Szkolenie: Analityka danych z wykorzystaniem sztucznej inteligencji
Szkolenie: Analityka danych z wykorzystaniem sztucznej inteligencji
Informacje podstawowe
Informacje podstawowe
- KategoriaInformatyka i telekomunikacja / Administracja IT i systemy komputerowe
- Identyfikatory projektówKierunek - Rozwój, Małopolski Pociąg do kariery, Zachodniopomorskie Bony Szkoleniowe
- Grupa docelowa usługi
Uczestnicy powinni posiadać:
- Podstawową znajomość pracy z danymi – np. Excel, arkusze kalkulacyjne, proste raportowanie
- Podstawowe zrozumienie pojęć biznesowych (sprzedaż, klienci, wskaźniki KPI itp.)
- Umiejętność logicznego myślenia i analitycznego podejścia do problemów
Mile widziane, ale niewymagane: podstawowe doświadczenie w wizualizacji danych (np. Power BI, Excel), podstawowe doświadczenie w pracy z plikami CSV, bazami danych lub narzędziami BI. Nie jest wymagana znajomość programowania.
------------------------------------------
- Szkolenie przeznaczone jest również dla uczestników projektu Kierunek Rozwój realizowany przez WUP w Toruniu.
- Usługa również adresowana dla Uczestników Projektu Małopolski Pociąg do Kariery sezon 1
- Usługa skierowana również dla uczestników projektu " Zachodniopomorskie bony szkoleniowe"
- Oraz dla uczestników projektów dofinansowanych w całej Polsce
- Szkolenie skierowane jest zarówno do osób indywidualnych, jak i pracodawców i ich pracowników
- Minimalna liczba uczestników5
- Maksymalna liczba uczestników10
- Data zakończenia rekrutacji09-04-2026
- Forma prowadzenia usługizdalna w czasie rzeczywistym
- Liczba godzin usługi19
- Podstawa uzyskania wpisu do BURCertyfikat systemu zarządzania jakością wg. ISO 9001:2015 (PN-EN ISO 9001:2015) - w zakresie usług szkoleniowych
Cel
Cel
Cel edukacyjny
Usługa przygotowuje uczestnika do samodzielnego wykorzystania sztucznej inteligencji i narzędzi analitycznych w procesie pozyskiwania, przetwarzania i analizy danych, tworzenia modeli predykcyjnych, wizualizacji oraz raportowania biznesowego, umożliwiając podejmowanie decyzji opartych na danych i automatyzację procesów analitycznych.Efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia i Metody walidacji
| Efekty uczenia się | Kryteria weryfikacji | Metoda walidacji |
|---|---|---|
Efekty uczenia się Uczestnik rozumie podstawowe pojęcia AI i machine learning w analizie danych | Kryteria weryfikacji Definiuje pojęcia sztucznej inteligencji, uczenia maszynowego i modelu predykcyjnego | Metoda walidacji Test teoretyczny z wynikiem generowanym automatycznie |
Kryteria weryfikacji Rozróżnia rodzaje algorytmów ML (supervised vs unsupervised) | Metoda walidacji Test teoretyczny z wynikiem generowanym automatycznie | |
Kryteria weryfikacji Wskazuje przykłady zastosowań AI w biznesie (prognozowanie sprzedaży, analiza trendów) | Metoda walidacji Test teoretyczny z wynikiem generowanym automatycznie | |
Efekty uczenia się Uczestnik potrafi przygotować i ocenić jakość danych do analizy | Kryteria weryfikacji Rozpoznaje typy danych i ich źródła (CSV, bazy, API) | Metoda walidacji Test teoretyczny z wynikiem generowanym automatycznie |
Kryteria weryfikacji Opisuje podstawowe metody czyszczenia i transformacji danych | Metoda walidacji Test teoretyczny z wynikiem generowanym automatycznie | |
