Python & AI Developer - studia podyplomowe
Python & AI Developer - studia podyplomowe
Informacje podstawowe
Informacje podstawowe
- KategoriaInformatyka i telekomunikacja / Programowanie
- Grupa docelowa usługi
Studia podyplomowe Python & AI Developer zostały zaprojektowane z myślą o osobach, które chcą zdobyć praktyczne umiejętności programowania w języku Python oraz rozpocząć karierę w rozwijającej się dziedzinie sztucznej inteligencji. Program łączy naukę od podstaw z zaawansowanymi zagadnieniami związanymi z analizą danych, uczeniem maszynowym (Machine Learning) oraz tworzeniem aplikacji webowych i usług opartych o AI.
- Minimalna liczba uczestników15
- Maksymalna liczba uczestników24
- Data zakończenia rekrutacji07-11-2025
- Forma prowadzenia usługizdalna w czasie rzeczywistym
- Liczba godzin usługi160
- Podstawa uzyskania wpisu do BURart. 163 ust. 1 ustawy z dnia 20 lipca 2018 r. Prawo o szkolnictwie wyższym i nauce (t.j. Dz. U. z 2023 r. poz. 742, z późn. zm.)
- Zakres uprawnieństudia podyplomowe
Cel
Cel
Cel edukacyjny
Przygotowanie do roli Python Developera i analityka danych – od podstaw programowania po budowanie modeli AI. Umiejętność tworzenia aplikacji webowych i usług opartych na danych – m.in. predykcyjnych REST API. Znajomość narzędzi i bibliotek stosowanych w przemyśle – Pandas, NumPy, scikit-learn, Django, Flask.Gotowość do pracy w sektorach takich jak IT, analiza danych, web development, automatyzacja czy fintech.
Efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia i Metody walidacji
Efekty uczenia się | Kryteria weryfikacji | Metoda walidacji |
---|---|---|
Efekty uczenia się Wyjaśnia istotę programowania w języku Python | Kryteria weryfikacji Wymienia przykłady zastosowań AI w Pythonie. | Metoda walidacji Test teoretyczny |
Kryteria weryfikacji Definiuje pojęcie programowania w Python. | Metoda walidacji Test teoretyczny | |
Kryteria weryfikacji Instaluje Pythona i konfiguruje środowisko pracy | Metoda walidacji Obserwacja w warunkach rzeczywistych | |
Kryteria weryfikacji Pisze pierwszy skrypt w Pythonie: Hello World | Metoda walidacji Obserwacja w warunkach symulowanych | |
Kryteria weryfikacji Wymienia podstawy składni Pythona: zmienne, typy danych, operatory. | Metoda walidacji Test teoretyczny | |
Kryteria weryfikacji Identyfikuje zjawisko sterowania przepływem: instrukcje warunkowe if-elif-else. | Metoda walidacji Wywiad swobodny | |
Kryteria weryfikacji Definiuje pętle : for i while. | Metoda walidacji Test teoretyczny | |
Kryteria weryfikacji Wykonuje listy i operacje na listach. | Metoda walidacji Obserwacja w warunkach rzeczywistych | |
Kryteria weryfikacji Wskazuje na słowniki, krotki i zbiory charakterystyczne dla języka Python. | Metoda walidacji Wywiad swobodny | |
Kryteria weryfikacji Wymienia zaawansowane koncepcje Pythona. | Metoda walidacji Test teoretyczny | |
Kryteria weryfikacji Wymienia i identyfikuje elementy języka Python obejmujące charakterystyczną składnię, struktury danych, funkcje, a także bardziej zaawansowane koncepcje takie jak programowanie obiektowe i programowanie funkcyjne. | Metoda walidacji Test teoretyczny | |
