104學習精靈

想成為資料工程師的必備課程，各個必要技能都教給你！從基礎的Python、ETL、網路爬蟲、Data Pipeline數據工作流、GCP、雲端服務Docker...也會教到 Tableau、PowerBI，資料視覺化兩大工具。

在短短3小時內，你能輕鬆學會ChatGPT輔助生成Python程式碼，無需編碼技術，AI將協助構建金融分析思維，快速取得金融數據，自動分析報酬指標，助你評估投資報酬和風險，此外，課程還提供完整程式語法，讓你迅速上手，並教授股票和債券配置，實現風險抵銷策略，助你提升金融分析和投資管理技能。

您將能學到 課程單元從 Python 程式基礎開始，包含變數、資料型態、流程控制、函式、例外處理等 金融主題的網路爬蟲程式教學，製作Python爬蟲工具能夠自動抓取網路上豐富的金融資訊 專案實作教學，開發爬蟲程式抓取股市、匯率、利率、大盤等資訊 資料庫基礎教學，將抓下來的資訊儲存至資料庫與檔案當中，往後能夠有效的利用 資料視覺化教學，使用 Plotly套件繪製技術分析圖，包含K線和各技術指標 抄底工具程式實作，整合以上所學，透過成交量、技術指標、融資餘額資訊分析抄底時機 課程介紹 這堂 「零基礎成為Python金融數據分析師｜金融資訊爬蟲X視覺化應用」課程，主要分為五個主題 + 一個HTML與CSS補充章節。 將從 Python 程式教學入門開始，搭配金融資訊相關的程式範例實作，接著學習如何使用SQL語法並有效抓取數據，並善用Pandas、Plotly視覺化套件，製作出K線、成交量、移動平均線、RSI 指標等圖表，最後進行抄底程式工具實作。 此外，有鑑於 Yahoo 更新網站後，整個 HTML 的結構完全不同，因此課程中特別新增了 Yahoo 股市爬蟲程式教材，並提供整堂課完整的程式碼範例，零基礎者也能輕易上手。 金融爬蟲流程簡介 課程中將學習到完整金融爬蟲方式，從分析網頁架構到儲存金融數據，最後資訊視覺化金融資訊。讓您在第一時間以最聰明便捷的途徑簡化投資歷程， 掌握投資先機，投報率即刻到手！ → 確認資料來源 (臺灣證券交易所)，分析網頁的架構，要抓的資料所在位置 → 透過爬蟲程式解析網頁內容，清理資料，從中抓取所需的數據 (Pandas) → 將整理的數據儲存至資料庫中 (SQL) → 未來就可以從資料庫中提取資料並繪製圖表 (Plotly) 200%解鎖項目 「講座：網路資源視覺化與Line Notify整合實作」 在這堂解鎖課程中，會實作讓程式能夠一覽股市資料的即時通知工具。將金融資訊爬蟲下來後，使用Plotly套件繪製成一張張簡潔的視覺化資訊圖表，並透過 LINE Notify來傳送給使用者。 400%解鎖項目 「講座：網路資源視覺化與Excel整合實作」 適合對象 零程式基礎，想踏入金融科技領域的人 對股票投資有經驗，想打造屬於自己可視覺化股票投資工具的投資人 對學習整合金融網路爬蟲、資料庫和資訊視覺化有興趣的工程師 教師介紹 Kadin Chung 鍾榮達 目前在公司負責系統分析與程式設計，同時也在做線上課程講師。 