"Data Analysis με Python" από το Πανεπιστήμιο Πειραιά

Το E- learning Πρόγραμμα Χρηματοοικονομικής Διοικητικής και Διοίκησης Έργων του ΚΕ.ΔΙ.ΒΙ.Μ. του Πανεπιστημίου Πειραιώς διοργανώνει το εξ’αποστάσεως εξειδικευμένο σεμινάριο "Data Analysis με Python".

Η Python είναι μια ισχυρή γλώσσα προγραμματισμού που χρησιμοποιείται σε μεγάλη έκταση σε νέα αλλά και υπάρχοντα μεγάλα προγράμματα διαφόρων εφαρμογών. Οι αυξανόμενες απαιτήσεις για την Python έχουν δημιουργήσει μία τεράστια κοινότητα γύρω από αυτήν, η οποία παρέχει αρκετά δυνατά εργαλεία και λύσεις που βοηθούνε σε καθημερινά επαγγελματικά προβλήματα όπως αυτά της Ανάλυσης Δεδομένων.

Το συγκεκριμένο σεμινάριο, θα σας βοηθήσει να δείτε πρακτικές εφαρμογές της Python επάνω στην Ανάλυση Δεδομένων μέσω της πρακτικής χρήσης μεταβλητών, δομών δεδομένων σε συνδυασμό με βιβλιοθήκες και εργαλεία που θα σας βοηθήσουν στην διαχείριση των δεδομένων σας καθώς και την τελική αναπαράστασή τους.

Μετέπειτα για όσους θέλουν να ξεκινήσουν ως Data Analysts τους δίνεται η δυνατότητα να μπορέσουν να διαχειριστούν, να μεταποιήσουν, να ανακατασκευάσουν και να παρουσιάσουν ακατέργαστα δεδομένα μέσα από χρήσιμες και ευρέως διαδεδομένες βιβλιοθήκες.

Μαθησιακά Αποτελέσματα/Σκοπιμότητα

Οι συμμετέχοντες είναι σε θέση να:

• να μάθουν πως η Python μπορεί να βοηθήσει έναν Data Analyst
• να αξιοποιούν εργαλεία και δομές που χρειάζεται να γνωρίζει και χρησιμοποιεί ο Data Analyst για την μεταποίηση των δεδομένων
• να κατανοούν με παραδείγματα τη βιβλιοθήκη NumPy
• να χρησιμοποιούν με παραδείγματα τη βιβλιοθήκη pandas
• να φορτώνουν, αποθηκεύουν και μεταποιούν δεδομένων
• να χρησιμοποιούν εργαλεία απεικόνισης και αναπαράστασης δεδομένων
• να χρησιμοποιούν δυνατότητες ομαδοποίησης των δεδομένων μέσω της function groupby
• να διαχειρίζονται χρονοσειρές (timeseries) – χρήση datetime, time, calendar
• να χρησιμοποιούν pandas για κατηγοριοποίηση των δεδομένων μέσω μετατροπής λιστών σε categorical τύπους δεδομένων και επιπλέον χρήσεις του groupby
• να κατανοούν τη Μοντελοποίηση των δεδομένων μέσω της χρήσης έτοιμων βιβλιοθηκών (statsmodels) και εισαγωγή στην scikit-learn για machine learning
• να γνωρίζουν ndarray objects, τρόπους αναδιαμόρφωσης λιστών (reshaping arrays, repeat, take, put), ταξινόμηση (argsort, lexsort)
• να κατανοούν χρήσιμες εντολές για αλληλεπίδραση με το λειτουργικό σύστημα και επιπλέον δυνατότητες της IPython

Διάρκεια - Αιτήσεις

Η διάρκεια του σεμιναρίου είναι 3 μήνες. Οι αιτήσεις συμμετοχής υποβάλλονται ηλεκτρονικά έως 1 Απριλίου, μέσω της ιστοσελίδας του Προγράμματος elearning.xrh.unipi.gr, ενώ τα μαθήματα ξεκινούν 4 Απριλίου.

Δείτε όλα τα σεμινάρια του Προγράμματος εδώ.

Το Πρόγραμμα

Τo Πρόγραμμα λειτουργεί από το 2008, έχει εκπαιδεύσει περίπου 12.000 συμμετέχοντες, ενώ πάνω από 400 εταιρίες και φορείς το έχουν επιλέξει για την εκπαίδευση εργαζομένων τους.