Kryteria weryfikacji Projektuje, implementuje i utrzymuje aplikacje webowe przy użyciu popularnych frameworków Pythona, takich jak Django lub Flask. | Metoda walidacji Obserwacja w warunkach symulowanych | |
Kryteria weryfikacji Tworzy proste, jak i zaawansowane aplikacje webowe. | Metoda walidacji Obserwacja w warunkach symulowanych | |
Efekty uczenia się Obsługuje funkcje i moduły w Python | Kryteria weryfikacji Wymienia i definiuje funkcje i moduły w Pythonie | Metoda walidacji Test teoretyczny |
Kryteria weryfikacji Wyjaśnia istotę funkcji i tworzy te funkcje w Python | Metoda walidacji Test teoretyczny | |
Kryteria weryfikacji Stosuje argumenty funkcji i zwracanie wartości | Metoda walidacji Obserwacja w warunkach symulowanych | |
Kryteria weryfikacji Definiuje pojęcie zasięg zmiennych,wyjaśnia czym są moduły oraz wskazuje jak z nich korzystać. | Metoda walidacji Wywiad swobodny | |
Kryteria weryfikacji Instaluje i importuje pakiety | Metoda walidacji Obserwacja w warunkach rzeczywistych | |
Kryteria weryfikacji Obsługuje błędy i wyjątki | Metoda walidacji Obserwacja w warunkach symulowanych | |
Kryteria weryfikacji Definiuje co to są błędy i wyjątki | Metoda walidacji Test teoretyczny | |
Kryteria weryfikacji Obsługuje błędy: try, except, finally | Metoda walidacji Obserwacja w warunkach symulowanych | |
Kryteria weryfikacji Tworzy reguły dla własnych wyjątków | Metoda walidacji Obserwacja w warunkach symulowanych | |
Kryteria weryfikacji Wymienia i identyfikuje zaawansowane Koncepcje Pythona związane z programowaniem obiektowym i funkcyjnym. | Metoda walidacji Wywiad swobodny | |
Kryteria weryfikacji Instaluje i importuje biblioteki ML/AI (NumPy, Pandas, scikit-learn) | Metoda walidacji Obserwacja w warunkach rzeczywistych | |
Efekty uczenia się Programuje w języku Python z wykorzystaniem AI | Kryteria weryfikacji Wyjaśnia istotę programowania obiektowego. | Metoda walidacji Test teoretyczny |
Kryteria weryfikacji Wymienia definiuje i rozróżnia klasy i obiekty. | Metoda walidacji Test teoretyczny | |
Kryteria weryfikacji Identyfikuje metody i atrybuty. | Metoda walidacji Test teoretyczny | |
Kryteria weryfikacji Definiuje pojęcie dziedziczenieWyjaśnia pojęcie Klasa „Model” – enkapsulacja danych i metod treningu ML | Metoda walidacji Test teoretyczny | |
Kryteria weryfikacji Identyfikuje metody statyczne, klasowe oraz detektory | Metoda walidacji Test teoretyczny | |
Kryteria weryfikacji Wyjaśnia zaawansowane koncepcje Pythona, takie jak: dekoratory, generatory, list comprehensions, wielowątkowość. | Metoda walidacji Wywiad swobodny | |
Kryteria weryfikacji Testuje i debuguje aplikacje.Stosuje różne techniki testowania i debugowania aplikacji w Pythonie. | Metoda walidacji Obserwacja w warunkach symulowanych | |
Kryteria weryfikacji Tworzy testy jednostkowe, integrowane oraz debuguje kod. | Metoda walidacji Obserwacja w warunkach symulowanych | |
Efekty uczenia się Pracuje z plikami i bazami danych tworząc zaawansowane struktury danych wykorzystując elementy AI. | Kryteria weryfikacji Definiuje i tworzy zaawansowane struktury danych. | Metoda walidacji Obserwacja w warunkach symulowanych |
Kryteria weryfikacji Różnicuje stosy i kolejki. | Metoda walidacji Wywiad swobodny | |
