Data Science (Python) + wstęp do Machine Learning - Małopolski Pociąg do Kariery / Kierunek Rozwój / Graj po Zielone - kurs
Data Science (Python) + wstęp do Machine Learning - Małopolski Pociąg do Kariery / Kierunek Rozwój / Graj po Zielone - kurs
Informacje podstawowe
Informacje podstawowe
- KategoriaInformatyka i telekomunikacja / Programowanie
- Identyfikatory projektówMałopolski Pociąg do kariery
- Grupa docelowa usługi
Kurs skierowany jest do osób, które interesują się programowaniem oraz analizą danych - rozwój kariery w tym kierunku daje obecnie mocną pozycję na rynku pracy.
Uczestnicy kursu nie muszą mieć wcześniejszego doświadczenia w zakresie programowania. W kursie mogą wziąć udział zarówno osoby myślące o przyszłej pracy w roli data scientist, jak też kadra kierownicza chcąca nauczyć się programowania oraz analizy danych, czy też specjaliści sektora zielonej gospodarki.
Usługa adresowana również do uczestników Projektu Kierunek - Rozwój, Małopolski Pociąg do Kariery, Graj po Zielone, programów dof. w ramach FESL 6.6 oraz 10.17 z woj. śląskiego oraz innych programów dofinansowań.
- Minimalna liczba uczestników8
- Maksymalna liczba uczestników16
- Data zakończenia rekrutacji03-11-2025
- Forma prowadzenia usługizdalna w czasie rzeczywistym
- Liczba godzin usługi68
- Podstawa uzyskania wpisu do BURZnak Jakości Małopolskich Standardów Usług Edukacyjno-Szkoleniowych (MSUES) - wersja 2.0
Cel
Cel
Cel edukacyjny
Kurs potwierdza przygotowanie do samodzielnego programowania w języku Python i SQL, korzystania z pakietów dedykowanych do analizy danych (numpy, pandas, matplotlib, seaborn), a także wykorzystania poznanych narzędzi i technik do rozwoju ekologicznych rozwiązań technologicznych.Efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia i Metody walidacji
Efekty uczenia się | Kryteria weryfikacji | Metoda walidacji |
---|---|---|
Efekty uczenia się Posługuje się wiedzą z zakresu programowania w języku Python, baz danych, uczenia maszynowego | Kryteria weryfikacji charakteryzuje składnię języka Python | Metoda walidacji Test teoretyczny z wynikiem generowanym automatycznie |
Kryteria weryfikacji charakteryzuje zasady tworzenia baz danych (w tym mając na uwadze oszczędność zasobów - np. struktura bazy danych, ilość wywołań, oszczędność zasobów procesora itd.) | Metoda walidacji Test teoretyczny z wynikiem generowanym automatycznie | |
Efekty uczenia się Przetwarza, analizuje oraz wizualizuje dane z wykorzystaniem bibliotek języka Python oraz modeli uczenia maszynowego | Kryteria weryfikacji pisze skrypty w języku Python | Metoda walidacji Test teoretyczny z wynikiem generowanym automatycznie |
Kryteria weryfikacji tworzy zapytania SQL | Metoda walidacji Test teoretyczny z wynikiem generowanym automatycznie | |
Kryteria weryfikacji wykorzystuje biblioteki języka Python w celu analizy zbiorów danych, w tym danych środowiskowych | Metoda walidacji Test teoretyczny z wynikiem generowanym automatycznie | |
Efekty uczenia się Współpracuje i komunikuje się z innymi członkami zespołu | Kryteria weryfikacji wskazuje prawidłowe sposoby komunikacji za pośrednictwem narzędzi kontroli wersji (git) | Metoda walidacji Test teoretyczny z wynikiem generowanym automatycznie |
Efekty uczenia się Posługuje się wiedzą z zakresu zrównoważonego rozwoju, niezbędną do pracy w sektorze zielonej gospodarki | Kryteria weryfikacji charakteryzuje główne poglądy na temat zrównoważonego rozwoju | Metoda walidacji Test teoretyczny z wynikiem generowanym automatycznie |
Kryteria weryfikacji charakteryzuje zasady środowiskowe 6R i wskazuje sposoby ich uwzględnienia w projektowaniu rozwiązań IT | Metoda walidacji Test teoretyczny z wynikiem generowanym automatycznie | |
Kryteria weryfikacji wskazuje zastosowania języka Python w sektorach zielonej gospodarki | Metoda walidacji Test teoretyczny z wynikiem generowanym automatycznie |
Kwalifikacje i kompetencje
Kwalifikacje
Inne kwalifikacje
Uznane kwalifikacje
Informacje
- Podstawa prawna dla Podmiotów / kategorii Podmiotówuprawnione do realizacji procesów walidacji i certyfikowania na mocy innych przepisów prawa
- Nazwa Podmiotu prowadzącego walidacjęCodebrainers Sp. z o.o.