Kryteria weryfikacji Identyfikuje problemy jakości danych (braki, duplikaty, anomalie) | Metoda walidacji Test teoretyczny z wynikiem generowanym automatycznie | |
Efekty uczenia się Uczestnik analizuje dane eksploracyjnie z wykorzystaniem narzędzi AI | Kryteria weryfikacji Interpretuję podstawowe statystyki opisowe i wizualizacje | Metoda walidacji Test teoretyczny z wynikiem generowanym automatycznie |
Kryteria weryfikacji Wykrywa anomalie i outliery w danych | Metoda walidacji Test teoretyczny z wynikiem generowanym automatycznie | |
Kryteria weryfikacji Opisuje zależności i trendy istotne dla biznesu na podstawie danych | Metoda walidacji Test teoretyczny z wynikiem generowanym automatycznie | |
Efekty uczenia się Uczestnik potrafi zastosować modele predykcyjne w praktyce biznesowej | Kryteria weryfikacji Rozróżnia typy modeli (regresja, klasyfikacja, clustering) i ich zastosowania | Metoda walidacji Test teoretyczny z wynikiem generowanym automatycznie |
Kryteria weryfikacji Dobiera odpowiedni model do przedstawionego problemu biznesowego | Metoda walidacji Test teoretyczny z wynikiem generowanym automatycznie | |
Kryteria weryfikacji Ocenią jakość modelu na podstawie wskaźników (accuracy, RMSE, silhouette score) | Metoda walidacji Test teoretyczny z wynikiem generowanym automatycznie | |
Efekty uczenia się Uczestnik potrafi przygotować raport i rekomendacje biznesowe wspierane przez AI | Kryteria weryfikacji Tworzy podstawową wizualizację danych wspieraną AI | Metoda walidacji Test teoretyczny z wynikiem generowanym automatycznie |
Kryteria weryfikacji Generuje insighty i rekomendacje decyzji na podstawie danych | Metoda walidacji Test teoretyczny z wynikiem generowanym automatycznie | |
Kryteria weryfikacji Opisuje korzyści i ograniczenia automatyzacji raportów z użyciem AI | Metoda walidacji Test teoretyczny z wynikiem generowanym automatycznie |
Kwalifikacje i kompetencje
Kwalifikacje
Kompetencje
Usługa prowadzi do nabycia kompetencji.Warunki uznania kompetencji
Program
Program
Program szkolenia jest dostosowany do potrzeb uczestników usługi oraz głównego celu usługi i jej charakteru oraz obejmuje zakres tematyczny usługi. Uczestnik nie musi spełniać dodatkowych wymagań dot. poziomu zaawansowania.
Usługa prowadzona jest w godzinach dydaktycznych. Przerwy nie są wliczone w ogólny czas usługi rozwojowej. Harmonogram usługi może ulec nieznacznemu przesunięciu, ponieważ ilość przerw oraz długość ich trwania zostanie dostosowana indywidualnie do potrzeb uczestników szkolenia. Łączna długość przerw podczas szkolenia nie będzie dłuższa aniżeli zawarta w harmonogramie.
Zajęcia zostaną przeprowadzone przez ekspertów z wieloletnim doświadczeniem, którzy przekazuje nie tylko wiedzę teoretyczną, ale także praktyczne wskazówki i najlepsze praktyki. Uczestnicy mają możliwość czerpania z jego wiedzy i doświadczeń.
Szkolenie będzie realizowane zdalnie w czasie rzeczywistym za pomocą platformy ClickMeeting, co umożliwia aktywny udział uczestników w warsztatach i ćwiczeniach grupowych.
Szkolenie realizowane jest przez platformę umożliwiającą:
- udostępnianie ekranu,
- czat, komunikację audio-wideo,
- współdzielenie materiałów i plików,
- interaktywną prezentację kodu i analiz danych.
Każdy uczestnik pracuje indywidualnie na swoim komputerze z bieżącym wsparciem trenera.
