Akademia Analityka Kompleksowe szkolenie od podstaw ze statystyki, analizy danych, SQL, Pythona, Big Data i Machine Learning – zakończone certyfikatem.
Akademia Analityka Kompleksowe szkolenie od podstaw ze statystyki, analizy danych, SQL, Pythona, Big Data i Machine Learning – zakończone certyfikatem.
Informacje podstawowe
Informacje podstawowe
- KategoriaInformatyka i telekomunikacja / Bazy danych
- Identyfikatory projektówMałopolski Pociąg do kariery, Zachodniopomorskie Bony Szkoleniowe, Kierunek - Rozwój
- Grupa docelowa usługi
Szkolenie „Akademia Analityka” przeznaczone jest dla osób dorosłych chcących rozpocząć lub rozwijać karierę w analizie danych. Skierowane do początkujących, pracowników działów biznesowych (marketing, sprzedaż, HR, finanse, logistyka), osób planujących przebranżowienie, studentów i absolwentów kierunków nietechnicznych oraz specjalistów IT chcących rozszerzyć kompetencje o analizę danych, Python i SQL. Nie jest wymagana znajomość programowania – szkolenie zaczyna się od podstaw.
Usługa również adresowana dla Uczestników Projektu Małopolski Pociąg do Kariery
Usługa również adresowana dla Uczestników Programu Zawodowa Rektywacja
Usługa również adresowana dla Uczestników Projektu Kierunek Rozwój
Usługa rozwojowa adresowana również dla Uczestników projektu Zachodniopomorskie Bony Szkoleniowe
- Minimalna liczba uczestników1
- Maksymalna liczba uczestników5
- Forma prowadzenia usługizdalna w czasie rzeczywistym
- Liczba godzin usługi55
- Podstawa uzyskania wpisu do BURCertyfikat VCC Akademia Edukacyjna
Cel
Cel
Cel edukacyjny
Celem szkolenia jest przygotowanie uczestników do samodzielnej analizy danych z użyciem Pythona, SQL, statystyki, wizualizacji oraz podstaw AI. Uczestnicy nauczą się przetwarzać dane, tworzyć analizy i raporty, korzystać z narzędzi chmurowych (np. Google Colab) oraz rozwiązywać praktyczne problemy z obszaru HR, sprzedaży czy logistyki. Szkolenie rozwija także umiejętność myślenia krytycznego i komunikacji danych. Kończy się certyfikatem i prowadzi do zdobycia kwalifikacji cyfrowych.Efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia i Metody walidacji
| Efekty uczenia się | Kryteria weryfikacji | Metoda walidacji |
|---|---|---|
Efekty uczenia się Przeprowadza podstawową analizę statystyczną danych (średnia, mediana, kwartyle, odchylenie standardowe, testy istotności, korelacja) | Kryteria weryfikacji Uczestnik prawidłowo zaznacza odpowiedź w teście dotyczącym interpretacji miar statystycznych i wyboru odpowiedniego testu. | Metoda walidacji Test teoretyczny |
Efekty uczenia się Stosuje język Python do wczytywania, przekształcania i analizowania danych z wykorzystaniem bibliotek numpy i pandas | Kryteria weryfikacji Uczestnik prawidłowo wybiera lub uzupełnia fragmenty kodu w pytaniach testowych dotyczących operacji na danych w Pythonie. | Metoda walidacji Test teoretyczny |
Efekty uczenia się Tworzy wykresy i wizualizacje danych (matplotlib, seaborn) | Kryteria weryfikacji Uczestnik prawidłowo wskazuje typ wykresu pasujący do danego zestawu danych lub uzupełnia kod generujący wykres. | Metoda walidacji Test teoretyczny |
