Геопространственные данные в Python

Обработка геопространственных данных в Python — это востребованный навык в эпоху цифровых карт, спутниковых снимков и геоаналитики. Такие данные используются для логистики, экологии, городского планирования и бизнеса. Этот навык пригодится аналитикам, географам, экологам, разработчикам и всем, кто работает с пространственной информацией и хочет автоматизировать её обработку.
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.
Практическая ценность обучения состоит в том, что лекции сопровождаются разбором программного кода по соответствующей теме, которые далее можно использовать в научной или профессиональной деятельности.  Также по итогам завершения некоторых разделов предусмотрено выполнение практических заданий для отработки минимальных навыков написания кода на языке Python.
В заключительной части курса слушателям предлагается выполнить проектную работу – написать код, решающий поставленную задачу.
Онлайн-программа ориентирована на самый широкий круг слушателей: 
•    на специалистов, кто работает с геопространственнными данными и на базовом уровне уже использовал программы ArcGis, QGIS и др. 
•    на программистов для улучшения навыков написания кода с учетом специфики геоданных
•    менеджерам и управленцам для расширения инструментария по работе с геопространственными данными. 

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.

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

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.