Βασικά χαρακτηριστικά

• Εξειδικευμένη γνώση σε επίκαιρα και σύγχρονα εκπαιδευτικά αντικείμενα από έμπειρους διδάσκοντες μέσω φιλικού και εύχρηστου περιβάλλοντος εργασίας
• Ψηφιακό υλικό διαθέσιμο οποιαδήποτε στιγμή στη πλατφόρμα ασύγχρονης εκπαίδευσης (ακόμα και μετά τη λήξη του σεμιναρίου)
• Χορήγηση Πιστοποιητικού Επιμόρφωσης με πιστωτικές μονάδες ECVET (για σεμινάρια ή προγράμματα άνω των 50 ωρών)
• Υψηλοί δείκτες ικανοποίησης από τους αποφοίτους μας που αξιολόγησαν την εκπαιδευτική διαδικασία και την υποστήριξη κατά τη διάρκεια της παρακολούθησης
• Έναρξη τμημάτων 3-4 φόρες ανά ακαδημαϊκό έτος και ευελιξία ολοκλήρωσης της on line εξέτασης εντός έτους από την εγγραφή
• Δυνατότητα αποπληρωμής των διδάκτρων σε μηνιαίες δόσεις και καταβολή μειωμένων διδάκτρων σε συγκεκριμένες ομάδες
• Δυνατότητα παρακολούθησης μεμονωμένων σεμιναρίων (εκπαιδευτικών ενοτήτων) ή προγράμματος (ομάδας σεμιναρίων)

Προαπαιτούμενα

Το Πρόγραμμα δέχεται αιτήσεις από Πτυχιούχους και φοιτητές όλων των ΑΕΙ και ΑΤΕΙ της ημεδαπής και της αλλοδαπής και Αποφοίτους δευτεροβάθμιας εκπαίδευσης με εμπειρία στο γνωστικό αντικείμενο. Σε περίπτωση που υπάρχουν προαπαιτούμενες γνώσεις για την παρακολούθηση κάποιας εκπαιδευτικής ενότητας αυτές αναγράφονται στο αντίστοιχο syllabus στην ιστοσελίδα του Προγράμματος.

Τρόπος Παρακολούθησης

To Πρόγραμμα καταργεί χωροχρονικά όρια και παρέχει ίσες ευκαιρίες εκπαίδευσης σε όλους, ανεξαρτήτως περιοχής κατοικίας και καθημερινών υποχρεώσεων, αφού δίνει τη δυνατότητα στους συμμετέχοντες να το παρακολουθούν από οπουδήποτε και οποιαδήποτε στιγμή έχουν ελεύθερο χρόνο, αρκεί να έχουν πρόσβαση στο διαδίκτυο. Η παρακολούθηση γίνεται αποκλειστικά από το Διαδίκτυο μέσω απλού εκπαιδευτικού λογισμικού (πλατφόρμα ασύγχρονης τηλεκπαίδευσης). Το περιβάλλον εργασίας στην πλατφόρμα ασύγχρονης εκπαίδευσης είναι πολύ φιλικό και εύχρηστο, ώστε να διευκολύνει τη μελέτη, ενώ παρέχεται ψηφιακό εκπαιδευτικό υλικό και συνεχής εκπαιδευτική υποστήριξη. Το εκπαιδευτικό υλικό όλων των εκπαιδευτικών ενοτήτων περιλαμβάνει ηλεκτρονικές σημειώσεις με θεωρία και παραδείγματα τα οποία είναι σε μορφή pdf με δυνατότητα αποθήκευσης και εκτύπωσης, ώστε να είναι εφικτή η μελέτη και offline. Σε κάποιες από τις εκπαιδευτικές ενότητες είναι διαθέσιμα και video διαλέξεων, τα οποία δεν μπορεί ο συμμετέχοντας να αποθηκεύσει αλλά μόνο να παρακολουθήσει on line συνδεδεμένος με την πλατφόρμα όσες φορές το επιθυμεί.

Τρόπος Εξέτασης - Τίτλοι Σπουδών

Μετά την επιτυχή παρακολούθηση μιας εκπαιδευτικής ενότητας χορηγείται Πιστοποιητικό Επιμόρφωσης ή Βεβαίωση Επιτυχούς Παρακολούθησης από το Κέντρο Επιμόρφωσης και Δια Βίου Μάθησης του Πανεπιστημίου Πειραιώς.

• Πιστοποιητικό Επιμόρφωσης, εφόσον η διάρκεια παρακολούθησης της εκπαιδευτικής ενότητας είναι τουλάχιστον 50 ώρες. Στο Πιστοποιητικό Επιμόρφωσης αναγράφεται η διάρκεια σε ώρες και οι μονάδες ECVET (1 μονάδα ανά 25 ώρες).

• Βεβαίωση Επιτυχούς Παρακολούθησης, εφόσον η διάρκεια παρακολούθησης της εκπαιδευτικής ενότητας είναι λιγότερο από 50 ώρες. Στη Βεβαίωση Επιτυχούς Παρακολούθησης αναγράφεται μόνο η διάρκεια παρακολούθησης χωρίς μονάδες ECVET.

Ο Οδηγός Σπουδών αποτελείται από εκπαιδευτικές ενότητες-σεμινάρια που εντάσσονται σε επιμέρους προγράμματα. Τίτλος Σπουδών χορηγείται με την ολοκλήρωση κάθε εκπαιδευτικής ενότητας, αλλά και κατόπιν επιτυχούς ολοκλήρωσης τουλάχιστον δύο εκπαιδευτικών ενοτήτων ίδιου προγράμματος.

Για οποιαδήποτε διευκρίνιση ή πληροφορία οι ενδιαφερόμενοι ή οι σπουδαστές του Προγράμματος μπορούν να επικοινωνούν στο email learnxrh@unipi.gr ή στα τηλέφωνα 6949476064 και 6942262930.