Бакалавриат
2026/2027





Технологии анализа больших данных
ID 1145939
Статус:
Курс обязательный (Управление и аналитика в государственном секторе)
Кто читает:
Департамент государственного администрирования
Где читается:
Санкт-Петербургская школа социальных наук
Когда читается:
2-й курс, 1, 2 модуль
Онлайн-часы:
20
Охват аудитории:
для своего кампуса
Преподаватели:
Силаева Светлана Анатольевна
Язык:
русский
Кредиты:
6
Контактные часы:
56
Программа дисциплины
Аннотация
Настоящая дисциплина относится к профессиональному циклу дисциплин и блоку дисциплин, обеспечивающих базовую подготовку бакалавра для направления подготовки 38.03.04 «Государственное и муниципальное управление». Изучение данной дисциплины базируется на знаниях, полученных при изучении следующих дисциплин: • Математика • Количественные методы анализа данных Основные положения дисциплины должны быть использованы в дальнейшем при изучении следующих дисциплин: • Регулирование и анализ рынка труда • Экономическая и социальная статистика Изучение дисциплины проводится в ходе лекционных и семинарских занятий, а также самостоятельной работы с использованием онлайн-курса.
Цель освоения дисциплины
- Целями курса «Технологии анализа больших данных» является формирование у студентов: - системных представлений о технологиях обработки больших данных; - практических навыков обработки и анализа больших массивов информации.
Планируемые результаты обучения
- 1. Создавать переменные, считывать информацию в переменные, обращаться к переменным. 2. Корректно определять типы данных Python и конвертировать их при необходимости. 3. Работать со строками, применять индексацию и форматирование строк. 4. Понимать ошибки, выданные программой, и исправлять их. 5. Находить ошибки в чужом коде и исправлять их.
- Использовать логический тип данных, операторы сравнения, логические операторы. Писать собственные условные конструкции
- Использовать циклы для обработки повторяющихся действий, прекращать работу цикла по условию. Использовать циклы для перебора последовательностей. Понимать логику работы цикла.
- Различать изменяемые и неизменяемые типы данных, понимать, какие методы работают с ними. Сортировать последовательности.
- Проводить операции над множествами, содержательно интерпретировать результаты. Создавать словарь и добавлять в него информацию, осуществлять поиск по словарю. Хранить и обращаться к данным внутри вложенных структур. Сортировать последовательности, сортировать словари по ключам и по значениям.
- Импортировать готовые функции и применять их. Писать собственные функции и применять их. Находить и исправлять ошибки в чужих функциях.
- Открывать и создавать текстовые файлы. Считывать, обрабатывать и анализировать информацию из файлов. Реализовать предложенный пошаговый алгоритм решения задачи. Создавать и реализовывать собственный алгоритм для решения задачи.
Содержание учебной дисциплины
- Введение в программирование. Основные типы данных. Создание переменных. Основные ошибки.
- Условные конструкции
- Циклы
- Последовательности в Python
- Неупорядоченные структуры данных
- Функции
- Работа с файлами.
Элементы контроля
- Активность на занятиях (тесты на лекциях, работа на семинаре)Активность на лекциях предусматривает участие в мини-тестах, которые проводятся на лекциях, если на них не запланирована другая форма текущего контроля. Мини-тесты проводятся на платформе SmartLMS в конце каждой лекции. Активность на семинарах предусматривает ответы на вопросы преподавателя, участие в решении задач по каждой теме.
- Самостоятельная работаНа курсе предусмотрено 4 самостоятельных работы, рассчитанных на 15-20 минут. Работы размещаются на платформе SmartLMS и проводятся в начале семинара. Работа содержит задания на написание собственного кода, проверяется на открытых и скрытых данных и проходит в Safe Exam Browser.
- Контрольная работаЗадания представляют собой написание кода. Задание студента проверяется на открытых и скрытых данных. Работа проходит в Safe Exam Browser.
- ПроектПроект представляет собой написание корректно работающей программы прикладного назначения с последующей обязательной устной защитой.
- Экзамен● По содержанию заданий аналогичен независимому экзамену, т.к. дисциплина-пререквизит готовит к сдаче НЭ. ● При написании экзамена можно использовать только среду программирования и методический материал (доступны в банке вопросов НЭ). ● Проводится в сессию. ● Резервных дней для экзамена не предусмотрено.