碩士畢業之後在外商系統整合服務公司上班多年，到自己設立軟體公司，第一個合作售出的系統是一套網路管理系統，可以幫助客戶配置，維護和測試數千台思科網路設備。 除此之外，Kadin在大型項目方面經驗豐富，例如馬拉松線上報名系統，車行租賃管理系統等。 在Kadin創業的過程中不斷地促使自己學習新的技能，並且知道什麼是「學習新技能」最有效的方法，他樂於分享一切所學的知識和實務經驗，也因為這份樂情，帶領 Kadin 來到 MasterTalks ，他將會透過高品質且有效率的方式分享他所學的一切技術和知識！ 課程大綱 一、Python 程式基礎 1. 程式開發環境建立 2. 認識變數和資料型態 3. 流程控制 4. 常用的容器型態 5. 函式、模組和套件 6. 檔案的讀取與寫入 7. 例外處理 8. try-except 類別與物件 二、Python 爬蟲程式應用 1. 認識網路爬蟲 2. 網路爬蟲相關技術 3. 認識 HTML 4. 認識 Chrome開發人員工具 5. BeautifulSoup 教學 1｜實作案例：Yahoo 股市爬蟲 6. BeautifulSoup 教學 2｜實作案例：Google 股市爬蟲 7. Selenium 教學 1｜實作案例：告牌匯率爬蟲 8. Selenium 教學 2｜實作案例：匯率走勢爬蟲 三、數據的儲存：SQL圖表 1. CSV檔案讀取與寫入｜銀行利率爬蟲 2. 資料庫基礎教學 1 3. 資料庫基礎教學 2｜股票清單爬蟲 四、數據處理、資料分析與視覺化 1. Pandas 基礎教學 1 2. Pandas 基礎教學 2｜股票日成交資訊 3. Plotly 基礎介紹 4. K線圖製作 5. 整合K線與成交量｜子圖的製作 6. 移動平均線圖製作 7. RSI 指標圖製作 五、抄底工具程式實作 1. 台灣證券交易所｜大盤指數爬蟲 2. 爬蟲抓取每日大盤【歷史資料】與資料庫整合實作 3. 爬蟲抓取每日大盤【成交資訊】與資料庫整合實作 4. 抄底工具：大盤K線與成交量圖製作 (含圖表週期轉換) 5. 抄底工具：大盤KD指標技術分析圖製作 6. 爬蟲抓取每日大盤【融資餘額】與資料庫整合實作 7. 抄底工具：大盤融資餘額圖製作 補充章節：HTML & CSS 基礎 1. HTML 基本介紹 2. 下載前端開發工具 3. HTML 結構 4. HTML 內容 5. HTML 圖片 6. HTML 超連結 7. 基本CSS介紹 8. 設定文字樣式 9. 設定顏色 10. 使用 Class 與 ID 11. CSS 區塊模型 12. 網頁布局 13. 美化網站 14. 定位方式 解鎖內容 講座1：LINE視覺化圖片即時通知 講座2：網路資源視覺化與Excel整合實作 講座3：Python爬蟲與PDF檔案下載整合實作 課前準備 一台能夠上網的電腦或筆電 課程中所使用到的軟體都是免費的，都會在課程中說明

