Курс на Stepik
Обложка курса «DuckDB на практике: SQL-аналитика прямо в Python и файлах» на Stepik
1 290 ₽

DuckDB на практике: SQL-аналитика прямо в Python и файлах ★ 4.667

Открыть на
STEPIK.ORG

Анализируем CSV, Parquet и JSON без сервера, без загрузки в базу и без боли. Курс проходится за один вечер: и сразу в работу.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «DuckDB на практике: SQL-аналитика прямо в Python и файлах»Учеников на курсе 22
Сертификаты, выданные на курсе «DuckDB на практике: SQL-аналитика прямо в Python и файлах»Сертификатов выдано 10
Отзывы о курсе «DuckDB на практике: SQL-аналитика прямо в Python и файлах»Отзывов получено 6
Рейтинг курса «DuckDB на практике: SQL-аналитика прямо в Python и файлах»Рейтинг курса 4.667
Уроки в курсе «DuckDB на практике: SQL-аналитика прямо в Python и файлах»Количество уроков 29
Тесты в курсе «DuckDB на практике: SQL-аналитика прямо в Python и файлах»Количество квизов 13
Время прохождения курса «DuckDB на практике: SQL-аналитика прямо в Python и файлах»Время прохождения курса —
Стоимость курса «DuckDB на практике: SQL-аналитика прямо в Python и файлах»Стоимость курса 1 290 ₽ —
Обновления курса «DuckDB на практике: SQL-аналитика прямо в Python и файлах»Обновления курса — —
Дата публикации курса «DuckDB на практике: SQL-аналитика прямо в Python и файлах»Дата публикации курса — ———
Последнее обновление курса «DuckDB на практике: SQL-аналитика прямо в Python и файлах»Последнее обновление — ———
Сложность easy — ———

Содержание курса

Разделы в курсе «DuckDB на практике: SQL-аналитика прямо в Python и файлах» 6 разделов Уроки в курсе «DuckDB на практике: SQL-аналитика прямо в Python и файлах» 29 уроков Тесты в курсе «DuckDB на практике: SQL-аналитика прямо в Python и файлах» 13 тестов Время прохождения курса «DuckDB на практике: SQL-аналитика прямо в Python и файлах» 1 ч. Последнее обновление курса «DuckDB на практике: SQL-аналитика прямо в Python и файлах» обн. 3 мая 2026

1. Введение и быстрый старт

6 уроков
Открытый
1.1 Добро пожаловать и структура курса ↗
7
1
3м 51с
0
Закрытый
1.2 Что такое DuckDB и почему это “аналитика без сервера”? ↗
2
1
-
0
Закрытый
1.3 Где применяется DuckDB (аналитика, data engineering, Python)? ↗
2
2
-
0
Закрытый
1.4 Установка DuckDB (CLI + Python) ↗
3
0
-
0
Закрытый
1.5 Первый запрос за 5 минут ↗
2
2
-
0
Закрытый
1.6 БОНУС: Сравнение скорости: DuckDB vs Polars vs Pandas ↗
1
1
-
0

2. Работа с файлами -> главная фишка DuckDB

6 уроков
Закрытый
2.1 Чтение CSV напрямую без импорта ↗
1
0
-
0
Открытый
2.2 Работа с Parquet (эффективная аналитика) ↗
4
2
-
0
Закрытый
2.3 Чтение JSON-файлов ↗
1
1
-
0
Закрытый
2.4 Запросы к файлам как к таблицам ↗
1
0
-
0
Закрытый
2.5 Экспорт результатов в CSV / Parquet ↗
1
0
-
0
Закрытый
2.6 Практический мини-кейс ↗
1
1
-
0

3. SQL-возможности DuckDB

5 уроков
Закрытый
3.1 Расширения SQL (GROUP BY ALL, EXCLUDE, REPLACE, COLUMNS) ↗
1
0
-
0
Закрытый
3.2 Быстрое исследование данных (SUMMARIZE, SAMPLE) ↗
1
1
-
0
Закрытый
3.3 Window Functions ↗
1
0
-
0
Открытый
3.4 PIVOT ↗
4
1
-
0
Закрытый
3.5 Генерация данных (generate_series) ↗
1
0
-
0

4. DuckDB + Python

4 урока
Закрытый
4.1 Подключение DuckDB в Python ↗
1
0
-
0
Закрытый
4.2 Выполнение SQL из Python ↗
1
1
-
0
Закрытый
4.3 Интеграция с pandas ↗
1
1
-
0
Закрытый
4.4 Аналитический workflow: файл → SQL → DataFrame → результат ↗
1
1
-
0

5. Мини-проект: аналитика реальных данных

5 уроков
Открытый
5.1 Постановка задачи ↗
3
1
3м 1с
0
Закрытый
5.2 Загрузка данных ↗
1
0
-
0
Закрытый
5.3 Очистка и трансформации ↗
1
0
-
0
Закрытый
5.4 Аналитические запросы ↗
1
1
-
0
Закрытый
5.5 Финальный отчёт ↗
1
1
-
0

6. Заключение

3 урока
Закрытый
6.1 Где DuckDB использовать в реальных проектах? ↗
1
0
-
0
Закрытый
6.2 Ограничения и когда выбрать другую БД ↗
1
0
-
0
Закрытый
6.3 Что дальше? ↗
1
0
2м 5с
0