- Podmiot prowadzący walidację jest zarejestrowany w BURTak
- Nazwa Podmiotu certyfikującegoCodebrainers Sp. z o.o.
- Podmiot certyfikujący jest zarejestrowany w BURTak
Program
Program
Kurs dedykowany jest osobom zainteresowanym programowaniem oraz analizą danych - rozwój kariery w tym kierunku daje obecnie ogromne możliwości i mocną pozycję na rynku pracy.
Dzięki dużej ilości gotowych bibliotek język Python jest jednym z najpopularniejszych języków do analizy danych. Jest to również język bardzo prosty w nauce, dzięki czemu pisanie własnych skryptów i narzędzi nie stanowi problemu nawet dla początkujących osób.
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 również kadra kierownicza, właściciele firm, czy też specjaliści sektora zielonej gospodarki - dla których dostęp do analiz jest kluczem do podejmowania trafnych decyzji w bieżącej działalności.
--
STRUKTURA KURSU:
- kurs obejmuje 68h lekcyjnych (45 min) = w przeliczeniu 51h zegarowe (60 min)) prowadzonych na żywo (on-line), na platformie webinarowej, w formie wirtualnej klasy, w formule live-coding - przez cały czas z trenerem
- dodatkowo planowana jest samodzielna praca własna kursantów w domu (ćwiczenia, projekty), z możliwością konsultacji na platformie Slack - praca ta pozwala utrwalić zdobyta podczas zajęć wiedzę i nie jest wliczana do czasu trwania usługi - nie jest to obowiązkowe;
- zajęcia odbywają się na żywo (online, w formie wirtualnej klasy) w formule wieczorowo-weekendowej - 2x w tygodniu (wieczorem) oraz w wybrane soboty;
- grupa liczy maksymalnie 16 osób i jest jedną z najmniejszych grup na rynku
--
| Programowanie w języku Python
- wprowadzenie do programowania: języki programowania, shell (bash), rola systemu operacyjnego, system kontroli wersji git
- nauka programowania w języku Python: typy danych, wyrażenia warunkowe, debugging, funkcje, obsługa wyjątków, moduły i biblioteki, podstawy programowania obiektowego
- optymalizacja kodu dla minimalizacji zasobów w aplikacjach, efektywność zarządzania typami danych
- wprowadzenie do zielonej gospodaki, charakterystyka głównych poglądów dotyczących zrównoważonego rozwoju, GreenComp, zasady środowiskowe 6R
- omówienie możliwości implementacji zasad 6R w zakresie programowania w języku Python
| Język SQL i bazy danych:
- projektowanie relacyjnych baz danych oraz wykorzystanie w praktyce języka SQL
- definiowanie schematu bazy danych na podstawie wymagań
- tworzenie efektywnych struktur baz danych
- podstawowe oraz zaawansowane zapytania, filtrowanie, grupowanie, sortowanie, łączenie wyników
- tworzenie bardziej efektywnych operacji na bazach danych (łączenie zapytań, ograniczenie wpływu na ilośc operacji procesora, zasobooszczędność itd.)
