Specjalista ds. analityki danych z wykorzystaniem Python, SQL, NoSQL oraz BI (Business Intelligence) - szkolenie zakończone egzaminem zewnętrznym

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 realizowana jest w godzinach zegarowych. Przerwy są wliczone w ogólny czas usługi rozwojowej i zostały uwzględnione w harmonogramie.

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 Teams, 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.

_______________________________________________________________________________________________________________________

MODUŁ I: Wprowadzenie do Pythona Łącznie: 6 godz. (2 h teoria / 4 h praktyka)

Teoria

• Składnia języka Python, zmienne i typy danych.
• Struktury danych: listy, krotki, słowniki.
• Instrukcje warunkowe i pętle.
• Podstawy inżynierii danych oraz rola języka Python w analizie danych.

Praktyka

• Tworzenie prostych skryptów.
• Definiowanie funkcji i modułów.
• Obsługa wyjątków (try/except).
• Praca z plikami (odczyt, zapis, CSV).
• Automatyzacja prostych zadań związanych z przetwarzaniem danych z wykorzystaniem skryptów Python.

MODUŁ II: Przetwarzanie danych JSON Łącznie: 2 godz. (0,5 h teoria / 1,5 h praktyka)

Teoria

• Rola formatu JSON w wymianie danych.

Praktyka

• Wczytywanie, zapisywanie i analiza danych JSON.
• Konwersja struktur danych do formatu JSON.

MODUŁ III: Korzystanie z API Łącznie: 4 godz. (2 h teoria / 2 h praktyka)

Teoria

• Czym jest API i jak działa komunikacja REST.
• Podstawy autoryzacji i endpointów.

Praktyka

• Wykorzystanie biblioteki requests.
• Pobieranie i przetwarzanie danych z publicznego API.

MODUŁ IV: Przetwarzanie danych z Pandas Łącznie: 6 godz. (1 h teoria / 5 h praktyka)

Teoria

• Struktury danych Pandas (DataFrame, Series).

Praktyka

• Wczytywanie danych z plików CSV, Excel i SQL.
• Filtrowanie, sortowanie, grupowanie i łączenie danych.
• Identyfikacja braków danych oraz duplikatów.
• Przygotowanie i czyszczenie danych przed analizą.
• Przygotowanie prostych raportów.

MODUŁ V: Wizualizacja danych Łącznie: 5 godz. (1 h teoria / 4 h praktyka)

Teoria

• Znaczenie wizualizacji danych.
• Przegląd bibliotek Matplotlib i Plotly.
• Dobór odpowiedniego typu wykresu do rodzaju analizowanych danych.

Praktyka

• Tworzenie wykresów słupkowych, liniowych, histogramów i map cieplnych.
• Wykresy interaktywne w Plotly.
• Dobór wykresów do prezentacji wskaźników oraz budowy prostego dashboardu.

MODUŁ VI: Web scraping Łącznie: 4 godz. (3h teoria / 1h praktyka)

Teoria

• Pojęcie web scrapingu.
• Aspekty prawne i etyczne pozyskiwania danych.
• Omówienie bibliotek BeautifulSoup i Scrapy.
• Podstawowe zasady ochrony danych osobowych (RODO) podczas pozyskiwania i wykorzystywania danych oraz przypadki wymagające anonimizacji danych wrażliwych.

Praktyka

• Pobieranie danych ze stron internetowych.
• Zapis danych do plików lub baz danych.

MODUŁ VII: Wprowadzenie do baz danych i SQLŁącznie: 6 godz. (2 h teoria / 4 h praktyka)

Teoria

• Czym są bazy danych, rekordy, tabele i zapytania.
• SQL vs NoSQL – różnice i zastosowania.
• Architektura relacyjnych i nierelacyjnych baz danych.

Praktyka

• Tworzenie tabel.
• Podstawowe zapytania SQL.
• Operacje SELECT, INSERT, UPDATE, DELETE.
• Klauzule WHERE, ORDER BY, GROUP BY, HAVING.

MODUŁ VIII: Zaawansowane SQL Łącznie: 4 godz. (1 h teoria / 3 h praktyka)

Teoria

• Złączenia tabel, podzapytania oraz relacje między tabelami.

Praktyka

• JOIN (INNER, LEFT, RIGHT).
• Podzapytania.
• Transakcje i indeksy.
• Optymalizacja zapytań SQL.

