Kurs Analityk Danych – wieczorowy | forma zdalna w czasie rzeczywistym
Kurs Analityk Danych – wieczorowy | forma zdalna w czasie rzeczywistym
Informacje podstawowe
Informacje podstawowe
- KategoriaInformatyka i telekomunikacja / Programowanie
- Sposób dofinansowaniawsparcie dla osób indywidualnychwsparcie dla pracodawców i ich pracowników
- Grupa docelowa usługi
DLA KOGO JEST TEN KURS?
Szkolenie przeznaczone jest dla osób bez doświadczenia w programowaniu, z podstawowym doświadczeniem w zakresie analizy danych. Wcześniejsze doświadczenie i wiedza z zakresu programowania w dowolnym języku mogą być pomocne, lecz nie są konieczne do wzięcia udziału w kursie.
Dobrze, by osoba chcąca skorzystać ze szkolenia była chętna do zdobywania nowej wiedzy, doceniała wartość automatyzowania wykonywanych czynności oraz tworzenia wizualizacji danych w komunikacji z interesariuszami. - Minimalna liczba uczestników1
- Maksymalna liczba uczestników14
- Data zakończenia rekrutacji05-12-2024
- Forma prowadzenia usługizdalna w czasie rzeczywistym
- Liczba godzin usługi78
- Podstawa uzyskania wpisu do BURZnak Jakości TGLS Quality Alliance
Cel
Cel
Cel edukacyjny
Celem szkolenia jest poszerzenie wiedzy oraz umiejętności osób zajmujących się zawodowo analizą danych, które chcą do tego wykorzystać metody programistyczne, ze szczególnym naciskiem na zastosowanie języka programowania Python.Ma ono wyposażyć uczestników w znajomość podstaw teoretycznych i praktycznych wykonywania analiz dużych zbiorów danych, budowania raportów, wyciągania wniosków oraz tworzenia na ich podstawie rekomendacji biznesowych.
Efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia i Metody walidacji
Efekty uczenia się | Kryteria weryfikacji | Metoda walidacji |
---|---|---|
Efekty uczenia się pozna SQL (SQLite) | Kryteria weryfikacji pozna jak tworzyć efektywne zapytania SQL, co jest kluczowe w analizie danychnauczy się praktycznych umiejętności korzystania z SQLite jako narzędzia do analizy danych nauczy sięoptymalizacji zapytań SQL w kontekście analizy danych, co wpłynie na wydajność Twojej pracy. | Metoda walidacji Obserwacja w warunkach symulowanych |
Efekty uczenia się pozna podstawy Pythona | Kryteria weryfikacji nauczy się typów danych, operacji na nich, instrukcji oraz funkcji w języku Python.Pozna typy danych operacji na nich, instrukcji oraz funkcji w języku Python. Zrozumie podstawy programowania algorytmicznego, co pozwoli na tworzenie funkcjonalnych skryptów do analizy danych. Nauczy się praktycznych zastosowań Pythona w kontekście analizy danych, dzięki rozwiązaniu rzeczywistych problemów przy użyciu podstawowych konceptów języka. | Metoda walidacji Obserwacja w warunkach symulowanych |
Efekty uczenia się pozna obiektowość w analizie danych (OOP) | Kryteria weryfikacji nauczy się klas, obiektów i dziedziczenia w PythoniePozna projektowanie obiektów w praktyce Nauczysz się, jak wykorzystywać wyjątki do bardziej zaawansowanych operacji na danych. | Metoda walidacji Obserwacja w warunkach symulowanych |
Efekty uczenia się pozna środowisko GitHub z użyciem CoPilot | Kryteria weryfikacji nauczy się efektywnie zarządzać projektami i kodem przy użyciu GitHubaPozna jak CoPilot może wspierać proces programowania Nauczy się jak te narzędzia można włączyć do codziennego procesu pracy z danymi | Metoda walidacji Obserwacja w warunkach rzeczywistych |
Efekty uczenia się pozna przetwarzanie wielowymiarowych danych z użyciem tablic NumPy | Kryteria weryfikacji nauczy się tworzenie i manipulację wielowymiarowymi tablicami danychzdobędzie umiejętności korzystania z NumPy do efektywnej manipulacji danymi numerycznymi jest podstawą w dalszym rozwoju jako analityk danych nauczy się jak wykorzystać NumPy do rozwiązywania konkretnych problemów analitycznych | Metoda walidacji Obserwacja w warunkach symulowanych |