Efekty uczenia się Tworzy zapytania SQL do selekcji, filtrowania, grupowania i łączenia danych z baz danych | Kryteria weryfikacji Uczestnik prawidłowo wybiera wynik zapytania SQL lub uzupełnia brakujące fragmenty kodu w pytaniu testowym. | Metoda walidacji Test teoretyczny |
Efekty uczenia się Wykorzystuje podstawowe algorytmy uczenia maszynowego (regresja, klasyfikacja, drzewa decyzyjne, analiza sentymentu) | Kryteria weryfikacji Uczestnik prawidłowo zaznacza odpowiedź identyfikującą właściwy algorytm do problemu analitycznego lub interpretuje wynik modelu. | Metoda walidacji Test teoretyczny |
Efekty uczenia się Tworzy raporty z analizy danych oraz opowiada o danych w sposób zrozumiały dla odbiorców biznesowych | Kryteria weryfikacji Uczestnik prawidłowo wybiera najbardziej trafne podsumowanie danych lub wskazuje odpowiednią strukturę raportu w pytaniu testowym. | Metoda walidacji Test teoretyczny |
Efekty uczenia się Korzysta z narzędzi chmurowych (Google Colab) do pracy z danymi i współdzielenia kodu | Kryteria weryfikacji Uczestnik prawidłowo wskazuje funkcjonalności Google Colab i rozpoznaje poprawne sposoby udostępniania kodu w pytaniu testowym. | Metoda walidacji Test teoretyczny |
Efekty uczenia się Rozwiązuje rzeczywiste problemy analityczne z różnych dziedzin (HR, logistyka, sprzedaż) z użyciem danych.Prezentuje wyniki w formie raportu. | Kryteria weryfikacji Uczestnik prawidłowo analizuje przypadek przedstawiony w pytaniu testowym i wybiera właściwe narzędzie lub podejście. | Metoda walidacji Test teoretyczny |
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 walidacjęICVC Sp. z o. o.
- Podmiot prowadzący walidację jest zarejestrowany w BURTak
- Nazwa Podmiotu certyfikującegoICVC Sp. z o. o.
- Podmiot certyfikujący jest zarejestrowany w BURTak
Dodatkowe pliki
Program
Program
Usługa zostanie zrealizowana w trybie zdalnym w czasie rzeczywistym. W wymiarze 55 godzin dydaktycznych (45min).
Wszyscy uczestnicy usługi będą brali udział w szkolenie w 1 grupie. Usługa zostanie przeprowadzona w trybie zdalnym w czasie rzeczywistym za pomocą komunikatora zoom.
Walidacja usługi zostanie przeprowadzona przez podmiot zewnętrzny poprzez udział uczestników w egzaminie w formie testu.
Harmonogram został sporządzony w sposób uwzględniający przerwy. Przerwy nie wliczone są do czasu trwania szkolenia. Harmonogram przedstawia czas zajęć
Minimalna wiedza uczestników przed przystąpieniem do szkolenia:
Szkolenie „Akademia Analityka” jest przeznaczone dla osób początkujących – nie jest wymagana wcześniejsza znajomość programowania, statystyki ani baz danych.
Minimalne wymagania wstępne:
- podstawowa umiejętność obsługi komputera i korzystania z Internetu,
- znajomość środowiska Windows na poziomie umożliwiającym pracę z folderami, plikami i prostymi aplikacjami (np. przeglądarka, arkusz kalkulacyjny),
- umiejętność pracy z arkuszem kalkulacyjnym (np. Excel, Google Sheets) – podstawowe operacje jak wprowadzanie danych, formuły, filtrowanie,
- gotowość do pracy w środowisku zdalnym (Zoom) oraz korzystania z udostępnianych materiałów.
