Автоматизация, веб-разработка, анализа данных с использованием Python

Описание курса:

Курс подойдет всем, кто уже умеет писать несложные скрипты для рабочих задач и хочет научиться автоматизировать и другие процессы. На курсе вы научитесь с помощью python-скриптов открывать и обрабатывать различные виды файлов, обрабатывать табличные данные, используя подходящие решения и фреймворки python, научитесь автоматически генерировать документы и отчеты из обрабатываемых данных, познакомитесь с клиент-серверной архитектурой и создадите собственный телеграм-бот, а так же узнаете о большом количестве полезных библиотек, способных упростить вам работу.

Аудитория курса:

Всем специалистам, заинтересованным во внедрении Python в свою работу и автоматизации рутинных задач и бизнес-процессов.

Предварительные требования к аудитории:

Знание языка Python на уровне курса Программирование на языке Python (PYTHON_BASIC).
Для проверки уровня предварительных знаний можно пройти тестирование.

Содержание курса:

1. Работа с файлами txt, xml, yaml, json, csv.

Чтение, запись, обработка.
Методы обработки словарей
Практика: обработка данных из файлов, анализ табличных данных

2. Библиотеки для анализа данных pandas и numpy.

Визуализация данных с помощью matplotlib/seaborn.
Обработка и анализ больших данных.

3. Автоматизация работы с файлами word и excel.

Библиотеки openpyxl и docxtpl.
Регулярные выражения.
Практика: генерирование отчетов по шаблону по данным из базы, проверка данных

4. Работа с HTTP в Python.

Модуль requests.
Работа с API.
Практика: Развертывание telegram бота.

Модуль 5. Обзор полезных библиотек и фреймворков Python для автоматизации

Описание курса:

Данный курс рассматривает основные возможности языка Python и вспомогательных библиотек для работы с большими объемами структурированных и неструктурированных данных с использованием локальных ресурсов и облачных сред. Изучаются основы машинного обучения как способа работы с неструктурированными данными на основе библиотеки Tensorflow. Также рассматриваются распространённые инструменты визуализации данных.

Аудитория курса:

Инженеры по работе с данными, а также разработчики ПО, желающие изучить основы машинной обработки данных

Предварительные требования к аудитории:

Знания языка Python на уровне курса Программирование на языке Python (PYTHON_BASIC).

Содержание курса:

1. Python для работы с данными.

Обработка данных с помощью Python
Введение в Jupyter Lab
Собственные структуры данных Python
Библиотека NumPy (цель и возможности)
Библиотека MatPlotLib (цель и возможности)
Лабораторная работа 1.
Работа с типами данных

2. Оценка данных, введение в машинное обучение

Библиотека Pandas, понятие датафреймов и операции над ними
Введение в машинное обучение
Терминология
Виды и возможности
Обучение моделей
Градиентный спуск
Hyperparameters, Losses, Learning Rate
Generalization
Сеты данных
Лабораторная работа 2.
Работа с датафреймами
Лабораторная работа 3.
Изучение зависимостей в машинном обучении

3. Tensorflow и Feature Engineering

Введение в Tensorflow и Keras
Возможности и способы использования
Готовые модели
Инструменты для создания собственных моделей
Feature Selection and Engineering
Лабораторная работа 4. Использование Tensorflow
Лабораторная работа 5.
Feature Engineering

4. Глубокое обучение и среды для обучения моделей

Глубокое обучение
Применение и возможности
Ресурсы для обучения моделей
Облачные ресурсы для обучения моделей
Лабораторная работа 6.
Глубокое обучение
Лабораторная работа 7.
Обучение моделей в подготовленной среде

5. Визуализация данных.

Библиотеки Python для визуализации
Облачные среды для визуализации данных
Статистическая оценка данных
Лабораторная работа 8. Визуализация и статистическая оценка данных

Описание курса:

Flask — самый простой фреймворк для создания веб-приложений на языке программирования Python. Он подходит как для генерации страниц сайта или сервиса, так и для создания API мобильных приложений. Данную технологию можно интегрировать в люблю сферу, в том числе для создания личных и рабочих проектов. В ходе обучения рассматривается комплекс тем, начиная с того, что такое HTTP и как работает Интернет, заканчивая особенностями создания своего полноценного сервиса и развертывания его на сервере.

