Data science: Machine Learning + AI - kurs zaawansowany - Małopolski Pociąg do Kariery / Kierunek Rozwój / Graj po Zielone

Kurs skierowany jest do osób interesujących się praktycznym zastosowaniem sztucznej inteligencji oraz modeli uczenia maszynowego w analizie danych - rozwój kariery w tym kierunku daje obecnie ogromne możliwości i mocną pozycję na rynku pracy. 

W szkoleniu mogą wziąć udział zarówno osoby, które myślą o przyszłej pracy w roli data scientist, jak również osoby chcące zdobyć nowe umiejętności a zajmowanych już stanowiskach pracy, kadra kierownicza, właściciele firm, czy też specjaliści sektora zielonej gospodarki - dla których dostęp do analiz jest kluczem do podejmowania trafnych decyzji w bieżącej działalności.

Z racji dynamicznego rozwoju branż zielonych technologii, kurs uczy tworzenia modeli uczenia maszynowego w sposób pozytywnie wpływający na środowisko i wspierający zrównoważony rozwój oraz pozwala na zrozumienie roli technologii cyfrowych we wspieraniu zielonej gospodarki.

--

STRUKTURA I PROGRAM KURSU:

Szkolenie pozwala na poznanie tajnik budowania, trenowania i oceny modeli analizy danych. Uczestnicy opanowują kluczowe algorytmy: od KNN, Regresji Logistycznej po Random Forest i Xgboost, a także umiejętność właściwego podziału danych i budowy modeli w Scikit-learn. Przechodzą przez techniki cross-walidacji, optymalizacji hiperparametrów i inżynierię cech, umożliwiające lepsze i bardziej zasobooszczędne przetwarzanie danych dla modeli ML. Omawiane są również podstawy przetwarzania języka naturalnego (NLP), odkrywając nowe możliwości w analizie danych tekstowych.

W drugiej części kursu uczestnicy opanowują zaawansowane techniki głębokiego uczenia, takie jak CNN, transfer learning i rekurencyjne sieci neuronowe. Poznają tajniki tworzenia modeli do rozpoznawania obrazów, wykorzystywania gotowych rozwiązań w projektach, analizy danych sekwencyjnych , jak również danych z sektora zielonej gospodarki.

Szkolenie obejmuje łącznie ponad 80h nauki, na które składa się:

• 56h lekcyjnych (45 min) = w przeliczeniu 42h 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 8-16 osób i są jednymi z najmniejszych grup na rynku.

Machine Learning - uczenie nadzorowane

• statystyka predykcyjna, modele nieparametryczne
• podział danych na zbiór treningowy / testowy
• efektywność zarządzania danymi 
• undertraining / overtraining
• KNN, Logistic Regression
• SVM, Decision Trees, Random Forrest
• Cross-walidacja I optymalizowanie hiperparametrow
• Xgboost
• inżynieria cech
• Pipelines i Transformatory - tworzenie pipelines, customowe transformatory z sklearn
• optymalizacja modeli uczenia nadzorowanego ML i AI pod kątem zasobooszczędności
• praktyczne zastosowanie uczenia nadzorowanego (w tym na bazie danych środowiskowych)

NLP

• analiza sentymentu z użyciem modeli ML

Machine Learning - uczenie nienadzorowane

• redukcja wymiarowości - PCA, LDA
• analiza skupień - k-means, klasterowanie hierarchiczne, DBSCAN
• zaawansowane metody ML - ensemble methods- stacking
• systemy rekomendacyjne ML
• tworzenie efektywnych modeli ML
• optymalizacja modeli uczenia nienadzorowanego ML i AI pod kątem zasobooszczędności
• praktyczne zastosowanie uczenia nienadzorowanego (w tym na bazie danych środowiskowych)

Deep learning / CNN / RNN:

• single perceptron, multi-layer perceptron
• CNN
• Transfer Learning
• sieci rekurencyjne - zastosowanie w danych tekstowych / sekwencyjnych
• praktyczne zastosowanie modeli AI i deep learning (np. w celu predykcji zmian klimatycznych) 

Wykorzystanie umiejętności cyfrowych w celu wsparcia zrównoważonego rozwoju:

• zielona gospodarka - charakterystyka poglądów dotyczących zrównoważonego rozwoju, Europejskie ramy kompetencji w zakresie zrównoważonego rozwoju (GreenComp)
• zasady środowiskowe 6R (refuse, reduce, reuse, recover, recycle, rethink)
• zastosowanie modeli AI w zielonej gospodarce

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.

--

Kurs uczy zaawansowanych technik analizy danych z wykorzystaniem modeli opartych na sztucznej inteligencji, które to modele są z powodzeniem wykorzystywane m.in. w celu predykcji zmian klimatycznych, optymalizacji procesów i redukcji zużycia zasobów. Big data wspiera optymalizację zużycia energii w budynkach i infrastrukturze oraz śledzenie emisji i odpadów, umożliwia automatyzację i personalizację, wspiera rozwój energii odnawialnej i monitorowanie zużycia wody, energii i pozostałych zasobów.

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. m.in. w przypadku wdrażania technologii oraz systemów i infrastruktury zapewniającej czystą energię, redukcję emisji gazów cieplarnianych, inwestycji w energię odnawialną i w efektywność energetyczną, inteligentną i zrównoważoną mobilność lokalną, poprawę efektywności energetycznej, cyfryzację i łączność cyfrową.

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.

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 bieżącej działalności.

W przypadku korzystania z dofinansowania, warunkiem uczestnictwa jest zapisanie się przez BUR wraz z podaniem aktualnego ID wsparcia.

Zakres zg. 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 poz. dan.

Usługi real. są w godz. dyd. (1 godz. dyd. = 45 min.).

Przewidziane są przerwy podczas zajęć 6h, które zostały uwzgl. w harm. usługi, jednak nie wliczają się do ilości godzin samej usługi.

Podst. zw. z VAT: Dz.U.2013.1722, art. 3, ust. 1, pkt. 14 - usł. kszt. zaw. lub przekw. zaw., fin. w co najmniej 70% ze środków publ. - każdorazowo wer. w stosunku do Uczestnika.

Zapisanie się w BUR nie jest jednoznaczne z zarezerwowaniem miejsca. Prosimy o dodatkowy kontakt tel. / mail / msg / www w celu potw. miejsca.

Zawarto umowę z WUP w Krakowie w ramach projektu Małopolski Pociąg do Kariery.

Zawarto umowę z WUP w Toruniu w ramach projektu Kierunek Rozwój.

Usługi dedykowane również uczestnikom innych programów dof.

Zdobyte kompetencje dotyczą cyfrowej transformacji.

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.