Kurs Analityk Danych – wieczorowy | forma zdalna w czasie rzeczywistym
Możliwość dofinansowania
Kurs Analityk Danych – wieczorowy | forma zdalna w czasie rzeczywistym
Numer usługi 2024/12/11/11051/2458707
4 900,00 PLN
brutto
3 983,74 PLNnetto
62,82 PLNbrutto/h
51,07 PLNnetto/h
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.
Kurs skierowany również dla osób mających dofinansowanie w ramach projektu Kierunek – Rozwój.
Usługa również adresowana dla Uczestników Projektu MP i/lub dla Uczestników Projektu NSE.
- Minimalna liczba uczestników10
- Maksymalna liczba uczestników15
- Data zakończenia rekrutacji23-01-2025
- 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 Test teoretyczny z wynikiem generowanym automatycznie |
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 Test teoretyczny z wynikiem generowanym automatycznie |
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 Test teoretyczny z wynikiem generowanym automatycznie |
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 Test teoretyczny z wynikiem generowanym automatycznie |
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 Test teoretyczny z wynikiem generowanym automatycznie |
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 Test teoretyczny z wynikiem generowanym automatycznie |
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 Test teoretyczny z wynikiem generowanym automatycznie |
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 Test teoretyczny z wynikiem generowanym automatycznie |
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 Test teoretyczny z wynikiem generowanym automatycznie |
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 Test teoretyczny z wynikiem generowanym automatycznie |
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 Test teoretyczny z wynikiem generowanym automatycznie |
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 Test teoretyczny z wynikiem generowanym automatycznie |
Kwalifikacje i kompetencje
Kwalifikacje
Kompetencje
Usługa prowadzi do nabycia kompetencji.Warunki uznania kompetencji
Pytanie 1. Czy dokument potwierdzający uzyskanie kompetencji zawiera opis efektów uczenia się?
Tak, dokument zawiera efekty uczenia się, do których uzyskania uczestnik przygotowywał się w procesie uczenia się.
Pytanie 2. Czy dokument potwierdza, że walidacja została przeprowadzona w oparciu o zdefiniowane w efektach uczenia się kryteria ich weryfikacji?
Tak, dokument potwierdza, że walidacja została przeprowadzona zgodnie z ustalonymi kryteriami weryfikacji zawartymi w efektach uczenia się.
Pytanie 3. Czy dokument potwierdza zastosowanie rozwiązań zapewniających rozdzielenie procesów kształcenia i szkolenia od walidacji?
Tak, dokument potwierdza zastosowanie rozwiązań zapewniających rozdzielenie procesów kształcenia i szkolenia od walidacji.
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
Liczba przedmiotów/zajęć: 26
| 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 28-01-2025 | 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 Karolina Wadowska | Data realizacji zajęć 30-01-2025 | 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 11-02-2025 | 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 13-02-2025 | 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 18-02-2025 | 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 20-02-2025 | 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 04-03-2025 | 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 06-03-2025 | 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 11-03-2025 | 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 13-03-2025 | 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 25-03-2025 | 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 27-03-2025 | 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 08-04-2025 | 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 10-04-2025 | 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 15-04-2025 | 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 17-04-2025 | Godzina rozpoczęcia 17:30 | Godzina zakończenia 20:30 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 17 z 26 Zastosowanie Pythona w Microsoft Excel | Prowadzący Wiktor Piela | Data realizacji zajęć 06-05-2025 | 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 Dajana Drabczyk | Data realizacji zajęć 08-05-2025 | 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 Dajana Drabczyk | Data realizacji zajęć 13-05-2025 | 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 Dajana Drabczyk | Data realizacji zajęć 15-05-2025 | 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 Dajana Drabczyk | Data realizacji zajęć 27-05-2025 | 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 Dajana Drabczyk | Data realizacji zajęć 29-05-2025 | 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 Karolina Wadowska | Data realizacji zajęć 10-06-2025 | 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 Karolina Wadowska | Data realizacji zajęć 12-06-2025 | 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 Karolina Wadowska | Data realizacji zajęć 24-06-2025 | 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 Karolina Wadowska | Data realizacji zajęć 26-06-2025 | Godzina rozpoczęcia 17:30 | Godzina zakończenia 20:30 | Liczba godzin 03:00 |
Cena
Cena
Cennik
- Rodzaj cenyCena
- Koszt przypadający na 1 uczestnika brutto4 900,00 PLN
- Koszt przypadający na 1 uczestnika netto3 983,74 PLN
- Koszt osobogodziny brutto62,82 PLN
- Koszt osobogodziny netto51,07 PLN
Prowadzący
Prowadzący
Liczba prowadzących: 4
1 z 4
Karolina Wadowska
Trenerka infoShare Academy. Trenerka Karolina Wadowska ukończyła między innymi Politechnikę Warszawską, specjalność Data Science i Big Data, a także Uniwersytet AGH w Krakowie.
Pracuje zawodowo z danymi jako Data Scientist od 2017 roku, swoją karierę rozpoczynała w obszarze uczenia maszynowego dla sektora bankowego. Posiada dyplomy Szkoły Głównej Handlowej oraz Politechniki Warszawskiej. Z infoShare Academy współpracuje od ponad 5 lat, obecnie prowadzi też ćwiczenia projektowe dla studentów AGH. Pasjonuje się pracą z ludźmi i prezentowaniem odbiorcom zastosowania zaawansowanej analityki w różnych obszarach ich biznesu. Pracowała jako Data Science dla takich firm jak Citi, T-Mobile, infor iIT.
