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 Datenaufgaben
- Installation von Python und Einrichtung der Entwicklungsumgebung
- Sprachliche Grundlagen: Variablen, Datentypen, Kontrollstrukturen
- Schreiben und Ausführen einfacher Python-Skripte
Dateiverarbeitung: CSV und Excel
- Lesen und Schreiben von CSV-Dateien mit dem csv-Modul und Pandas
- Arbeiten mit Excel-Dateien über openpyxl/xlrd und Pandas
- Praktische Übungen: Automatisierung von Dateikonvertierungen
Einführung in Pandas
- DataFrame-Grundlagen: Erstellung, Indizierung, Auswahl und Filterung
- Aggregations- und Gruppierungsoperationen
- Gängige Aufbereitungsoperationen: Fehlende Werte, Duplikate und Typkonvertierungen
Einführung in Polars
- Polars-Konzepte und Leistungsfähigkeit im Vergleich zu Pandas
- Grundlegende DataFrame-Operationen in Polars
- Anwendungsbeispiel: Wann man Polars anstelle von Pandas wählt
Fortgeschrittene Datentransformation (Mittlere Ebene)
- Komplexe Joins, Fensterfunktionen und Pivot-Operationen in Pandas
- Effiziente Datenverarbeitungs-Muster mit Polars
- Kettung von Operationen und Optimierung des Speicherverbrauchs
Prozessautomatisierung mit Python
- Schreiben von Skripten zur Automatisierung wiederkehrender Daten- und ETL-Schritte
- Zeitplanung von Skripten mit Betriebssystem-Schedulern oder Task-Schedulern
- Protokollierung, Fehlerbehandlung und Benachrichtigungen
Skript-Paketierung und bewährte Vorgehensweisen
- Erstellung ausführbarer Dateien mit PyInstaller oder ähnlichen Tools
- Projektstruktur, virtuelle Umgebungen und Abhängigkeitsverwaltung
- Grundlagen der Versionskontrolle und Dokumentation von Workflows
Praktisches Mini-Projekt
- End-to-End-Aufgabe: Rohdaten lesen, Daten bereinigen und transformieren, Ergebnisse erzeugen
- Automatisierung des Workflows und Verpackung als ausführbares Skript oder ausführbare Datei
- Review und Verbesserungen basierend auf Peer-Feedback
Zusammenfassung und nächste Schritte
Voraussetzungen
- Grundlegende Vertrautheit mit Programmierkonzepten oder Bereitschaft zum Lernen
- Vertrauen im Umgang mit der Befehlszeile oder dem Terminal zur Paketinstallation
- Erfahrung im Umgang mit Kalkulationstabellen (CSV/Excel)
Zielgruppe
- Datenanalysten und Operative, die Datenaufgaben automatisieren
- Analytische Ingenieure, die leichtgewichtiges ETL-Scripting suchen
- Fachkräfte, die sich für praktische, Python-basierte Daten-Workflows interessieren
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