Scribd
Загрузить
8 просмотров2 страницы

Python

Документ представляет собой план изучения Python для Data Engineer на три месяца, разделенный на три основных этапа. Первый месяц охватывает основы Python, структуры данных, работу с API и ETL, второй месяц фокусируется на больших данных и продвинутой разработке, а третий месяц включает практику и подготовку к собеседованиям. Каждая неделя содержит конкретные темы и практические задания для закрепления знаний.

Загружено:

misterproper1215
Авторское право
© All Rights Reserved
Мы серьезно относимся к защите прав на контент. Если вы подозреваете, что это ваш контент, заявите об этом здесь.
Доступные форматы
Скачать в формате DOCX, PDF, TXT или читать онлайн в Scribd
8 просмотров2 страницы

Python

Документ представляет собой план изучения Python для Data Engineer на три месяца, разделенный на три основных этапа. Первый месяц охватывает основы Python, структуры данных, работу с API и ETL, второй месяц фокусируется на больших данных и продвинутой разработке, а третий месяц включает практику и подготовку к собеседованиям. Каждая неделя содержит конкретные темы и практические задания для закрепления знаний.

Загружено:

misterproper1215
Авторское право
© All Rights Reserved
Мы серьезно относимся к защите прав на контент. Если вы подозреваете, что это ваш контент, заявите об этом здесь.
Доступные форматы
Скачать в формате DOCX, PDF, TXT или читать онлайн в Scribd

План изучения Python для Data Engineer за 3 месяца

Месяц 1: Основы Python и структуры данных

Неделя 1: Базовый синтаксис и основы программирования

 День 1: Установка Python, работа с IDE (VS Code, PyCharm)


 День 2: Типы данных (int, float, string, bool), операторы, приведение типов
 День 3: Условные операторы (if-elif-else)
 День 4: Циклы (for, while), list comprehensions
 День 5: Работа со строками (методы, форматирование, f-строки)
 День 6: Работа со списками, кортежами, множества и их методы
 День 7: Итоговая практика – написать простую консольную программу (например,
калькулятор)

Неделя 2: Функции и структуры данных

 День 8: Функции (объявление, аргументы, return, lambda)


 День 9: Исключения (try-except, обработка ошибок)
 День 10: Работа со словарями (dict)
 День 11: Работа с файлами (чтение/запись .txt, .csv, JSON)
 День 12: Введение в ООП: классы, атрибуты, методы
 День 13: Наследование, полиморфизм
 День 14: Практика – написать программу с классами (например, систему
управления заказами)

Неделя 3: Основы работы с данными

Доп. Разобраться с Jupyter Notebook

 День 15: Введение в библиотеки NumPy (основные операции, массивы)


 День 16: Pandas: Series и DataFrame, чтение и запись данных
 День 17: Операции с DataFrame (фильтрация, группировка, агрегация)
 День 18: Визуализация данных (Matplotlib, Seaborn)
 День 19: SQL: Основы SQL (SELECT, WHERE, GROUP BY, JOIN)
 День 20: Работа с SQL в Python (sqlite3, SQLAlchemy)
 День 21: Итоговая практика – анализ набора данных (Pandas + SQL)

Неделя 4: Работа с API и основами ETL

 День 22: Введение в REST API, работа с requests


 День 23: Разбор API (JSON, HTTP-запросы, парсинг данных)
 День 24: Введение в ETL (Extract, Transform, Load)
 День 25: Использование Pandas в ETL
 День 26: Автоматизация ETL-скриптов (schedule, argparse)
 День 27: Практика – написать ETL-скрипт, который парсит данные из API и
сохраняет их в БД
 День 28: Повторение, мини-проект
Месяц 2: Работа с большими данными и продвинутая Python-разработка

Неделя 5: Потоки, многопоточность, асинхронность

...

Неделя 6: Облачные технологии и работа с базами данных

...

Неделя 7: Docker, Airflow, автоматизация процессов

...

Неделя 8: Итоговый проект

...

Месяц 3: Практика, портфолио и подготовка к работе

Неделя 9-10: Улучшение навыков

...

Неделя 11-12: Подготовка к собеседованиям

...

Вам также может понравиться