Poniżej program szkolenia z podziałem na tematy zajęć. Czas zajęć wyrażony jest w godzinach zegarowych. (60 min)
Zajęcia / Temat | Typ zajęć | Liczba godzin |
Podstawy analizy danych i statystyki | Teoretyczne + praktyczne | 5 |
Analiza danych w Pythonie (biblioteki, czyszczenie, eksploracja, wykresy) | Praktyczne | 8 |
SQL i bazy danych (SELECT, JOIN, GROUP BY) | Praktyczne | 5 |
Big Data: Hadoop i Spark – wprowadzenie | Teoretyczne | 1,5 |
Uczenie maszynowe i sztuczna inteligencja (ML, NLP, modele) | Teoretyczne + praktyczne | 6 |
Wizualizacja i komunikacja danych (matplotlib, seaborn, dashboardy) | Praktyczne | 4 |
Praca w chmurze (Google Colab, przetwarzanie danych online) | Praktyczne | 3 |
Myślenie krytyczne i rozwiązywanie problemów (case studies, analiza branżowa) | Praktyczne | 4 |
AI w biznesie + projekt końcowy (prezentacja wyników, raportowanie) | Praktyczne | 4 |
Harmonogram
Harmonogram
| Przedmiot / temat zajęć | Prowadzący | Data realizacji zajęć | Godzina rozpoczęcia | Godzina zakończenia | Liczba godzin |
|---|---|---|---|---|---|
Przedmiot / temat zajęć 1 z 31 Podstawy języka Python: Instalacja komentarze, podstawy składni, struktury danych(rozmowa, prezentacja, ćwiczenia) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 03-11-2025 | Godzina rozpoczęcia 17:00 | Godzina zakończenia 18:30 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 2 z 31 Podstawy języka Python: typy danych oraz zmienne, operacje na liczbach i łańcuchach tekstowych(rozmowa, prezentacja, ćwiczenia) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 03-11-2025 | Godzina rozpoczęcia 18:40 | Godzina zakończenia 20:00 | Liczba godzin 01:20 |
Przedmiot / temat zajęć 3 z 31 Podstawy języka Python: Operatory i instukcje warunkowe(rozmowa, prezentacja, ćwiczenia) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 04-11-2025 | Godzina rozpoczęcia 17:00 | Godzina zakończenia 18:30 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 4 z 31 Podstawy języka Python: Pętle i iteracje(rozmowa, prezentacja, ćwiczenia) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 04-11-2025 | Godzina rozpoczęcia 18:40 | Godzina zakończenia 20:00 | Liczba godzin 01:20 |
Przedmiot / temat zajęć 5 z 31 Podstawy języka Python: Funkcje i dobre praktyki(rozmowa, prezentacja, ćwiczenia) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 06-11-2025 | Godzina rozpoczęcia 17:00 | Godzina zakończenia 18:30 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 6 z 31 Podstawy języka Python: Obsługa błedów(rozmowa, prezentacja, ćwiczenia) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 06-11-2025 | Godzina rozpoczęcia 18:40 | Godzina zakończenia 20:00 | Liczba godzin 01:20 |
Przedmiot / temat zajęć 7 z 31 Podstawy języka Python: Instalacja pierwszych bibliotek, wstęp do pandas | Prowadzący Agnieszka Giemza | Data realizacji zajęć 07-11-2025 | Godzina rozpoczęcia 17:00 | Godzina zakończenia 18:30 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 8 z 31 Podstawy analizy danych i statystyk - Wprowadzenie do statystyki opisowej: średnia, mediana, dominanta, kwartyle, odchylenie standardowe (rozmowa, prezentacja) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 07-11-2025 | Godzina rozpoczęcia 18:40 | Godzina zakończenia 20:00 | Liczba godzin 01:20 |
Przedmiot / temat zajęć 9 z 31 Podstawy analizy danych i statystyk - Analiza rozkładów danych i wizualizacja (histogramy, pudełkowe wykresy) (rozmowa, prezentacja) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 10-11-2025 | Godzina rozpoczęcia 17:00 | Godzina zakończenia 18:30 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 10 z 31 Podstawy analizy danych i statystyk - Wprowadzenie do korelacji i współczynnika korelacji Pearsona,(rozmowa, prezentacja) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 10-11-2025 | Godzina rozpoczęcia 18:40 | Godzina zakończenia 19:50 | Liczba godzin 01:10 |
