Data scraping w Python

Kurs ten jest przeznaczony dla osób, które chciałyby nauczyć się najlepszych praktyk data scrapingu, czyli pozyskiwaniu danych z róznych źródeł, za pomocą Pythona. Szkolenie głównie kładzie nacisk na web scraping, czyli automatyzację pobierania danych ze stron internetowych, natomiast poruszone zostaną również techniki ekstrakcji użytecznych danych z plików tekstowych. Uczestnik pozna najpopularniejsze biblioteki takie jak BeautifulSoap, Scrapy oraz Selenium. Oprócz teorii koniecznej do zrozumienia zagadnienia w trakcie kursu przekazywana jest również praktyczna wiedza, która pozwoli uczestnikom tworzyć wydajne i łatwe w utrzymaniu projekty pozyskujące dane. Prezentacja każdego konceptu będzie się wiązała z tworzeniem miniprojektu ekstraktującego dane, a na koniec szkolenia zostanie utworzony projekt końcowy polegający na utworzeniu ETL pipeline – ,programu który pobierze dane z publicznej strony internetowej, wyczyści je i zapisze w ustrukturyzowanej formie w zdefiniowanej przez nas bazie danych.

Osoby posiadające podstawową wiedzę i umiejętności związane z Pythonem powinny bez problemu zrozumieć treści kursu. Dla osób, które dopiero zaczynają programować w Pythonie może być konieczne wykonanie pewnej dodatkowej pracy wstępnej.

• Analitycy wykorzystujący Python
• Naukowcy
• Data scientist
• Developerzy Python

Po ukończeniu szkolenia uczestnik:

• Dowie się czym jest protokół HTTP i podstaw odnośnie struktury dokumentów HTML
• Nauczy się wyciągać z dokumentów HTML interesujące Cie informacje
• Nauczy się łączyć z internetowym API serwującym dane
• Dowie się czym jest Web crawling i jak go zaimplementować
• Pozna pakiety BeautifulSoap, Scrapy oraz Selenium. Najpopularniejsze narzędzia do web scrapingu w Python.
• Dowie się jakie są legalne oraz etyczne ograniczenia dotyczace pozyskiwania danych z publicznie dostępnych źródeł
• Stworzy kompletny projekt będący ETL Pipeline’m, dokonujący ekstracji danych z pewnego źródła, czyszczeniu ich i zapisujący je w uporządkowanej strukturz bazo danowej