Język R do analizy danych - kurs 50 000 rub. z Otusa, szkolenie 4 miesiące, termin 31.08.2023.

Od 2016 roku zajmuję się tworzeniem systemów handlu algorytmicznego. Wcześniej pracował w konsultingu IT i prowadził badania dla największych rosyjskich i międzynarodowych firm (Aeroflot, InterRAO, Bank Centralny, MFW, partnerzy inwestycyjni BNP Paribas, Monetary Urząd Singapuru).Zaangażowany w naukę i prowadzący badania w laboratoriach naukowych (Prognoz Risk Lab, Laboratorium Kryptoekonomiki i Systemów Blockchain).15 lat doświadczenia zawodowego z R, organizator pierwszej grupy R w Rosji, autor popularnych bibliotek do wykorzystania R w finansach (rusquant, tcsinvest), stały wykładowca konferencji R in Finance (Chicago, USA). Od 2011 roku współorganizator międzynarodowej konferencji Perm Winter School. Profesjonalny nauczyciel. Od 2016 roku prowadzi wykłady z ponad 10 dyscyplin na różnych uniwersytetach (Wyższa Szkoła Ekonomii, Perm State National Research University). Kandydat nauk ekonomicznych.

Analityką mediów zajmuję się od 2011 roku. Używam R od 2014 roku. Należę do zespołu agencji komunikacji, która świadczy szereg usług komunikacyjnych od wsparcia PR i obsługi prasowej po kompleksową analizę pola informacyjnego. Nasza główna baza klientów składa się z organizacji non-profit i organizacji rządowych. W swojej pracy wykorzystuję R do automatyzacji procesów, analizy tekstów (storytelling, modelowanie tematów, rozpoznawanie podmiotów), analizy wyników ankiet i opracowywania kwestionariuszy. Stworzono interaktywny dashboard na Shiny, łączący dane z API systemów monitorujących oraz wyniki analiz eksperckich. Główny stos: R, Python, SPSS, git Teacher

Podstawy języka
-Temat 1.Zastosowanie praktyczne
-Temat 2. Podstawowe typy danych, wektory i proste operacje na nich
-Temat 3. Wektoryzacja jako podstawa wszystkiego
-Temat 4. Listy i ich szczególne przypadki - ramki danych
-Temat 5. Struktury kontrolne
-Temat 6.Funkcje
Odbieranie danych
-Temat 7. Pliki tabeli płaskiej i xlsx (x)
-Temat 8.JSON/XML i odbieranie danych w sieci
-Temat 9. Pozyskiwanie danych z bazy danych
-Temat 10. Przechowywanie obiektów i jeziora danych – strzałka, parkiet, ork
-Temat 11. Rejestrowanie wyników
Przetwarzanie danych
-Temat 12. Uporządkowane dane, przetwarzanie za pomocą dplyr/tidyr
-Temat 13.Dodatkowe przetwarzanie przy użyciu tidyverse (lubridate, forcats, stringr)
-Temat 14. Funkcjonalne podejście do transformacji z pakietem purrr
-Temat 15. Potężna i zwięzła alternatywa – data.table
-Temat 16.Inne opcje (dtplyr, dbplyr, zwiń)
-Temat 17. Trochę o obliczeniach równoległych
Wizualizacja danych
-Temat 18.Podstawowa grafika w R
-Temat 19.ggplot2 – podstawowe narzędzia (różne geomy)
-Temat 20.ggplot2 – dodatkowe funkcje (faceting, zmiana skali, zmiana układu współrzędnych)
-Temat 21. Grafika interaktywna – fabuła, dygrafy, echartr
-Temat 22. Wizualizacja tabel za pomocą gt
Prezentacja wyników analiz
-Temat 23.Rmarkdown i quarto
-Temat 24.Shiny – podstawy tworzenia aplikacji analitycznych (UI + Serwer)
-Temat 25.Shiny – śledzenie reaktywności aplikacji i aktywności użytkowników
Podstawy statystyki i uczenia maszynowego
-Temat 26. Pakiet Tidymodels
-Pakiet motywu 27.mlr3
-Temat 28. Pakiet h2o
Rozwój i dostawa
-Temat 29.Testowanie, obsługa błędów i logowanie
-Temat 30. Kod wykonawczy – cron
-Temat 31. Uruchamianie kodu – okno dokowane
-Temat 32. Uruchamianie kodu – gitlab ci
Praca projektowa
-Temat 33. Wybór tematu i organizacja pracy projektowej
-Temat 34. Konsultacje dotyczące projektów i prac domowych
-Temat 35.Ochrona dzieł projektowych. Podsumowanie kursu