O kurze 

Tento video kurz predstavuje "vstupnú bránu" do sveta dátovej analýzy. Naučíte sa základy programovania v Pythone a zručnosti potrebné pre každého dátového analytika či dátového vedca ako explorácia a vytváranie vizualizácií, pomocou ktorých budete dáta skúmať. Vieme, že najviac sa človek naučí nové znalosti ich praktizovaním, a preto je pre vás pripravených viac ako 25 hodín praktických programovacích cvičení s vysvetleniami. Na konci kurzu budete mať možnosť vytvoriť vlastný projekt, v ktorom aplikujete všetko, čo ste sa v priebehu kurzu naučili. 


Čo je obsahom tohto kurzu?

Celý obsah kurzu má približne 45 hodín. Prostredie, v ktorom budete počas kurzu programovať sa nazýva Jupyter notebooky s Pythonom. Každá lekcia začína jednou alebo viacerými video-prednáškami. Následne na vás čaká Jupyter notebook, ktorý obsahuje praktické aplikovanie preberaného učiva, detailné popisy a úlohy pre vás, v ktorých môžete praktizovať naučené koncepty. Prácou v Jupyter notebookoch strávite približne 30-90 minút. 

Nižšie v tomto texte nájdete zoznam lekcií, ktoré na vás čakajú. Kurz taktiež obsahuje finálny projekt v trvaní približne 10 hodín, na ktorom budete samostatne pracovať:

  • Vašou úlohou bude aplikovať všetko, čo ste sa naučili na dátach, ktoré si pre vás pripravili inštruktori. Na vaše riešenie vám samozrejme poskytneme aj detailnú spätnú väzbu. Riešeniami si teda prejdeme a poukážeme na všetky správne aj nesprávne časti riešení, aby ste svoje znalosti pred koncom kurzu ešte viac zlepšili!

 

Detailnejšie rozpísané na vás teda čaká približne:

  • viac ako 25 hodín praktických programovacích cvičení s technickou podporou,
  • viac ako 10  hodín na praktických projektoch so spätnou väzbou od inštruktorov, 
  • viac ako 10 hodín video technických lekcií

 

Zoznam lekcií, ktoré sa v kurze nachádzajú:

  • “Google Colab a vytváranie premenných”: Na začiatku sa dôkladne zoznámime s prostredím Colaboratory, v ktorom budeme pracovať s Jupyter notebookmi a Pythonom a prejdeme si základmi vytvárania a práce s premennými.
  • “Dátové typy a štruktúry”: Dáta spadajú v Pythone pod dátové typy, na základe ktorých s nimi vieme určitým spôsobom pracovať. My si vysvetlíme základné typy a naučíme sa ako premieňať pôvodné dátové typy na iné. Taktiež si popíšeme charakteristiky základných dátových štruktúr, do ktorých môžeme dáta ukladať.
  • “Knižnice pandas a numpy”: Zoznámime sa s knižnicou pandas, ktorá je jednou z najdôležitejších knižníc pri skúmaní a spracovaní dát. V separátnej lekcii si ukážeme tvorenie a prácu s efektívnymi numpy poliami. Na základe týchto znalostí budeme neskôr v kurze stavať.
  • “Objavovanie v dátach”:  Ponoríme sa hlbšie do datasetu, budeme zisťovať jeho charakteristiky a skúmať dáta pomocou knižnice pandas. Budete mať možnosť sami analyzovať dáta v pripravenom projekte.
  • “Kontrola programu a tvorenie funkcií”: Prejdeme si ďalšie základné oblasti práce v Pythone. Naučíme sa, napríklad, ako písať vlastné funkcie alebo ako kontrolovať proces nášho programu pomocou slučiek a if-else statementov.
  • “Spracovanie dát”. Začína to byť “vážne”. :) V tomto týždni nás čakajú techniky na agregáciu dát, spájanie tabuliek, práca s chýbajúcimi hodnotami a rôzne iné transformácie numerických či textových dát do žiadaného formátu.
  • “Základy vizualizácie dát”: Keď máme dáta spracované, je načase ich vizualizovať. Najprv si vysvetlíme tvorenie základných vizualizácií, ktoré budú obsahovať len jeden stĺpec dát, ktorý nás zaujíma. Postupne sa naučíme rôzne vizualizačné funkcie z knižníc pandas, Matplotlib a Seaborn.
  • “Komplexnejšie vizualizácie dát”: Pri objavovaní v dátach častokrát vytvárame aj viacdimenzionálne vizualizácie, v ktorých môžeme objaviť zaujímavé či informatívne vzory.  Ukážeme si ako môžeme vytvoriť vizuály s dvoma či viacerými stĺpcami pomocou knižnice Seaborn.
  • “Projekt: Je to na vás”. Je čas spojiť všetko dokopy a aplikovať vaše znalosti v záverečnom projekte. Budete mať k dispozícii dataset a vašou úlohou bude preskúmať aké dáta sa v ňom nachádzajú, upraviť ich tak, aby ste s nimi mohli efektívne pracovať a zaznamenáte vaše zaujímavé či hodnotné zistenia.