Предварительные требования к аудитории:

Знание языка Python на уровне курса Программирование на языке Python (PYTHON_BASIC).
Для проверки уровня предварительных знаний можно пройти тестирование.

Содержание курса:

Модуль 1.

Фреймворк Flask и основы WEB
Как работает Интернет
Создание веб приложения на фреймворке Flask;
Маршрутизация
Рендеринг HTML
Язык шаблонов Jinja

Модуль 2.

Создание URL адресов для сайта;
Обработка GET и POST запросов;
Связь backend и frontend;
Обработка запросов клиента на сервере
Получение данных запроса на сервере

Модуль 3.

Реляционные базы данных. Введение
Основы SQL, ORM
Запросы к базе данных. Вывод информации из базы данных на страницах сайта;
Подключение базы данных в Flask
Библиотека SQLAlchemy

Модуль 4.

Добавление, изменение, удаление данных;
Модели, отношения между моделями, миграции;
Защита сайта от атак
Итоговый проект

Описание курса:

Django – бесплатный и свободный фреймворк для веб-приложений, написанный на Python. Изучение фреймворка значительно сложнее аналогичного Flask, однако предоставляет разработчикам больший функционал для создания сервисов. Преимуществами Django являются скорость, безопасность и масштабируемость. За курс вы получите базовые знания фреймворка, научитесь применять их на практике и спроектируете своё первое веб-приложение.

Предварительные требования:

Знание языка Python на уровне курса Программирование на языке Python (PYTHON_BASIC).
Для проверки уровня предварительных знаний можно пройти тестирование.

Содержание курса:

Модуль 1.

Фреймворк Django – основные понятия
Установка Django и создание первого проекта
Приложения в проекте (Applications)
URL. Параметры в URL-запросах
Шаблоны (Templates)
Формы (Forms). Получение данных с формы

Модуль 2.

Разработка архитектуры базы данных
Реляционные базы данных
Типы и свойства полей базы данных
Разработка архитектуры базы данных – отношения между моделями в Django

Модуль 3.

Введение в Django ORM
Выполнение запросов к базе данных
Создание и редактирование записей в базе данных
Введение в Git и Github

Модуль 4.

CRUD приложения
Рендеринг шаблонов
Язык шаблонов. Шаблонные фильтры
Итоговый проект

Описание курса:

Курс предназначен для тех, кто уже знаком с основами языка программирования Python и хочет расширить свои навыки, используя их для работы с базами данных. В течение курса вы узнаете, как подключаться к базам данных, выполнять запросы, изменять данные и многое другое, используя мощные библиотеки Python, такие как SQLAlchemy и psycopg2.

Аудитория курса:

Курс предназначен для программистов и разработчиков, которые хотят использовать Python для работы с базами данных. Участники должны иметь базовые знания языка программирования Python и понимание основных понятий баз данных.

Предварительные требования к аудитории:

Базовые знания языка программирования Python.
Понимание основных понятий баз данных.

Содержание курса:

Модуль 1

Введение в работу с базами данных в Python.
Установка и настройка необходимых инструментов.
Подключение к базе данных.
Лабораторная работа 1: Настройка окружения и подключение к базе данных.

Модуль 2

Основные операции с базами данных в Python.
Выполнение запросов.
Изменение данных.
Лабораторная работа 2: Выполнение запросов и изменение данных в базе данных.

Модуль 3

Работа с ORM (Object-Relational Mapping).
Использование SQLAlchemy.
Лабораторная работа 3: Использование SQLAlchemy для работы с базой данных.

Модуль 4

Работа с PostgreSQL базами данных.
Использование библиотеки psycopg2.
Лабораторная работа 4: Работа с PostgreSQL базами данных в Python.

Модуль 5

Оптимизация работы с базами данных.
Масштабирование баз данных.
Лабораторная работа 5: Оптимизация работы с базами данных в Python.