Data Science Machine Learning (Python) - Małopolski Pociąg do Kariery / Kierunek Rozwój / Graj po Zielone
Data Science Machine Learning (Python) - Małopolski Pociąg do Kariery / Kierunek Rozwój / Graj po Zielone
Informacje podstawowe
Informacje podstawowe
- KategoriaInformatyka i telekomunikacja / Programowanie
- Identyfikator projektuMałopolski Pociąg do kariery
- Sposób dofinansowaniawsparcie dla osób indywidualnychwsparcie dla pracodawców i ich pracowników
- Grupa docelowa usługi
Kurs skierowany jest do osób, które interesują się programowaniem oraz analizą danych - w tym w sektorach zielonej gospodarki. Rozwój kariery w tym kierunku daje dzisiaj mocną pozycję na rynku pracy.
Uczestnicy kursu nie muszą mieć wcześniejszego doświadczenia w zakresie programowania. W szkoleniu mogą wziąć udział zarówno osoby, myślące o przyszłej pracy w roli data scientist, również specjaliści sektora zielonej gospodarki, czy też kadra kierownicza chcąca nauczyć się programowania oraz analizy danych.
Usługa adresowana również również dla Uczestników Projektu Kierunek – Rozwój, Małopolski Pociąg do Kariery, mBony+, Graj po Zielone (oraz innych programów w ramach 10.17 z terenu woj. Śląskiego), a także dla uczestników innych programów dofinansowań.
Kurs prowadzony jest z naciskiem na budowanie świadomości ekologicznej i wykorzystanie tych umiejętności w celu wspierania zrównoważonego rozwoju.
- Minimalna liczba uczestników8
- Maksymalna liczba uczestników16
- Data zakończenia rekrutacji26-11-2024
- Forma prowadzenia usługizdalna w czasie rzeczywistym
- Liczba godzin usługi88
- Podstawa uzyskania wpisu do BURZnak Jakości Małopolskich Standardów Usług Edukacyjno-Szkoleniowych (MSUES) - wersja 2.0
Cel
Cel
Cel edukacyjny
Kurs przygotowuje do samodzielnego programowania w języku python oraz korzystania z pakietów dedykowanych do analizy danych oraz uczenia maszynowego.Dzięki przekazywaniu również umiejętności ogólnych niezbędnych zgodnie z GreenComp, kurs buduje także świadomość ekologiczną i przygotowuje do wykorzystywania poznanych narzędzi oraz technik analizy danych w celu tworzenia ekologicznych rozwiązań technologicznych.
Efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia i Metody walidacji
Efekty uczenia się | Kryteria weryfikacji | Metoda walidacji |
---|---|---|
Efekty uczenia się Programuje w języku python i sql na poziomie średnio zaawansowanym - z naciskiem na efektywność oraz optymalizację zasobów przez tworzone oprogramowanie | Kryteria weryfikacji - pisze własne skrypty i programuje w języku Python- pozyskuje dane z różnych źródeł w celu ich dalszego wykorzystania, w tym dane środowiskowe - charakteryzuje zasady tworzenia baz danych oraz tworzy własne zapytania w języku sql - wyjaśnia wpływ efektywnego programowania na zmniejszenie zużycia energii i innych zasobów w aplikacjach - stosuje zasady środowiskowe 6R podczas tworzenia oprogramowania i optymalizuje kod pod kątem zużycia zasobów - optymalizuje bazy danych oraz zapytania pod kątem oszczędności zasobów (m.in. struktura bazy danych, ilość wywołań, oszczędność zasobów procesora itd.) | Metoda walidacji Test teoretyczny |
Efekty uczenia się Przetwarza, analizuje oraz wizualizuje dane z wykorzystaniem najpopularniejszych bibliotek języka Python | Kryteria weryfikacji - wykorzystuje biblioteki języka Python (numpy, pandas, matplotlib) w celu przetwarzania, analizy oraz wizualizacji, w tym danych środowiskowych- omawia podstawowe zasady statystyki oraz tworzy własne hipotezy dotyczące przetwarzanych danych - wykorzystuje narzędzia do obliczeń rozproszonych w celu analizy dużych zbiorów danych, w tym danych środowiskowych - zarządza danymi w sposób zasobooszczędny - analizuje dane środowiskowe metodą eksploracji danych, stawia własne hipotezy oraz posiada wiedzę umożliwiającą opisywanie i interpretowanie zjawisk zachodzących w środowisku przyrodniczym | Metoda walidacji Test teoretyczny |