Przedmiot / temat zajęć 11 z 31 Podstawy analizy danych i statystyk -Zasady wnioskowania statystycznego:testy hipotez, błędy I i II rodzaju (rozmowa, prezentacja) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 13-11-2025 | Godzina rozpoczęcia 17:00 | Godzina zakończenia 18:30 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 12 z 31 Podstawy analizy danych i statystyk - Prosta regresja liniowa jako narzędzie predykcji,rozmowa, prezentacja, ćwiczenia) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 13-11-2025 | Godzina rozpoczęcia 18:40 | Godzina zakończenia 19:50 | Liczba godzin 01:10 |
Przedmiot / temat zajęć 13 z 31 Analiza danych w Pythonie -Omówienie bibliotek dostępnych do analizy i wizualizacji danych | Prowadzący Agnieszka Giemza | Data realizacji zajęć 14-11-2025 | Godzina rozpoczęcia 17:00 | Godzina zakończenia 18:30 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 14 z 31 Analiza danych w Pythonie -Praca z bibliotekami: pandas, numpy, wczytywanie i eksploracja danych (rozmowa, prezentacja) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 14-11-2025 | Godzina rozpoczęcia 18:40 | Godzina zakończenia 19:50 | Liczba godzin 01:10 |
Przedmiot / temat zajęć 15 z 31 Analiza danych w Pythonie - Czyszczenie danych: brakujące wartości, duplikaty, typy danych, filtrowanie, selekcja i agregacja danych (rozmowa, prezentacja, ćwiczenia) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 17-11-2025 | Godzina rozpoczęcia 17:00 | Godzina zakończenia 18:30 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 16 z 31 Analiza danych w Pythonie - Grupowanie i łączenie danych, tworzenie wykresów: linie, słupki, pudełkowe, korelacyjne (groupby, merge, join) (rozmowa, prezentacja, ćwiczenia) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 17-11-2025 | Godzina rozpoczęcia 18:40 | Godzina zakończenia 19:50 | Liczba godzin 01:10 |
Przedmiot / temat zajęć 17 z 31 Analiza danych w Pythonie - Czyszczenie danych: brakujące wartości, duplikaty, typy danych, filtrowanie, selekcja i agregacja danych (rozmowa, prezentacja, ćwiczenia) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 18-11-2025 | Godzina rozpoczęcia 17:00 | Godzina zakończenia 18:30 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 18 z 31 Analiza danych w Pythonie - Grupowanie i łączenie danych, tworzenie wykresów: linie, słupki, pudełkowe, korelacyjne (groupby, merge, join) (rozmowa, prezentacja, ćwiczenia) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 18-11-2025 | Godzina rozpoczęcia 18:40 | Godzina zakończenia 19:50 | Liczba godzin 01:10 |
Przedmiot / temat zajęć 19 z 31 SQL i bazy danych - Podstawowe zapytania: SELECT, WHERE, ORDER BY. (rozmowa, prezentacja, ćwiczenia) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 20-11-2025 | Godzina rozpoczęcia 17:00 | Godzina zakończenia 18:30 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 20 z 31 SQL i bazy danych - Grupowanie i agregowanie danych: GROUP BY, COUNT, SUM, AVG (rozmowa, prezentacja, ćwiczenia) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 20-11-2025 | Godzina rozpoczęcia 18:40 | Godzina zakończenia 19:50 | Liczba godzin 01:10 |
Przedmiot / temat zajęć 21 z 31 SQL i bazy danych - Łączenie tabel: INNER JOIN, LEFT JOIN (rozmowa, prezentacja, ćwiczenia) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 21-11-2025 | Godzina rozpoczęcia 17:00 | Godzina zakończenia 18:30 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 22 z 31 SQL i bazy danych - Praca z bazą SQL Management Studio w środowisku lokalnym(rozmowa, prezentacja, ćwiczenia) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 21-11-2025 | Godzina rozpoczęcia 18:40 | Godzina zakończenia 19:50 | Liczba godzin 01:10 |
Przedmiot / temat zajęć 23 z 31 Big Data: Hadoop i Spark - Czym są dane Big Data i jak się je przetwarza, wprowadzenie do Hadoop, HDFS i MapReduce (rozmowa, prezentacja) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 24-11-2025 | Godzina rozpoczęcia 17:00 | Godzina zakończenia 18:30 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 24 z 31 Uczenie maszynowe i sztuczna inteligencja - Podstawy uczenia maszynowego: typy uczenia, omówienie biblioteki scikit learn (rozmowa, prezentacja) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 24-11-2025 | Godzina rozpoczęcia 18:40 | Godzina zakończenia 19:50 | Liczba godzin 01:10 |