 

Ukážka praktických materiálov

Cvičenia a praktická aplikácia naučených konceptov sú veľmi dôležitou súčasťou našich kurzov. Ku každej lekcii dostanete Jupyter notebook s cvičeniami, ktorý si môžete nechať a používať, napríklad, ako osobnú referenciu vo vašom (budúcom) zamestnaní. Ukážku našich materiálov nájdete pod týmto linkom.


Ako bude tento kurz prebiehať?

  • Po zápise na tento kurz obdržíte URL adresu, cez ktorú sa prekliknete na naše online školiace stredisko. Tu uvidíte registračný formulár, kde sa zaregistrujete pomocou svojej emailovej adresy. Akonáhle prebehne registrácia, budete mať k dispozícii všetky materiály, ktoré kurz obsahuje. 
  • Vaším ďalším krokom bude rezervácia telefonátu s inštruktorom. Uvidíte kalendár inštruktora a zarezervujete si deň a čas, ktorý vám vyhovuje. Do mailu obdržíte pozvánku na telefonát prostredníctvom Teams-u, ktorú vás poprosíme akceptovať. V pozvánke bude uvedený link, pomocou ktorého sa môžete na telefonát pripojiť. Na telefonáte “prelomíme ľady” a zoznámime sa :) Porozprávame sa o vašich predošlých skúsenostiach, čo od kurzu očakávate, ako by ste chceli kariérne rásť a dáme vám odporúčania.
  • Na našom online školiacom stredisku budete mať prístup ku všetkým video lekciám a praktickým materiálom, ktoré kurz obsahuje a inštruktor bude k dispozícií na vaše otázky na emaily. Štúdium lekcií si môžete čo najlepšie prispôsobiť vašim preferenciám a prechádzať nimi vlastným tempom. 
  • Program zavŕši veľký projekt na ktorom budete samostatne pracovať. Keď budete so svojím riešením spokojní, zašlete ho inštruktorovi na vyhodnotenie. Dostanete detailnú spätnú väzbu ktorou môžete svoje riešenie zlepšiť a úspešne tak dokončiť program.

 

Počas celého trvania kurzu budete mať k dispozícii komunitu na Discorde a neustálu podporu od inštruktorky, takže sa nemusíte cítiť osamelo počas štúdia. :) Môžete ju kontaktovať na [email protected] v prípade, že:

  • …vám nie je úplne jasná ktorákoľvek časť preberaného učiva
  • …potrebujete detailnejšie dovysvetliť určitý koncept preberaného učiva 
  • …pri práci v Jupyter notebookoch narazíte na problém, ktorý sa vám nedarí vyriešiť
  • …potrebujete kariérne poradenstvo (napr. skonzultovanie pracovnej pozície, o ktorú máte záujem)
  • …máte akékoľvek iné technické či netechnické otázky :) 

 

Technická podpora počas kurzu a akékoľvek otázky týkajúce sa preberaného učiva budú zodpovedané do dvoch pracovných dní. Vaše otázky z oblasti kariérneho poradenstva budú zodpovedané do troch pracovných dní.


Pre koho je tento kurz vhodný? 