Efekty uczenia się Tworzy modele uczenia maszynowe i wykorzystuje je w celu analizy danych | Kryteria weryfikacji - wykorzystuje zagadnienia z machine learning do analizy danych i predykcji- optymalizuje modele ML pod kątem zasobooszczędności | Metoda walidacji Test teoretyczny |
Efekty uczenia się Posiada umiejętności ogólne niezbędne do pracy w sektorze zielonej gospodarki | Kryteria weryfikacji - charakteryzuje główne poglądy na temat zrównoważonego rozwoju- charakteryzuje zasady środowiskowe 6R w kontekście TIK (rethink, refuse, reduce, reuse, recycle, recover) - ocenia i optymalizuje wpływ na przyrodę rozwiązań z zakresu cyfrowej gospodarki - posiada świadomość, iż każde działanie człowieka ma wpływ na środowisko | Metoda walidacji Test teoretyczny |
Kwalifikacje i kompetencje
Kwalifikacje
Kompetencje
Usługa prowadzi do nabycia kompetencji.Warunki uznania kompetencji
Program
Program
Kurs dedykowany jest osobom zainteresowanym programowaniem oraz analizą danych - rozwój kariery w tym kierunku daje dzisiaj ogromne możliwości i mocną pozycję na rynku pracy.
Uczestnicy kursu nie muszą mieć żadnego wcześniejszego doświadczenia w zakresie programowania. W szkoleniu mogą wziąć udział zarówno osoby, które myślą o przyszłej pracy w roli data scientist, jak równiez kadra kierownicza, czy właściciele firm, dla których dostęp do analiz jest kluczem do podejmowania trafnych decyzji w bieżacej działalności.
Z racji dynamicznego rozwoju branż zielonych technologii, kurs uczy programowania w sposób pozytywnie wpływający na środowisko i wspierający zrównoważony rozwój - w tym w zgodzie z zasadami środowiskowymi 6R oraz pozwala na zrozumienie roli technologii cyfrowych we wspieraniu zielonej gospodarki oraz w jaki sposób odpowiednie programowanie i analiza danych ma wpływ na realizację celów Zielonego Ładu oraz wspieranie zrównoważonego rozwoju.
--
STRUKTURA KURSU::
Dzięki dużej ilości gotowych bibliotek język Python jest jednym z najpopularniejszych języków do analizy danych. Jest to również język bardzo prosty w nauce, dzięki czemu pisanie własnych skryptów i narzędzi nie stanowi problemu nawet dla początkujących osób.
Szkolenie obejmuje łącznie ponad 100h nauki, na które składa się:
- 88h lekcyjne (45 min) = w przeliczeniu 66h zegarowe (60 min)) prowadzonych na żywo (on-line), na platformie webinarowej, w formie wirtualnej klasy, w formule live-coding - przez cały czas z trenerem;
- dodatkowa samodzielna praca własna kursantów w domu (ćwiczenia, projekty), z możliwością konsultacji na platformie Slack - praca ta pozwala utrwalić zdobyta podczas zajec wiedzę i nie jest wliczana do czasu trwania usługi;
Grupy liczą maksymalnie 12-16 osób i są jednymi z najmniejszych grup na rynku.
1. Wprowadzenie do programowania:
- języki programowania, shell (bash), rola systemu operacyjnego, system kontroli wersji git;
- charakterystyka głównych poglądów dotyczących zrównoważonego rozwoju, omówienie Europejskich ram kompetencji w zakresie zrównoważonego rozwoju (GreenComp), omówienie zasad środowiskowych 6R w zakresie tworzenia oprogramowania;
2. Programowanie w języku Python:
- solidna nauka podstaw programowania w języku Python:
- typy danych, wyrażenia warunkowe, debugging, funkcje, obsługa wyjątków, moduły i biblioteki, podstawy programowania obiektowego;
- zielone programowanie - optymalizacja kodu dla minimalizacji zasobów w aplikacjach, efektywność zarządzania typami danych, zastosowanie zasad środowiskowych 6R;
3. Język SQL i bazy danych:
- projektowanie relacyjnych baz danych oraz wykorzystanie w praktyce języka sql;
- efektywność operacji na bazach danych (ilość zapytań, zasobooszczędność itd.)
