Курс
Основы пространственного анализа в Python
СТАРТ:
В ЛЮБОЕ ВРЕМЯ
ОЖИДАЕМОЕ ВРЕМЯ ПРОХОЖДЕНИЯ
4 - 6 НЕДЕЛЬ
ТОЛЬКО ПРИКЛАДНЫЕ
И АКТУАЛЬНЫЕ ЗАДАЧИ


Для начинающих: практические навыки и реальные кейсы
Автор курса
Инесса Трегубова, консультант, гео дата-сайнтист

гео-аналитик с 8-летним опытом, работала в Сбербанке, Мегафоне, Яндексе. Последние 5 лет специализируется на location intelligence, выполняла проекты для муниципалитетов и компаний из разных отраслей. Автор курса "Пространственный анализ в Python", выпускники которого нашли работу в Яндекс, Whoosh, Вкусвилл и других компаниях.

Где меня читать: Telegram, Бусти, Medium
Примеры работ: Github
Почему я выбрала геоаналитику?
Хочу поделиться тем, как пришла в геоаналитику и почему остаюсь здесь.

О курсе

На основе своего опыта в геоаналитике я собрала ключевые практические и теоретические знания. Если хотите попробовать себя в этой сфере — навыки курса must-have.

Вы получите понятную вводную в работу с геоданными и статистику, сразу начнёте применять их на практике. Материал закрепите тестами и заданиями с готовыми ответами.

Будем учиться мыслить как геоаналитик: разбирать опыт компаний, реальные кейсы, проходить симуляции интервью и решать задачи из проектов.

Финал — полноценный проект для портфолио: оценка доступности сервиса в городе с визуализацией на карте. Такой проект станет весомым плюсом при поиске работы или стажировки.
Что вы будете уметь после прохождения курса
Программа курса
Вводный блок
Вводный блок
Приветствие от автора
  • Установка и настройка рабочей среды
  • Опорные материалы для прохождения курса
  • Рекомендации для тех, кто мало знаком с Python
Блок 1
Блок 1
Особенности пространственных задач
  • Элементы пространственных задач
  • Задачи пространственного анализа: типы и примеры
  • Симуляция интервью. Мотивационное письмо
Блок 2
Блок 2
Создание геообъектов в Python
  • Создание точки в Python
  • Создание полигона в Python
  • Симуляция собеседований
Блок 3
Блок 3
Базовые операции над геонаборами
  • Работа с векторными наборами
  • Работа с растровыми наборами
  • Сохранение гео объектов в наборы
  • Демо работы с открытыми данными "Карты ДТП"
Блок 4
Блок 4
Свойства объектов в пространстве
  • Лекция. Особенности работы с геоданными
  • Координаты, перевод в UTM проекцию
  • Измерения площади, длины и дистанции.
  • Построение буфера
  • Симуляция собеседований
Блок 5
Блок 5
Отношения объектов в пространстве
  • Пространственные отношения
  • Расчет расстояния между объектом и набором
  • 2 способа поиска наиболее удаленных объектов набора
  • Дополнительные материалы
  • Самостоятельное решение задачи размещения кафе
Вспомогательный материал
Вспомогательный материал
Немного статитистики
  • Зачем геоаналитику статистика
  • Лекция. Сравнение локаций с помощью статистический показателей
  • Нормализация vs стандартизация
  • Доверительные интервалы
Блок 6
Блок 6
Создание витрин с пространственными показателями для сервиса быстрой доставки
  • Лекция. Пространственные объекты и тесселяции
  • Лекция. Способы отображения данных на карте
  • Создание агрегатов
  • Визуализация на картах с помощью метода Explore и библиотеки Matplotlib
  • Создание Choropleth maps с помощью библиотеки Folium
  • Симуляция интервью
  • Дополнительные материалы
Блок 7
Блок 7
Сравнительный анализ доступности в пространстве
  • Нормализация показателей с помощью среднего
  • Нормализация данных с помощью тесселяции
  • Нормализация данных по гексагонам
  • Стандартизация на ожидаемое среднее
  • Расчет z-score
  • Дополнительные материалы
Финальный рывок
Финальный рывок
Проект для портфолио с возможностью публикации в медиа
Это полноценный аналитический проект для портфолио, который вы выполняете самостоятельно на основе рекомендуемого плана, используя материалы курса.

  • Симуляция интервью. Финальная встреча
  • План решения задачи: оценка доступности сервиса в городе
  • Представление результата и возможность публикации в телеграм канале "О городах и данных"
Примеры из курса
Состав курса
Видео-лекции и скрин-касты кода
Скрипты кода с комментариями, заданиями и ответами
Теоретические и практические тесты
Дополнительные материалы: кейсы и примеры решений, расширенные методы, термены
Кому подойдет курс
Аналитик / DS
Хочет научиться работать с пространственными данными для отчетов или ML-моделей
ГИС-специалист
Хочет автоматизировать процессы и научиться анализировать данные в Python
Студент гео или урбан-специальности
Хочет найти стажировку в гео или нужны навыки обработки геоданных для курсовой
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;)
  • Желательно знание основ статистики (на курсе будет вводная)
  • Аккаунт в Telegram & наличие VPN
Пройдите тест — поймите,
комфортно ли вам будет проходить курс
Перед стартом рекомендую пройти небольшой входной тест по основам Python. Он поможет оценить, насколько вам сейчас будет комфортно учиться и хватит ли базовых знаний для уверенного старта.

Если тест покажет меньше 6 баллов, то вам стоит немного подготовиться, и вы сможете вернуться к курсу.
Что стоит подтянуть перед началом курса?
Если по результатам теста вы набрали меньше 6 баллов или по собственным ощущениям понимаете, что пока не хватает базы Python, начните с этих бесплатных вводных курсов:
Оплатить
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
Made on
Tilda