Онлайн-курсы
в пространственном анализе
в Python
в пространственном анализе
в Python
СТАРТ:
В ЛЮБОЕ ВРЕМЯ
В ЛЮБОЕ ВРЕМЯ
ДОСТУП К МАТЕРИАЛАМ:
В ТЕЧЕНИЕ ГОДА
В ТЕЧЕНИЕ ГОДА
ТОЛЬКО ПРИКЛАДНЫЕ
И АКТУАЛЬНЫЕ ЗАДАЧИ
И АКТУАЛЬНЫЕ ЗАДАЧИ
От Инессы Трегубовой
Практические курсы для специалистов в области градостроительства, девелопмента, которые хотят научиться быстро обрабатывать массивы геоданных, строить пространственные модели для принятия решений, а также познакомиться с новейшими международными подходами к анализу территорий.
Первый структурированный материал на русском языке по пространственному моделированию в Python
Только практико-ориентированные задачи с примерами кода
Возможность пройти курс в любое время и получить фидбек благодаря общению в Telegram
Инесса Трегубова
Консультант, гео дата сайнтист
Я аналитик с 8-летним опытом работы в таких компаниях как Сбербанк, Мегафон, Яндекс, Locatium. Последние 4 года занимаюсь алгоритмами location intelligence. В 2019 году окончила магистратуру Университета Глазго по программе Urban Analytics, в настоящее время делаю PhD в Еврейском университете в Иерусалиме в сфере Urban Economics. Автор курса "Умные города" на Coursera и собственного курса "Пространственный анализ и моделирование в Python". В портфолио аналитические проекты по заказу муниципалитетов, телекоммуникационных, строительных и нефтяных компаний, а также сервисов быстрой доставки в России, Израиле, Великобритании, Голландии, ОАЭ, и США. Веду телеграм-канал "О городах и данных"
Инесса Трегубова
Консультант, гео дата сайнтист
Я аналитик с 8-летним опытом работы в таких компаниях как Сбербанк, Мегафон, Яндекс, Locatium. Последние 4 года занимаюсь алгоритмами location intelligence. В 2019 году окончила магистратуру Университета Глазго по программе Urban Analytics, в настоящее время делаю PhD в Еврейском университете в Иерусалиме в сфере Urban Economics. Автор курса "Умные города" на Coursera и собственного курса "Пространственный анализ и моделирование в Python". В портфолио аналитические проекты по заказу муниципалитетов, телекоммуникационных, строительных и нефтяных компаний, а также сервисов быстрой доставки в России, Израиле, Великобритании, Голландии, ОАЭ, и США. Веду телеграм-канал "О городах и данных"
Набор навыков пространственного аналитика
На основе собственного опыта, и анализа рынка вакансий я выделила набор навыков, необходимых пространственному аналитику
- Базовая аналитика и работа с даннымиУверенное владение классическими инструментами анализа: работа с pandas, фильтрация, группировки, расчёт метрик, визуализация.
Без этого не получится ни один анализ - Постановка аналитических задач в пространствеСпособность переводить классический аналитический вопрос в пространственный:
«Какие районы работают хуже?» → «Где находятся точки с наименьшей конверсией?»
Это требует не только знания кода, но и пространственного мышления. - Обработка и анализ гео-наборовУмение работать с геометриями: точки, полигоны, линии, а также понимать, как связаны пространственные объекты между собой.
- Пространственная визуализацияВизуализация — это способ убедительно рассказать историю. Навык строить понятные и точные карты: от простых точек до хлороплетов и интерактивных дашбордов, где каждый элемент работает на смысл.
- Статистика для анализа в пространствеМетоды статистики помогают выявлять значимые паттерны: корреляции, зависимости, плотности. А также — оценивать, насколько полученные результаты надёжны и не являются случайным шумом
- Машинное обучение с учётом пространстваВзаимоотношения объектов в пространстве - важный фактор, повышающий точность ML моделей. ML в сочетании с геостатистикой выявляет пространственные кластеры, заполняет пробелы в данных и строит прогнозы, которые работают в городской среде.
- Интерпретация и презентация результатаУмение объяснить, что значит полученный результат, и как он поможет изменить продукт, город, сервис.
Это навык коммуникации, storytelling и аналитического суждения, без которого данные останутся просто точками на карте.
СПИСОК КУРСОВ
На основе ключевых навыков я разработала серию курсов по пространственному анализу в Python. Курсы упорядочены по сложности и уровню знаний и охватывают большинство известных миру геозадач в бизнесе
Курс I Основы пространственного анализа в Python
Уровень: новичок
Требования: базовый Python и основы статистики
Ожидаемое время прохождения: от 4 до 6 недель
Требования: базовый Python и основы статистики
Ожидаемое время прохождения: от 4 до 6 недель
Курс II Машинное обучение в геозадачах
Уровень: геоаналитик
Требования: опыт с геоданными Python и знание статистики
Ожидамое время прохождения: 5 недель
В РАЗРАБОТКЕ
Требования: опыт с геоданными Python и знание статистики
Ожидамое время прохождения: 5 недель
В РАЗРАБОТКЕ
Курс III Задачи оптимального размещения
Уровень: геоаналитик
Требования: опыт с геоданными в Python и знание статистики
Ожидамое время прохождения: 3 недели
В РАЗРАБОТКЕ
Требования: опыт с геоданными в Python и знание статистики
Ожидамое время прохождения: 3 недели
В РАЗРАБОТКЕ
Общие сведения
.
Состав курсов
Видео-лекции и скрин-касты кода
Скрипты кода с комментариями и заданиями
Теоретические и практические тесты
Термины и ссылки на дополнительные материалы
Общие требования к слушателям
Учебный или практический опыт работы в Python
Опыт работы с библиотекой pandas: фильтрация, сцепки, сводные таблицы;
Знание типов данных: списки, словари, кортежи, множества;
Знание типов данных: списки, словари, кортежи, множества;
Знание основ статистики
Знание мер описательной статистики, теории проверки гипотез, законов распределения, основ регрессионного анализа
Аккаунт в Telegram
Выбрать курс и оплатить
Задачи оптимального размещения
Уровень: эксперт
В разработке
Машинное обучение в геозадачах
Уровень: эксперт
В разработке
Подписывайтесь на канал
Если у вас есть вопросы по структуре курсов или вы просто хотите больше знать про работу с данными в городах , подписывайтесь на telegram-канал @datainthecity или пишите на geoanalysis.team@gmail.com
Контакты
geoanalysis.team@gmail.com
geoanalysis.team@gmail.com