| Data Science
- środowisko pracy analityka danych
- jupyter notebook, markdown, elementy notacji latex, manager pakietów Conda, pip, tworzenie wirtualnego środowiska
- podstawy statystyki i wnioskowania, analiza danych metodą eksploracji danych oraz stawianie własnych hipotez, w tym danych środowiskowych
- przetwarzanie danych za pomocą bibliotek numpy oraz pandas
- techniki skutecznego i efektywnego ładowania, przechowywania i manipulowania danymi, w tym websprapping
- optymalizacja zasobów podczas analizy i wizualizacji danych
- wizualizacja danych za pomocą matplolib
- wykorzystanie zaawansowanych narzędzi do obliczeń rozproszonych (spark, databricks)
- podczas ćwiczeń wykorzystywane są zarówno dane biznesowe, jak również dane z sektora zielonej gospodarki (dot. m.in zużycia energii, emisji CO2, klimatu, zużycia energii przez budynki, zbiory danych dot. pojazdów EV)
| Machine Learning
- krótkie wprowadzenie do Machine Learning (podział metod nauczania maszynowego, dobór danych i modelu, przygotowanie danych, szkolenie, walidacja, przeuczenie - możliwość kontynuacji nauki tej tematyki na kursie zaawansowanym ML
| Walidacja efektów kształcenia oraz egzamin
Po zakończeniu kursu zostanie przeprowadzony egzamin potwierdzający nabycie kwalifikacji (certyfikat Data Science DSP-1). Uczestnicy szkolenia otrzymują imienne certyfikaty potwierdzające nabycie kwalifikacji sygnowane przez Codebrainers.
--
- całość zajęć prowadzona jest na żywo online.
- aby osiągnąć zakładany cel realizacji usługi, uczestnik powinien być obecny w trakcie zajęć zdalnych w czasie rzeczywistym.
- usługa szkoleniowa realizowana jest w godzinach dydaktycznych (1 godzina dydaktyczna = 45 min.) - łącznie 68h dydaktycznych, w tym. ok. 10h teoretycznych oraz 58h praktycznych (live coding w formie wirtualnej klasy)
- w ramach usługi przewidziane są przerwy podczas zajęć 6 godzinnych w soboty, które zostały uwzględnione w harmonogramie usługi, jednak nie wliczają się do ilości godzin samej usługi
- walidacja efektów kształcenia odbywa się w formie testu teoretycznego w formie cyfrowej, z wynikiem generowanym automatycznie. Test prowadzony jest na zewnętrznej platformie, w oparciu o indywidualne kody dostępu przypisane do każdego z uczestników
--
Kurs uczy zaawansowanej analizy danych, która odgrywa w chwili obecnej kluczową rolę również w wielu gałęziach zielonej gospodarki.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, natomiast modele oparte na sztucznej inteligencji są z powodzeniem wykorzystywane w celu predykcji zmian klimatycznych, optymalizacji procesów i redukcji zużycia zasobów.
Dzięki przekazywaniu umiejętności ogólnych niezbędnych do pracy w sektorze zielonej gospodarki, szkolenie przyczynia się również do tworzenia tzw. “zielonych miejsc pracy” zarówno w sektorach zielonej gospodarki, jak również w sektorach tradycyjnych. W początkowych modułach kurs przekazuje również wiedzę dot. zielonej gospodarki, uczy programowania w sposób pozytywnie wpływający na środowisko i wspierający zrównoważony rozwój - w tym w zgodzie z zasadami 6R oraz pozwala na zrozumienie roli technologii cyfrowych we wspieraniu zielonej gospodarki.
Podczas ćwiczeń praktycznych w dalszych modułach wykorzystywane są zarówno dane biznesowe, jak również dane z sektora zielonej gospodarki (zbiory danych dotyczące np. lokalizacji elektrowni (z uwzględnieniem ich lokalizacji, mocy, rodzaju stosowanego paliwa, wielkości wytwarzanej energii, itd.), pojazdów elektrycznych, budynków oraz zużywanej przez nie energii, jakości życia w różnych krajach ((z uwzględnieniem m.in. oczekiwanej długości życia, aspektów środowiskowych), dane dot. klimatu). Zakres danych pozwala na prowadzenie różnego rodzaju ćwiczeń, od prostych wizualizacji, po np. stawianie hipotez i ich weryfikację.
Szkolenie przekazuje kompetencje przydatne i/lub niezbędne do pracy na stanowiskach takich jak m.in.: statystyk (212004), analityk biznesowy (242112), analityk finansowy (241306), analityk giełdowy (241301), analityk inwestycyjny (241311), analityk trendów rynkowych (cool hunter)(243101), analityk baz danych (252102), projektant baz danych (252103), analityk ruchu na stronach internetowych (262202), specjalista ochrony środowiska (213303), inspektor ochrony środowiska (325504), technik analizy i monitoringu środowiska (325508), technik ochrony środowiska (325511).
