Dziękujemy za wysłanie zapytania! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Dziękujemy za wysłanie rezerwacji! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Plan Szkolenia
Konfiguracja środowiska automatyzacji biznesowej
- Konfiguracja Pythona 3.12+ dla przepływów pracy automatyzacji biznesowej
- Zarządzanie zależnościami za pomocą pip i środowisk wirtualnych
- Instalacja i przegląd kluczowych bibliotek: pandas, openpyxl, xlwings, requests, schedule
- Strukturyzowanie projektów Python pod kątem utrzymywalnych skryptów biznesowych
Integracja z Excelem i automatyzacja skoroszytów
- Odczyt i zapis plików Excel za pomocą openpyxl
- Formatowanie komórek, dodawanie formuł i tworzenie wykresów programowo
- Użycie xlwings do interakcji z Excelem w czasie rzeczywistym i zastępowania makr
- Integracja pandas z Excelem do importu i eksportu danych na dużą skalę
- Automatyzacja generowania raportów wieloarkuszowych i wypełniania szablonów
Budowanie zautomatyzowanych systemów kwot i celów
- Modelowanie obszarów sprzedaży, kwot i celów wydajnościowych w Pythonie
- Obliczanie osiągnięć, odchyleń i prognozowanie przy użyciu pandas
- Generowanie macierzy przypisania kwot i dystrybucja ich za pomocą Excela
- Tworzenie paneli sterowania i raportów podsumowujących dla liderów sprzedaży
- Weryfikacja integralności danych kwotowych i obsługa przypadków brzegowych
Optymalizacja analizy danych
- Efektywne ładowanie danych i zarządzanie pamięcią za pomocą pandas
- Operacje wektorowe i unikanie iteracyjnego przetwarzania wiersz po wierszu
- Użycie NumPy do optymalizacji numerycznej i agregacji
- Agregowanie i przetwarzanie danych biznesowych w celu uzyskania wartościowych wniosków
- Łączenie się z bazami danych i API w celu pobierania danych na żywo
Zaawansowane przetwarzanie tekstu i wyrażenia regularne dla danych biznesowych
- Dopasowywanie wzorców i ekstrakcja danych za pomocą wyrażeń regularnych
- Czyszczenie i standaryzacja danych tekstowych biznesowych (nazwy, adresy, identyfikatory)
- Weryfikacja formatów, takich jak e-maile, numery telefonów i kody faktur
- Zastosowanie wyrażeń regularnych do plików dziennika i nieustrukturyzowanych dokumentów biznesowych
Automatyzacja plików i dokumentów
- Przetwarzanie danych CSV i JSON dla potoków ETL i raportowania
- Odczyt i ekstrakcja danych z plików PDF do przetwarzania faktur i wyciągów
- Automatyzacja generowania dokumentów Word dla umów i ofert
- Organizowanie, zmiana nazw i archiwizacja plików na podstawie reguł biznesowych
Pozyskiwanie danych z internetu do analizy biznesowej
- Pobieranie i parsowanie treści HTML za pomocą requests i BeautifulSoup
- Ekstrakcja danych dotyczących cen, konkurencji i rynku z publicznych źródeł
- Obsługa paginacji, uwierzytelniania i limitów API
- Przechowywanie zebranych danych w strukturyzowanych formatach do dalszej analizy
Automatyzacja raportów i komunikacji
- Generowanie sformatowanych raportów HTML i Excel na podstawie wyników analizy
- Wysyłanie zautomatyzowanych e-maili z załącznikami przy użyciu SMTP
- Tworzenie zaplanowanych raportów podsumowujących dla interesariuszy
- Tworzenie szablonów dynamicznych treści na podstawie logiki biznesowej i progów
Planowanie i zarządzanie procesami biznesowymi
- Automatyzacja wykonywania skryptów za pomocą schedule i cron
- Łączenie zależnych zadań w kompleksowe przepływy pracy
- Zarządzanie dziennikami wykonania i katalogami wyjściowymi
- Strategie obsługi błędów i ponawiania dla automatyzacji produkcyjnej
Debugowanie, testowanie i optymalizacja wydajności
- Użycie narzędzi debugowania Python do śledzenia błędów automatyzacji
- Pisanie asercji i testów jednostkowych dla komponentów logiki biznesowej
- Profilowanie wydajności skryptów i identyfikacja wąskich gardeł
- Najlepsze praktyki pisania niezawodnego i utrzymywalnego kodu automatyzacyjnego
Projekt końcowy: Kompleksowy przepływ pracy automatyzacji biznesowej
- Projektowanie kompleksowego potoku automatyzacji od surowych danych do końcowego raportu
- Integracja Excela, pandas, e-maili i planowania w jednym projekcie
- Zastosowanie logiki kwot, analizy danych i generowania raportów w rzeczywistym scenariuszu
- Przegląd, feedback i kolejne kroki w rozwoju automatyzacji
Wymagania
- Zrozumienie podstaw Pythona, w tym zmiennych, pętli, funkcji i podstawowych struktur danych.
- Doświadczenie w pracy z obsługą plików i podstawową manipulacją danych w Pythonie.
- Znajomość koncepcji arkuszy kalkulacyjnych i podstawowych przepływów pracy związanych z raportowaniem biznesowym.
Grupa docelowa
- Analitycy biznesowi i specjaliści ds. operacji z umiejętnościami Python na poziomie średnio zaawansowanym.
- Analitycy danych, którzy chcą zautomatyzować raportowanie i przepływy pracy związane z integracją z Excelem.
- Zespoły ds. operacji sprzedaży, które chcą programowo budować i zarządzać systemami kwot.
- Profesjonaliści odpowiedzialni za optymalizację powtarzalnych zadań związanych z analizą danych i raportowaniem.
21 godzin
Opinie uczestników (3)
Zajeczia praktyczne związane z treścią naprawdę pomagają lepiej zrozumieć każdy temat. Ponadto, styl rozpoczęcia zajęć od wykładu i kontynuowania praktycznymi ćwiczeniami jest dobry i pomocny do połączenia się z wcześniejszym wykładem.
Nazeera Mohamad - Ministry of Science, Technology and Innovation
Szkolenie - Introduction to Data Science and AI using Python
Przetłumaczone przez sztuczną inteligencję
Całość szkolenia. Przygotowanie trenera, sposób komunikacji, przygotowane ćwiczenia. Wszystko top
Michal - AXAXL
Szkolenie - Testable Requirements - How to Write Good Acceptance Criteria?
Sposób prowadzenia szkolenia