Comarch Bootcamp – Analiza danych dla analityków

Możliwość dofinansowania
Logo Comarch SA
Comarch SA

Comarch Bootcamp – Analiza danych dla analityków

Numer usługi 2025/01/31/7733/2533772
8 856,00 PLN
brutto
7 200,00 PLN
netto
55,35 PLN
brutto/h
45,00 PLN
netto/h
zdalna w czasie rzeczywistym
Usługa szkoleniowa
160 h
06.09.2025 do 21.12.2025
0 zapisanych uczestników
Obserwuj
Zapisz się
Pobierz kartę usługi w PDF
Informacje podstawowe

Informacje podstawowe

  • Kategoria
    Informatyka i telekomunikacja / Bazy danych
  • Identyfikator projektu
    Małopolski Pociąg do kariery
  • Sposób dofinansowania
    wsparcie dla osób indywidualnych
    wsparcie dla pracodawców i ich pracowników
  • Grupa docelowa usługi

    Bootcamp jest przeznaczony dla osób, które posiadają wiedzę z zakresu zastosowania arkusza kalkulacyjnego oraz podstaw statystyki i relacyjnych baz danych, a zamierzają pracować w zawodzie analityka danych. 

    Od uczestników Bootcampu z analizy danych wymagana jest znajomość:

    • Microsoft Excel w stopniu przynajmniej dobrym;
    • podstaw teoretycznych statystyki;
    • podstaw relacyjnych baz danych (nie jest wymagana znajomość konkretnego języka
    • dostępu do bazy danych ani konkretnej platformy bazodanowej).
    • Nie jest wymagane wykształcenie kierunkowe.

    „Usługa również adresowana dla uczestników projektu Małopolskie Bony rozwojowe Plus" i "Małopolski Pociąg do Kariery” 

  • Minimalna liczba uczestników
    6
  • Maksymalna liczba uczestników
    12
  • Data zakończenia rekrutacji
    29-08-2025
  • Forma prowadzenia usługi
    zdalna w czasie rzeczywistym
  • Liczba godzin usługi
    160
  • Podstawa uzyskania wpisu do BUR
    Znak Jakości Małopolskich Standardów Usług Edukacyjno-Szkoleniowych (MSUES) - wersja 2.0

Cel

Cel edukacyjny
Bootcamp Analiza Danych dla Analityków to intensywny, zaawansowane szkolenie analityczne.
Szkolenie kompleksowo przygotowuje do zawodu analityka danych bazując na zróżnicowanym pakiecie narzędzi analitycznych, co umożliwia w prosty sposób dostosowanie swojej wiedzy do wymogów przedsiębiorstwa. Szkolenie jest również przeznaczone dla osób pracujących w zawodzie analityka danych na poziomie poczatkującym, chcących podnieść swoje kwalifikacje do stopnia zaawansowanego.
Efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia i Metody walidacji
Efekty uczenia się Kryteria weryfikacji Metoda walidacji
Efekty uczenia się
-stosuje metodyki analizy danych
Kryteria weryfikacji
-planuje proces analizy danych oraz przygotowania modelu predykcyjnego zgodnie z metodyką CRISP-DM.
-wskazuje powody, dla których należy powrócić do jednego z poprzedzających etapów.
-poprawnie i precyzyjnie określa kryteria pozwalające przejść do kolejnego etapu
Metoda walidacji
Test teoretyczny
Efekty uczenia się
-przygotowuje dane do analizy za pomocą różnych narzędzi (Excel, SQL Server);
Kryteria weryfikacji
- projektuje strukturę bazy danych optymalną dla procesu analizy danych.
-definiuje tabele w układzie zwartym.
-poprawnie definiuje relacje pomiędzy tabelami w modelu.
-stosuje przekształcenia danych prowadzące do budowy prawidłowego modelu danych.
Metoda walidacji
Test teoretyczny
Efekty uczenia się
-wykonuje analizę za pomocą narzędzi Excel, PowerPivot, PowerBI
Kryteria weryfikacji
-wykorzystuje model danych do wykonywania zapytań analitycznych w językach SQL i DAX.
-definiuje formuły rozszerzające model danych w języky DAX.
-stosuje funkcje analityczne w języku SQL
-stosuje mierniki statystyczne służące do oceny rozkładu danych oraz wykrywania związków pomiędzy zmiennymi.
Metoda walidacji
Test teoretyczny
Efekty uczenia się
-wykonuje wizualizację danych za pomocą Excela, PowerPivot, Power BI)

