Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Dauer 14 Stunden
Schulungsübersicht
Python-Grundlagen für Datenaufgaben
- Installation von Python und Einrichtung der Entwicklungsumgebung
- Sprachgrundlagen: Variablen, Datentypen, Kontrollstrukturen
- Schreiben und Ausführen einfacher Python-Skripte
Dateiverarbeitung: CSV und Excel
- Lesen und Schreiben von CSV-Dateien mit dem csv-Modul und Pandas
- Arbeit mit Excel-Dateien unter Verwendung von openpyxl/xlrd und Pandas
- Praktische Übungen: Automatisierung von Datei-Umwandlungen
Einführung in Pandas
- Grundlagen des DataFrames: Erstellung, Indizierung, Auswahl und Filterung
- Aggregations- und Gruppierungsoperationen
- Gängige Bereinigungsoperationen: fehlende Werte, Duplikate und Typkonvertierungen
Einführung in Polars
- Polars-Konzepte und Leistungsmerkmale im Vergleich zu Pandas
- Grundlegende DataFrame-Operationen in Polars
- Anwendungsbeispiel: Wann man Polars statt Pandas wählt
Erweiterte Datentransformation (Mittelstufe)
- Komplexe Joins, Fensterfunktionen und Pivot-Operationen in Pandas
- Effiziente Datenverarbeitungsmuster mit Polars
- Kettenoperationen und Optimierung des Speicherverbrauchs
Prozessautomatisierung mit Python
- Schreiben von Skripten zur Automatisierung wiederkehrender Datenaufgaben und ETL-Schritte
- Zeitplanung von Skripten mit Betriebssystem-Planern oder Aufgabenplanern
- Protokollierung, Fehlerbehandlung und Benachrichtigungen
Packen von Skripten und Best Practices
- Erstellen ausführbarer Dateien mit PyInstaller oder ähnlichen Tools
- Projektstrukturierung, virtuelle Umgebungen und Abhängigkeitsverwaltung
- Grundlagen der Versionskontrolle und Dokumentation von Workflows
Praktisches Mini-Projekt
- End-to-End-Aufgabe: Rohdateien lesen, Daten bereinigen und transformieren, Ergebnisse erzeugen
- Workflow automatisieren und als ausführbares Skript oder ausführbare Datei packen
- Review und Verbesserungen basierend auf Peer-Feedback
Zusammenfassung und nächste Schritte
Voraussetzungen
- Grundlegende Vertrautheit mit Programmierkonzepten oder Bereitschaft, diese zu erlernen
- Umgangsfähigkeit mit der Kommandozeile oder dem Terminal zur Installation von Paketen
- Erfahrung in der Arbeit mit Tabellenkalkulationen (CSV/Excel)
Zielgruppe
- Datenanalysten und operatives Personal, das Datenaufgaben automatisiert
- Analyse-Ingenieure, die leichtgewichtiges ETL-Scripting suchen
- Fachkräfte, die an praxisnahen, Python-basierten Datenworkflows interessiert sind
Erfahrungsberichte (2)
Alles war perfekt.
Florin Vrincianu
Kurs - Python Programming Fundamentals
Maschinelle Übersetzung
Praktische Übungen zum Inhalt helfen wirklich, jedes Thema besser zu verstehen. Außerdem ist es gut und hilfreich, die Kurse mit einer Vorlesung zu beginnen und dann mit praktischen Übungen fortzusetzen, um den vorgestellten Stoff besser einordnen zu können.
Nazeera Mohamad - Ministry of Science, Technology and Innovation
Kurs - Introduction to Data Science and AI using Python
Maschinelle Übersetzung