Для работы Работаю аналитиком данных Хотела бы глубже уйти в данные, используя библиотеки Python, сейчас, в основном использую sql в работе. Но не хватает знаний библиотек и пока не привыкла к синтаксису Python. В частности нужно для проверки статистической значимости АВ-тестов (pandas, numpy, seaborn, matplotlib, ztest, stats_test) и исследования пользовательского пути на сервисе. Смотрела как используется библиотека retentioneering для постороения воронки продаж на событиях, понравилось. Полезно) Хотела бы провести уроки в формате детального разбора уже существующих документов (а именно работа функций, обращения к перемётным, подключение к БД, работа с запросами в виде датафреймов и Обращение к ним) Начала бы с 5 уроков, а там уже зависит от формата и качества занятий. Хочется найти того, кто все-таки работает в этой сфере: аналитиком или архитектором данных и готов уделить время :) Вот перечисления библиотек, с которыми работаем в рабочих документах: import pandas as pd\n", "import numpy as np\n", "import seaborn as sns\n", "import matplotlib.pyplot as plt\n", "from io import StringIO\n", "import yaml\n", "from math import lgamma, sqrt\n", "import hashlib\n", "from statsmodels.stats.proportion import proportions_ztest\n", "from statsmodels.stats.weightstats import ztest\n", "from scipy.stats import ttest_ind, mannwhitneyu, shapiro\n", "import stats_tests as stat\n", "from tqdm import tqdm\n", "plt.style.use('seaborn-deep')\n", "\n", "import bootstrapped.bootstrap as bs\n", "import bootstrapped.compare_functions as bs_compare\n", "import bootstrapped.stats_functions as bs_stats\n", "\n", "from infi.clickhouse_orm.database import Database\n", "from infi.clickhouse_orm import models, fields, engines\n".
Для себя Прописать код выполнить предобработку данных и изучить их, чтобы найти интересные особенности и зависимости, которые существуют на рынке недвижимости.(это домашка).
Для себя Основы вроде есть, но рыхлые. пробовал учить пару лет назад. Надо вбить в голову, чтобы забывалось долго. Наверное основная проблема с ООП подходом.
Для работы Проведение занятий для группы из 6-8 человек, 2 раза в неделю по 2 часа в вечернее время ( Дни можно выбрать). Оплата 1000-1250 в час. Занятия проводятся очно. Рассмотрим кандидатов без опыта в преподавательской деятельности, так как для нас очень важна практическая часть занятий.
Как мне найти учеников по профилю python в России?
Зарегистрируйтесь и создайте привлекательный профиль с упоминанием вашей специализации. Обратите внимание на количество доступных заявок от учеников, которое на июнь 2026 года составляет 596
Какие требования к преподавателям на вашем сайте?
На нашем сайте приветствуются преподаватели с любым уровнем квалификации. Мы рекомендуем указать все свои сертификаты и образование, чтобы увеличить шансы на нахождение учеников
Могу ли я установить гибкий график работы?
Вы полностью контролируете свой график и можете обсуждать его напрямую с учениками, чтобы найти удобное время для обеих сторон
Каков потенциальный заработок для репетитора Python?
Заработок зависит от количества занятий и квалификации. В среднем, за одно занятие можно заработать 322.11 рублей с занятия. Больше занятий в неделю – выше доход