Przedmiot / temat zajęć 25 z 31 Uczenie maszynowe i sztuczna inteligencja -Regresja liniowa i logistyczna, Podział danych na zbiór treningowy i testowy, walidacja krzyżowa (rozmowa, prezentacja) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 25-11-2025 | Godzina rozpoczęcia 17:00 | Godzina zakończenia 18:30 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 26 z 31 Uczenie maszynowe i sztuczna inteligencja - Metryki modelu: accuracy, precision, recall, F1, Drzewa decyzyjne. Lasy losowe, SVM (rozmowa, prezentacja, ćwiczenia) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 25-11-2025 | Godzina rozpoczęcia 18:40 | Godzina zakończenia 19:50 | Liczba godzin 01:10 |
Przedmiot / temat zajęć 27 z 31 Uczenie maszynowe i sztuczna inteligencja - Wprowadzenie do NLP: tokenizacja, wektoryzacja tekstu, analiza sentymentu (rozmowa, prezentacja) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 27-11-2025 | Godzina rozpoczęcia 17:00 | Godzina zakończenia 18:30 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 28 z 31 Wizualizacja i komunikacja danych - Wybór właściwego wykresu do rodzaju danych, tworzenie wizualizacji w matplotlib i seaborn (prezentacja, rozmowa, ćwiczenia) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 27-11-2025 | Godzina rozpoczęcia 18:40 | Godzina zakończenia 19:50 | Liczba godzin 01:10 |
Przedmiot / temat zajęć 29 z 31 Wizualizacja i komunikacja danych - Wprowadzenie do dashboardów (np. w Power BI, Plotly). Storytelling z danymi: jak opowiadać historię za pomocą liczb (prezentacja, rozmowa, ćwiczenia) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 28-11-2025 | Godzina rozpoczęcia 17:00 | Godzina zakończenia 18:30 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 30 z 31 Wizualizacja i komunikacja danych - Przygotowanie raportu z analizy danych. Wstęp do Quarto(rozmowa, ćwiczenia) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 28-11-2025 | Godzina rozpoczęcia 18:40 | Godzina zakończenia 19:50 | Liczba godzin 01:10 |
Przedmiot / temat zajęć 31 z 31 Egzamin ICVC - Analityk Danych | Prowadzący - | Data realizacji zajęć 28-11-2025 | Godzina rozpoczęcia 20:00 | Godzina zakończenia 20:35 | Liczba godzin 00:35 |
Cena
Cena
Cennik
| Rodzaj ceny | Cena |
|---|---|
Rodzaj ceny Koszt przypadający na 1 uczestnika brutto | Cena 4 950,00 PLN |
Rodzaj ceny Koszt przypadający na 1 uczestnika netto | Cena 4 950,00 PLN |
Rodzaj ceny Koszt osobogodziny brutto | Cena 90,00 PLN |
Rodzaj ceny Koszt osobogodziny netto | Cena 90,00 PLN |
Rodzaj ceny W tym koszt walidacji brutto | Cena 0,00 PLN |
Rodzaj ceny W tym koszt walidacji netto | Cena 0,00 PLN |
Rodzaj ceny W tym koszt certyfikowania brutto | Cena 460,00 PLN |
Rodzaj ceny W tym koszt certyfikowania netto | Cena 460,00 PLN |
Prowadzący
Prowadzący
Agnieszka Giemza
Informacje dodatkowe
Informacje dodatkowe
Informacje o materiałach dla uczestników usługi
Materiały dla uczestników szkolenia
Uczestnicy szkolenia „Akademia Analityka” otrzymują komplet materiałów dydaktycznych w wersji elektronicznej, wspierających naukę podczas zajęć oraz umożliwiających samodzielne utrwalanie wiedzy po ich zakończeniu.
Zakres materiałów:
- prezentacje w formacie PDF z omówieniem kluczowych zagadnień,
- zestawy ćwiczeń praktycznych wraz z plikami danych do analizy (Excel, CSV, bazy danych, skrypty Python),
- instrukcje krok po kroku do pracy z Pythonem, SQL i narzędziami wizualizacji danych,
- przykładowe raporty analityczne i wzorcowe rozwiązania projektowe,
- lista dodatkowych materiałów (linki do dokumentacji, artykułów, narzędzi online).
Forma przekazywania:
Materiały będą przekazywane uczestnikom:
- bezpośrednio mailowo (na adres podany przy zapisie),
- przez czat podczas zajęć (Zoom) – bezpośrednio od trenera.