Wiedza zdobyta podczas szkolenia wykorzystywana może być m.in. w celu realizacji inwestycji opisanych m.in. w Rozp. nr 2021/1056PEiR(UE) ustanawiającym Fundusz Sprawiedliwej Transformacji, tj.w przypadku wdrażania technologii oraz systemów i infrastruktury zapewniającej czystą energię, redukcji emisji gazów cieplarnianych, inwestycji w energię odnawialną i w efektywność energetyczną, inteligentną i zrównoważoną mobilność lokalną, poprawę efektywności energetycznej systemów ciepłowniczych, inwestycje w produkcję energii cieplnej z odnawialnych źródeł energii, cyfryzację i łączność cyfrową, a także we wzmacnianie gospodarki o obiegu zamkniętym, efektywne gospodarowanie zasobami oraz ponowne ich wykorzystanie i recykling.
--
Dodatkowe informacje odnośnie walidacji:
Na zakończenie kursu zostanie przeprowadzony egzamin potwierdzający nabycie kwalifikacji (test w formie cyfrowej z wynikiem generowanym automatycznie). Egzamin nadzorowany jest przez prowadzącego zajęcia (osoba ta jedynie rozsyła test, sprawdza obecność, nie ingeruje natomiast w jego wypełnianie ani sprawdzanie wyników, gdyż wynik jest generowany w sposób automatyczny). Egzamin zawiera zarówno pytania sprawdzające teorię, jak również np. pytania wymagające analizy / uzupełnienia kodu. W związku z powyższym, zgodnie z wytycznymi PARP w karcie nie wprowadzano osoby walidującej w sekcji prowadzący.
- https://www.parp.gov.pl/component/content/article/87778:zmiany-i-nowosci-w-systemie-bazy-uslug-rozwojowych-od-11-grudnia-br
- https://serwis-uslugirozwojowe.parp.gov.pl/component/content/article/86689:kluczowe-kwestie-dotyczace-walidacji-nabycia-kompetencji-w-ramach-podmiotowych-systemow-finansowania
Harmonogram
Harmonogram
Przedmiot / temat zajęć | Prowadzący | Data realizacji zajęć | Godzina rozpoczęcia | Godzina zakończenia | Liczba godzin |
---|---|---|---|---|---|
Przedmiot / temat zajęć 1 z 20 Wprowadzenie do programowania, języki programowania, shell i bash, środowisko pracy, algorytmika (on-line, na żywo, wykład + ćwiczenia) | Prowadzący Bartek Bilski | Data realizacji zajęć 04-11-2025 | Godzina rozpoczęcia 18:00 | Godzina zakończenia 21:00 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 2 z 20 Python - typy danych (on-line, na żywo, wykład + ćw) | Prowadzący Mikołaj Leszczuk | Data realizacji zajęć 06-11-2025 | Godzina rozpoczęcia 18:00 | Godzina zakończenia 21:00 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 3 z 20 Python- elementy języka, zast. J. Python w zielonej gospodarce (automatyzacja proc., zasobooszczędność, analiza danych środ.), GreenComp, zasady 6R, (on-line, na żywo, wykład + ćw) | Prowadzący Mikołaj Leszczuk | Data realizacji zajęć 13-11-2025 | Godzina rozpoczęcia 18:00 | Godzina zakończenia 21:00 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 4 z 20 Python - funkcje (on-line, na żywo, wykład + ćwiczenia) | Prowadzący Mikołaj Leszczuk | Data realizacji zajęć 15-11-2025 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 12:00 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 5 z 20 Przerwa | Prowadzący Mikołaj Leszczuk | Data realizacji zajęć 15-11-2025 | Godzina rozpoczęcia 12:00 | Godzina zakończenia 12:30 | Liczba godzin 00:30 |
Przedmiot / temat zajęć 6 z 20 Python - wyjątki (on-line, na żywo, wykład + ćwiczenia) | Prowadzący Mikołaj Leszczuk | Data realizacji zajęć 15-11-2025 | Godzina rozpoczęcia 12:30 | Godzina zakończenia 15:30 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 7 z 20 Python - pliki i moduł, efektywność zarządzania typami danych (on-line, na żywo, wykład + ćwiczenia) | Prowadzący Mikołaj Leszczuk | Data realizacji zajęć 18-11-2025 | Godzina rozpoczęcia 18:00 | Godzina zakończenia 21:00 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 8 z 20 Python - prog. funkcyjne, optymalizacja kodu dla minimalizacji zasobów w aplikacjach (on-line, na żywo, wykład + ćwiczenia) | Prowadzący Mikołaj Leszczuk | Data realizacji zajęć 20-11-2025 | Godzina rozpoczęcia 18:00 | Godzina zakończenia 21:00 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 9 z 20 Python - OOP: obiekty (on-line, na