Для работы 1. Загрузка данных из локального хранилища, создание базы данных (сначала будем просто обращаться), использование движка python для написания sql. Введение в pandas. Обсуждение проекта (1урок) 2. Отработка основных методологий sql с помощью pandas: -базовые + джоины -агрегаты (1 урок) -использование построчных функций map, filter, lambda, apply -использование статистических пакетов и встроенного в pandas модуля статистики (1 урок. Если изучать глубоко - надо больше, но думаю логично такое решение принимать по мере выполнения дз и просмотра результатов) -визуализация, статистика выбросов и центральных элементов распределения (1 урок) 3. Доведение первого варианта проекта до внятного вида, кодстайл, функции(приведение проекта к функциональному коду), очистка проекта от мусорного вида (да, это случится в любом случае и надо будет научиться исправлять - это важный навык. 1 урок) 4. Корреляционный анализ, проверка гипотез, p-value/ z-value, упоминание AB тестирования (1-2 урока) 5. Регрессионный анализ (введение) (1-2 урока, простые предиктивные модели) 6. Кластеризация и классификация (2 урока) 7. Классы, приведение кода к ООП виду (1 урок) 8. Сборка mvp версии проекта (1-3 урока) 9. Инжиниринг - создание бд,создание почтового сервиса (1 урок) 10. REST API. Докачка данных из интернета с API, генерация дополнительных идей проекта (1 урок) 11. Финализация проекта (1 урок) Опционально - streamlit (1-2 урока)