_______________________________________________________________________________________________________________________
Przed dokonaniem zapisu i złożeniem karty uczestnictwa do Operatora, zachęcamy do kontaktowania się z nami telefonicznie, SMS-em lub e-mailem pod adresem/numerem wskazanym w zakładce „Kontakt”.
Pozwoli to potwierdzić dostępność miejsca w grupie szkoleniowej oraz rozwiać ewentualne wątpliwości.
_______________________________________________________________________________________________________________________
Program szkolenia:
19h dydaktycznych: 5h teoria, 13h praktyka, 1h walidacja
Moduł 1: Wprowadzenie do AI w analizie danych (1 h)
- Teoria: czym jest AI i machine learning w kontekście analiz danych
- Przykłady zastosowań w biznesie (prognozowanie sprzedaży, analiza trendów, segmentacja klientów)
Moduł 2: Podstawowe narzędzia i źródła danych (2 h)
- Teoria: typy danych, źródła danych (bazy, CSV, API)
- Praktyka: przygotowanie danych do analizy, podstawowe czyszczenie i transformacja danych
Moduł 3: Eksploracyjna analiza danych (EDA) wspierana AI (3 h)
- Teoria: statystyki opisowe, wykrywanie anomalii, wizualizacje
- Praktyka: wykorzystanie AI do szybkiej analizy danych, wykrywania trendów i outlierów
Moduł 4: Modele predykcyjne i machine learning (3 h)
- Teoria: regresja, klasyfikacja, clustering w praktyce biznesowej
- Praktyka: tworzenie prostych modeli predykcyjnych przy użyciu narzędzi AI (np. Python, Excel AI, Power BI z AI)
Moduł 5: Automatyzacja raportów i wizualizacji (2 h)
- Teoria: jak AI wspiera tworzenie raportów i dashboardów
- Praktyka: generowanie wizualizacji, automatyczne insighty, rekomendacje dla decyzji
Moduł 6: Analiza scenariuszowa i wspomaganie decyzji (3 h)
- Teoria: analiza „what-if”, prognozy trendów, rekomendacje
- Praktyka: symulacje decyzji wspierane przez AI, tworzenie raportów decyzyjnych
Moduł 7: Projekt analityczny end-to-end (4 h)
- Uczestnicy realizują projekt na rzeczywistych danych:
- przygotowanie danych
- analiza eksploracyjna z AI
- prognozowanie i wizualizacja trendów
- przygotowanie raportu i rekomendacji dla decyzji biznesowych
Walidacja 1h
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 2 850,00 PLN |
Rodzaj ceny Koszt przypadający na 1 uczestnika netto | Cena 2 850,00 PLN |
Rodzaj ceny Koszt osobogodziny brutto | Cena 150,00 PLN |
Rodzaj ceny Koszt osobogodziny netto | Cena 150,00 PLN |
Prowadzący
Prowadzący
Informacje dodatkowe
Informacje dodatkowe
Informacje o materiałach dla uczestników usługi
Prezentacja w formacie pdf dla uczestnika po zakończonym kursie.
Warunki uczestnictwa
Warunkiem zdobycia certyfikatu potwierdzającego zdobyte kompetencje jest przystąpienie do Egzaminu . Na egzamin uczestnik nie musi dokonywać osobnego zapisu oraz jest w koszt usługi.
Wymagana jest obecność min 80% lub zgodna ze wskazaniami Operatora. Obecność na usłudze weryfikowana będzie na podstawie raportu logowań wygenerowanego z platformy.
Uczestnicy przyjmują do wiadomości, że usługa może być poddana monitoringowi z ramienia Operatora lub PARP i wyrażają na to zgodę.
Uczestnik ma obowiązek zapisania się na usługę przez BUR co najmniej w dniu zakończenia rekrutacji.