Začnime pomyselným “strašiakom” - programovaním. Tento video kurz je pre vás vhodný aj keď ste nikdy nenapísali jediný riadok kódu v Pythone alebo v inom programovacom jazyku! :) Vo všeobecnosti je pre vás tento kurz vhodný, ak máte v budúcnosti plány prakticky pracovať so štrukturovanými dátami - napríklad teda s dátami o zákazníkoch vo vašej firme. Tu je niekoľko príkladov osobností, ktoré sme v minulosti videli úspešne absolvovať kurz:

  • “Chcem sa naučiť niečo technické.” Pracujete na pozícii, ktorá si vyslovene nevyžaduje technické schopnosti a vy by ste chceli novú výzvu, prípadne posunutie sa k novým možnostiam.
  • “Vidím veľký potenciál v práci s dátami.” Veľa firiem sa v dnešnej dobe snaží využiť dáta, ktoré majú k dispozícii. Chceli by ste sa do tohto smeru pridať a využiť ho pre vlastný kariérny rast.
  • “Excel alebo BI tool mi už nestačia a chcem niečo viac.” Pracujete často s Excelom alebo nejakým BI toolom. Máte však pocit, že tieto nástroje sú neefektívne a chceli by ste dáta analyzovať v Pythone.
  • “Nemám pocit že mi škola dala praktické nástroje, ktoré odo mňa firmy budú požadovať.” Škola (napríklad vysoká) vám dala rôzne teoretické základy pre prácu s dátami. Chceli by ste sa ale priblížiť k tomu, čo od vás budúci zamestnávatelia budú očakávať.
  • “Chcem ísť s dobou.” Ste na seniornej alebo manažérskej pozícií. Máte však pocit, že prístupy alebo nástroje, ktoré používate sú možno trochu zastarané a chceli by ste si medzi svoje schopnosti pridať najnovšie knižnice a nástroje.

 


Čo po kurze dokážem a čo si odnesiem?

Veľa pozícií týkajúcich sa analýzy dát (data analyst) vyžadujú v dnešnej dobe schopnosť pracovať s Pythonom. Presne túto schopnosť, ktorá je jedna z najdôležitejších pre prácu dátového analytika, získate počas kurzu. Odborníci očakávajú, že dopyt po schopnosti analyzovať dáta bude v najbližších rokoch narastať, a preto sa na trhu práce nestratíte. Taktiež, ak by ste sa rozhodli aplikovať na nadstavbové pozície, ktoré vyžadujú prediktívne modelovanie (data scientist), tak vďaka Python schopnostiam z tohto kurzu môžete veľmi jednoducho pokračovať (túto nadstavbu ponúkame ako separátny video kurz).

 

Z kurzu si odnesiete:

  • Praktické skúsenosti s analýzou štruktúrovaných dát. Dokážete dáta analyzovať deskriptívnym a exploračným spôsobom. V prípade, že smerujete v budúcnosti do Data Science pozície, ktorá si vyžaduje aj prediktívny prístup, priamo môžete pokračovať do ďalšieho kurzu, ktorý tento prístup pokrýva.
  • 20+ Jupyter notebookov, na ktorých si nielen prakticky vyskúšate jednotlivé koncepty, ale môžete ich používať ako osobnú referenciu vo vašom (budúcom) zamestnaní. 
  • (takmer) reálne skúsenosti s Python projektom na analýzu dát. Kurz obsahuje celkovo 3 praktické projekty, pričom jeden z nich simuluje reálny dataset, s ktorým sa vo firme môžete stretnúť. Vašou úlohou bude samostatne ho analyzovať. Na vaše riešenia vám poskytneme kumulatívnu spätnú väzbu.


Čo je potrebné na absolvovanie kurzu?

  • Základná znalosť angličtiny (minimálne pasívna znalosť na úrovni čítania textu). Pri niektorých cvičeniach si budete dohľadávať informácie v dokumentáciách knižníc, ktoré sú v angličtine.
  • Stabilné internetové pripojenie. Pre sledovanie video lekcií či prácu na cvičeniach je internetové pripojenie neustále potrebné.
  • Aktualizovaný internetový prehliadač Google Chrome, Microsoft Edge alebo Mozilla Firefox.
  • (odporúčané) Google účet. S Jupyter notebookmi odporúčame pracovať v prostredí Google Colaboratory. V prípade, že Google účet nemáte a ani si ho nechcete zakladať, bude k dispozícii menej ideálna alternatíva.



Aké sú vstupné požiadavky?

Pre úspešné absolvovanie tohto kurzu sa, prosím, uistite, že spĺňate nasledujúce požiadavky:

  • máte základné znalosti o tom, čo je data science, databáza či štatistika (napríklad ste absolvovali náš seriál úvodných prednášok zdarma),
  • máte znalosť o základných štatistických metódach ako počítanie priemeru, minima, maxima alebo smerodajnej odchýlky.

Video