- definiowanie schematu bazy danych na podstawie wymagań, podstawowe oraz zaawansowane zapytania, filtrowanie, grupowanie, sortowanie, łączenie wyników;
- tworzenie efektywnych struktur baz danych (np. systemy zarządzania energią);
- omówienie zasad środowiskowych 6R pod kątem możliwości ich implementacji w wykorzystywanych bazach danych;
4. Data Science
- środowisko pracy analityka danych
- jupyter notebook, markdown, elementy notacji latex, manager pakietów Conda, pip, tworzenie wirtualnego środowiska;
- podstawy statystyki i wnioskowania, analiza danych metodą eksploracji danych oraz stawianie własnych hipotez,w tym danych środowiskowych
- przetwarzanie danych za pomocą bibliotek numpy oraz pandas;
- zarządzanie danymi w sposób zasobooszczędny;
- optymalizacja zasobów podczas analizy i wizualizacji danych
- techniki skutecznego i efektywnego ładowania, przechowywania i manipulowania danymi, w tym websprapping;
- wizualizacja danych środowiskowych za pomocą matplolib, pozwalająca na interpretację zjawisk zachodzących w środowisku przyrodniczym
- wykorzystanie zaawansowanych narzędzi do obliczeń rozproszonych (spark, databricks) - na bazie danych z sektora zielonej gospodarki
5. Machine Learning i jego rola w cyfrowej i zielonej transformacji
- podział metod nauczania maszynowego, dobór danych i modelu, przygotowanie danych, szkolenie, walidacja, przeuczenie, drzewa decyzyjne, sieci neuronowe, deep learning, CNN, tensorflow
- optymalizacja modeli ML i AI pod kątem zasobooszczędności
- machine learning i jego rola w cyfrowej i zielonej transformacji
- zastosowanie AI w sektorach zielonej gospodarki np w celu predykcji zmian klimatycznych
Dodatkowo prework z zakresu:
- historia języków programowania oraz języka Python;
- wprowadzenie do programowania i zielonej gospodarki;
- charakterystyka poglądów dotyczących zrównoważonego rozwoju oraz Europejskie ramy kompetencji w zakresie zrównoważonego rozwoju (GreenComp);
- zasady środowiskowe 6R (refuse, reduce, reuse, recover, recycle, rethink);
- zastosowanie języka Python w zielonej gospodarce, m.in. automatyzacja procesów, optymalizacja zasobooszczędności, analiza danych środowiskowych.
Całość zajęć prowadzona jest na żywo online.
Poza zajęciami na żywo (online, wirtualna klasa), uczestnicy otrzymują dodatkowe zadania do pracy w domu, z możliwością kontaktu z prowadzącym również poza zajęciami (na platformie Slack).
Aby osiągnąć zakładany cel realizacji usługi, uczestnik powinien być obecny w trakcie zajęć zdalnych w czasie rzeczywistym.
--
Szkolenie przekazuje kompetencje przydatne i/lub niezbędne do pracy na stanowiskach takich jak m.in.: statystyk (212004), analityk biznesowy (242112), analityk finansowy (241306), analityk giełdowy (241301), analityk inwestycyjny (241311), analityk trendów rynkowych (cool hunter)(243101), analityk baz danych (252102), projektant baz danych (252103), analityk ruchu na stronach internetowych (262202), specjalista ochrony środowiska (213303), inspektor ochrony środowiska (325504), technik analizy i monitoringu środowiska (325508), technik ochrony środowiska (325511).
Dzięki przekazywaniu umiejętności ogólnych niezbędnych do pracy w sektorze zielonej gospodarki (zgodnie z GreenComp), szkolenie przyczynia się również do tworzenia tzw. “zielonych miejsc pracy” zarówno w sektorach zielonej gospodarki, jak również w sektorach tradycyjnych.
