Бакалавриат 2026/2027

Программирование на Python

Статус: Курс обязательный (Технологии анализа данных в бизнесе)

Кто читает: Департамент бизнес-информатики

Где читается: Высшая школа бизнеса

Когда читается: 1-й курс, 1, 2 модуль

Охват аудитории: для своего кампуса

Преподаватели: Бедак Иван Андреевич, Макрушин Сергей Вячеславович

Язык: русский

Кредиты: 5

Контактные часы: 60

Программа дисциплины

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

• Применение навыков использования языка программирования Python для решения прикладных задач
• Уверенное владение синтаксисом языка программирования Python
• Умение работать с Python с использованием объектно-ориентированной и функциональной парадигмы программирования
• Умение работать с популярными библиотеками, используемыми в задачах обработки данных.

Планируемые результаты обучения

• Умеет использовать при разработке программ встроенные типы данных, конструкции ветвления, коллекции и структуры данных языка Python.
• Использует инструменты тестирования и обработки исключений в программном коде.
• Умеет обрабатывать файлы с помощью Python.
• Знает основы и различия подходов процедурного и объектно-ориентированного программирования.
• Работает с библиотеками для анализа данных (NumPy, Pandas, Matplotlib), создания Telegram-ботов (TeleBot) и другими встроенными библиотеками языка Python.
• Разрабатывает собственные проекты
• Использовать базовые и продвинутые алгоритмы, включая корректные структуры данных, для решения алгоритмических задач.
• Умеет использовать при разработке программ встроенные типы данных Python, конструкции ветвления и циклы.
• Умеет использовать коллекции в Python: списки, кортежи, словари, множества и специальные коллекции из стандартной библиотеки. Умеет пользоваться выражениями генераторами.
• Умеет создавать функции, анонимные функции, запаковывать и распаковывать параметры функции, использовать позиционные и именованные параметры, параметры со значением по умолчанию.
• Умеет использовать принципы объектно-ориентированного программирования, владеет созданием классов и объектов в Python.
• Умеет обрабатывать файлы с помощью Python. В том числе умеет работать с данными в файлах форматов CSV, xlsx, JSON, XML, pickle, npy.
• Умеет работать с библиотекой для анализа данных NumPy, использует срезы, универсальные функции, оси, распространение, маскирование, прихотливую индексацию.
• Умеет работать с библиотекой для анализа данных Pandas: типами Series, DataFrame, универсальными функциями применением приемов NumPy в Pandas, объединением данных из разных DataFrame, выполнением GrupBy для DataFrame.
• Умеет использовать основные принципы фукнционалного программирования, подходы к использованию приемов функционального программирования в Python.

Содержание учебной дисциплины

• Введение в Python. Базовый синтаксис. Переменные и типы данных
• Ветвление и циклы
• Встроенные структуры данных и их методы.
• Функции.
• Основы тестирования и обработка исключений
• Способы работы с файлами.
• Основы ООП
• Разработка Telegram-бота
• Анализ данных с помощью библиотек Numpy, Pandas, Matplotlip
• Cтруктуры данных
• Базовые алгоритмы. Сложность алгоритмов
• Оптимизация алгоритмов в Python
• Продвинутые алгоритмы в Python
• Введение в программирование на Python
• Коллекции в Python
• Функции в Python
• Объектно-ориентированное программирование в Python
• Работа с различными форматами файлов в задачах обработки данных
• Библиотека NumPy
• Библиотека Pandas
• Введение в функциональное программирование в Python
• 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

Элементы контроля

• Выполнение домашних практических заданий
• Контрольные работы
  Очные контрольные в компьютерном классе: решение заданий по программированию на Python.
• Посещаемость
• Экзамен
  Во время экзамена студент должен ответить на «закрытые» вопросы теста – с выбором правильных ответов из числа представленных на выбор вариантов, а также на «открытые» вопросы, требующие развернутого ответа, который необходимо сформулировать и написать самостоятельно. Экзамен проводится письменно, очно. Показ работ предусмотрен.

Промежуточная аттестация

• 2026/2027 2nd module
  0.3 * Экзамен + 0.2 * Выполнение домашних практических заданий + 0.15 * Контрольные работы + 0.05 * Посещаемость + 0.1 * Выполнение домашних практических заданий

Список литературы

Рекомендуемая основная литература

• 9781491912140 - Vanderplas, Jacob T. - Python Data Science Handbook : Essential Tools for Working with Data - 2016 - O'Reilly Media - https://search.ebscohost.com/login.aspx?direct=true&db=nlebk&AN=1425081 - nlebk - 1425081
• Lutz, M. (2008). Learning Python (Vol. 3rd ed). Beijing: O’Reilly Media. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=415392
• Искусство программирования. Т.1: Основные алгоритмы, Кнут, Д. Э., 2011

Рекомендуемая дополнительная литература

• Baka, B. (2017). Python Data Structures and Algorithms. Birmingham, U.K.: Packt Publishing. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1528144

Авторы

• Косарев Илья Максимович
• Саночкин Юрий Ильич