Kryteria weryfikacji
-dobiera prawidłowy rodzaj wizualizacji do efektywnej prezentacji danych.
-wzbogaca wizualizację o dodatkowe elementy graficzne i opisowe.
-definiuje prezentację wykorzystującą storytelling do prezentacji wyników analizy.
Metoda walidacji
Test teoretyczny
Efekty uczenia się
-stosuje język Python w analizie danych;
Kryteria weryfikacji
-wykorzystuje biblioteki języka Python do zastosowania metod statystycznych oraz budowy modeli uczenia maszynowego .
-właściwie dobiera algorytm uczenia maszynowego do posiadanych danych oraz klasy problemu.
-odpowiednio dobiera hiperparametry wybranego algorytmu w budowie modeli uczenia maszynowego
Metoda walidacji
Test teoretyczny
Efekty uczenia się
-wdroża analizę danych w przedsiębiorstwie
Kryteria weryfikacji
-analizuje dane
Metoda walidacji
Test teoretyczny
Efekty uczenia się
-przeprowadza ewaluację uzyskanych wyników analizy
Kryteria weryfikacji
-interpretuje wyjście modeli oraz informacje diagnostyczne w celu poprawy jakości modelu.
-dobiera odpowiednie metryki jakościowe dla wybranego modelu uczenia maszynowego.
Metoda walidacji
Test teoretyczny

Kwalifikacje

Kompetencje
Usługa prowadzi do nabycia kompetencji.
Warunki uznania kompetencji
Pytanie 1. Czy dokument potwierdzający uzyskanie kompetencji zawiera opis efektów uczenia się?
Tak
Pytanie 2. Czy dokument potwierdza, że walidacja została przeprowadzona w oparciu o zdefiniowane w efektach uczenia się kryteria ich weryfikacji?
Tak
Pytanie 3. Czy dokument potwierdza zastosowanie rozwiązań zapewniających rozdzielenie procesów kształcenia i szkolenia od walidacji?
Tak

Program

Szczegółowy program szkolenia

Moduł A: Organizacja i przebieg procesu analizy danych (2 godz.)

Metodyka CRISP-DM

Moduł B: Pozyskiwanie i przekształcanie danych, tworzenie modeli danych  (82 godz.)

Celem modułu jest zapoznanie Uczestników z różnymi formami przechowywania danych, które są stosowane w procesach analitycznych. Uczestnicy pozyskają umiejętności pozwalające na dobór odpowiedniej techniki magazynowania i przetwarzania danych, zaprojektowanie, budowę oraz wykorzystanie magazynów danych we własnych rozwiązaniach analitycznych.

Formy magazynowania danych - wady, zalety, korzyści, problemy

Power Query - pobieranie i przekształcanie danych (Excel, Power BI)

Język SQL i relacyjne bazy danych

Tworzenie wielowymiarowych modeli semantycznych (Excel, Power BI)

Zaawansowane funkcje pracy z danymi w Excel

Moduł C: Analiza i wizualizacja danych (32 godz.)

Analiza i wizualizacja danych z wykorzystaniem Excel

Analiza i wizualizacja danych z wykorzystaniem Power BI

Moduł D: Język Python w analizie i wizualizacji danych (40 godz.)

Python w analizie danych

Analiza dużych zbiorów danych z wykorzystaniem Apache Spark

Wykorzystanie algorytmów uczenia maszynowego w analizie danych

Moduł E: Konsultacje z doradcą HR (4 godz.)