Pracuje zawodowo z danymi jako Data Scientist od 2017 roku, swoją karierę rozpoczynała w obszarze uczenia maszynowego dla sektora bankowego. Posiada dyplomy Szkoły Głównej Handlowej oraz Politechniki Warszawskiej. Z infoShare Academy współpracuje od ponad 5 lat, obecnie prowadzi też ćwiczenia projektowe dla studentów AGH. Pasjonuje się pracą z ludźmi i prezentowaniem odbiorcom zastosowania zaawansowanej analityki w różnych obszarach ich biznesu. Pracowała jako Data Science dla takich firm jak Citi, T-Mobile, infor iIT.
2 z 4
Katarzyna Zdon
Trenerka infoShare Academy. Katarzyna Zdon zawodowo realizuje się jako Data Scientist. Ukończyła na Politechnice Warszawskiej studia z obszaru Statystyki matematycznej i analizy danych, które dały jej solidne podstawy teoretyczne. Swoją karierę w tym obszarze rozpoczęła od roli inżyniera danych, pracowała z uczeniem głębokim w zagadnieniach NLP, a aktualnie doskonali swój warsztat machine learningowy, uczestnicząc w rozwoju największej platformy e-commerce w Polsce. Udowadnia, że każdy dzień jest okazją do podejmowania nowych wyzwań i podnoszenia swoich umiejętności w różnych obszarach. Od ponad 4 lat dzieli się swoją wiedzą, prowadząc także kursy w InfoShare Academy.
3 z 4
Dajana Drabczyk
Pierwsze kroki stawiała w branży gastronomicznej, gdzie optymalizowała sprzedaż i inne procesy operacyjne. Zdobyła doświadczenie w sektorze finansowym, pracując jako Analityk Danych. Obecnie pracuje jako Data Scientist w projekcie wykorzystującym sztuczną inteligencję do wspierania lekarzy i pacjentek w leczeniu niepłodności. Od ponad trzech lat chętnie dzieli się wiedzą z dziedziny Data Science, pomagając innym rozpocząć karierę w świecie danych.
4 z 4
Wiktor Piela
licencjat- kierunek ekonomia - Uniwersytet Ekonomiczny we Wrocławiu, specjalizacja: analityka gospodarcza 2016-2019magister - kierunek audyt finansowy - Uniwersytet Ekonomiczny w Krakowie, 2019 - 2022. W 2021 rozpoczął pracę jako młodszy analityk danych w branży FMCG, zjamował się tam modelowaniem statystycznym, tworzeniem analiz rynku na potrzeby handlu oraz marketingu. Głównym jego zadaniem było wspomaganie decyzji biznesowych przy pomocy danych, optymalizacja listingu produktów spółki w sieciach handlowych oraz pomiary efektywności działań handlu oraz marketingu na rzecz zwiększenia sprzedaży (promocje, merchandising, ekspozycje). Potem pracował jako data scientist w branżach: bankowość, finanse/ubezpieczenia i aktualnie - telekomunikacja. Zajmuje się tworzeniem, wdrażaniem i utrzymaniem modeli uczenia maszynowego, a także rozwiązań opartych o LLM. Jest ponadto odpowiedzialny za budowanie całej infrastruktury systemu predycyjnego - od ekseprymentowania z danymi wejciowymi, przez wdrożenie modelu, aż po udostępnienie wyników predykcji interesariuszom lub innemu systemowi informatycznemu.
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.
17.04.2025 zajęcia " Pozyskiwanie danych z API oraz Web Scraping" się nie odbyły z przyczyn losowych. Po uzgodnieniu z grupą zajęcia zostaną odrobione 22.04.2025 r. w tych samych godzinach. Poprowadzi je trenerka Dajana Drabczyk.
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
Kurs również skierowany jest do osób, które otrzymały dofinansowanie w ramach projektu Kierunek – Rozwój.
Przed zapisaniem się na kursu Kandydat musi przejść proces rekrutacji. W tym celu skontaktuj się z infoShare Academy.
Aby zaliczyć kurs należy mieć 80% obecności, aktywny udział w części projektowej, wykonywanie zadań domowych oraz zaliczenie egzaminu końcowego na ok 70% lub dostarczenie projektu na zaliczenie.
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
Kurs prowadzony jest przez wielu trenerów, którzy mogą się powtarzać, w zależności od tematu zajęć.
kurs również dedykowany jest dla osób chcących skorzystać z projektu "Małopolski pociąg do kariery"
Na zakończenie kursu jest przeprowadzany egzamin końcowy, który jest wymagany do zaliczenia kursu.
Usługa skierowana jest do Uczestników Projektów MP i/lub NSE.
Na prośbę kontroli mogę udostępnić linki do zajęć w celu zmonitorowania usługi.
Zajęcia 28.01.2025r. poprowadzi Katarzyna Zdon.
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
Kontakt
Kontakt
Agnieszka Frąckiewicz
E-mail
agnieszka.frackiewicz@infoshareacademy.com
Telefon
(+48) 530 100 686