Wiedza zdobyta podczas szkolenia wykorzystywana może być m.in. w celu realizacji inwestycji opisanych m.in. w Rozp. nr 2021/1056 PEiR(UE) ustanawiającym Fundusz Sprawiedliwej Transformacji, tj.w przypadku wdrażania technologii oraz systemówi infrastruktury zapewniającej czystą energię, redukcjei emisji gazów cieplarnianych, inwestycji w energię odnawialną i w efektywność energetyczną, inteligentną i zrównoważoną mobilność lokalną, poprawę efektywności energetycznej systemów ciepłowniczych, inwestycje w produkcję energii cieplnej z odnawialnych źródeł energii, cyfryzację i łączność cyfrową, a także we wzmacnianie gospodarki o obiegu zamkniętym, efektywne gospodarowanie zasobami oraz ponowne ich wykorzystanie i recykling.
Harmonogram
Harmonogram
Przedmiot / temat zajęć | Prowadzący | Data realizacji zajęć | Godzina rozpoczęcia | Godzina zakończenia | Liczba godzin |
---|---|---|---|---|---|
Przedmiot / temat zajęć 1 z 28 Wprowadzenie do programowania, języki programowania, shell i bash, środowisko pracy, algorytmika (on-line, na żywo, wykład + ćwiczenia) | Prowadzący Bartek Bilski | Data realizacji zajęć 27-11-2024 | Godzina rozpoczęcia 18:00 | Godzina zakończenia 21:00 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 2 z 28 Python - typy danych, elementy języka, zast. J. Python w zielonej gospodarce (automatyzacja proc., zasobooszczędność, analiza danych środ.), GreenComp, zasady 6R, (on-line, na żywo, wykład + ćw) | Prowadzący Bartek Bilski | Data realizacji zajęć 30-11-2024 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 12:00 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 3 z 28 Przerwa w usłudze | Prowadzący Bartek Bilski | Data realizacji zajęć 30-11-2024 | Godzina rozpoczęcia 12:00 | Godzina zakończenia 12:15 | Liczba godzin 00:15 |
Przedmiot / temat zajęć 4 z 28 Python - funkcje (on-line, na żywo, wykład + ćwiczenia) | Prowadzący Bartek Bilski | Data realizacji zajęć 30-11-2024 | Godzina rozpoczęcia 12:15 | Godzina zakończenia 15:15 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 5 z 28 Python - wyjątki (on-line, na żywo, wykład + ćwiczenia) | Prowadzący Bartek Bilski | Data realizacji zajęć 02-12-2024 | Godzina rozpoczęcia 18:00 | Godzina zakończenia 21:00 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 6 z 28 Python - pliki i moduł, efektywność zarządzania typami danych (on-line, na żywo, wykład + ćwiczenia) | Prowadzący Bartek Bilski | Data realizacji zajęć 04-12-2024 | Godzina rozpoczęcia 18:00 | Godzina zakończenia 21:00 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 7 z 28 Python - prog. funkcyjne, optymalizacja kodu dla minimalizacji zasobów w aplikacjach (on-line, na żywo, wykład + ćwiczenia) | Prowadzący Bartek Bilski | Data realizacji zajęć 09-12-2024 | Godzina rozpoczęcia 18:00 | Godzina zakończenia 21:00 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 8 z 28 Python - OOP: obiekty (on-line, na żywo, wykład + ćwiczenia) | Prowadzący Bartek Bilski | Data realizacji zajęć 11-12-2024 | Godzina rozpoczęcia 18:00 | Godzina zakończenia 21:00 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 9 z 28 Python - OOP: klasy, zastosowanie zasad środowiskowych 6R (on-line, na żywo, wykład + ćwiczenia) | Prowadzący Bartek Bilski | Data realizacji zajęć 14-12-2024 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 12:00 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 10 z 28 Przerwa w usłudze | Prowadzący Mikołaj Leszczuk | Data realizacji zajęć 14-12-2024 | Godzina rozpoczęcia 12:00 | Godzina zakończenia 12:15 | Liczba godzin 00:15 |