Kryteria weryfikacji Buduje drzewa i grafy. | Metoda walidacji Obserwacja w warunkach symulowanych | |
Kryteria weryfikacji Odczytuje i zapisuje pliki. | Metoda walidacji Obserwacja w warunkach rzeczywistych | |
Kryteria weryfikacji Różnicuje formaty plików: TXT, CSV, JSON, XML. | Metoda walidacji Wywiad swobodny | |
Kryteria weryfikacji Tworzy proste zapytania w SQL. | Metoda walidacji Obserwacja w warunkach rzeczywistych | |
Kryteria weryfikacji Integruje kodowanie w Python z tworzeniem zapytań w SQL: sqlite3. | Metoda walidacji Obserwacja w warunkach symulowanych | |
Kryteria weryfikacji Zarządza bazami danych – SQLAlchemy. | Metoda walidacji Obserwacja w warunkach symulowanych | |
Kryteria weryfikacji Przygotowuje dane treningowe, wyjaśnia na czym polega czyszczenie i ekstrakcja cech. | Metoda walidacji Obserwacja w warunkach rzeczywistych | |
Kryteria weryfikacji Tworzy drzewa decyzyjne z wykorzystaniem AI | Metoda walidacji Obserwacja w warunkach rzeczywistych | |
Efekty uczenia się Wyjaśnia istotę WEB developmentu | Kryteria weryfikacji Wykorzystuje protokoły komunikacyjne w sieci Internet (np. HTTP/HTTPS) do wymiany danych między klientem a serwerem. | Metoda walidacji Obserwacja w warunkach symulowanych |
Kryteria weryfikacji Wykorzystuje Django: routing, szablony, formularze | Metoda walidacji Obserwacja w warunkach symulowanych | |
Kryteria weryfikacji Wyjaśnia na czym polega integracja Django z bazą danych SQLite | Metoda walidacji Wywiad swobodny | |
Kryteria weryfikacji Zabezpiecza aplikacje webowe. | Metoda walidacji Obserwacja w warunkach symulowanych | |
Kryteria weryfikacji Buduje framework na bazie FLASK | Metoda walidacji Obserwacja w warunkach rzeczywistych | |
Kryteria weryfikacji Wykorzystuje prosty REST API do serwisu predykcji ML (Flask lub Django REST Framework) | Metoda walidacji Obserwacja w warunkach rzeczywistych | |
Kryteria weryfikacji Tworzy testy jednostkowe, integrowane oraz debuguje kod. | Metoda walidacji Obserwacja w warunkach symulowanych | |
Efekty uczenia się Analizuje dane | Kryteria weryfikacji Wykorzystuje język Python do analizy danych. | Metoda walidacji Obserwacja w warunkach symulowanych |
Kryteria weryfikacji Wyjaśnia budowę i funkcjonalnie analizy danych | Metoda walidacji Test teoretyczny | |
Kryteria weryfikacji Manipuluje i analizuje dane z wykorzystaniem bibliotek NumPy i Pandas | Metoda walidacji Obserwacja w warunkach symulowanych | |
Kryteria weryfikacji Czyści i przetwarza dane | Metoda walidacji Obserwacja w warunkach rzeczywistych | |
Kryteria weryfikacji Wizualizuje dane z Matplotlib i Seaborn | Metoda walidacji Obserwacja w warunkach symulowanych | |
Kryteria weryfikacji Analizuje dane z wykorzystaniem Machine Learning | Metoda walidacji Obserwacja w warunkach symulowanych | |
Kryteria weryfikacji Wykorzystuje Supervised vs. Unsupervised Learning | Metoda walidacji Obserwacja w warunkach symulowanych | |
Kryteria weryfikacji Korzysta z scikit-learn: regresja i klasyfikacja | Metoda walidacji Obserwacja w warunkach symulowanych | |
Kryteria weryfikacji Waliduje model krzyżowo i tworzy metryki jakości modelu | Metoda walidacji Obserwacja w warunkach symulowanych | |
