Программа дополнительного профессионального образования «Программирование на Python» направлена на освоение новой профессии или расширение компетенций в области разработки программного обеспечения, анализа данных и автоматизации процессов. Слушатели получат углубленные знания о принципах работы языка Python, его синтаксисе, библиотеках и инструментах. В ходе обучения будут рассмотрены современные технологии и программное обеспечение, используемые для создания приложений на Python. Особое внимание уделяется практическим навыкам программирования, решению реальных задач и реализации проектов.
Получите дополнительное профессиональное образование в области программирования на Python!
Плитки:
- 144 часа , из них более 60% — блок практической подготовки.
- По окончании выдаётся диплом о дополнительном профессиональном образовании .
- Перспективная и востребованная профессия.
- Помощь в трудоустройстве и стажировках.
- Зарплата от 120 тыс. рублей в месяц .
- В программе рассмотрены вопросы по основам Python, работе с библиотеками (NumPy, Pandas, Matplotlib), веб-разработке (Flask, Django), анализу данных и машинному обучению.
- Слушатели изучат создание скриптов, автоматизацию задач и разработку собственных проектов.
Преимущества программы:
- Гибкое сочетание онлайн и офлайн форматов позволяет учиться параллельно с работой или основным образованием.
- Удобный график и темп дают возможность свободно планировать время для своего профессионального развития.
- Современное программное обеспечение и интерактивные задания помогут освоить актуальные инструменты и технологии в сфере программирования.
- Интерактивный формат подачи учебного материала создаст комфортную и увлекательную обстановку для получения новых знаний.
- Персональное сопровождение и поддержка каждого слушателя помогут успешно усваивать материал и решать возникающие вопросы.
- Комплексный подход к программе позволяет получить системные знания в сфере программирования.
Курс подойдет:
- Студентам вузов и колледжей, желающим освоить новую профессию в IT.
- Специалистам, которые хотят сменить карьерный путь и начать работать в сфере программирования.
- Тем, кто хочет углубить свои знания в Python и применять их в реальных проектах.
Чему вы научитесь:
- Писать код на Python: от базовых конструкций до сложных алгоритмов.
- Работать с популярными библиотеками: NumPy, Pandas, Matplotlib, Scikit-learn.
- Создавать веб-приложения с использованием Flask и Django.
- Анализировать данные и строить визуализации.
- Автоматизировать рутинные задачи (парсинг сайтов, работа с файлами, API).
- Разрабатывать собственные проекты и публиковать их на GitHub.
- Применять полученные знания для решения реальных задач в бизнесе, науке и других областях.
Кто может учиться:
Граждане Российской Федерации, достигшие 18-летнего возраста, которые имеют среднее профессиональное / высшее образование или являются студентами вуза / колледжа.
Стоимость обучения:
Модули:
Модуль 1:
Тема 1.1. Введение в Python. Установка среды разработки на ПК. Первая программа. Основные типы данных. Базовые операции с числами.
Тема 1.2. Библиотека math. Условный оператор. Циклы FOR и WHILE. Множественное присваивание.
Тема 1.3. Установка PyCharm. Отладка кода в IDLE и PyCharm. Строки. Кортежи.
Тема 1.4. Списки. Методы split и join. Файловый ввод/вывод. Пользовательские функции.
Тема 1.5. Рекурсия. Множества. Словари.
Тема 1.6. Проектное задание № 1
Модуль 2:
Тема 2.1. Знакомство с классами. Атрибуты класса. Экземпляр класса. Методы экземпляра класса
Тема 2.2. Конструктор. Что такое self? Абстракция. Полиморфизм
Тема 2.3. Наследование. Инкапсуляция. Уровни доступа
Тема 2.4. Перегрузка операторов. Документация классов. Декоратор. Итератор
Тема 2.5. Проектное задание по модулю 2
Модуль 3:
Тема 3.1. Знакомство с созданием графического интерфейса
Тема 3.2. Работа с графикой. Графические примитивы.
Тема 3.3. Обработка событий оконного приложения.
Тема 3.4. Спрайты. Группы спрайтов. Коллизия между объектами.
Тема 3.5. Проектное задание № 3.
Модуль 4:
Тема 4.1. Введение в анализ данных. Библиотека Pandas. Библиотека Matplotlib
Тема 4.2. Библиотека SEABORN. Библиотека PlotLy. Библиотека NumPy. Введение в статистику и теорию вероятности
Тема 4.3 Статистические операции в NumPy. Введение в машинное обучение. Линейная регрессия
Тема 4.4 Логистическая регрессия. Метрики качества классификации
Тема 4.5 Дерево решений. Случайный лес. Ансамбли. Бустинг. Ансамбли. Стекинг.
Тема 4.6 Проектное задание № 4