Uczestnicy zachowują dostęp do materiałów również po zakończeniu szkolenia, co umożliwia dalsze samokształcenie i utrwalanie zdobytej wiedzy.
Warunki uczestnictwa
Zajęcia będą odbywały się w formie zdalnej. Linki z zaproszeniem do wideokonferencji wysyłane będą na adresy e-mail uczestników najpóźniej dzień przed zaplanowanymi zajęciami.
Warunkiem koniecznym do uzyskania kwalifikacji i otrzymania certyfikatu po szkoleniu jest pozytywny wynik egzaminu końcowego.
Na prośbę uczestnika harmonogram usługi może podlegać zmianom, w ramach dni trwania szkolenia. W losowych przypadkach może również czas trwania usługi zostać zmieniony.
Informacje dodatkowe
Usługa rozwojowa nie jest świadczona przez podmiot pełniący funkcję Operatora lub Partnera Operatora w danym projekcie PSF lub w którymkolwiek Regionalnym Programie lub FERS albo przez podmiot powiązany z Operatorem lub Partnerem kapitałowo lub osobowo.
Szkolenie potwierdza nabycie kwalifikacji które są rozpoznawalne w branży i posiadają pozytywne rekomendacje od co najmniej 5 pracodawców lub związku pracodawców.
Dostawca usługi zaakceptował Regulamin WUP w Krakowie dla instytucji szkoleniowych.
Ewidencja uczestnictwa w usłudze będzie prowadzona poprzez raport logowań wygenerowany z programu zoom. Uczestnicy na spotkaniach zalogowani są swoim imieniem i nazwiskiem. Wymagana frekwencja to 80%
Zawarto umowę z WUP w Szczecinie na świadczenie usług rozwojowych z wykorzystaniem elektronicznych bonów szkoleniowych w ramach Projektu Zachodniopomorskie Bony Szkoleniowe.
Zwolnione z VAT na podstawie art. 43 ust. 1 pkt 29 lit. c ustawy o VAT oraz § 3 ust. 1 pkt 14 rozporządzenia MF
Warunki techniczne
Warunki techniczne
Podstawą do rozliczenia usługi, jest wygenerowanie z systemu raportu, umożliwiającego identyfikację wszystkich uczestników oraz zastosowanego narzędzia.
Wymagania sprzętowe dla uczestników szkolenia:
Aby w pełni uczestniczyć w szkoleniu „Akademia Analityka” i realizować zadania praktyczne, uczestnicy powinni dysponować komputerem spełniającym poniższe wymagania:
✅ Sprzęt (komputer stacjonarny lub laptop):
- System operacyjny: Windows 10 lub nowszy – szkolenie prowadzone jest wyłącznie w środowisku Windows,
- Procesor: minimum Intel Core i5 (lub odpowiednik AMD), zalecany i7 lub lepszy,
- Pamięć RAM: minimum 8 GB (zalecane 16 GB),
- Dysk: min. 20 GB wolnego miejsca (dysk SSD zalecany dla wydajności),
- Karta graficzna: zintegrowana wystarczy – brak wymogu GPU.
Uwaga: Uczestnik musi posiadać możliwość instalowania dodatkowego oprogramowania na swoim komputerze – wymagany jest dostęp do konta administratora systemu operacyjnego.
✅ Dostęp do Internetu:
- Stabilne połączenie o prędkości min. 10 Mb/s (zalecane 20–50 Mb/s),
- Połączenie umożliwiające udział w zajęciach na platformie Zoom oraz pracę z plikami w chmurze (Google Drive, Google Colab).
✅ Dodatkowo wymagane:
- Aktualna przeglądarka internetowa (Chrome lub Firefox),
- Konto Google do pracy z Google Colab,
- Kamera i mikrofon (opcjonalne, ale zalecane dla pełnej interakcji).
Uwaga:
Szkolenie realizowane jest z wykorzystaniem systemu Windows. Uczestnicy powinni dysponować komputerem z tym systemem lub możliwością korzystania z niego w trakcie zajęć. Wykorzystanie systemów innych niż Windows (np. macOS) może wiązać się z ograniczoną funkcjonalnością lub odmiennym interfejsem.