金融產業發展金融AI，除了有效減少企業的人力成本外，本講座以透過與機器人的互動中所蒐集的資料，AI進一步利用巨量數據，在既有的金融領域擴大創新應用場景，拓展金融業的發展邊界，整合其他產業的需求和機制，發展出新的金融生態圈，創造出新的機會。

課程介紹 隨著資料量級上升及反爬蟲技術的進步，以自動化分散式的進行資料搜集早已成為無可避免的趨勢，我們將帶你打造一站式分散資料搜集監控系統。 學員將學到如何部署分散式爬蟲來大大拓展爬蟲效率，不再受限於單一機器上，並使用關聯式資料庫存放，最後還有完整的監控系統。 什麼是 「分散式系統」? 分散式系統是一套，能讓同時使用 10 台、100台機器，去負擔你的服務。例如後端、 爬蟲、資料處理等等。 為什麼要懂 「分散式技術、 爬蟲監控系統」, 跟我有什麼關係? 因為資料與使用者規模的成長，單機應用在多數產品上已經無法應付，分散式架構成為了業界的 主流應用，了解了分散式架構，能夠在求職中獲得巨大的優勢。 課程特色 解析 GitHub 上擁有超過 1,600 Stars的知名金融大數據開源專案 - FinMind 所使用的關鍵技術。 本課程會提供完整的課程原始碼，只要跟著操作，一定能夠完成。 驗證碼、Google reCAPTCHA 等反爬機制破解。 分散式系統 Rabbitmq、Celery 。 開發自己的分散式系統，課程中以爬蟲為例，課程之外也能用來部署自己的應用程式。 透過分散式的方式來加速爬蟲，提升資料收集速度、系統穩定度、並預留未來拓展性，還能減少 IP 被封鎖的情況。 關聯式資料庫-MySQL。 使用 Docker 一鍵架設。 大數據監控系統 Grafana、Promethus、Chatbot。 建立分散式爬蟲，在蒐集資料的同時進行資料檢查，確保資料完整性。 進行大規模爬蟲、資料處理時，有效監控當前進度。 以 Grafana、Promethus，建立 Dashboard 監控儀表板，協助使用者了解資料狀況的同時監測異常，並實時對 Slack、Telegram、Gmail 等發出 Alert 。 本課程的爬蟲以 FinMind 實務案例進行探討，不同於一般爬蟲課程，會更能貼近業界遇到的真實情況。 與其他 Python 爬蟲課程差異性。 本課程著重在分散式架構的建立與維護，除了課程中的案例，課後可以相同的架構使用在各種情境，例如IoT設備、後端、DevOps等應用。 本課程提供了 End to End 的資料蒐集解決方案，讓你清楚明了每一步流程，包含了資料獲取、資料儲存管理、資料監控等。 資料品質與機器監控，這是一般市面上的課程欠缺的部份，但這些技能，在業界一定會用到。但一般人不容易接觸到這塊，所以才想推出本課程，並以 FinMind 為例，彌補市場不足。 這堂課適合誰 想進一步提升大數據處理能力，學習爬進階爬蟲（分散式） 想提升工程能力，突破效能瓶頸，並完成一個 side project。 想要入門 Python 的同學 想要成為資料工程師 設備需求 Python 3.6 VS code 1.41.1 Docker、Docker Compose 建議 Windows 的學員，安裝 WSL，Ubuntu、Mac 的成員則無需安裝。 課程大綱 第一章 Python 爬蟲 第零章：環境設定 1-1 章節介紹 1-2 爬蟲介紹 1-3 爬蟲 - 台股證交所 1-4 爬蟲 - 台股櫃買中心 1-5 爬蟲 - 台股期交所 1-6 章節回顧 第二章 Docker 安裝 2-1：為什麼使用 Docker？ 2-2：Docker 安裝 Linux Mac Windows 2-3 Docker 介紹 Dockerfile - image - container Volume Network 應用實做 2-4 Docker 工具介紹 docker compose docker registry docker swarm docker portainer 第三章 分散式架構 3-1：為什麼需要分散式 3-2：分散式工具介紹 - Rabbitmq、Flower、Celery 3-3：建置分散式環境 3-4：Python 分散式工具 Celery 介紹與實作 3-5： Celery 結合爬蟲 3-6：MySQL 資料庫建置 3-7：分散式架構結合資料庫 第四章 雲端部屬，實務上的分散式架構 4-1：為什麼使用雲端 4-2：申請 3 台雲端機器 4-3：雲端建立 rabbitmq、flower、mysql4 4-4：建立爬蟲 Docker Image、部屬爬蟲 4-5 分散式爬蟲展示 第五章 爬蟲監控系統 5-1：章節介紹 5-2：為什麼需要監控系統 5-3：監控系統介紹 5-4：監控系統建置 5-5 : 章節回顧 第六章 監控系統 6-1：監控系統上雲端 6-2：打造完整的監控系統 by Grafana & Prometheus 6-3：監控 container by cadvisor 6-4：監控機器狀況 by netdata 6-5 : Alert 系統 - chatbot 6-6 : 章節回顧 作業 - 專案 使用分散式爬蟲成功抓到櫃買中心資料 資料上傳資料庫 設定監控指標 解鎖章節 600%：提供 Google reCAPTCHA 與常見圖靈驗證碼破解 900%：公開 20~30 支台股金融資料爬蟲程式碼 準備軟體或資源 Python 3.6 Vscode 1.41.1 Docker、Docker Compose 建議 Windows 的學員，安裝 WSL，Ubuntu、Mac 的成員則無需安裝。