Промежуточная аттестация
- 2026/2027 2nd module(0,1*Активность на занятиях+0,2*Самостоятельная работа+0,2*Контрольная работа+0,3*Проект и защита проекта+0,2*Экзамен)*0,9
Список литературы
Рекомендуемая основная литература
- Introduction to Programming Concepts - Python - CCBY4_052 - Open Education Resource Team - 2022 - Open Educational Resources: libretexts.org - https://ibooks.ru/products/390838 - 390838 - iBOOKS
- Python - к вершинам мастерства : лаконичное и эффективное программирование, Рамальо, Л., 2022
- Python - К вершинам мастерства. Лаконичное и эффективное программирование - Рамальо Л. - Издательство "ДМК Пресс" - 978-5-97060-885-2 - 2022 - русский - https://e.lanbook.com/book/314918 - ЛАНЬ - 314918
- Python : исчерпывающее руководство, Бизли, Д. М., 2023
- Python for data analysis : data wrangling with pandas, numPy, and IPhython, Mckinney, W., 2017
- Python for Everybody - CCBY4_072 - Chuck Severance - 2022 - Open Educational Resources: libretexts.org - https://ibooks.ru/products/390857 - 390857 - iBOOKS
- Python без проблем: решаем реальные задачи и пишем полезный код. - 978-5-4461-1920-2 - Зингаро Даниэль - 2023 - Санкт-Петербург: Питер - https://ibooks.ru/products/386794 - 386794 - iBOOKS
- Python. Красивые задачи для начинающих. — (Для начинающих) - 978-5-9775-1882-6 - Добряк П. В. - 2024 - Санкт-Петербург: БХВ-Петербург - https://ibooks.ru/products/396469 - 396469 - iBOOKS
- Python. Экспресс-курс. 3-е изд. - 978-5-4461-0908-1 - Седер Наоми - 2019 - Санкт-Петербург: Питер - https://ibooks.ru/products/365296 - 365296 - iBOOKS
- Алгоритмы : с примерами Python, Хайнеман, Дж., 2023
- Гуриков С.Р. - Основы алгоритмизации и программирования на Python - 978-5-16-017142-5 - НИЦ ИНФРА-М - 2026 - https://znanium.ru/catalog/document?id=486487 - 486487 - ZNANIUM
- Изучаем программирование на Python, Бэрри, П., 2017
- Криволапов С.Я. - Введение в анализ данных. Поиск структуры данных с применением языка Python - 978-5-16-019001-3 - НИЦ ИНФРА-М - 2026 - https://znanium.ru/catalog/document?id=486544 - 486544 - ZNANIUM
- Чернышев, С. А. Основы программирования на Python : учебник для вузов / С. А. Чернышев. — 2-е изд., перераб. и доп. — Москва : Издательство Юрайт, 2026. — 349 с. — (Высшее образование). — ISBN 978-5-534-17139-6. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/588667 (дата обращения: 02.07.2026).
- Щербаков, А. Г. Практикум изучения языка программирования PYTHON. Начальный уровень : учебное пособие / А. Г. Щербаков. — Москва : Русайнс, 2026. — 116 с. — ISBN 978-5-466-09436-7. — URL: https://book.ru/book/960946 (дата обращения: 01.07.2026). — Текст : электронный.
Рекомендуемая дополнительная литература
- Python для data science. - 978-5-4461-2392-6 - Васильев Юлий - 2023 - Санкт-Петербург: Питер - https://ibooks.ru/products/390133 - 390133 - iBOOKS
- Python для всех - Ч.Северанс - ДМК Пресс - - - 2022 - русский - https://hse.alpinadigital.ru/document/24307 - Alpina - 24307
- Python. Лучшие практики и инструменты. - 978-5-4461-1589-1 - Яворски Михал, Зиаде Тарек - 2021 - Санкт-Петербург: Питер - https://ibooks.ru/products/376831 - 376831 - iBOOKS
- Криволапов С.Я. - Введение в анализ данных. Поиск структуры данных с применением языка Python - 978-5-16-019001-3 - НИЦ ИНФРА-М - 2026 - https://znanium.ru/catalog/document?id=484598 - 484598 - ZNANIUM
- Федоров, Д. Ю. Программирование на Python : учебное пособие для вузов / Д. Ю. Федоров. — 6-е изд., перераб. и доп. — Москва : Издательство Юрайт, 2026. — 187 с. — (Высшее образование). — ISBN 978-5-534-19666-5. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/585806 (дата обращения: 02.07.2026).