ברוכים הבאים למסלול ה - Data Analytics with Python – 40H

שעות אקדמיות

40 ש"א

פרונטלי/ אונליין מהבית

Python is among the most popular programming language exists, and by many means, the most useful one.

In this Python course you will learn how to program with this popular development language as well as working with related packages for operating with data.

The first part of the course will cover all Python essentials: installing, data types and creating variables, input and output, decision making and repetition, iterators, list comprehension and functions. He also covers variable scope, modules – creating and using pre-built ones, object oriented programming, inheritance, exception handling and using data structures.

The second part will cover the most important libraries for data analysis:

Numpy is the fundamental package for scientific computing with Python. A good understanding of Numpy will help you use tools like Pandas effectively.

Matplotlib is a widely-used package for scientific graphics. This part will include an introduction to the matplotlib objects, to their basic functionalities and a survey of the basic plot types.

Scipy is Python-based ecosystem of open-source software for mathematics, science, and engineering and the "parent" of the Numpy & Matplotlib among others

Prerequisites

Basic fundamental programming skills in any languag

כן! אשמח כבר להתחיל

כמה מרוויחים ב Data Analytics with Python ?

תוכנית הלימודים

Python Programming Language

בחלק זה נתמקד בכל האספקטים של שפת הפיתוח הפופולארית – שפת פייתון : החל מנושאים בסיסיים כמו אבני הבנין של השפה ( משתנים, התניות, לולאות, מערכים), דרך מימוש פונקציות בסיסיות ומתקדמות ומבני נתונים נפוצים מאוד.

נכסה לעומק את כל האספקטים של תכנות מונחה עצמים, נלמד לעבוד עם קבצים בפורמטים שונים ונלמד לעבוד עם כלי ניהול המודולים (הורדה, הפצה והתקנה).

Introduction

Background
Why Python
Static vs. Managed Vs. Dynamic Languages
Usages
Development Tools

Python basic data types

Expressions, Statements, Variables
Working With Numbers
Working With Strings
Working With Booleans
Working With Arrays
Input & Output

Python common operators

If Statement
If-else statement
If-elif statement
Switch statement
While Loops
For Loops
Break & Continue
Range function

Collections

Working With Lists
Working With Dictionaries
Working With Tuples
Working With Sets
Sorting Dictionaries
Copying Collections
Copying Collections - shallow and deep copy
Advanced usages with Map, Filter & Reduce

Functions

Simple functions
Default Values
Named Args
Map
Filter
Reduce
Anonymous Functions
Built-In Functions
Scopes : Global , Local , Nested
Nested Functions
Lambda Expressions
Callback functions

Exceptions Handling

Bug, Error & Exception
Exception Syntax
Exception Levels
The try-catch-finally keywords
Custom Exceptions
Raising an Exception

Object Oriented Programming

Classes
Objects
Magic Functions

Effective documentation using docstrings
O. Concepts
Fields
Abstract Data Types
Inheritance
Special Methods
Virtual Functions

Modules & Packages

What are Modules?
Importing Modules
Testing Modules
Built in Modules
User Defined Modules
Search Hierarchy
Multiple source files
Byte code
Packages & PyPi

Final Module Ex

Data Analysis With Python - 2 Days

בחלק זה נתמקד במגוון מהספריות הנפוצות ביותר של שפת Python לעיבוד ואנליזה של מידע: החל מאיסוף המידע, דרך ניתוח שלו, אופטימיזציה של מודלים והצגה ויזואלית שלו. נכיר שימושים מתמטיים ומדעיים בספריות NumPy, scipy ו Matplotlib. גם בחלק זה נתרגל את כלל החומר ונפתור תרגיל סיום מודול.

