפחתת הסבירות לטעות. חישוב גודל המדגם ומשך מבחן A/B. ניתוח גרפי של מדדים.
• ניתוח תוצאות בדיקת A/B. בדיקת השערת שוויון המניות. בדיקת שפירו-וילק לבדיקת תקינות הנתונים. מבחנים סטטיסטיים לא פרמטריים. מבחן מאן-וויטני. יציבות של מדדים מצטברים. ניתוח חריגים והתפרצויות.
• אלגוריתמים התנהגותיים. עובדות, רגשות, הערכות. הסבר את נקודת המבט שלך.
בדיקת A/B תעדוף השערות הכנה לבדיקת A/B ניתוח תוצאות בדיקות A/B ניתוח תוצאות בדיקות A/B
פּרוֹיֶקט
נתח את התוצאות של בדיקות A/B בחנות מקוונת גדולה.

10 ספרינט שבוע אחד

פרויקט גמר של המודול השני

למד לבדוק השערות סטטיסטיות באמצעות בדיקת A/B והכן מסקנות והמלצות בפורמט דוח אנליטי.
משפך מכירות בדיקות A/B עיבוד נתונים ניתוח נתונים מחקריים
פּרוֹיֶקט
חקור את משפך המכירות ונתח את התוצאות של בדיקות A/B באפליקציה לנייד.

11 ספרינט שבועיים

איך לספר סיפור עם נתונים

תלמד כיצד להציג נכון את תוצאות המחקר שלך באמצעות גרפים, הדמויות החשובות ביותר והפרשנות הנכונה שלהן. הכירו את הספריות Seaborn ו-Plotly.

• למי, איך, מה ולמה לספר. הצגת תוצאת המחקר. קהל היעד של המספר. מה ולמה לספר לנתח נתונים.
• ספריית Seaborn. ספריית Seaborn כהרחבה של ספריית Matplotlib. שיטת jointplot() טווחי צבעים. סגנונות תרשים. הדמיה של הפצות.
• ספריית עלילות. גרפים אינטראקטיביים. גרף קווי. תרשים עמודות. תרשים עוגה. תרשים משפך.
• הדמיית נתונים בגיאואנליטיקה. גיאואנליטיקה. Folium הספרייה. תצוגת מפה. הגדרת סמנים עם קואורדינטות מוגדרות. יצירת אשכולות נקודות. סמלים מותאמים אישית עבור סמנים. הורפלט.
• הכנת מצגת. מסקנות על סמך המחקר. עונתיות וגורמים חיצוניים. ערכים מוחלטים ויחסיים. הפרדוקס של סימפסון. עקרונות בניית מצגות. דוחות במחברת Jupyter.
PlotlyFoliumSeabornMatplotlibPresentationGeoanalytics הדמיית נתונים
פּרוֹיֶקט
הכן מחקר שוק המבוסס על נתונים פתוחים על מפעלי הסעדה ציבוריים במוסקבה, הדמיין את הנתונים שהתקבלו.

12 ספרינט שבועיים

בניית לוחות מחוונים ב-Tableau

בספרינט זה תעבדו עם מערכת Tableau BI. למד להתחבר לנתונים ולשנות אותם, לבנות סוגים שונים של גרפים, להרכיב לוחות מחוונים ומצגות.

• יסודות העבודה עם Tableau. מערכות BI. תְמוּנָה חַיָה. יצירת מסמך. שמירת המסמך. פרסום המסמך.
• עבודה עם מקורות נתונים. מקורות מידע. מיזוג נתונים. שיטת זוגיות. שיטת הצטרפות. שיטת מיזוג. שיטת האיחוד. שינוי פורמט הטבלה.
• סוגי מידע. סוגי נתונים בסיסיים. מידות. אמצעים. עבודה עם תאריך ושעה. סטים. קבוצות. אפשרויות. שינוי פורמט של משתנים. משתנים מדידה שמות, מדידת ערכים, ספירה.
• טבלאות וחישובים. ממשק עריכת גיליונות. טבלאות ציר. שדות מחושבים. ביטויי LOD.
• מסננים ומיון. אמצעי מיון. מיון מידות. מיונים מקוננים. מיון באמצעות פרמטר. מסננים.
• הדמיות. בקרות ויזואליזציה. מפות חום. תרשימי עוגה. תרשימי עמודות. היסטוגרמות. דיאגרמות טווח. דיאגרמת פיזור. גרפי קווים. גרפים משולבים. תרשימי שטח.
• הדמיות וטיפים מיוחדים. קלפים. מפת דמויות. תרשים בועות. מפת עצים. דיאגרמות תצוגות עיגול. דיאגרמות תבליטים. תרשימי גאנט. למדוד שמות ולמדוד ערכים בהדמיות. הנדסה הפוכה. עצות כלים. עצות כלים עם הדמיות. ערכי סף בגרפים. כלים אנליטיים ב-Custom.
• מצגות. אפשרויות נוספות. לימוד פרמטרים אופייניים. יצירת מצגת.
• לוחות מחוונים. טעינה והכנת נתונים. הכנת הדמיות. הרכבת לוח מחוונים. פעולות. הדגמת לוח מחוונים. פרסום לוח מחוונים.
טבלה לוחות מחווניםכלי BIכלי חזותי נתונים
פּרוֹיֶקט
חקור את ההיסטוריה של כנסים של TED וצור לוח מחוונים ב-Tableau על סמך הנתונים שהתקבלו.

ספרינט נוסף

יסודות למידת מכונה

הכירו את היסודות של למידת מכונה ולמדו על המשימות העיקריות של למידת מכונה בעסק.
PythonPandasSklearnMachine learning משימות למידת מכונות אלגוריתמים של למידה במכונה

ספרינט נוסף

תרגול Python

תעברו מספר שיעורי מעבדה עם משימות נוספות בשפת התכנות Python. תלמד גם כיצד לחלץ נתונים ממשאבי אינטרנט.

אתה:
• במבנה דפי HTML ובתפעול בקשות GET,
• ללמוד לכתוב ביטויים רגולריים פשוטים,
• להכיר את ה-API ו-JSON,
• להגיש מספר בקשות לאתרים ולאסוף נתונים.
JSONPythonREST API גירוד אינטרנט

13 ספרינט 3 שבועות

פרויקט גמר

בפרויקט האחרון, אשר כי שליטת במקצוע חדש. הבהרת משימת הלקוח ועבור את כל שלבי ניתוח הנתונים. עכשיו אין שיעורים או שיעורי בית - הכל כמו בעבודה אמיתית.

ספרינט הגמר כולל עבודת פרויקט, בדיקות A/B ומשימות SQL ומשימה נוספת. הפרויקט מכיל הצהרת הבעיה, התוצאה הצפויה, סט נתונים ותיאורם.

המשימה מתייחסת לאחד מחמישה תחומים עסקיים:
• בנקים,
• קמעונאות,
• משחקים,
• אפליקציות ניידות,
• מסחר אלקטרוני.

לא יהיה תיאור רגיל של שלבים בפרויקט. אתה תעבוד דרכם בעצמך.
SQ LPython PandasTableau לוחות מחוונים Postgre SQL פירוק A/B בדיקות