Atsauksmes
“Būtiskākie ieguvumi no grupu darba: 1. iespēja darboties praktiski kaut nedaudz darba videi tuvinātos apstākļos. 2. Ideju apmaiņa. 3. Mācot citus, mācies arī pats.”
Artūrs
“Ļoti kompetents un pacietīgs pasniedzējs, kas iedziļinās un spēj noturēt labu balansu starp teoriju un praksi.”
Līga
“Mācības patika, pasniedzējs bija ļoti aizrautīgs un zinošs, labprāt pastāstīja arī plašāk. Viss bija ļoti organizēts un saprotams.”
Rihards
Programmēšana Python valodā datu analītiķiem
ar Python Institute PCEP™ sertifikāciju
Kursa mērķis
Sniegt zināšanas un Python programmēšanas pamatprasmes datu apstrādei un rutīnas darbu automatizācijai.
Mērķauditorija
Datu analītiķi, kuri vēlas izmantot Python iespējas datu analīzē.
Kursa mērķis
Sniegt zināšanas un Python programmēšanas pamatprasmes datu apstrādei un rutīnas darbu automatizācijai.
Mērķauditorija
Datu analītiķi, kuri vēlas izmantot Python iespējas datu analīzē.
Tehnoloģijas
Python
MĀCĪBU NORISE
20% teorija un 80% prakse
Mācības notiek tiešsaistē. Mācības notiek 2 reizes nedēļā pa 4 mācību stundām 6 nedēļu garumā. Mācību laikā dalībnieki apgūst teoriju, ko nostiprina ar praktiskajiem uzdevumiem un grupu projektu.
Projektos balstīta mācīšanās nozīmē darbu grupās, kad mācību dalībnieki izstrādā projektu, kas ir balstīts uz reālu darba situāciju, praktiski pielietojot nodarbībās apgūtās prasmes un zināšanas.
Caurviju kompetences
Komunikācija
Atbildība
Darbs komandā
Pielāgošanās prasmes
DIGCOMP 2.1
B.1. Design and Develop.-L.2
B.3. Testing. - L.1
B.5. Documentation Production.-L.1
E-kompetences un caurviju kompetences
E-kompetences un caurviju kompetences
Caurviju kompetences
Komunikācija
Atbildība
Darbs komandā
Pielāgošanās prasmes
DIGCOMP 2.1
B.1. Design and Develop.-L.2
B.3. Testing. - L.1
B.5. Documentation Production.-L.1
Priekšzināšanas
Kurss ir domāts tiem, kuriem nav vai ir minimāla programmēšanas pieredze, bet ir vēlme pielietot programmēšanas pamatprasmes rutīnas darbu automatizācijai.
Sertifikācija
Python Institute sertifikācijas eksāmens PCEP™ – Certified Entry-Level Python Programmer
Kursa tēmas
1. Datorprogrammēšanas pamati:
1.2. programmas izpildīšanas principi
1.3. programmēšanas valodas definēšanas un konstruēšanas principi
1.4. atšķirība starp kompilāciju un interpretāciju
1.5. Python programmēšanas valoda un tās pozicionēšana starp citām valodām
1.6. Python valodas dažādas versijas
2. Python programmēšanas vides instalēšana un konfigurēšana
3. Objektorientētās programmēšanas principi un to realizācija Python
4. Datu apstrādes algoritmi un to izstrāde, attēlošana, aprakstīšana
5. Vienkāršu datu tipi (skaitļi, virknes, masīvi), to deklarēšana un apstrāde
6. Sakārtotas un nesakārtotas datu struktūras
7. Python datu formatēšanas un izvades pamatmetodes:
7.1. mainīgo lielumu jēdziens un mainīgo nosaukumdošanas noteikumi
7.2. skaitliskās operācijas
7.3. piešķiršanas operators
7.4. izteiksmju veidošana Pythonā un noteikumi, kas reglamentē izteiksmju veidošanu,
datu ievadīšana un konvertēšana
8. Zarošanās un loģiskās izteiksmju veidošana un to pierakstīšana Python sintaksē
9. Loģisko un cikla operatoru veidošana
10. Python koda strukturēšana atkārtotai izmantošanai, definējot un veidojot funkcijas, klases un moduļus
11. Failu un direktoriju, pārvaldīšana izmantojot Python kodu
12. Izņēmumu apstrāde
13. Python koda atkļūdošana un uzlabošana
14. Tīmekļa lietojumprogrammu saskarņu izmantošana
15. Tabulāru datu apstrādes pamati
16. Datu vizualizācija
17. Mākslīgā intelekta valodas modeļos bāzētu rīku izmantošana Python programmēšanas valodas apguvē
Python Institūta starptautiskais sertifikācijas tests kursa beigās (angļu valodā)
Mācīšanās rezultāti
Pēc sekmīgas mācību programmas apgūšanas kursa dalībnieki varēs patstāvīgi vai ar nelielu pieredzējušāku kolēģu atbalstu:
Pielietot Python objektorientētās programmēšanas metodes
Izstrādāt un dokumentēt algoritmus datu apstrādei
Deklarēt un veikt darbības ar vienkāršiem datu tipiem, tai skaitā virknēm un skaitļiem
Deklarēt un veikt darbības ar sakārtotām un nesakārtotām datu struktūrām, tai skaitā sarakstiem un vārdnīcām
Deklarēt datu masīvus
Izmantot datu modeļus
Veidot zarošanās un loģiskās izteiksmes
Veidot loģiskos operatorus un cikla konstrukcijas
Strukturēt kodu atkārtotai izmantošanai: definēt un izmantot funkcijas, klases un moduļus
Pārvaldīt failus un direktorijus, izmantojot Python kodu
Apstrādāt izņēmumus
Izstrādāt lietotāja saskarnes Python valodā
Testēt un validēt izstrādāto kodu
Dokumentēt izstrādāto kodu
Sadarboties izstrādātāju, testētāju un pasūtītāja komandā
Veikt datu vizualizāciju izmantojot Python iespējas
Pielietot valodas modeļos balstītos mākslīgā intelekta rīkus datu apstrādes programmu izstrādē
Izprast šobrīd pieejamo mākslīgā intelekta valodas modeļu rīku izmantošanas iespējas un ierobežojumus programmu izstrādē
Pielietot ChatGPT un citus valodas modeļos balstītos mākslīgā intelekta rīkus kļūdu novēršanai savās programmās un sevis izstrādāto risinājumu optimizēšanā
Atsauksmes
“Būtiskākie ieguvumi no grupu darba: 1. iespēja darboties praktiski kaut nedaudz darba videi tuvinātos apstākļos. 2. Ideju apmaiņa. 3. Mācot citus, mācies arī pats.”
Artūrs
“Ļoti kompetents un pacietīgs pasniedzējs, kas iedziļinās un spēj noturēt labu balansu starp teoriju un praksi.”
Līga
“Mācības patika, pasniedzējs bija ļoti aizrautīgs un zinošs, labprāt pastāstīja arī plašāk. Viss bija ļoti organizēts un saprotams.”
Rihards