Научно-исследовательский семинар "Анализ данных в Python"

Бакалавриат 2026/2027

ID 1127254

Статус: Курс по выбору (Разработка информационных систем для бизнеса)

Кто читает: Кафедра информационных технологий в бизнесе (Пермь)

Где читается: Факультет социально-экономических и компьютерных наук

Когда читается: 3-й курс, 3, 4 модуль

Охват аудитории: для своего кампуса

Преподаватели: Назаровский Егор Борисович, Радыгина Анна Александровна

Язык: русский

Кредиты: 3

Контактные часы: 42

Дополнительные материалы в LMS Задать вопрос

Аннотация

Курс направлен на формирование у студентов компетенций, необходимых для решения основных задач анализа экономических данных с применением современных инструментальных средств (язык программирования Python и его библиотеки). Курс включает в себя знакомство с основами применения Python для манипуляций с рядами и табличными данными, выявления закономерностей в данных, построения моделей машинного обучения и решения иных задач анализа данных и Data Science в целом.

Цель освоения дисциплины

Формирование аналитического мышления. Научить студентов ставить исследовательские вопросы и переводить их в задачи анализа данных.
Развить способность выбирать корректные метрики и обосновывать их применимость для конкретных бизнес- или научных задач.
Освоение полного цикла прикладного анализа данных
Развитие навыков доказательной визуализации и коммуникации результатов
Подготовка к самостоятельной исследовательской и проектной деятельности
Формирование профессиональных компетенций в области data-аналитики

Планируемые результаты обучения

Понимать структуру аналитического исследования: от постановки вопроса до коммуникации результата; Знать и понимать принципы выбора типа визуализации в зависимости от исследовательского вопроса; Объяснять логику статистического обоснования выводов и ограничения применимости экспериментальных методов; Знать типичные ошибки и когнитивные ловушки в анализе данных.
Выбирать и обосновывать метрики для анализа реальной бизнес-задачи; создавать интерактивные дашборды под конкретного пользователя; оформлять аналитический проект в воспроизводимом формате.
Уметь декомпозировать реальную бизнес-задачу: определять, какие данные нужны, какой метод применим, какие ограничения существуют; Критически оценивать свои и чужие результаты анализа и выявлять манипуляции или ошибки; Оценивать статистическую обоснованность выводов в реальных данных.
Проводить самостоятельное исследование на реальных данных: от формулировки вопроса до презентации вывода; Предлагать и реализовывать аналитическое решение для задачи, сформулированной в терминах поставленной задачи (для бизнеса, для науки); Представлять результаты анализа нетехнической аудитории в виде связного нарратива.