Przedmiot / temat zajęć 11 z 28 SQL - projektowanie relacyjnych baz danych oraz wykorzystanie w praktyce języka sql (on-line, na żywo, wykład + ćwiczenia) | Prowadzący Mikołaj Leszczuk | Data realizacji zajęć 14-12-2024 | Godzina rozpoczęcia 12:15 | Godzina zakończenia 15:15 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 12 z 28 SQL - efektywność operacji na bazach danych (on-line, na żywo, wykład + ćwiczenia) | Prowadzący Mikołaj Leszczuk | Data realizacji zajęć 16-12-2024 | Godzina rozpoczęcia 18:00 | Godzina zakończenia 20:30 | Liczba godzin 02:30 |
Przedmiot / temat zajęć 13 z 28 Walidacja umiejętności | Prowadzący - | Data realizacji zajęć 16-12-2024 | Godzina rozpoczęcia 20:30 | Godzina zakończenia 21:00 | Liczba godzin 00:30 |
Przedmiot / temat zajęć 14 z 28 Data Science - hipotezy i wnioskowanie, przetwarzanie danych za pomocą numpy, pandas, matplotlib (on-line, na żywo, wykład + ćwiczenia) | Prowadzący Bartek Bilski | Data realizacji zajęć 18-12-2024 | Godzina rozpoczęcia 18:00 | Godzina zakończenia 21:00 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 15 z 28 Data Science - hipotezy i wnioskowanie, przetwarzanie danych za pomocą numpy, pandas, matplotlib (on-line, na żywo, wykład + ćwiczenia) | Prowadzący Bartek Bilski | Data realizacji zajęć 23-12-2024 | Godzina rozpoczęcia 18:00 | Godzina zakończenia 21:00 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 16 z 28 Data Science - hipotezy i wnioskowanie, przetwarzanie danych za pomocą numpy, pandas, matplotlib (on-line, na żywo, wykład + ćwiczenia) | Prowadzący Bartek Bilski | Data realizacji zajęć 08-01-2025 | Godzina rozpoczęcia 18:00 | Godzina zakończenia 21:00 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 17 z 28 Data Science - techniki skutecznego i efektywnego ładowania, przechowywania i manipulowania danymi, w tym websprapping (on-line, na żywo, wykład + ćwiczenia) | Prowadzący Bartek Bilski | Data realizacji zajęć 11-01-2025 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 12:00 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 18 z 28 Przerwa w usłudze | Prowadzący Bartek Bilski | Data realizacji zajęć 11-01-2025 | Godzina rozpoczęcia 12:00 | Godzina zakończenia 12:15 | Liczba godzin 00:15 |
Przedmiot / temat zajęć 19 z 28 Data Science - optymalizacja zasobów podczas analizy i wizualizacji danych, ćw. na bazie realnych danych, w tym z sektorów zielonej gospodarki, (on-line, na żywo, wykład + ćwiczenia) | Prowadzący Bartek Bilski | Data realizacji zajęć 11-01-2025 | Godzina rozpoczęcia 12:15 | Godzina zakończenia 15:15 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 20 z 28 Data Science - wykorzystanie zaawansowanych narzędzi do obliczeń rozproszonych (spark, databricks) - na bazie danych z sektora zielonej gospodarki (on-line, na żywo, wykład + ćwiczenia) | Prowadzący Bartek Bilski | Data realizacji zajęć 13-01-2025 | Godzina rozpoczęcia 18:00 | Godzina zakończenia 21:00 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 21 z 28 Machine Learning - podział metod nauczania maszynowego, dobór danych i modelu, rola ML w cyfrowej i zielonej transformacji (on-line, na żywo, wykład + ćwiczenia) | Prowadzący Bartek Bilski | Data realizacji zajęć 15-01-2025 | Godzina rozpoczęcia 18:00 | Godzina zakończenia 21:00 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 22 z 28 Machine Learning - przygotowanie danych, szkolenie, walidacja, przeuczenie, drzewa dec., sieci neuronowe, deep learning, CNN, tensorflow (on-line, na żywo, wykład + ćw.) | Prowadzący Bartek Bilski | Data realizacji