Kryteria weryfikacji Dobiera odpowiednią bibliotekę i narzędzie do przetwarzania, wizualizacji i interpretacji danych. | Metoda walidacji Obserwacja w warunkach rzeczywistych | |
Kryteria weryfikacji Przeprowadza analizę statystyczną. | Metoda walidacji Obserwacja w warunkach rzeczywistych | |
Kryteria weryfikacji Identyfikuje wzorce,prezentuje wyniki w sposób przejrzysty. | Metoda walidacji Wywiad swobodny |
Kwalifikacje i kompetencje
Kwalifikacje
Kompetencje
Usługa prowadzi do nabycia kompetencji.Warunki uznania kompetencji
Program
Program
Studia podyplomowe Python & AI Developer trwają 2 semestry i mają charakter praktyczny. Podczas 160h dydaktycznych uczestnicy studiów zdobędą 30 punktów ECTS. Studia organizowane są w wersji online na platformie Teams. Dni zajęć to sobota i niedziele średnio raz lub 2 razy w miesiącu za wyjątkiem okresu świąt, ferii i wakacji. Zajęcia prowadzone są w formie ćwiczeń, warsztatów, case study oraz multimedialnych wykładów. Wykładowcami są osoby będącymi ekspertami w zakresie języka Python. Uczestnicy studiów po ukończeniu programu i zdaniu egzaminu przed komisją otrzymają świadectwo ukończenia studiów podyplomowych. Przerwy po między zajęciami nie wliczają się czas trwania usługi. Czas realizacji zajęć to 160h dydaktycznych tj 120h zegarowych. Egzamin końcowy prowadzony jest przez dedykowaną komisję w skład, której wchodzi Przewodniczący Komisji - reprezentant uczelni oraz opiekun merytoryczny jako członek komisji co zapewnia to rozdzielność procesu dydaktycznego od walidacji. Egzamin dyplomowy odbędzie się nie później niż do 30.06.2026 |
Treści programowe:
|
Harmonogram
Harmonogram
Przedmiot / temat zajęć | Prowadzący | Data realizacji zajęć | Godzina rozpoczęcia | Godzina zakończenia | Liczba godzin |
---|---|---|---|---|---|
Brak wyników. |
Cena
Cena
Cennik
Rodzaj ceny | Cena |
---|---|
Rodzaj ceny Koszt przypadający na 1 uczestnika brutto | Cena 7 500,00 PLN |
Rodzaj ceny Koszt przypadający na 1 uczestnika netto | Cena 7 500,00 PLN |
Rodzaj ceny Koszt osobogodziny brutto | Cena 46,88 PLN |
Rodzaj ceny Koszt osobogodziny netto | Cena 46,88 PLN |
Prowadzący
Prowadzący
Grzegorz Małek
Grzegorz jest doświadczonym trenerem i nauczycielem z 14 letnim stażem pracy dydaktycznej. Specjalizuje się w podnoszeniu kompetencji z zakresu programowania w Python, SQL oraz zarządzaniu systemami i sieciami informatycznymi ze szczególnym uwzględnieniem zagrożeń i zabezpieczeń. Ponadto pracuje jako wykładowca na wyższej uczelni, zarządza i administruję siecią.
Posiada ukończone studia informatyczne na Politechnice Lubelskiej. Dodatkowo ukończył studia podyplomowe z:
Informatyki śledczej,
Inżynierii oprogramowania
Administracji infrastruktury sieciowej.
Sebastian Bąk
Specjalizuje się w szkoleniach związanych z bazami danych, analizą danych, wizualizacją danych, programowaniem w Pythonie, low-code/no-code i automatyzacją zadań. Prowadził szkolenia dla takich firm i instytucji jak LG, Alior, Pekao S.A., Mbank, Instytut Witolda Pileckiego, UM w Łodzi, UM we Wrocławiu i więcej. Lubi pracować z rozwiązaniami firm Microsoft, Oracle, Google i Adobe, a także pokazywać, jak można je wykorzystywać w praktyce.