Efekty uczenia się pozna analizę danych z biblioteką Pandas | Kryteria weryfikacji nauczy się używać Pandas do wczytywania, przetwarzania i analizy danych tabularnychJak stosować zaawansowane funkcje Pandas do analizy danych oraz korzystać z Pandas do przygotowywania danych do wizualizacji | Metoda walidacji Obserwacja w warunkach rzeczywistych |
Efekty uczenia się pozna sposób pozyskiwania danych z API oraz Web Scraping | Kryteria weryfikacji nauczy się umiejętności korzystania z różnych API do pozyskiwania danych, przetwarzać dane otrzymane z API, dostosowując je do potrzeb analizy oraz jak automatyzować procesy pozyskiwania danych, co zwiększy efektywność pracy. | Metoda walidacji Obserwacja w warunkach symulowanych |
Efekty uczenia się pozna zastosowanie Pythona w Microsoft Excel | Kryteria weryfikacji nauczy się jak wykorzystać Pythona do pracy z arkuszami Microsoft Excel, pozna metody automatyzacji różnych zadań w Microsoft Excel za pomocą Pythona i jak Python może wzbogacić analizę danych z wykorzystaniem Microsoft Excel, wykorzystując zaawansowane techniki programistyczne. | Metoda walidacji Obserwacja w warunkach symulowanych |
Efekty uczenia się pozna efektywne wizualizacje danych w Pythonie | Kryteria weryfikacji nauczy się jak korzystać z narzędzi do tworzenia różnorodnych wizualizacji danych, takich jak Matplotlib, Seaborn czy Plotly, dobierać odpowiednie narzędzia wizualizacyjne w zależności od rodzaju danych i celu prezentacji oraz jak tworzyć interaktywne wizualizacje, umożliwiające lepsze zrozumienie wyników analizy danych | Metoda walidacji Obserwacja w warunkach rzeczywistych |
Efekty uczenia się pozna raportowanie danych dla biznesu w Pythonie | Kryteria weryfikacji nauczy się jak używać Pythona do tworzenia klarownych i efektownych raportów, techniki analizowania danych i ich prezentacji w formie raportów oraz , jak projektować czytelne raporty zawierające kluczowe informacje | Metoda walidacji Obserwacja w warunkach symulowanych |
Efekty uczenia się pozna tworzenie dashboardów z wykorzystaniem Tableau | Kryteria weryfikacji nauczy się tworzyć i konfigurować dashboardy w Tableau, korzystania z narzędzia Tableau do tworzenia dynamicznych i atrakcyjnych wizualizacji danych oraz prezentować dane w sposób przystępny dla różnych grup odbiorców, co ma kluczowe znaczenie w pracy z różnorakimi danymi. | Metoda walidacji Obserwacja w warunkach rzeczywistych |
Efekty uczenia się pozna wprowadzenie do technik AI (Machine Learning) | Kryteria weryfikacji nauczy się różnych algorytmów Machine Learning, takich jak regresja, klasyfikacja i klastrowanie, jak wykorzystać modele Machine Learning do rozwiązania konkretnych problemów analizy danych oraz oceniać skuteczność modeli Machine Learning i dostosowywać je do konkretnych zastosowań | Metoda walidacji Obserwacja w warunkach rzeczywistych |
Kwalifikacje i kompetencje
Kwalifikacje
Kompetencje
Usługa prowadzi do nabycia kompetencji.Warunki uznania kompetencji
Program
Program
Moduły szkoleniowe
Celem szkolenia jest poszerzenie kompetencji uczestników w zakresie przetwarzania i analizy danych z wykorzystaniem języka programowania Python. Ma ono wyposażyć uczestników w znajomość technologii i narzędzi niezbędnych do pracy, ale także pokazać dobre praktyki i umożliwić zmierzenie się z praktycznym zastosowaniem zdobytej wiedzy.
W czasie całego cyklu nauczania staramy się dać adeptom nie tylko wiedzę, ale przede wszystkim możliwość zrozumienia, jak wygląda codzienna praca z analizą danych. Wszystkie zajęcia mają więc formę warsztatową i prowadzone są przez doświadczonych praktyków, specjalistów w wybranych dziedzinach.
