Bądźmy w kontakcie

Plan Szkolenia

Podstawy Pythona do zadań danych

  • Instalacja Pythona i konfiguracja środowiska deweloperskiego
  • Podstawy języka: zmienne, typy danych, struktury sterujące
  • Pisanie i uruchamianie prostych skryptów Pythona

Obsługa plików: CSV i Excel

  • Odczytywanie i zapisywanie plików CSV za pomocą modułu csv i Pandas
  • Praca z plikami Excel przy użyciu openpyxl/xlrd i Pandas
  • Ćwiczenia praktyczne: automatyzacja konwersji plików

Wprowadzenie do Pandas

  • Podstawy DataFrame: tworzenie, indeksowanie, wybór i filtrowanie
  • Operacje agregacji i grupowania
  • Typowe operacje czyszczenia: brakujące wartości, duplikaty i konwersje typów

Wprowadzenie do Polars

  • Koncepcje Polars i charakterystyka wydajności w porównaniu z Pandas
  • Podstawowe operacje na DataFrame w Polars
  • Przykład użycia: kiedy wybrać Polars zamiast Pandas

Zaawansowana transformacja danych (poziom średniozaawansowany)

  • Złożone łączenia, funkcje okienkowe i operacje pivot w Pandas
  • Wzorce efektywnego przetwarzania danych w Polars
  • Łańcuchowanie operacji i optymalizacja użycia pamięci

Automatyzacja procesów z Pythonem

  • Pisanie skryptów do automatyzacji powtarzalnych zadań danych i kroków ETL
  • Planowanie skryptów za pomocą harmonogramów systemowych
  • Logowanie, obsługa błędów i powiadomienia

Pakowanie skryptów i najlepsze praktyki

  • Tworzenie plików wykonywalnych za pomocą PyInstaller lub podobnych narzędzi
  • Struktura projektu, środowiska wirtualne i zarządzanie zależnościami
  • Podstawy kontroli wersji i dokumentowanie przepływów pracy

Praktyczny miniprojekt

  • Zadanie end-to-end: odczyt surowych plików, czyszczenie i transformacja danych, generowanie wyników
  • Automatyzacja przepływu pracy i pakowanie jako skrypt lub plik wykonywalny
  • Przegląd i poprawki na podstawie opinii uczestników

Podsumowanie i kolejne kroki

Wymagania

  • Podstawowa znajomość koncepcji programowania lub chęć nauki
  • Umiejętność korzystania z wiersza poleceń lub terminala do instalacji pakietów
  • Doświadczenie w pracy z arkuszami kalkulacyjnymi (CSV/Excel)

Grupa docelowa

  • Analitycy danych i pracownicy operacyjni automatyzujący zadania danych
  • Inżynierowie analityczni poszukujący lekkich skryptów ETL
  • Profesjonaliści zainteresowani praktycznymi przepływami pracy opartymi na Pythonie
 14 godzin

Liczba uczestników


Cena za uczestnika (netto)

Opinie uczestników (2)

Propozycje terminów

Powiązane Kategorie