Organizator zapewnia dostępność osobom ze szczególnymi potrzebami podczas realizacji usług rozwojowych zgodnie z Ustawą z dnia 19 lipca 2019 r. o zapewnianiu dostępności osobom ze szczególnymi potrzebami (Dz.U. 2022 poz. 2240) oraz „Standardami dostępności dla polityki spójności 2021-2027”. W przypadku potrzeby zapewnienia specjalnych udogodnień prosimy o kontakt przed zapisem na usługę!
Informacje dodatkowe
- Zapis BUR nie jest jednoznaczny z zarezerwowaniem miejsca. W celu potwierdzenia miejsca prosimy o dodatkowy kontakt telefoniczny/sms lub mailowy na adres/numer wskazany w zakładce " kontakt"
- zawarto umowę z WUP w Toruniu w ramach projektu Kierunek Rozwój
- zawarto umowę z WUP w Krakowie w ramach projektu Małopolski Pociąg do Kariery
- zawarto umowę z WUP w Szczecinie w ramach projektu Zachodniopomorskie Bony Szkoleniowe
- usługi dedykowane również uczestnikom innych programów dofinansowań
Podstawa zwolnienia z VAT:
1) art. 43 ust. 1 pkt 29 lit. c Ustawy z dnia 11 marca 2024 o podatku od towarów i usług - w przypadku dofinansowania w wysokości 100%
2) § 3 ust. 1 pkt. 14 Rozporządzenia Ministra Finansów z dnia 20 grudnia 2013 r. w sprawie zwolnień od podatku od towarów i usług oraz warunków stosowania tych zwolnień - w przypadku dofinansowania w co najmniej 70%
3) W przypadku braku uzyskania dofinansowania lub uzyskania dofinansowania poniżej 70%, do ceny usługi należy doliczyć 23% VAT
Warunki techniczne
Warunki techniczne
1. Sprzęt uczestnika:
- komputer lub laptop z systemem operacyjnym Windows 10 / 11, macOS lub Linux,
- procesorem co najmniej Intel i5 / Ryzen 5 lub równoważnym,
- pamięcią RAM: minimum 8 GB (zalecane 16 GB dla płynnej pracy z dużymi zbiorami danych),
- wolną przestrzenią dyskową: minimum 10 GB,
- stabilne łącze internetowe (min. 10 Mbps) – w przypadku zajęć zdalnych,
- aktualna przeglądarką internetową (Chrome, Edge, Firefox),
Obowiązkowe:
- Kamera:Uczestnik powinien posiadać działającą kamerę (wbudowaną w laptop/komputer lub zewnętrzną). Kamera umożliwia aktywny udział w sesjach, prezentację ćwiczeń grupowych oraz interakcję z prowadzącym.
- Mikrofon: Niezbędny jest sprawny mikrofon (wbudowany lub zewnętrzny, np. w zestawie słuchawkowym).Umożliwia zadawanie pytań, udział w dyskusjach i ćwiczeniach grupowych.
- Zalecane użycie słuchawek z mikrofonem, aby zredukować echo i poprawić jakość dźwięku.
2. Oprogramowanie:
Nie jest wymagane wcześniejsze przygotowanie środowiska programistycznego. Wszystkie niezbędne programy, dane i narzędzia zostaną przekazane przez trenera w trakcie trwania szkolenia.
3. Łącze internetowe:
- Minimum 10 Mbps download / 5 Mbps upload
- Stabilne połączenie bez dużych przerw i opóźnień
4. Środowisko pracy:
- Ciche miejsce do pracy i nauki
- Dostęp do powierzchni roboczej umożliwiającej komfortowe używanie komputera
- Możliwość dzielenia ekranu w trakcie sesji praktycznych i konsultacji
5. Środowisko szkoleniowe
Szkolenie realizowane jest przez platformę umożliwiającą:
- udostępnianie ekranu,
- czat, komunikację audio-wideo,
- współdzielenie materiałów i plików,
- interaktywną prezentację kodu i analiz danych.
Każdy uczestnik pracuje indywidualnie na swoim komputerze z bieżącym wsparciem trenera.