zajęć 20-01-2025 | Godzina rozpoczęcia 18:00 | Godzina zakończenia 21:00 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 23 z 28 Machine Learning - przygotowanie danych, szkolenie, walidacja, przeuczenie, drzewa dec., sieci neuronowe, deep learning, CNN, tensorflow (on-line, na żywo, wykład + ćw.) | Prowadzący Bartek Bilski | Data realizacji zajęć 22-01-2025 | Godzina rozpoczęcia 18:00 | Godzina zakończenia 21:00 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 24 z 28 Machine Learning - przygotowanie danych, szkolenie, walidacja, przeuczenie, drzewa dec., sieci neuronowe, deep learning, CNN, tensorflow (on-line, na żywo, wykład + ćw.) | Prowadzący Bartek Bilski | Data realizacji zajęć 25-01-2025 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 12:00 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 25 z 28 Przerwa w usłudze | Prowadzący Bartek Bilski | Data realizacji zajęć 25-01-2025 | Godzina rozpoczęcia 12:00 | Godzina zakończenia 12:15 | Liczba godzin 00:15 |
Przedmiot / temat zajęć 26 z 28 ML - zastosowanie ML i AI w praktyce, w tym w sektorach zielonej gosp. np. w celu predykcji zmian klimatycznych, optymalizacja modeli ML i AI pod kątem zasobooszcz. (on-line, na żywo, wykład + ćw.) | Prowadzący Bartek Bilski | Data realizacji zajęć 25-01-2025 | Godzina rozpoczęcia 12:15 | Godzina zakończenia 15:15 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 27 z 28 ML - zastosowanie ML i AI w praktyce, w tym w sektorach zielonej gosp. np. w celu predykcji zmian klimatycznych, optymalizacja modeli ML i AI pod kątem zasobooszcz. (on-line, na żywo, wykład + ćw.) | Prowadzący Bartek Bilski | Data realizacji zajęć 27-01-2025 | Godzina rozpoczęcia 18:00 | Godzina zakończenia 20:30 | Liczba godzin 02:30 |
Przedmiot / temat zajęć 28 z 28 Walidacja umiejętności | Prowadzący - | Data realizacji zajęć 27-01-2025 | Godzina rozpoczęcia 20:30 | Godzina zakończenia 21:00 | Liczba godzin 00:30 |
Cena
Cena
Cennik
- Rodzaj cenyCena
- Koszt przypadający na 1 uczestnika brutto5 280,00 PLN
- Koszt przypadający na 1 uczestnika netto5 280,00 PLN
- Koszt osobogodziny brutto60,00 PLN
- Koszt osobogodziny netto60,00 PLN
Prowadzący
Prowadzący
Szymon Budziak
Wykształcenie: Computer Science, Engineer's degree, Università degli Studi di Napoli Federico II (2023), inż., Informatyka, AGH w Krakowie (2024). Dodatkowe szkolenia, m.in.: Python for Data Science and Machine Learning, Machine Learning Specialization by Andrew Ng.
Bartek Bilski
Doświadczenie, m.in.: obecnie, Data Scientist, Allegro, 2023 - 2024, Data Scientist, Kokoro Global, 2022, Data Analyst, Cord, 2020 - 2021, Mortgage Advisor. Wykształcenie: Uniwersity of Bath (Data Science)(2022) oraz University of West of England (Matematyka i Statystyka)(2017). Dodatkowe szkolenia, m.in.: Azure Databricks, Databricks Data + AI World Tour London, IRX @ DTX + UCX.
Mikołaj Leszczuk
Autor i współautor ponad 191 publikacji naukowych oraz uczestnik międzynarodowych konferencji naukowych i branżowych. Senior member Institute of Electrical and Electronics Engineers (IEEE), członek Video Quality in Public Safety Working Group (VQiPS) wspieranej przez US Department of Homeland Security, członek zarządu Video Quality Experts Group (VQEG), członek KRAB UE, członek Gateway to Archives of Media Art (GAMA).
Doświadczenie, m.in.: obecnie, Prof. uczelni, Kat. Telekomunikacji AGH, 2017 – 2019, Dr hab., KT AGH, 2006 – 2017, Adiunkt, KT AGH, 2000 – 2006, Asystent KT AGH, 1996 – 1999, Kier. Dz. Techn. Mult., Prezes Zarządu COMARCH S.A., COMARCH Multimedia Sp. z o.o.