MODUŁ IX: NoSQL Łącznie: 4 godz. (2 h teoria / 2 h praktyka)

Teoria

• Typy baz danych NoSQL:
  • dokumentowe,
  • grafowe,
  • kolumnowe,
  • klucz–wartość.
• Porównanie SQL i NoSQL.

Praktyka

• Podstawowe operacje CRUD w MongoDB.
• Filtrowanie i zapytania w bazach dokumentowych.

MODUŁ X: Przetwarzanie danych w Pythonie Łącznie: 4 godz. (1 h teoria / 3 h praktyka)

Teoria

• Etapy eksploracyjnej analizy danych.
• Proces ETL (Extract, Transform, Load) i jego zastosowanie w przygotowaniu danych do analizy.

Praktyka

• Integracja danych SQL i NoSQL z Pandas.
• Analiza, czyszczenie i łączenie danych.
• Przygotowanie danych zgodnie z procesem ETL oraz automatyzacja wybranych etapów przetwarzania danych z wykorzystaniem skryptów Python.

MODUŁ XI: Business Intelligence (BI) Łącznie: 6 godz. (2 h teoria / 4 h praktyka)

Teoria

• Czym jest Business Intelligence i jak wspiera decyzje biznesowe.
• Przegląd narzędzi Power BI, Tableau i Qlik Sense.
• Zasady doboru formy prezentacji wyników do potrzeb odbiorcy biznesowego.

Praktyka

• Tworzenie dashboardów i raportów.
• Łączenie źródeł danych z Pythonem i SQL.
• Dobór odpowiednich wizualizacji do prezentacji wskaźników biznesowych.

MODUŁ XII: Projekt praktyczny Łącznie: 4 godz. (1 h teoria / 3 h praktyka)

Teoria

• Zasady etyki zawodowej w pracy analityka danych.
• Obowiązki administratora danych wynikające z RODO.
• Rzetelna interpretacja wyników analiz, w tym postępowanie w sytuacji, gdy wyniki analizy nie potwierdzają postawionej hipotezy.

Praktyka

• Realizacja projektu integrującego Python, SQL, NoSQL i BI.
• Analiza danych i wizualizacja wyników.
• Prezentacja wyników projektu z wykorzystaniem dashboardu.
• Dostosowanie poziomu technicznego prezentacji do odbiorcy biznesowego.
• Odpowiadanie na pytania odbiorców oraz uzasadnianie podjętych decyzji analitycznych.

Walidacja (1 godz.) test teoretyczny pisany synchronicznie przez uczestników.

Szkolenie zakończone jest egzaminem zewnętrznym oraz zdobyciem kwalifikacji Specjalista ds. analityki danych z wykorzystaniem Python, SQL, NoSQL oraz BI (Business Intelligence) kod kwalifikacji:ICVC/ADPSBI 5000.01

Walidacja przeprowadzana jest przez podmiot zewnętrzny ICVC Certyfikacja Sp. z o.o. na podstawie akredytacji wydanej przez Instytucję certyfikującą - Talent Odyssey Ltd. Egzamin odbywa się w formie testu teoretycznego przeprowadzanego zdalnie (online).

Uczestnik otrzymuje login i hasło do platformy, za pomocą której należy wypełnić test. Test teoretyczny przeprowadzany w formie zdalnej nie jest testem z wynikiem generowanym automatycznie - wyniki testu teoretycznego są każdorazowo weryfikowane przez Egzaminatora ICVC.

Certyfikat wydawany jest w terminie maksymalnie do 7 dni roboczych od dnia zakończenia walidacji (certyfikat może zostać wydany wcześniej, jednak co do zasady podmiot zewnętrzny ma na to maksymalnie 7 dni roboczych). W związku z tym, termin zakończenia usługi został wydłużony o okres oczekiwania na wydanie certyfikatu.

Każdy z uczestników otrzyma materiały dydaktyczne oraz prezentację w formie e-mail.

Trener prowadzący szkolenie na bieżąco będzie przesyłał zadania oraz ćwiczenia.

Warunkiem zdobycia certyfikatu potwierdzającego zdobyte kwalifikacje 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!

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 dol

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.

W ramach zajęć uczestnicy będą korzystać z następujących narzędzi i środowisk :

• Python (najnowsza wersja),
• podstawowe biblioteki: pandas, numpy, matplotlib, sqlalchemy, pymongo, requests.
• SQLite / PostgreSQL / MySQL
• MongoDB (NoSQL)
• Power BI Desktop

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.