Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Dauer 14 Stunden
Schulungsübersicht
Python-Grundlagen für Data Tasks
- Installation von Python und Einrichtung der Entwicklungsumgebung
- Grundlagen der Sprache: Variablen, Datentypen, Steuerungsstrukturen
- Schreiben und Ausführen einfacher Python-Skripte
Dateiverarbeitung: CSV und Excel
- Lesen und Schreiben von CSV-Dateien mit dem csv-Modul und Pandas
- Arbeit mit Excel-Dateien unter Verwendung von openpyxl/xlrd und Pandas
- Praktische Übungen: Automatisierung von Dateikonvertierungen
Einführung in Pandas
- Grundlagen der DataFrame: Erstellung, Indexierung, Auswahl und Filterung
- Aggregations- und Gruppenoperationen
- Übliche Bereinigungsoperationen: Fehlende Werte, Duplikate und Typkonvertierungen
Einführung in Polars
- Polars-Konzepte und Leistungseigenschaften im Vergleich zu Pandas
- Grundlegende DataFrame-Operationen in Polars
- Beispiel für Anwendungsfälle: Wann man Polars gegenüber Pandas wählt
Erweiterte Datentransformation (Mittelstufe)
- Komplexe Joins, Fensterfunktionen und Pivot-Operationen in Pandas
- Effiziente Datenverarbeitungsmuster mit Polars
- Kettung von Operationen und Optimierung des Speicherverbrauchs
Prozessautomatisierung mit Python
- Schreiben von Skripten zur Automatisierung wiederkehrender Data Tasks und ETL-Schritte
- Planung von Skripten mit Betriebssystemplanern oder Task-Planern
- Protokollierung (Logging), Fehlerbehandlung und Benachrichtigungen
Verpacken von Skripten und Best Practices
- Erstellung ausführbarer Dateien mit PyInstaller oder ähnlichen Tools
- Projektstrukturierung, virtuelle Umgebungen und Abhängigkeitsmanagement
- Grundlagen der Versionskontrolle und Dokumentation von Workflows
Praktisches Mini-Projekt
- Aufgabe von Anfang bis Ende: Rohdateien lesen, Daten bereinigen und transformieren, Ergebnisse erzeugen
- Workflow automatisieren und als ausführbares Skript oder ausführbare Datei verpacken
- Bewertung und Verbesserungen auf Basis von Peer-Feedback
Zusammenfassung und nächste Schritte
Voraussetzungen
- Grundlegende Vertrautheit mit Programmierkonzepten oder die Bereitschaft, diese zu lernen
- Vertrautheit mit der Nutzung der Befehlszeile oder des Terminals zur Installation von Paketen
- Erfahrung in der Arbeit mit Tabellenkalkulationen (CSV/Excel)
Zielgruppe
- Datenanalysten und Operative Fachkräfte, die Data Tasks automatisieren
- Analysten, die leichtgewichtiges ETL-Scripting anstreben
- Professionals, die Interesse an praktischen, Python-basierten Daten-Workflows haben
Erfahrungsberichte (2)
Alles war perfekt.
Florin Vrincianu
Kurs - Python Programming Fundamentals
Maschinelle Übersetzung
Praktische Übungen zum Inhalt helfen wirklich, jedes Thema besser zu verstehen. Außerdem ist es gut und hilfreich, die Kurse mit einer Vorlesung zu beginnen und dann mit praktischen Übungen fortzusetzen, um den vorgestellten Stoff besser einordnen zu können.
Nazeera Mohamad - Ministry of Science, Technology and Innovation
Kurs - Introduction to Data Science and AI using Python
Maschinelle Übersetzung