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
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
14 Jam
Testimoni (2)
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
Contoh/latihan yang sangat sesuai dengan bidang kami
Luc - CS Group
Kursus - Scaling Data Analysis with Python and Dask
Diterjemahkan Mesin