Геопространственные данные в Python

Авторы и преподаватели курса:

Каргашин Павел Евгеньевич

Кандидат географических наук, доцент кафедры картографии и геоинформатики географического факультета МГУ имени М.В.Ломоносова

Курс проводится на площадке OpenEdu.ru, а итоговая аттестация - на площадке distant.msu.ru

Для записи на курс нажмите на кнопку:

Расписание занятий:

Курс проводится 2 раза в год дистанционно.

---

О курсе

Основная задача курса – познакомить слушателей со спецификой обработки пространственных данных с помощью языка программирования Python. В рамках курса не ставится задача научить слушателей программированию. Это является задачей преподавателей именно в области программирования. В настоящем же курсе будут показаны основные приемы работы с пространственными данными: векторными слоями, космическими снимками атрибутивными таблицами. Также внимание уделяется тем технологиям, которые могут быть полезны для «добычи» данных, созданию дополнительных иллюстративных материалов, организации работы группы специалистов.
Лекции сопровождаются разбором программного кода, который решает прикладную задачу по теме лекции. Также по итогам некоторых разделов слушателям предлагается выполнить практические работы, чтобы получить минимальную практику написания кода на языке Python.
В заключительной части курса слушателям предлагается выполнить проектную работу – написать код, решающий поставленную задачу.
Очевидно, что в рамках лекций сделано большое количество допущений по части терминологии как языка программирования Python, так и геоинформатики. Это сделано автором сознательно, чтобы упростить понимание материала для слушателей.  Автор надеется, что для слушателей это станет если не началом пути в программировании, то как минимум даст возможность упростить рутинные производственные задачи!

---

Формат

Форма обучения заочная (дистанционная).
Еженедельные занятия будут включать просмотр тематических видео-лекций, выполнение тестовых заданий с автоматизированной проверкой результатов, выполнение практических работ (написание программного кода), а также выполнение решение задачи проектного типа.

---

Необходимый уровень подготовки

Курс направлен на повышение квалификации специалистов, которые работают с пространственными данными, владеют на базовом уровне специализированным программным обеспечением (ArcGIS, QGIS, ГИС, Аксиома и пр.).
С другой стороны, этот курс может быть интересен и полезен для IT-специалистов, которые сами не работают с пространственными данными, но в компании активно используются геоинформационные технологии.

---

Содержание программы

1. Введение. Постановка проблемы и обоснование необходимости автоматизации задач
2. Основы Python и географические данные
3. Работа с табличными данными на примере статистических данных
4. Автоматизированное создание карт и схем на  основе векторных данных
5. Растровые данные на примере обработки космических снимков и данных реанализов
6. Взаимодействие с веб-сайтами для получения и загрузки данных
7. Технология Git как способ организации взаимодействия специалистов при работе над проектом
8. Основы оптимизации кода для создания автономного решения
9. Заключение. Направления для дальнейшего развития и углубления навыков
10. Постановка задания для разработки кода

---

Результаты обучения

Знание основ автоматизации обработки геоданных (оценка по результатам решения тестовых заданий).
Понимание принципов автоматизации рутинных задач обработки геоданных и умение их применять (оценка по работоспособности написанного программного кода).
Базовые навыки написания программного кода на языке Python по результатам (оценка по работоспособности написанного программного кода).

Знать: 

• возможности и преимущества автоматизированной обработки пространственных данных.

Владеть: 

• программным обеспечением для написания и редактирования программного кода на языке программирования Python;
• синтаксисом, принципами и правилами написания программного кода для обработки геопространственных данных на языке программирования Python.

Уметь:

• подобрать оптимальные программные средства для работы с геопространственными данными с помощью языка Python;
• настроить автоматизированное выполнение рутинных задач по обработке геопространственных данных.

---

Дополнительная информация

Повышение квалификации:

Для получения удостоверения о повышении квалификации необходимо успешно пройти курс, выполнив предложенные для проверки знаний задания и тесты, написать квалификационную работу, а по окончании пройти дистанционно итоговую аттестацию (собеседование с преподавателем). Информация по подготовке к аттестации будет размещена в курсе. К аттестации допускаются только слушатели с высшим и/или средним профессиональным образованием. Стоимость - 30000 рублей. При успешном окончании слушатель получает удостоверение о повышении квалификации.

---

Контактная информация