żywo, wykład + ćwiczenia) | Prowadzący Szymon Budziak | Data realizacji zajęć 25-11-2025 | Godzina rozpoczęcia 18:00 | Godzina zakończenia 21:00 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 10 z 20 Python - OOP: klasy, zastosowanie zasad środowiskowych 6R (on-line, na żywo, wykład + ćwiczenia) | Prowadzący Szymon Budziak | Data realizacji zajęć 27-11-2025 | Godzina rozpoczęcia 18:00 | Godzina zakończenia 21:00 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 11 z 20 SQL - zapytania SQL, efektywność operacji na bazach danych (on-line, na żywo, wykład + ćwiczenia) | Prowadzący Szymon Budziak | Data realizacji zajęć 29-11-2025 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 12:00 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 12 z 20 Przerwa | Prowadzący Szymon Budziak | Data realizacji zajęć 29-11-2025 | Godzina rozpoczęcia 12:00 | Godzina zakończenia 12:30 | Liczba godzin 00:30 |
Przedmiot / temat zajęć 13 z 20 SQL - projektowanie relacyjnych baz danych oraz wykorzystanie w praktyce języka sql (on-line, na żywo, wykład + ćwiczenia) | Prowadzący Szymon Budziak | Data realizacji zajęć 29-11-2025 | Godzina rozpoczęcia 12:30 | Godzina zakończenia 15:30 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 14 z 20 Data Science - przetwarzanie danych za pomocą numpy, pandas, matplotlib (on-line, na żywo, wykład + ćwiczenia) | Prowadzący Szymon Budziak | Data realizacji zajęć 02-12-2025 | Godzina rozpoczęcia 18:00 | Godzina zakończenia 21:00 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 15 z 20 Data Science - przetwarzanie danych za pomocą numpy, pandas, matplotlib (on-line, na żywo, wykład + ćwiczenia) | Prowadzący Bartek Bilski | Data realizacji zajęć 04-12-2025 | Godzina rozpoczęcia 18:00 | Godzina zakończenia 21:00 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 16 z 20 Data Science - przetwarzanie danych za pomocą numpy, pandas, matplotlib (on-line, na żywo, wykład + ćwiczenia) | Prowadzący Bartek Bilski | Data realizacji zajęć 09-12-2025 | Godzina rozpoczęcia 18:00 | Godzina zakończenia 21:00 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 17 z 20 Data Science - webscrapping, techniki efektywnego ładowania danych (on-line, na żywo, wykład + ćwiczenia) | Prowadzący Bartek Bilski | Data realizacji zajęć 11-12-2025 | Godzina rozpoczęcia 18:00 | Godzina zakończenia 21:00 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 18 z 20 Data Science - ćwiczenia na bazie realnych danych (w tym z sektorów zielonej gospodarki), optymalizacja zasobów podczas analizy danych (on-line, na żywo, wykład + ćwiczenia) | Prowadzący Bartek Bilski | Data realizacji zajęć 16-12-2025 | Godzina rozpoczęcia 18:00 | Godzina zakończenia 21:00 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 19 z 20 Machine Learning - podział metod nauczania maszynowego, dobór danych i modelu, rola ML w cyfrowej i zielonej transformacji (on-line, na żywo, wykład + ćwiczenia) | Prowadzący Bartek Bilski | Data realizacji zajęć 18-12-2025 | Godzina rozpoczęcia 18:00 | Godzina zakończenia 20:00 | Liczba godzin 02:00 |
Przedmiot / temat zajęć 20 z 20 Walidacja efektów kształcenia ,egzamin w formie cyfrowej /analiza dowodów i deklaracji | Prowadzący Bartek Bilski | Data realizacji zajęć 18-12-2025 | Godzina rozpoczęcia 20:00 | Godzina zakończenia 21:00 | Liczba godzin 01:00 |
Cena
Cena
Cennik
Rodzaj ceny | Cena |
---|---|
Rodzaj ceny Koszt przypadający na 1 uczestnika brutto | Cena 5 100,00 PLN |
Rodzaj ceny Koszt przypadający na 1 uczestnika netto | Cena 5 100,00 PLN |
Rodzaj ceny Koszt osobogodziny brutto | Cena 75,00 PLN |
Rodzaj ceny Koszt osobogodziny netto | Cena 75,00 PLN |
Rodzaj ceny W tym koszt walidacji brutto | Cena 50,00 PLN |
Rodzaj ceny W tym koszt walidacji netto | Cena 50,00 PLN |
Rodzaj ceny W tym koszt certyfikowania brutto | Cena 50,00 PLN |
Rodzaj ceny W tym koszt certyfikowania netto | Cena 50,00 PLN |
Prowadzący
Prowadzący
Dominik Cydzik
Wykształcenie: MS, Biomedical Engineering, ETH Zurich, Biomedical / Medical Engineering, King’s College London, Biochemistry, University of Tampa.
