Программа практики включала:

Базовый модуль: знакомство с интерфейсом Pandas, работа с основными структурами данных (Series, DataFrame), методы загрузки данных из различных источников (CSV, Excel, SQL).

Аналитический блок: техники очистки и предварительной обработки данных, применение статистических методов анализа, группировка и агрегация данных.

Визуализация данных: построение графиков с использованием Matplotlib, создание сложных визуализаций в Seaborn, разработка интерактивных диаграмм, оптимизация визуального представления данных.

Практическая значимость: освоенные технологии являются industry standard в таких областях как: Data Science и машинное обучение, бизнес-аналитика, финансовый анализ, маркетинговые исследования.

Ключевые достижения: все студенты успешно освоили базовый функционал Pandas, разработаны индивидуальные аналитические проекты, создано более 50 различных визуализаций, проведён сравнительный анализ различных подходов к обработке данных.

4 июля состоялась защита проектов, где каждый участник продемонстрировал навыки работы с реальными datasets, представил профессионально оформленную презентацию, обосновал выбранные методы анализа, наглядно показал результаты визуализации.

Полученные на практике знания станут основой для изучения машинного обучения в следующих семестрах, выполнения курсовых работ, участия в хакатонах и конкурсах по анализу данных