Tematyka szkolenia:
- Analiza danych z użyciem SQL (SQLite)
- Podstawy Pythona w analizie danych
- Obiektowość w analizie danych (OOP)
- Praca z bibliotekami, modułami i plikami w analizie danych
- Stosowanie wyjątków oraz regexów w analizie danych
- Środowisko pracy GitHub z użyciem CoPilot
- Przetwarzanie wielowymiarowych danych z użyciem tablic NumPy
- Analiza danych z biblioteką Pandas
- Pozyskiwanie danych z API oraz Web Scraping
- Zastosowanie Pythona w Microsoft Excel
- Efektywne wizualizacje danych w Pythonie
- Raportowanie danych dla biznesu w Pythonie
- Tworzenie dashboardów z wykorzystaniem Tableau
- Wprowadzenie do technik AI (Machine Learning)
Harmonogram
Harmonogram
Przedmiot / temat zajęć | Prowadzący | Data realizacji zajęć | Godzina rozpoczęcia | Godzina zakończenia | Liczba godzin |
---|---|---|---|---|---|
Przedmiot / temat zajęć 1 z 26 Analiza danych z użyciem SQL (SQLite) 1/2 | Prowadzący - | Data realizacji zajęć 10-12-2024 | Godzina rozpoczęcia 17:30 | Godzina zakończenia 20:30 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 2 z 26 Analiza danych z użyciem SQL (SQLite) 2/2 | Prowadzący - | Data realizacji zajęć 12-12-2024 | Godzina rozpoczęcia 17:30 | Godzina zakończenia 20:30 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 3 z 26 Podstawy Pythona w analizie danych 1/5 | Prowadzący - | Data realizacji zajęć 14-01-2025 | Godzina rozpoczęcia 17:30 | Godzina zakończenia 20:30 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 4 z 26 Podstawy Pythona w analizie danych 2/5 | Prowadzący - | Data realizacji zajęć 16-01-2025 | Godzina rozpoczęcia 17:30 | Godzina zakończenia 20:30 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 5 z 26 Podstawy Pythona w analizie danych 3/5 | Prowadzący - | Data realizacji zajęć 21-01-2025 | Godzina rozpoczęcia 17:30 | Godzina zakończenia 20:30 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 6 z 26 Podstawy Pythona w analizie danych 4/5 | Prowadzący - | Data realizacji zajęć 23-01-2025 | Godzina rozpoczęcia 17:30 | Godzina zakończenia 20:30 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 7 z 26 Podstawy Pythona w analizie danych 5/5 | Prowadzący - | Data realizacji zajęć 04-02-2025 | Godzina rozpoczęcia 17:30 | Godzina zakończenia 20:30 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 8 z 26 Obiektowość w analizie danych (OOP) | Prowadzący - | Data realizacji zajęć 06-02-2025 | Godzina rozpoczęcia 17:30 | Godzina zakończenia 20:30 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 9 z 26 Praca z bibliotekami, modułami i plikami w analizie danych | Prowadzący - | Data realizacji zajęć 11-02-2025 | Godzina rozpoczęcia 17:30 | Godzina zakończenia 20:30 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 10 z 26 Stosowanie wyjątków oraz regexów w analizie danych | Prowadzący - | Data realizacji zajęć 13-02-2025 | Godzina rozpoczęcia 17:30 | Godzina zakończenia 20:30 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 11 z 26 Środowisko pracy GitHub z użyciem CoPilot | Prowadzący - | Data realizacji zajęć 25-02-2025 | Godzina rozpoczęcia 17:30 | Godzina zakończenia 20:30 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 12 z 26 Przetwarzanie wielowymiarowych danych z użyciem tablic NumPy | Prowadzący - | Data realizacji zajęć 27-02-2025 | Godzina rozpoczęcia 17:30 | Godzina zakończenia 20:30 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 13 z 26 Analiza danych z biblioteką Pandas 1/3 | Prowadzący - | Data realizacji zajęć 04-03-2025 | Godzina rozpoczęcia 17:30 | Godzina zakończenia 20:30 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 14 z 26 Analiza danych z biblioteką Pandas 2/3 | Prowadzący - | Data realizacji zajęć 06-03-2025 | Godzina rozpoczęcia 17:30 | Godzina zakończenia 20:30 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 15 z 26 Analiza danych z biblioteką Pandas 3/3 | Prowadzący - | Data realizacji zajęć 18-03-2025 | Godzina rozpoczęcia 17:30 | Godzina zakończenia 20:30 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 16 z 26 Pozyskiwanie danych z API oraz Web Scraping | Prowadzący - | Data realizacji zajęć 20-03-2025 | Godzina rozpoczęcia 17:30 | Godzina zakończenia 20:30 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 17 z 26 Zastosowanie Pythona w Microsoft Excel | Prowadzący - | Data realizacji zajęć 25-03-2025 | Godzina rozpoczęcia 17:30 | Godzina