Doświadczenie, m.in.: 2024 - obecnie - Data Science Consultant, Capgemini Invest, 2023 - 2024 - AI Software Engineer, aiEndoscopic, 2022 - 2023 - Multi-Scale Robotics Lab Rsearcher, ETH Zurich.
Posiada dośw. w zakresie ziel. komp. W okresie ostatnich 5 lat: m.in.: wdrożenie rozwiązania umożliwiające wdrożenie updateów softwarowych samochodów zdalnie (branża automotive), umożliwiając ograniczenie ilości przejechanych kilometrów i spalonego paliwa.
Bartek Bilski
Doświadczenie, m.in.: obecnie, Data Scientist, Allegro, 2023 - 2024, Data Scientist, Kokoro Global, 2022, Data Analyst, Cord, 2020 - 2021, Mortgage Advisor. Wykształcenie: Uniwersity of Bath (Data Science)(2022) oraz University of West of England (Matematyka i Statystyka)(2017). Dodatkowe szkolenia, m.in.: Azure Databricks, Databricks Data + AI World Tour London, IRX @ DTX + UCX.
Posiada dośw. w zakresie ziel. komp. W okresie ostatnich 5 lat: m.in.: analizy i projekt segmentacji(GivEnergy Ltd., magazyny energii), skupiający się na odnawialnych źródłach energii i działaniach proekologicznych, z wykorzystaniem ML oraz modeli LLM (GPT).
Mikołaj Kucharski
Doświadczenie, m.in.: obecnie, Big Data Engineer, Allekgo, 2023 - 2024, Data Science, Capgemini, 2023, Data Engineer, EY, 2021 - 2023, Assistant Geotechnical Designer, Stump Franki, 2020 - 2021, Geotechnical Engineer, Jacobs, 2019 - 2020, Geotechnical Specialist. Wykształcenie: mgr, Informatyka, Polsko-Japońska Akademia Technik Komputerowych w Warszawie (2024), mgr inż,Civil Engineering - Geotechnical Engineering, SGGW w Warszawie (2021), inż, Civil Engineering -Geotechnical Engineering, SGGW w Warszawie (2022).
Posiada dośw. w zakresie ziel. komp. W okresie ostatnich 5 lat: m.in. praca nad infr. do analizy KPI z zakresu ESG, praca nad optymalizacją proc. biznesowych w celu redukcji zuż. zasobów, optymalizacja przetw. dużych zbiorów danych w celu red. kosztów i śladu węglowego.
Szymon Budziak
Wykształcenie: Computer Science, Engineer's degree, Università degli Studi di Napoli Federico II (2023), inż., Informatyka, AGH w Krakowie (2024). Dodatkowe szkolenia, m.in.: Python for Data Science and Machine Learning, Machine Learning Specialization by Andrew Ng.
Posiada dośw. w zakresie ziel. komp. W okresie ostatnich 5 lat: m.in.: twórca aplikacji przewidującej efektywność energetyczną w gospodarstwach domowych USA na podstawie danych energetycznych (z wykorzystaniem AI), w oparciu o technologie Python oraz Tensorfl ow do analizy danych energetycznych, a także API do zbierania informacji o zużyciu energii. Aplikacja miała na celu wspieranie decyzji o optymalizacji zużycia energii w gospodarstwach domowych i promowanie bardziej zrównoważonych praktyk w gospodarce.
