Kurs Data Science + AI – weekendowy, zdalnie w czasie rzeczywistym | pakiet IT Nawigator

Kurs będzie trwał 28 tygodni. Przez pierwsze 20 tygodni kursanci otrzymają dostęp do lekcji
w formie wideo, gdzie we własnym tempie będą mogli przyswoić wiedzę zawartą w
nagraniu. Każda lekcja będzie trwała 3 godziny. W weekendy odbywać się będą zajęcia
zdalne na żywo. Razem z trenerem, kursanci będą utrwalać zdobytą wiedzę, poprzez
praktyczne jej zastosowanie. Każde zajęcia zdalne na żywo będą trwały 3 godziny w
godzinach 8:00 - 11:00 w soboty i niedziele.

Kurs jest podzielony na 8 bloków tematycznych o różnych wymiarach czasowych,
dostosowanych do zakresu omawianej tematyki.

Moduły szkoleniowe

Poniżej znajduje się lista bloków szkoleniowych, które zostaną zrealizowane podczas
poszczególnych edycji kursu „Data Science” w Akademii infoShare. W przypadku każdej z
grup szkoleniowych program będzie dostosowywany do poziomu zaawansowania grupy,
także w trakcie trwania szkolenia.

1. Warsztat Data Scientisty
W ramach tego bloku uczestnicy kursu zdobywają praktyczne doświadczenie w
korzystaniu z kluczowych narzędzi używanych przez Data Scientistów, takich jak środowiska
programistyczne, systemy kontroli wersji i platformy do analizy danych.

2. SQL
Moduł SQL skupia się na nauce języka zapytań do baz danych, umożliwiając uczestnikom
zdobycie umiejętności w pobieraniu, filtrowaniu i analizie danych za pomocą
strukturalnych zapytań SQL. Kurs obejmuje również zaawansowane tematy, takie jak
łączenie tabel i optymalizacja zapytań.

3. Data Storytelling
Blok Data Storytelling koncentruje się na sztuce przekazywania wyników analizy danych w
formie zrozumiałych i angażujących opowieści. Uczestnicy zdobywają umiejętność
tworzenia przekonujących narracji wizualizacyjnych, które pomagają w efektywnej
komunikacji z różnymi grupami odbiorców.

4. Python
Blok Pythona w kontekście Data Science wprowadza uczestników w podstawy i
zaawansowane aspekty programowania w języku Python. Uczestnicy uczą się używać
bibliotek takich jak NumPy, Pandas i Matplotlib do manipulacji danymi, analizy
statystycznej i wizualizacji wyników.

5. Statystyka
Blok Statystyki dostarcza uczestnikom kluczowych narzędzi do analizy danych, ucząc ich
podstawowych pojęć statystycznych, testów hipotez i interpretacji wyników. Kurs skupia się
na praktycznym zastosowaniu statystyki w kontekście Data Science.

6. Machine Learning
Moduł Machine Learning wprowadza uczestników w różne techniki uczenia maszynowego,
obejmując klasyfikację, regresję i grupowanie danych. Kurs skupia się na praktycznym
zastosowaniu algorytmów uczenia maszynowego do rozwiązywania problemów
rzeczywistych.

7. Deep Learning
Blok Deep Learning eksploruje zaawansowane techniki uczenia maszynowego, zwłaszcza
koncentrując się na głębokich sieciach neuronowych. Uczestnicy zdobywają umiejętność
projektowania, trenowania i oceny skuteczności zaawansowanych modeli deep learning.

8. Projekt
Część projektowa kursu umożliwia uczestnikom zastosowanie zdobytych umiejętności w
praktyce, pracując nad własnym projektem analizy danych. W ramach projektu uczestnicy
integrują wiedzę z wszystkich modułów, rozwijają umiejętność pracy zespołowej i
prezentacji efektów swojej pracy.