Dod. dośw. zaw.: Proj. 2022 - 2023, Ocena jakości dla aplikacji komp. rozp. wideo, Proj. 2021 - 2022, Technologie wspierające streszczanie sekwencji wideo (NCBR), manager B+R, Proj.: 2020 - 2021, Zaawans. wsk. jakości wiz. (Innovation Incubator 4.0), kierownik prac, Proj.: 2019 - 2020, Obiektywna ocena jakości wideo dla zadań [...], odpowiedzialny za za rozw. i wal. wskaźników jakości wideo.
Informacje dodatkowe
Informacje dodatkowe
Informacje o materiałach dla uczestników usługi
W ramach szkolenia uczestnik otrzymuje:
- dostęp do materiałów oraz ćwiczeń podsumowujących zdobytą wiedzę (materiały on-line formie pdf,html, jupyter notebook)
- zbiory danych wykorzystywane podczas ćwiczeń;
- bezpłatną licencję edukacyjną na wybrane IDE Jetbrains;
- dostęp do kanałów Slack dedykowanych szkoleniu;
- dostęp do nagrań z odbytych zajęć.
Warunki uczestnictwa
Uczestnicy kursu nie muszą mieć żadnego wcześniejszego doświadczenia w zakresie programowania. W szkoleniu mogą wziąć udział zarówno osoby, które myślą o przyszłej pracy w roli data scientist, jak równiez kadra kierownicza i pracownicy sektora zielonej gospodarki, czy właściciele firm, dla których dostęp do analiz jest kluczem do podejmowania trafnych decyzji w bieżacej działalności.
W przypadku korzystania z dofinansowania, warunkiem uczestnictwa jest zapisanie się przez BUR wraz z podaniem aktualnego ID wsparcia.
Informacje dodatkowe
Zakres tematyczny zgodny z RSI Woj. Śl. 2030: Techn. Inf. i kom., (i) techn. szt. int. i uczenia masz., (ii) techn. data mining, (iii) techn. zaaw. baz danych i hurtowni danych oraz z RSI Woj. Mał.. Met. i urz. służące do pozyskiwania danych, 3. Syst. i urz. do przetw. danych, 4. Przech, zabezp., monit [...] danych i informacji [...]i, 6. Syst. IT wspierające komfort życia [...], 7. Syst. wsp. działań B+R [...], 9. Syst, IT zapewniające komf. i efektywne warunki pracy, 10. Syst. IT [...] sekt. e-commerce oraz FinTech, 14. Syst. [...] int. transp. i log..
Usługi szkoleniowe w ramach projektu realizowane są w godzinach dydaktycznych (1 godzina dydaktyczna = 45 min.)
Szkolenie prowadzi do nabycie kompetencji cyfrowych.
W ramach usługi przewidziane są przerwy podczas zajęć 6h w soboty, które zostały uwzględnione w harmonogramie, jednak nie wliczają się do ilości godzin samej usługi.
Podst.zwoln. z VAT: Dz.U.2013.1722, art. 3, ust. 1, pkt. 14. - wer. każd. w stosunku do danego uczestnika.
Warunki techniczne
Warunki techniczne
Zajęcia prowadzone są w czasie rzeczywistym na platformie Zoom, wraz z dostępem do kanałów grupowych na platformie Slack.
Minimalne wymagania sprzętowe:
- komputer / laptop / lub inne urządzenie ze stałym dostępem do internetu, wyposażone w kamerę internetową;
Minimalne wymagania dotyczące parametrów łącza sieciowego:
- szybkość pobierania / przesyłania: minimalna 2 Mb/s / 128 kb/s, zalecana: 4 Mb/s / 512 kb/s;
Niezbędne oprogramowanie umożliwiające dostęp do zajęć oraz materiałów:
- przeglądarka internetowa;
- Zoom w wersji bezpłatnej dla użytkownika;
Uczestnicy otrzymują linki do spotkań przed każdymi zajęciami. Link umożliwiający uczestnictwo w szkoleniu jest aktywny w godzinach wskazanych na karcie usługi.