Cezary Wenta
Doświadczenie, m.in.: 2021 – obecnie - Fullstack Developer, Frontend Developer, Quantoo Sp. z o.o., 2021 - PHP Developer, Millenium Studio. Wykształcenie: mgr., Informatyka, AGH w Krakowie (2024), lic., Edukacja Techniczno Informatyczna z przygotowaniem pedagogicznym, AGH w Krakowie (2021). Dodatkowe szkolenia, m.in.: AWS Academy Cloud Architecting, - AWS Academy Cloud Developing, Google Cloud Platform z Big Query, dyplom technika informatyka z egzaminami e.12, e.13, e.14.
Posiada dośw. w zakresie ziel. komp. W okresie ostatnich 5 lat: m.in. tworzenie aplikacji z wykorzystaniem języka Python z naciskiem na efektywność pisanego kodu, zasobooszczędność, zmniejszenie ilości operacji oraz tzw. “czysty kod” (minimalizacja kosztów, energii, czasu obliczeń)(InPost).
Mikołaj Leszczuk
Autor i wsp. ponad 191 publikacji oraz uczestnik konferencji naukowych i branżowych. Seniormember Institute of Electrical and Electronics Engineers (IEEE), członek Video Quality in Public Safety Working Group (VQiPS) wspieranej przez US DoHS, członek zarządu Video Quality ExpertsGroup (VQEG), członek KRAB UE, członek Gateway to Archives of Media Art (GAMA).
Doświadczenie, m.in.: obecnie, Prof., KT AGH, 2017 – 2019, Dr hab., KT AGH, 2006 – 2017, Adiunkt, KT AGH, 2000 – 2006, Asystent KT AGH, 1996 – 1999, Kier. Dz. Techn. Mult., Prezes Zarządu COMARCH, COMARCH Multimedia
Dod. dośw. zaw.: 2022 - 2023, proj. Ocena jakości dla aplikacji komp [...], 2021 - 2022, proj. Techn.wspierające streszczanie sekwencji wideo (NCBR), manager B+R,: 2020 - 2021, proj. Zaaw. wsk.jakości wiz. (Innovation Incubator 4.0), kierownik, 2019 - 2020, proj. Obiektywna ocena jakości wideo[...].
Posiada dośw. w zakresie ziel. komp. W okresie ostatnich 5 lat: m.in. ekspert PARP w ramach KPO,w tym w kontekście oceny spełniania kryteriów środowiskowych, zasad 6R, wpływu technologii na środowisko oraz zgodności rozwiązań technologicznych w kontekście celów zielonego ładu.
Julia Przepióra
Doświadczenie: 2022 – obecnie - Data Science Associate, Shell, 2021 - 2022 - Data Science Analyst, Shell, 2020 - Fund Tax Services, State Street. Posiada dośw. w zakresie ziel. komp.
W okresie ostatnich 5 lat: m.in. w zakresie współpracy z działami Lubricants, Chemicals & Products oraz Mobility, wspierając inicjatywy mające na celu ograniczenie śladu węglowego oraz zwiększenie efektywności energetycznej w procesach downstream (analiza danych produkcyjnych i finansowych, identyfikacja obszarów wymagających optymalizacji, wdrażanie rozwiązań sprzyjających rentowności firmy oraz ochronie środowiska).
Informacje dodatkowe
Informacje dodatkowe
Informacje o materiałach dla uczestników usługi
W ramach szkolenia uczestnik otrzymuje:
- dostęp do materiałów oraz ćwiczeń podsumowujących zdobytą wiedzę (materiały on-line formie pdf / html / jupyter notebook / github)
- zbiory danych wykorzystywane podczas ćwiczeń
- bezpłatną licencję edukacyjną na wybrane IDE Jetbrains - dla osób chętnych
- dostęp do kanałów Slack dedykowanych szkoleniu;
- dostęp do nagrań z odbytych zajęć
Warunki uczestnictwa
- 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 również 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.
Informacje dodatkowe
- zapisanie się w BUR nie jest jednoznaczne z zarezerwowaniem miejsca. W celu potwierdzenia miejsca prosimy o dodatkowy kontakt telefoniczny, mailowy, lub za pośrednictwem messengera albo www
- 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 dofinansowań
- zdobyte kompetencje dotyczą cyfrowej transformacji
- podstawa zwolnienia 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. - podstawa zwolnienia jest każdorazowo weryfikowana w stosunku do danego Uczestnika
- 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.
Warunki techniczne
Warunki techniczne
- 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 kursie jest aktywny w godzinach wskazanych na karcie usługi