zakończenia 20:30 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 18 z 26 Efektywne wizualizacje danych w Pythonie 1/3 | Prowadzący - | Data realizacji zajęć 27-03-2025 | Godzina rozpoczęcia 17:30 | Godzina zakończenia 20:30 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 19 z 26 Efektywne wizualizacje danych w Pythonie 2/3 | Prowadzący - | Data realizacji zajęć 08-04-2025 | Godzina rozpoczęcia 17:30 | Godzina zakończenia 20:30 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 20 z 26 Efektywne wizualizacje danych w Pythonie 3/3 | Prowadzący - | Data realizacji zajęć 10-04-2025 | Godzina rozpoczęcia 17:30 | Godzina zakończenia 20:30 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 21 z 26 Raportowanie danych dla biznesu w Pythonie 1/2 | Prowadzący - | Data realizacji zajęć 15-04-2025 | Godzina rozpoczęcia 17:30 | Godzina zakończenia 20:30 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 22 z 26 Raportowanie danych dla biznesu w Pythonie 2/2 | Prowadzący - | Data realizacji zajęć 17-04-2025 | Godzina rozpoczęcia 17:30 | Godzina zakończenia 20:30 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 23 z 26 Tworzenie dashboardów z wykorzystaniem Tableau 1/2 | Prowadzący - | Data realizacji zajęć 06-05-2025 | Godzina rozpoczęcia 17:30 | Godzina zakończenia 20:30 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 24 z 26 Tworzenie dashboardów z wykorzystaniem Tableau 2/2 | Prowadzący - | Data realizacji zajęć 08-05-2025 | Godzina rozpoczęcia 17:30 | Godzina zakończenia 20:30 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 25 z 26 Wprowadzenie do technik AI (Machine Learning) 1/2 | Prowadzący - | Data realizacji zajęć 13-05-2025 | Godzina rozpoczęcia 17:30 | Godzina zakończenia 20:30 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 26 z 26 Wprowadzenie do technik AI (Machine Learning) 2/2 | Prowadzący - | Data realizacji zajęć 15-05-2025 | Godzina rozpoczęcia 17:30 | Godzina zakończenia 20:30 | Liczba godzin 03:00 |
Cena
Cena
Cennik
- Rodzaj cenyCena
- Koszt przypadający na 1 uczestnika brutto4 600,00 PLN
- Koszt przypadający na 1 uczestnika netto3 739,84 PLN
- Koszt osobogodziny brutto58,97 PLN
- Koszt osobogodziny netto47,95 PLN
Prowadzący
Prowadzący
Karolina Wadowska
Informacje dodatkowe
Informacje dodatkowe
Informacje o materiałach dla uczestników usługi
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.
Trenerzy udostępniają autorskie materiały w formie linków do źródeł.
Warunki uczestnictwa
CZEGO OCZEKUJEMY OD CIEBIE?
-
wysokiej motywacji
-
otwartej głowy, która umie liczyć
-
podstawowej znajomości języka angielskiego
Warunki techniczne
-
własny laptopa z systemem operacyjnym Windows 10 /11 lub/ MacOS 11.7.10 Big Sur /lub wyższy, Linux
optymalna konfiguracja sprzętowa: procesor i5+ lub podobny, 8GB+ pamięci RAM, zalecany dysk SSD -
konieczność posiadania kamerki, mikrofonu, słuchawek i internetu
-
opcjonalnie dodatkowy monitor
-
Nie masz komputera przenośnego? Skontaktuj się z opiekunem kursu i zapytaj o możliwość wypożyczenia sprzętu.
Zestawy ćwiczeń, zadania domowe, materiały autorskie od trenerów.
Zajęcia są nagrywane, a nagrania udostępniane są dla uczestników kursu po każdych zajęciach.
Przed zapisaniem się na kursu Kandydat musi przejść proces rekrutacji. W tym celu skontaktuj się z infoShare Academy.
Informacje dodatkowe
- Warsztaty prowadzone przez doświadczonych trenerów
- Niezbędne licencje na oprogramowanie w trakcie kursu
- Wsparcie techniczne
- Zajęcia będą realizowane przy użyciu platformy Zoom, komunikacja będzie odbywała się za pomocą Slack
- uczestnik otrzyma link umożliwiający uczestnictwo podczas zajęć, który będzie ważny od godziny rozpoczęcia przez cały czas trwania danych zajęć
- Po zakończeniu kursu wystawiamy zaświadczenie o uczestnictwie w kursie
- Cena promocyjna kursu nie obejmuje osób ubiegających się o dofinansowanie ze śródków publicznych
Trener wpisany jako osoba prowadząca usługę jest Opiekunem merytorycznym kursu. 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.
Warunki techniczne
Warunki techniczne
Wymagania sprzętowe:
- własny laptopa z systemem operacyjnym Windows 10 /11 lub/ MacOS 11.7.10 Big Sur /lub wyższy, Linux
optymalna konfiguracja sprzętowa: procesor i5+ lub podobny, 8GB+ pamięci RAM, zalecany dysk SSD -
konieczność posiadania kamerki, mikrofonu, słuchawek i internetu
-
opcjonalnie dodatkowy monitor