Python w analizie danych z uwzględnieniem zielonych kompetencji

Moduł 1: Wstęp do analizy danych z uwzględnieniem zrównoważonego rozwoju

1. 1. Środowiska wspierające prace z danymi w kontekście ekologii: przegląd energooszczędnych technologii w chmurze i lokalnych środowisk obliczeniowych.
   2. Podstawy Pythona – przypomnienie najważniejszych konceptów z naciskiem na ich zastosowanie w projektach ekologicznych: analiza danych związanych z monitorowaniem środowiska.
   3. Praca ze złożonymi obiektami – analiza danych o zasobach naturalnych (np. dane meteorologiczne, pomiary jakości powietrza).
   4. Operacje na plikach pdf, csv/excel – przetwarzanie raportów ekologicznych i danych dotyczących efektywności energetycznej.
   5. Praca z bazami danych – zarządzanie danymi środowiskowymi (np. bazy danych o emisjach CO₂).
   6. Wprowadzenie do analizy danych w Pythonie w kontekście ekologii – analiza śladów węglowych i danych klimatycznych.
   7. Wyrażenia regularne – wyszukiwanie wzorców w raportach ekologicznych.

Moduł 2: Praca z danymi – manipulacja i czyszczenie danych w kontekście ekologii

1. 1. Praca z surowymi danymi – analiza danych środowiskowych: jakości wody, emisji spalin.
   2. Czyszczenie danych – eliminacja błędnych danych z pomiarów środowiskowych.
   3. Przekształcanie danych – standaryzacja jednostek emisji CO₂ oraz formatów danych pogodowych.
   4. Wizualizacja danych – prezentacja trendów ekologicznych: zużycie energii, zmiany klimatyczne.

Moduł 3: Analiza statystyczna i zaawansowane techniki wspierające ekologię

NumPy i obliczenia numeryczne – analizy dużych zbiorów danych środowiskowych, np. deszczowych lub glebowych.

1. 1. Tworzenie i testowanie hipotez – badanie wpływu działań człowieka na jakość powietrza.
   2. Analiza przetworzonych danych – wnioski na temat efektywności wdrożonych rozwiązań ekologicznych.
   3. Analiza przestrzenna – modelowanie danych geograficznych: mapowanie obszarów zagrożonych zmianami klimatycznymi.

Moduł 4: Wprowadzenie do uczenia maszynowego w ekologicznym kontekście

1. 1. Podstawy uczenia maszynowego – zastosowanie AI w przewidywaniu zmian środowiskowych.
   2. Algorytmy uczenia maszynowego – analiza ekosystemów na podstawie danych historycznych.
   3. Trenowanie modelu – tworzenie modeli przewidujących przyszłe emisje zanieczyszczeń.
   4. Klasyfikowanie danych – klasyfikacja obszarów wysokiego ryzyka ekologicznego.

Moduł 5: Przetwarzanie języka naturalnego w analizie raportów ekologicznych

1. 1. Koncepcje analizy języka naturalnego – przetwarzanie treści raportów środowiskowych.
   2. Budowanie modelu przetwarzającego dane – analiza raportów dotyczących polityki klimatycznej.
   3. Tworzenie algorytmów przewidujących zachowania – modele do prognozowania zmian w raportach emisji gazów cieplarnianych.

Moduł 6: Projekt końcowy – ekologiczna analiza danych

Kompletna analiza i wizualizacja otrzymanych surowych danych środowiskowych: np. ślad węglowy, jakość powietrza, efektywność energetyczna.

Egzamin

Szkolenie kończy się egzaminem w ostatnim dniu szkolenia tj. 02.03.2025 r. godzina 15:00-16:00. ROZDZIELNOŚĆ OSOBOWA WALIDACJI: Rozdzielność szkolenia od walidacji - rozdzielność osobowa. Osoba szkoląca nie ocenia wiedzy i umiejętności swoich kursantów w zakresie, w którym nauczała. Końcową walidację prowadzi odrębna osoba.

Egzamin i certyfikacja prowadzony przez jednostkę uprawnioną do certyfikacji tj. SCIENCE SZKOLENIA I DORADZTWO Grzegorz Kawa 

Egzamin i certyfikat po szkoleniu potwierdza zdobycie kwalifikacji.

Podczas szkolenia zostaną przeprowadzone pre-testy oraz post-testy wiedzy

Szkolenie prowadzone w godzinach zegarowych.

Program spełnia zakres technologii PRT z obszaru technologii informacyjnych i telekomunikacyjnych, w tym m.in.:

-Technologie zarządzania wiedzą (4.7.4)

- Technologie wytwarzania oprogramowania (4.2.4)

- Technologie zaawansowanych baz danych i hurtowni danych (4.7.6)

Podczas szkolenia odbędzie się:

- 14 godzin zajęć teoretycznych

- 20 godzin i 30 minut zajęć praktycznych

- 15 przerw po 15 minut

Opracowania własne trenera - prezentacja, skrypt szkoleniowy.

Dla uczestników z dofinansowaniem min. 70% kwoty szkolenia - stawka „zw” – „§ 3 ust. 1 pkt 14 Rozporządzenia Ministra Finansów z dnia 20 grudnia 2013 r. w sprawie zwolnień od podatku od towarów i usług oraz warunków stosowania tych zwolnień”.

iOS: iOS 11

Windows: Windows 10 kompilacja 14393

Android: Android OS 5.0

Funkcje sieci Web. Najnowsza wersja przeglądarki Safari, Internet Explorer 11, Chrome, Edge lub Firefox

Komputer Mac:MacOS 10.13

Połączenie internetowe: wymagane jest połączenie internetowe przewodowe lub bezprzewodowe (3G, 4G, LTE) o następujących parametrach:

- dla transmisji wideo w jakości HD 720p minimalna przepustowość łącza internetowego wynosi: 1.5Mbps/1.5Mbps (wysyłanie/odbieranie).

- dla transmisji wideo w jakości FullHD 1080p minimalna przepustowość łącza internetowego wynosi: 3Mbps/3Mbps (wysyłanie/odbieranie).

Okres ważności linku: Link będzie ważny w dniach i godzinach wskazanych w harmonogramie usługi.