Konsultacje z doradcą HR

Metoda realizacji szkolenia

W trakcie szkolenia uczestnicy będą realizowali trzy projekty praktyczne:

1. Projekt realizowany w trakcie trwania modułu B.

Celem projektu jest przygotowanie kompletnego modelu analitycznego obejmującego zdefiniowany obszar merytoryczny.

Realizacja projektu będzie wymagała:

  • Pozyskania danych z różnorodnych źródeł (bazy danych, dane publiczne w Internecie, pliki płaskie, arkusze Excel).
  • Utworzenia zautomatyzowanych procedur pobierania i przekształcania danych.
  • Zaprojektowania i realizacji tabelarycznego modelu analitycznego.
  • Zdefiniowania w ramach modelu szeregu kalkulacji pozwalających na analizę w różnych perspektywach czasowych.

2. Projekt realizowany w trakcie trwania modułu C.

Celem projektu jest przygotowanie wizualizacji danych na modelu utworzonym w ramach pierwszego projektu. Realizacja projektu będzie wymagała:

  • Doboru odpowiednich do celów wizualizacji danych.
  • Utworzenia raportów prezentujących analizę danych oraz wnioski z niej płynące.

Utworzenie interaktywnej prezentacji opowiadającej historię zapisaną w modelu (storytelling).
Do realizacji projektu uczestnik będzie mógł wykorzystać Power BI lub SQL Server Reporting Services.

3. Projekt końcowy.

Jest to projekt podsumowujący wiedzę nabytą w trakcie naszego intensywnego kursu analizy danych. Punktem wyjścia będzie zestaw pytań, na które, przy pomocy utworzonego modelu oraz analizy wspartej uczeniem maszynowym, będzie musiał odpowiedzieć uczestnik kursu. Realizacja projektu będzie wymagała:

Pozyskania danych adekwatnych do wymagań projektu.

  • Utworzenia modelu analitycznego wraz z zautomatyzowanymi procedurami pobierania i transformacji danych.
  • Przeprowadzenia eksploracyjnej analizy danych.
  • Wykorzystania algorytmów uczenia maszynowego do budowy modelu, który będzie mógł być użyty w predykcji danych.
  • Utworzenia raportów prezentujących wypracowane wnioski.
  • Zaprezentowania całości efektów projektu.

Harmonogram

Liczba przedmiotów/zajęć: 0
Przedmiot / temat zajęćProwadzącyData realizacji zajęćGodzina rozpoczęciaGodzina zakończeniaLiczba godzin
Brak wyników.

Cena

Cennik
  • Rodzaj ceny
    Cena
  • Koszt przypadający na 1 uczestnika brutto
    8 856,00 PLN
  • Koszt przypadający na 1 uczestnika netto
    7 200,00 PLN
  • Koszt osobogodziny brutto
    55,35 PLN
  • Koszt osobogodziny netto
    45,00 PLN

Prowadzący

Liczba prowadzących: 4
1 z 4
Łukasz Bebel
Trener z zakresu aplikacji biurowych i systemów bazodanowych; wykształcenie wyższe, 15-letnie doświadczenie trenerskie; od 2010 roku współpracujący z Centrum Szkoleniowym Comarch, certyfikat: Microsoft Office Specialist Expert for Office Excel Exper;t autor programów szkoleniowych, e-learningów oraz materiałów dydaktycznych; ponad 6 tysięcy godzin szkoleniowych.
2 z 4
Rafał Proskura
Trener MS Office (365) na poziomie podstawowym, średnim i zaawansowanym – Excel, Word, PowerPoint, Access, Teams, Analityk BI i trener optymalizacji „danych” w narzędziach: Power BI, Power Query, Power Pivot; wykształcenie wyższe mgr inżynier, studia podyplowowe dotyczące Controllingu; certyfikaty Office specjalista, Power BI specjalista, PRINCE2 - zarządzanie projektami, MS SQL Server – specjalista, Analiza danych gospodarczych z wykorzystaniem MS Excel, Ms Project Optymalizacja kosztów funkcjonowania firmy; szkolenia dla ponad kilkudziesięciu firm szkoleniowych.
3 z 4
Grzegorz Stolecki
Ekspert w dziedzinie analityki biznesowej z 20-letnim doświadczeniem. Pracował jako architekt, developer i trener. Obecnie zajmuje się projektowaniem specjalistycznych rozwiązań analityczno-raportowych dla dużych i średnich przedsiębiorstw. Pracuje również nad aplikacjami controllingowymi służącymi do planowania finansowego oraz budżetowania. Prowadzi szkolenia w Centrum Szkoleniowym Comarch. Jest jednym z liderów Polskiej Grupy Użytkowników SQL Server (PLSSUG). Aktywny prelegent i uczestnik spotkań oraz konferencji.
wyższe
4 z 4
Katarzyna Sitarz
Katarzyna Sitarz - trenerka z zakresu relacyjnych baz danych, w szczególności MS Excel, MS Access. Posiada 15 letnie doświadczenie trenerskie.