Working with Files & Data

Accessing files
Reading files
Writing to files
Text files

XML & JSON files
Binary Files
Yaml Files & ruaml_yaml package

The NumPy Library

Working with Array
Broadcasting
N-Dimensional Arrays
Reading Text Files

The Matplotlib Library

Matplotlib objects
Plotting
The pyplot state machine

The scipy Library

Useful usages
Non-Linear equations optimization
Non-Linear equations solvers
Root vs. Fsolve techniques

The Pandas Library (If time permits)

Series & Index
DataFrame

למה ללמוד אצלנו

מאז הקמתה בשנת 2013, מכללת סמארט הפכה לסמל של מצוינות בהכשרת מקצועות ההייטק בישראל. אנו מזמינים אתכם להצטרף למשפחת בוגרינו הרחבה, שכבר מונה אלפים של מקצוענים המועסקים בחברות הייטק בארץ ובעולם.

בחירה במכללת סמארט תבטיח לכם:

נגישות ונוחות: עם 6 קמפוסים מפוזרים ברחבי הארץ, מירכא ועד באר שבע, אנו מציעים את הפריסה הגדולה ביותר בישראל, מה שמאפשר לכם ללמוד בקרבת בית.
מתודולוגיה פרקטית: קורסים שלנו מבוססים על פרקטיקום, עם דגש על תרגול ויישום מעשי של לפחות 60% מהחומר הלימודי.
שיטות למידה מתקדמות: אנו מציעים למידה פרונטלית בכיתות חדישות, וכן אופציות ללמידה היברידית, אונליין או דיגיטלית עם תמיכה מלאה מהמרצים.
חדשנות טכנולוגית: קורסי ההייטק שלנו משלבים בינה מלאכותית (AI), נותנים לכם יתרון משמעותי בשוק העבודה.
גמישות למידה: ניתן לגשת לכל הקורסים שלנו, בכל זמן ומכל מקום, דרך פורטל הלמידה של המכללה.
מסלול למידה ממוקד: הקורסים שלנו מותאמים לדרישות השוק הישראלי, ותוך כ-4 חודשים תהפכו למועמדים מבוקשים למשרות עם תנאים מעולים.
תמיכה בגיוס לעבודה: אנו מספקים ליווי מקצועי בתהליך השמה, כולל בניית קורות חיים, סדנאות לינקדין ועוד.
תמיכה אישית ומקצועית: מעבר לשעות הקורס, צוות המרצים שלנו זמין לשאלות, ייעוץ ותמיכה, כולל שעורי תגבור ותרגול ללא עלות נוספת.
מומחיות מקצועית: מרצינו הם מומחים פעילים בתעשייה, מה שמבטיח לכם ידע עדכני ורלוונטי – הייטק לומדים מהייטקיסטים!
סדנאות ייחודיות: אנו מספקים סדנאות מיוחדות לכתיבת קורות חיים ולינקדין, כדי לחזק את יכולתכם להתמודד בשוק העבודה.

במכללת סמארט, אנו מחויבים להצלחתכם המקצועית ולהכנתכם לעולם ההייטק המתקדם. הצטרפו אלינו וקחו חלק במהפכה הטכנולוגית!

באילו תפקידים ניתן להשתלב אחרי הקורס?

שילוב לימודי AI בינה מלאכותית בכלל הקורסים

מותאם לפי דרישות הלקוח

מגוון גישות לימוד (אתר הלקוח , אצלנו או בזום)

מרצים ויועצים מהשורה הראשונה

אפשרות ללימוד בשפה העברית אנגלית ורוסית

הירשם עכשיו!

בוגרים מספרים

מכללת סמארט - אליזה מוקרייר בוגרת מסלול לימודי עיצוב גרפי וחווית משתמש

אליזה מוקרייק

איילה אלמליח

דיב מזאריב

לאה לוי

מכללת סמארט - קורס בדיקות תוכנה QA - המלצה של סטודנט בוגר

מיתר קורדובה

נטלי טורליבייב

נינה שטיינר

ניקולאי קרילוב

תהילה לוי

ברק דהן

שקדיה דישי

תהילה אליאס

מסלול עיצוב גרפי וחווית משתמש Pro – UX\UI