Terima kasih telah mengirimkan pertanyaan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Terima kasih telah mengirimkan pemesanan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Kerangka Materi
Fundamental Python untuk Tugas Data
- Menginstal Python dan menyiapkan lingkungan pengembangan
- Fundamental bahasa: variabel, tipe data, struktur kendali
- Menulis dan menjalankan skrip Python sederhana
Pemrosesan File: CSV dan Excel
- Membaca dan menulis file CSV menggunakan modul csv dan Pandas
- Bekerja dengan file Excel menggunakan openpyxl/xlrd dan Pandas
- Latihan praktis: mengotomatisasi konversi file
Pengenalan ke Pandas
- Fundamental DataFrame: pembuatan, pengindeksan, seleksi, dan filter
- Operasi agregasi dan pengelompokan
- Operasi pembersihan umum: nilai hilang, duplikat, dan konversi tipe data
Pengenalan ke Polars
- Konsep Polars dan karakteristik performa dibandingkan dengan Pandas
- Operasi DataFrame dasar di Polars
- Contoh kasus penggunaan: kapan memilih Polars daripada Pandas
Transformasi Data Lanjutan (Menengah)
- Penggabungan kompleks, fungsi jendela (window functions), dan operasi pivot di Pandas
- Pola pemrosesan data efisien dengan Polars
- Rantai operasi dan optimasi penggunaan memori
Otomatisasi Proses dengan Python
- Menulis skrip untuk mengotomatisasi tugas data berulang dan langkah-langkah ETL
- Penjadwalan skrip dengan penjadwal sistem operasi atau task scheduler
- Pencatatan log (logging), penanganan kesalahan, dan notifikasi
Pemasangan Skrip dan Praktik Terbaik
- Membuat executable dengan PyInstaller atau alat serupa
- Struktur proyek, lingkungan virtual, dan manajemen dependensi
- Fundamental pengendalian versi (version control) dan dokumentasi alur kerja
Mini-Proyek Praktis
- Tugas lengkap: baca file mentah, bersihkan dan transformasikan data, hasilkan output
- Otomatisasi alur kerja dan bungkus sebagai skrip executable yang bisa dijalankan
- Review dan peningkatan berdasarkan umpan balik rekan
Rangkuman dan Langkah Selanjutnya
Persyaratan
- Pengenalan dasar dengan konsep pemrograman atau kesediaan untuk belajar
- Kenyamanan menggunakan baris perintah (command-line) atau terminal untuk instalasi paket
- Pengalaman bekerja dengan spreadsheet (CSV/Excel)
Audience
- Analis data dan staf operasional yang mengotomatisasi tugas data
- Insinyur analitik yang mencari skrip ETL ringan
- Profesional yang tertarik dengan alur kerja data berbasis Python praktis
14 Jam
Testimoni (2)
semuanya sempurna
Florin Vrincianu
Kursus - Python Programming Fundamentals
Diterjemahkan Mesin
Latihan praktis yang terkait dengan materi benar-benar membantu untuk memahami lebih dalam setiap topik. Selain itu, gaya memulai kelas dengan kuliah dan dilanjutkan dengan latihan praktis sangat baik dan membantu untuk mengaitkannya dengan materi yang telah disampaikan sebelumnya.
Nazeera Mohamad - Ministry of Science, Technology and Innovation
Kursus - Introduction to Data Science and AI using Python
Diterjemahkan Mesin