Kerangka Materi
Dasar-dasar Python untuk Tugas Data
- Memasang Python dan mengatur lingkungan pengembangan
- Dasar-dasar bahasa: variabel, tipe data, struktur kontrol
- Menulis dan menjalankan skrip Python sederhana
Pengelolaan Berkas: CSV dan Excel
- Membaca dan menulis berkas CSV menggunakan modul csv dan Pandas
- Bekerja dengan berkas Excel menggunakan openpyxl/xlrd dan Pandas
- Latihan praktis: mengautomasikan konversi berkas
Pengenalan Pandas
- Dasar DataFrame: pembuatan, indeks, seleksi, dan penyaringan
- Operasi agregasi dan kelompok
- Operasi pembersihan umum: nilai yang hilang, duplikasi, dan konversi tipe
Pengenalan Polars
- Konsep Polars dan karakteristik kinerja dibandingkan dengan Pandas
- Operasi dasar DataFrame di Polars
- Contoh kasus penggunaan: kapan memilih Polars daripada Pandas
Transformasi Data Lanjutan (Menengah)
- Penghubungan kompleks, fungsi jendela, dan operasi pivot di Pandas
- Pola pemrosesan data efisien dengan Polars
- Menempelkan operasi dan memaksimalkan penggunaan memori
Automasi Proses dengan Python
- Menulis skrip untuk mengautomasikan tugas data dan langkah ETL yang berulang
- Menyusun jadwal skrip dengan penjadwal OS atau penjadwal tugas
- Log, penanganan kesalahan, dan notifikasi
Mengemas Skrip dan Terbaik Pratik
- Membuat eksekutabel dengan PyInstaller atau alat serupa
- Struktur proyek, lingkungan virtual, dan manajemen dependensi
- Dasar kontrol versi dan mendokumentasikan alur kerja
Proyek Mini Tangan
- Tugas akhir: membaca berkas mentah, membersihkan dan mengubah data, menghasilkan output
- Mengautomasikan alur kerja dan mengemas sebagai skrip atau eksekutabel yang dapat dijalankan
- Ulasan dan perbaikan berdasarkan ulasan rekan
Ringkasan dan Langkah Selanjutnya
Persyaratan
- Kenalan dasar dengan konsep pemrograman atau kesediaan untuk belajar
- Nyaman menggunakan command-line atau terminal untuk instalasi paket
- Pengalaman bekerja dengan spreadsheet (CSV/Excel)
Audience
- Analis data dan staf operasional yang mengotomatiskan tugas data
- Insinyur analisis yang mencari skrip ETL ringan
- Profesional yang tertarik pada alur kerja data praktis berbasis Python
Testimoni (5)
Contoh/latihan yang sangat sesuai dengan bidang kami
Luc - CS Group
Kursus - Scaling Data Analysis with Python and Dask
Diterjemahkan Mesin
Sangat interaktif dengan berbagai contoh, dengan peningkatan kompleksitas yang baik dari awal hingga akhir pelatihan.
Jenny - Andheo
Kursus - GPU Programming with CUDA and Python
Diterjemahkan Mesin
Persiapan dan keahlian instruktur sangat baik, komunikasi dalam bahasa Inggris sempurna. Pelatihan ini bersifat praktis (latihan + berbagi contoh kasus penggunaan)
Monika - Procter & Gamble Polska Sp. z o.o.
Kursus - Developing APIs with Python and FastAPI
Diterjemahkan Mesin
Bersahabat dan pendengar yang baik .. interaktif
Ahmed El Kholy - FAB banak Egypt
Kursus - Introduction to Data Science and AI (using Python)
Diterjemahkan Mesin
Instruktur mengembangkan pelatihan berdasarkan kecepatan peserta
Farris Chua
Kursus - Data Analysis in Python using Pandas and Numpy
Diterjemahkan Mesin