Materiały przekazywane kursantom podczas zajęć są udostępniane w formie linków do źródeł, nie udostępniamy ich przed rozpoczęciem szkolenia, a w trakcie zajęć. Przed pierwszymi zajęciami uczestnicy otrzymują prework, są to materiały do samodzielnej nauki przygotowujące do kursu. 

Uczestnik dostaje w trakcie kursu wszelkie materiały zawierające kod źródłowy, prezentacje i dostęp do repozytorium – ćwiczeń.

Trenerzy udostępniają autorskie materiały.

Uczestnik powinien posiadać dobrą znajomość Microsoft Excel, Google Sheets lub innego programu służącego do analizy danych, charakteryzować się umiejętnościami analitycznego myślenia,  oraz znajomością języka angielskiego umożliwiającą czytanie oraz rozumienie dokumentacji.

• konieczność posiadania wbudowanej kamerki, słuchawek, Internetu 3Mb/s download i 3Mb/s upload.
• własny laptop z systemem operacyjnym Windows  8 / 10 /lub/ MacOS /lub/ Linux
  optymalna konfiguracja sprzętowa: procesor i5+ lub podobny, 8GB+ pamięci RAM, zalecany dysk SSD
• Nie masz komputera przenośnego? Skontaktuj się z opiekunem kursu i zapytaj o możliwość wypożyczenia sprzętu.

Przed zapisaniem się na kursu Kandydat musi przejść proces rekrutacji. W tym celu skontaktuj się z infoShare Academy.

szkolnie będzie realizowane zdalnie poprzez platformę Zoom

Po ukończeniu szkolenia uczestnik otrzymuje zaświadczenie ukończenia kursu.

infoShare Academy uczy na bieżąco, poprzez testy sprawdzające i obserwację pracy przy realizacji projektów, weryfikuje stopień przyswojenia wiedzy i motywuje do dalszej intensywnej pracy. 

Uczestnikom oferujemy:

• zdobycie wiedzy niezbędnej w najbardziej pożądanym zawodzie XXI wieku
• wiedzę na poziomie Junior Data Scientist
• dostęp do realnych danych, wykorzystywanych w codziennej pracy przez naszych partnerów
• aktywną pomoc doświadczonych trenerów
• możliwość konsultacji ze specjalistami HR
• profesjonalne środowisko pracy

Trener wpisany jako osoba prowadząca usługę jest trenerem wspierającym na kursie. Do poszczególnych tematów będą w trakcie szkolenia przypisywani różni trenerzy, w zależności od ich dostępności czasowej, w związku z tym nie są oni wymienieni w polu "Osoby prowadzące". Jako realizator oświadczamy, że wszyscy trenerzy prowadzący zajęcia mają odpowiednie doświadczenie i wykształcenie kierunkowe. Szczegóły dostępne u realizatora szkolenia.

Warsztatowa część kursu w Akademii prowadzona jest zdalnie z trenerem na żywo. Oznacza to, że podczas zajęć będziemy korzystać z różnych urządzeń i oprogramowania. Sprawdź listę wymagań technicznych i sprzętowych, by zapewnić sobie bezproblemowy udział w zajęciach. 

Przed przystąpieniem do zajęć, upewnij się, że:

Masz dobre i stabilne łącze internetowe - minimum 3Mb/s download i 3 Mb/s upload. Jeżeli nie masz pewności, sprawdź szybkość swojego łącza na https://www.speedtest.pl/.

Twój system operacyjny to:

• macOS 11.7.10 Big Sur lub nowszy
• Windows 8.1 lub wyższy
   
• Posiadasz słuchawki lub mikrofon, który zbiera tylko głos mówiącego, bez dźwięków z głośników i kamerkę. Jeżeli nie masz słuchawek lub mikrofonu, podczas zajęć skorzystaj z opcji wyciszenia, jeśli w danym momencie nic nie mówisz.
• Jeśli masz taką możliwość - przyda Ci się dodatkowy monitor (może też być telewizor podłączony do komputera). Tak będzie Ci łatwiej pracować z narzędziami oraz aktywnie uczestniczyć w zajęciach, bez konieczności przełączania widoków.