Продажи курса закроются навсегда 16 октября 2026 года. Доступ к платформе для всех участников останется до октября 2027 года.
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
Этот курс для аналитиков, ГИС-специалистов, студентов geo/urban-направления кто хочет:
Работать с данными
Научись работать с пространственными данными для отчетов или ML-моделей
Автоматизировать аналитику
Автоматизируй процессы и научись анализировать данные в Python
Уверенно проходить интервью
Найди стажировку в гео или нужны навыки обработки геоданных для курсовой
Особенности пространственных задач
Программа курса
Вводный модуль
Приветствие от автора
Установка и настройка рабочей среды
Опорные материалы для прохождения курса
Рекомендации для тех, кто мало знаком с Python
Модуль 1
Элементы пространственных задач
Задачи пространственного анализа: типы и примеры
Симуляция интервью. Мотивационное письмо
Модуль 2
Создание геообъектов в Python
Создание точки в Python
Создание полигона в Python
Симуляция собеседований
Модуль 3
Создание геообъектов в Python
Создание точки в Python
Создание полигона в Python
Симуляция собеседований
Модуль 4
Свойства объектов в пространстве
Лекция. Особенности работы с геоданными
Координаты, перевод в UTM проекцию
Измерения площади, длины и дистанции
Построение буфера
Симуляция собеседований
Модуль 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
Немного статитистики
Зачем геоаналитику статистика
Лекция. Сравнение локаций с помощью статистический показателей
Нормализация vs стандартизация
Доверительные интервалы
Модуль 6
Создание витрин с пространственными показателями для сервиса быстрой доставки
Лекция. Пространственные объекты и тесселяции
Лекция. Способы отображения данных на карте
Создание агрегатов
Визуализация с помощью метода Explore и библиотеки Matplotlib
Создание Choropleth maps с помощью библиотеки Folium
Симуляция интервью
Дополнительные материалы
Модуль 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
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"
Состав курса
1.
Видео-лекции и скрин-касты кода
2.
Скрипты кода с комментариями, заданиями и ответами
3.
Теоретические и практические тесты
4.
Дополнительные материалы: кейсы, расширенные методы
Что нужно для прохождения курса?
Во-первых, желание и...
Опыт работы в Python (опыт работы с библиотекой pandas: фильтрация, сцепки, сводные таблицы; знание типов данных: списки, словари, кортежи, множества)
Базовые знания основ статистики
Аккаунт в Telegram, 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.
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: