Программирование на Python

Бакалавриат 2025/2026

Статус: Курс обязательный (Бизнес-информатика)

Кто читает: Департамент бизнес-информатики

Когда читается: 2-й курс, 1, 2 модуль

Охват аудитории: для всех кампусов НИУ ВШЭ

Преподаватели: Блинков Арсений Викторович, Данилин Олег Алексеевич, Левин Данил Валерьевич, Саночкин Юрий Ильич, Сусов Андрей Алексеевич, Чекмаева Софья Алексеевна, Эрденко Александр Сергеевич

Язык: русский

Кредиты: 4

Контактные часы: 72

Дополнительные материалы в LMS Задать вопрос

Аннотация

Язык программирования Python является одним из самых популярных языков программирования. Данный язык можно использовать почти во всех IT сферах, от анализа данных и автоматизации рутинных процессов до разработки игр. Данный курс даст студентам продвинутые навыки использования языка Python и навыки использования Python для задач обработки данных. Студенты смогут использовать полученные знания в своей профессиональной деятельности, а также при желании могут углубиться в заинтересовавшую сферу на профильных курсах.

Цель освоения дисциплины

Уверенное владение языком программирования Python на базовом уровне для решения задач аналитики. Умение применять специальные библиотеки Numpy, Pandas для анализа бизнес-данных
Выработка навыков осуществления первичного анализа данных, построения визуализаций данных и их интерпретация
Знакомство с основными продуктовыми гипотезами, продуктовыми метриками. Умение их применять при решении бизнес-задач на практике
Ознакомление с принципами извлечения данных с внешних ресурсов и обработки полученных данных
Знакомство с машинным обучением в контексте задач классического машинного обучения
Уверенное владение техниками теории вероятностей и математической статистики, в том числе и проведение A/B-тестирований, в контексте бизнес-задач на практике
Знакомство с понятием временных рядов, в том числе неоднородных временных рядов, и умение использовать модели анализа временных данных для решения прикладных задач
Ознакомление с основными инструментами production-решений и их применение в контексте задач программирования

Планируемые результаты обучения

Владеть основами синтаксиса языка программирования Python
Уметь писать простые программы на языке программирования Python
Уметь применять специальные библиотеки Python для решения простых задач анализа данных
Уметь применять подходы математической статистики для решения бизнес-задач
Уметь работать и анализировать данные, имеющие временную отметку
Уметь применять алгоритмы временных рядов на реальных данных
Уметь отличать однородные и неоднородные временные ряды
Уметь работать с неоднородными временными рядами, применять алгоритмы анализа и прогнозирования неоднородных временных рядов
Владеть основами синтаксиса специальных библиотек для анализа данных: Numpy, Pandas
Владеть основами синтаксиса библиотек Matplotlib, Seaborn
Строить простейшие визуализации данных
Применять на практике основы EDA, осуществлять разведочный анализ данных
Работать с интерактивными визуализациями
Уметь вычислять и анализировать продуктовые метрики
Уметь строить и проверять продуктовые гипотезы
Осуществлять парсинг данных с внешних ресурсов
Работать с API внешних ресурсов
Уметь применять машинное обучение для решения задач анализа данных
Дифференцировать методы машинного обучения по типам решаемых задач, метрикам качества, функциям ошибки, применять методы машинного обучения на практике
Уметь работать с дебагом и логированием через инструменты командной строки.
Уметь создавать WEB-приложение с помощью фреймворка Flask.
Уметь организовывать управление (создание, клонирование, коммиты, выгрузка и пр.) репозиторием Git

Содержание учебной дисциплины

Введение в Python и библиотеки для анализа данных
Задачи анализа данных, аналитики, основы EDA
Продуктовые гипотезы, продуктовые метрики
Извлечение данных
Классическое машинное обучение. Обучение с учителем
Математическая статистика в анализе данных
Анализ и прогнозирование временных рядов
Инструменты production-решений

Элементы контроля

Активность
Оценивание посещения и активности студента на семинарах, а также активности на лекциях
Проект
Оценка за практический проект по неоднородным временным рядам, выполняющийся в классе
ДЗ
Средняя оценка за все практические домашние задания, предусмотренные на курсе
ГП
Средняя оценка за все практические групповые инициативные проекты, предусмотренные на курсе
Экзамен
Экзамен представляет собой практическую работу, выполняемую студентами по результатам освоения курса
КР
Контрольная работа представляет собой проверочный элемент контроля, выполняемый студентами по результатам освоения первой половины курса

Промежуточная аттестация

2025/2026 2nd module
0.22 * Активность + 0.21 * ГП + 0.1 * ДЗ + 0.13 * КР + 0.08 * Проект + 0.26 * Экзамен

Список литературы

Авторы

Саночкин Юрий Ильич

Программа дисциплины