Jako trener IT, ma na celu inspirować ludzi do odkrywania możliwości, jakie dają nowoczesne narzędzia informatyczne. Jego wizją jest tworzenie ciekawych i użytecznych projektów, które mogą pomóc w rozwiązywaniu problemów i podejmowaniu decyzji.
Prywatnie interesuje się książkami w gatunku fantasy, łucznictwem oraz strzelectwem.
Informacje dodatkowe
Informacje dodatkowe
Informacje o materiałach dla uczestników usługi
Wszelkie materiały zapewnia Test Army i Wrocławska Akademia Biznesuw Naukach Stosowanych
Podczas realizacji zadań na uczelni preferujemy posiadanie przez uczestników własnych komputerów przenośnych do pracy z pakietem Office. Uczelnia zapewnia oprogramowanie dla uczestników studiów – pakiet office jedynie w wersji on-line.
Warunki uczestnictwa
O przyjęciu na studia decyduje komplet dokumentów, które można wysłać tradycyjnie drogą pocztową, skanem lub złożyć osobiście w biurze Centrum Studiów MBA i Podyplomowych
Wymagane dokumenty:
- Podanie o przyjęcie na studia
- 1 zdjęcie w formie papierowej (35x45 mm)
- Kopia dyplomu ukończenia studiów pierwszego lub drugiego stopnia,
- Suplement lub wyciąg z indeksu - dla kończących studia przed 2005 r.
- Podpisana umowa o naukę wraz z załącznikiem - 2 egz.
- Dowód wniesienia opłaty wpisowej (250 PLN)
- Dowód osobisty do wglądu
Warunki techniczne
Warunki techniczne
Własny komputer i internet do pracy w domu.
Uczelnia zapewnia oprogramowanie dla uczestników studiów – pakiet office jedynie w wersji on-line.
Wymagania sprzętowe aplikacji Teams na komputerze z systemem Windows
WYMAGANIA SPRZĘTOWE APLIKACJI TEAMS NA KOMPUTERZE Z SYSTEMEM WINDOWS Składnik | Wymaganie |
Komputer i procesor | Minimum 1,1 GHz lub szybszy, 2 rdzenie Uwaga W przypadku procesorów Intel należy wziąć pod uwagę maksymalną prędkość osiągniętą przy użyciu technologii Intel Turbo Boost (Max Turbo Frequency) |
Pamięć | 4,0 GB PAMIĘCI RAM |
Dysk twardy | 3,0 GB dostępnego miejsca na dysku |
Wyświetlać | rozdzielczość ekranu 1024 x 768 |
Sprzęt graficzny | System operacyjny Windows: Akceleracja sprzętowa grafiki wymaga DirectX 9 lub nowszego, z WDDM 2.0 lub nowszym dla Windows 10 (lub WDDM 1.3 lub nowszym dla Windows 10 Fall Creators Update) |
System operacyjny | Windows 11, Windows 10 (z wyłączeniem Windows 10 LTSC), Windows 10 na ARM, Windows 8.1, Windows Server 2019, Windows Server 2016, Windows Server 2012 R2. Uwaga: Zalecamy korzystanie z najnowszej wersji systemu Windows i dostępnych poprawek zabezpieczeń. |
Wersja .NET | Wymaga środowiska .NET 4.5 CLR lub nowszego |
Wideo | Kamera wideo USB 2.0 |
Urządzeń | Standardowa kamera, mikrofon i głośniki do laptopa |
Rozmowy wideo i spotkania |
|
Wydarzenia na żywo dla zespołów | Jeśli tworzysz wydarzenie na żywo w usłudze Teams, zalecamy użycie komputera z procesorem Core i5 Kaby Lake, pamięcią RAM 4,0 GB (lub większą) i koderem sprzętowym. Zobacz Zalecenia dotyczące dekodera sprzętowego i sterownika kodera, aby uzyskać listę nieobsługiwanych dekoderów i koderów. |