Python стал базовым инструментом в сфере данных. Ловите подборку ресурсов, которые помогут его освоить.

⭐️ Онлайн-платформы
Codecademy — интерактивные уроки с упражнениями и проверкой кода.
Real Python — видеоматериалы, туториалы и статьи о новых технологиях и библиотеках.
W3Schools — платформа с практическими задачами на программирование, объяснениями и примерами кода.
Codingame — тренажер с игровыми заданиями, системой достижений и соревнованиями.

⭐️ Мобильные приложения
Ищите программы и проверяйте совместимость с устройством в магазине приложений вашей платформы.
SoloLearn — интерактивные уроки, упражнения, тесты. Есть курсы для разработчиков разных уровней и встроенный редактор с автодополнением.
Pydroid 3 — полноценная среда разработки с поддержкой популярных библиотек для аналитики и визуализации.
QPython — редактор, интерпретатор и библиотека примеров для проектов и веб-приложений.
Pythonista 3 — написание и запуск кода на iPhone или iPad, поддержка сторонних библиотек и API iOS.
Learn Python (Programming Hub) — короткие уроки и тесты для быстрого освоения основ.

⭐️ Бесплатные курсы
«Основы Python» — программа для начинающих от экспертов karpov.cоurses. На практике учит работать с переменными, основными типами данных, циклами, условиями, писать собственные функции.
Python Class ― объемная программа с основными возможностями языка и примерами кода от компании Google.

⭐️ Платные курсы
Если планируете использовать Python для работы с данными, рекомендуем сразу проходить профильные курсы (да, мы не удержались и добавили свои):
«Аналитик данных» — научитесь анализировать данные с помощью Python, выполните 500+ упражнений и 10+ проектов для портфолио.
«Инженер машинного обучения» — освоите Python и ML-библиотеки на уровне, необходимом для обучения нейросетей.

Делитесь подборкой полезных материалов с друзьями.
Ставьте 🔥, если нужен такой список и по другим инструментам.

Часто хочется смотреть на цифры?
Чувствуете позывы тошноты, когда падают метрики?
Кружится голова, когда в таблицах полный беспорядок?

Такие симптомы — серьезный повод сдать тест на аналитика. Ходить в аптеку не придется: мы обо всем позаботились. Вам осталось только честно ответить на вопросы.

1️⃣ Вы часто сравниваете цифры и пытаетесь отследить закономерности?
2️⃣ Проверяете, насколько эффективно сработала акция или новая функция?
3️⃣ Обсуждаете с командой, почему упали метрики?
4️⃣ Пытаетесь строить гипотезы и искать подтверждения в данных?
5️⃣ Создаете отчеты, чтобы и коллегам было понятно, что происходит в вашем отделе?

Если совпало больше трех пунктов, поздравляем! В вас растет юный аналитик ⭐️😸
Вам нельзя много беспокоиться, поднимать тяжести и переживать по пустякам. А нужно — встать на учет в karpov.cоurses на курс «Аналитик данных».

Узнаете, как растить в себе сильного и здорового аналитика: работать с SQL, Python, библиотеками для машинного обучения, А/В-тестами.

Он мастерски выявляет потребности бизнеса — даже когда бизнес сам их не осознает.
Переводит запросы заказчиков в понятные ТЗ для команды разработки.
Наводит порядок в процессах и помогает проектам двигаться без остановок.

Это не железный человек, а системный аналитик. Как ему все это удается, расскажем на вебинаре 9 октября, в четверг, в 19:00 по Мск. Обсудим:
— какие задачи решает специалист;
— почему бизнесу и команде разработки сложно без системного аналитика;
— можно ли работать в этой сфере без навыков программирования;
— какие навыки и инструменты нужны на старте.

Спикеры вебинара
➗Екатерина Иванушкина — старший системный аналитик в Lemana pro, продукт «Поиск и рекомендации».
➗Алексей Слепцов — системный аналитик и IT-лидер, в индустрии больше 20 лет, работал в Альфа-Банке, ВТБ и Finbridge.

Зарегистрироваться на вебинар

Почему спрос на ML-специалистов растет и не стагнирует? И как выпускнику курсов начать карьеру в 2025 году?
О реальной ситуации на рынке труда расскажет Алексей Кожарин — старший разработчик в Газпром-Медиа Холдинг Дата и преподаватель karpovꓸcоurses.
📌 Приходите на бесплатную встречу с ним сегодня в 18:00 по Москве в нашем тг-канале.

На вебинаре узнаете:
— Что такое машинное обучение — на примерах, простыми словами;
— Про ключевые навыки и инструменты, с которых стоит начать путь в 2025 году;
— Как ML решает задачи бизнеса;
— Как проходит обучение на курсе «Инженер машинного обучения» и какие обновления ждут новых студентов.

Алексей расскажет о своем пути в ML и ответит на вопросы слушателей. Записывайтесь, чтобы получить максимум полезной информации о востребованной IT-профессии.

На следующей неделе мы проведем сразу два вебинара. Рассказываем детали в посте — регистрируйтесь и бронируйте слоты в календаре.

📌 Как убедить заказчика, что таблицы — стрем, а дашборды — норм
14 октября в 19:00 мск
Обсудим вместе с Александром Фатеховым, главным по BI в «Авиасейлс»:
— как аргументированно доказать заказчику пользу дашбордов;
— какие ошибки чаще всего совершают при их проектировании;
— как устроена аналитика в «Авиасейлс»;
— как повысить BI-культуру в компании.
Зарегистрироваться на вебинар

📌 Как создать своего первого автоматизированного AI-агента
16 октября в 19:00 мск
Погрузимся в работу с AI-агентами с Игорем Зуриевым — руководителем проектов по автоматизации бизнеса и внедрению ИИ в крупных IT-проектах: «Лукойл», аэропорт Шереметьево, ООО «Газпром трансгаз Москва». Узнаете:
— как собрать AI-агента, который сгенерирует контент-план по запросу;
— как с помощью no-code платформы n8n связать Telegram, ChatGPT и Google Sheets в единую систему;
— как составлять простые, но эффективные промпты.
Зарегистрироваться на вебинар

23 октября стартует курс «Hard Аналитика данных»
📌 Двум студентам этого потока открывается особая возможность: шанс устроиться в Garage Eight продуктовым аналитиком или аналитиком данных.

О компании
Garage Eight — бренд, который вырос из «гаражного стартапа» в международную продуктовую IT-компанию, где сегодня работает более 280 специалистов. Команда создает продукты в сфере инвестиций, аналитики и финансового образования для рынков Европы, Азии, Латинской Америки и Африки.

Компания входит в рейтинг лучших работодателей по версии HHꓸru и получает высокие оценки на ХабрꓸКарьере:
➗ комфортные условия работы — 4.55;
➗ социальный пакет — 4.85;
➗ адекватная зарплата — 4.64.

Как подготовиться к отбору
Все, что понадобится, уже входит в программу курса «Hard Аналитика данных». Вас ждет 6 месяцев продвинутой теории и практики — чтобы повысить грейд и стать тем, к кому идут за сложными решениями.

Чему вы научитесь:
— Создавать дашборды, которые решают задачи бизнеса.
— Работать с большими данными с помощью Spark, S3, Clickhouse.
— Строить пайплайны данных без команды DWH.
— Проводить сложные эксперименты.
— Строить и обучать модели.
— Эффективно работать с ML-инженерами и командой DWH.

Готовы расти по-серьезному и работать на результат? Записывайтесь на программу и до встречи на курсе!