Informacje dodatkowe

Informacje o materiałach dla uczestników usługi

Materiały i skrypty w wersji elektronicznej (ćwiczenia i podręczniki)

Warunki uczestnictwa

W trakcie szkolenia uczestnicy będą realizowali trzy projekty praktyczne.

Do realizacji projektu uczestnik będzie mógł wykorzystać dowolny zestaw narzędzi poznanych w trakcie trwania kursu.

Od uczestników naszego intensywnego szkolenia z analizy danych wymagana jest znajomość:

  • Microsoft Excel w stopniu przynajmniej dobrym;
  • podstaw teoretycznych statystyki;
  • podstaw relacyjnych baz danych (nie jest wymagana znajomość konkretnego języka dostępu do bazy danych ani konkretnej platformy bazodanowej);

Warunkiem projektu KKZ jest egzamin: Exam PL-300: Microsoft Power BI Data Analyst

Informacje dodatkowe

Zawarto umowę z WUP Kraków na rozliczanie Usług  z wykorzystaniem elektronicznych bonów szkoleniowych  w ramach projektu „Małopolski Pociąg do Kariery”. 

Egzamin wymagany - dla wszystkich uczestników zapisanych w BUR i jest on w cenie szkolenia. Egzamin nie jest dodatkowym kosztem. Uczestnicy zapisują się indywidualnie na egzamin po skończonym szkoleniu w ciągu 14 dni, terminy i godziny egzaminu będą dostępne u realizatora szkolenia.

Szkolenie może być nagrywane /rejestrowane w celu kontroli/audytu zgodnie z Regulaminem Świadczenia Usług Szkoleniowych Organizatora.

Warunki techniczne

Warunki techniczne

Wymagania techniczne:

  • Komputer / laptop ze stałym dostępem do Internetu (Szybkość pobierania/przesyłania: minimalna 2 Mb/s / 128 kb/s; zalecana 4 Mb/s / 512 kb/s
  • przeglądarka internetowa – zalecane: Google Chrome, Mozilla Firefox, Microsoft Edge
  • słuchawki lub dobrej jakości głośniki
  • mikrofon

Zalecane

  • dodatkowy monitor
  • kamera ( w przypadku komputerów stacjonarnych)
  • spokojne miejsce, odizolowane od zewnętrznych czynników rozpraszających
  • podstawowa znajomość języka angielskiego (do sprawnego poruszania się po platformie zdalnej)

Szkolenie Zdalne prowadzone jest  w czasie rzeczywistymi i transmitowane za pomocą kanału internetowego z wykorzystaniem systemu ZOOM lub Webex, który umożliwia komunikację głosową oraz wideo z Uczestnikami przebywających w dowolnym miejscu ze sprawnie działającym stałym łączem internetowym. Każdy z uczestników szkolenia otrzymuje przed szkoleniem link dostarczony w wiadomości mailowej z informacjami dotyczącymi szkolenia zdalnego. 

Link umożliwiający uczestnictwo w szkoleniu  jest aktywny w godzinach wskazanych na karcie uslugi.   

Kontakt

Aneta Lewkowska
E-mail
aneta.lewkowska@comarch.pl
Telefon
(+48) 12 6877 811