Biznesa datu apstrādes automatizācija
(Python valodā)

Mērķa grupa: Biznesa analītiķi, procesu optimizācijas speciālisti, IT speciālisti.

Studiju kurss "Biznesa datu apstrādes automatizācija" palīdz studentiem izprast, kā uzņēmumos var automatizēt dažādus procesus, izmantojot Python programmēšanas valodu. Kursā tiek apskatītas metodes, kas ļauj apstrādāt un analizēt datus, piemēram, izmantojot tādas Python bibliotēkas kā pandas un numpy. Studenti arī mācīsies, kā iegūt informāciju no tīmekļa, izmantojot tīmekļa skrāpēšanu un API, lai šo informāciju izmantotu biznesa vajadzībām.

Papildus Python pamatiem un datu apstrādei, kurss sniedz ieskatu dažādos veidos, kā automatizēt procesus, lai uzņēmumi varētu strādāt efektīvāk un ietaupīt izmaksas. Studenti praktiski mācīsies plānot un strukturēt automatizācijas risinājumus, izmantojot pseidokodu. Kursam nepieciešamas pamatprasmes datoru lietošanā un programmēšanā, un tas sastāv no 40 kontaktstundām un 40 stundām patstāvīgā darba.

  • Novērtējums: 4.8

Galvenās tēmas

  • Ievads biznesa procesu automatizācijā.
  • Programmatūras izstrādes procesa pamati.
  • Programmēšanas valodas Python pamati.
  • Datu apstrādes un analīzes metodes.
  • Tīmekļa datu iegūšanas un apstrādes metodes.
  • Procesu automatizācijas pieejas un metodes.

Nepieciešamais materiāltehniskais nodrošinājums

  • Dators (minimāli i3 procesors, Microsoft, Linux GUI vai MacOs operētājsistēma) ar interneta pieslēgumu.
  • Iespēja instalēt un parvaldīt programmatūru Jūsu datorā.
Automatizācijas nozīme un mērķi biznesā
20 Minutes
Priekšrocības dažādās nozarēs
60 Minutes
Automatizācijas ietekme uz efektivitāti un izmaksām
85 Minutes
Praktiskie piemēri no nozares
60 Minutes
Python sintakse un tās pamati
40 Minutes
Mainīgie, datu tipi un vadības struktūras
40 Minutes
Python funkcijas un to izmantošana
40 Minutes
Automatizācijas pamatuzdevumu risināšana ar Python
40 Minutes
Praktiskais darbs
60 Minutes
Datu ievākšanas un tīrīšanas metodes
40 Minutes
Ievads datu analīzes bibliotēkās (pandas, numpy)
40 Minutes
Darbs ar datu tabulām un struktūrām
40 Minutes
Datu transformācija un filtrēšana analīzes vajadzībām
40 Minutes
Praktiskais darbs
60 Minutes
Datu analīzes metodes un to pielietojums biznesā
40 Minutes
Datu analīzes veikšana ar Python
40 Minutes
Datu vizualizācijas rīki un tehnikas (matplotlib, seaborn)
40 Minutes
Rezultātu interpretācija un pārskatu veidošana
40 Minutes
Praktiskais darbs
60 Minutes
Tīmekļa skrāpēšanas metodes (BeautifulSoup, Scrapy)
40 Minutes
API izmantošana datu ieguvei un apstrādei
40 Minutes
JSON un XML datu formāti tīmekļa datu iegūšanā
40 Minutes
Reāllaika datu iegūšana un apstrāde ar Python
40 Minutes
Praktiskais darbs
60 Minutes
Automatizācijas stratēģiju un metožu apskats
40 Minutes
Iepazīšanās ar rīkiem un pakotnēm, piemēram, Selenium un PyAutoGUI
40 Minutes
Praktiski piemēri uzdevumu automatizācijai (e-pasta sūtīšana, failu apstrāde)
40 Minutes
Automatizācijas projektu uzturēšana un optimizācija
40 Minutes
Praktiskais darbs
60 Minutes
Projekta prasību definēšana un uzdevumu sadalīšana
40 Minutes
Automatizācijas risinājuma plānošana un realizācija
40 Minutes
Testēšanas un kvalitātes nodrošināšanas principi
40 Minutes
Koda dokumentācija un projekta prezentācija
40 Minutes
Praktiskais darbs
60 Minutes
Praktiska projekta realizācija, apvienojot datu apstrādi un automatizāciju
40 Minutes
Sarežģītāku risinājumu izstrāde ar Python
40 Minutes
Rezultātu prezentēšana un pielietojuma scenāriji
40 Minutes
Ieteikumi risinājuma uzlabošanai un turpmākai uzturēšanai
40 Minutes
Praktiskais darbs
60 Minutes

Lektori

Magone Una Rauba

biznesa analitiķis.

Aleksejs Jurenoks

as. Prof.
Video Image

Apskatīt video

  • Online lekcijas 8
  • Kontaktstundas 40 ak.st.
  • Praktiskais darbs 40 ak.st.
Pieteikties