OD ZERA DO PYTHON DEVELOPERA - PRAKTYCZNY KURS DLA PRZYSZŁYCH PROGRAMISTÓW. AI - DATA SCIENCE ORAZ MACHINE LEARNING OD PODSTAW.
OD ZERA DO PYTHON DEVELOPERA - PRAKTYCZNY KURS DLA PRZYSZŁYCH PROGRAMISTÓW. AI - DATA SCIENCE ORAZ MACHINE LEARNING OD PODSTAW.
Informacje podstawowe
Informacje podstawowe
- KategoriaInformatyka i telekomunikacja / Programowanie
- Identyfikatory projektówKierunek - Rozwój
- Grupa docelowa usługi
Kurs przeznaczony jest dla osób początkujących, które wcześniej nie miały nic wspólnego z informatyką w zakresie omawianych tematów.
Usługa adresowana również dla Uczestników Projektu Kierunek – Rozwój.
- Minimalna liczba uczestników3
- Maksymalna liczba uczestników5
- Data zakończenia rekrutacji25-02-2026
- Forma prowadzenia usługizdalna w czasie rzeczywistym
- Liczba godzin usługi50
- Podstawa uzyskania wpisu do BURZnak Jakości TGLS Quality Alliance
Cel
Cel
Cel edukacyjny
Kurs przygotowuje uczestnika do projektowania, testowania i wdrażania aplikacji w Pythonie oraz implementacji prostych modeli ML, umożliwiając samodzielne realizowanie zadań programistycznych, analitycznych i AI po ukończeniu szkolenia.Efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia i Metody walidacji
| Efekty uczenia się | Kryteria weryfikacji | Metoda walidacji |
|---|---|---|
Efekty uczenia się Projektuje środowisko programistyczne (Python + IDE) i monitoruje poprawność jego działania. | Kryteria weryfikacji • Weryfikuje instalację Pythona (wersja, interpreter).• Konfiguruje IDE. • Wykonanie proste skrypty. | Metoda walidacji Test teoretyczny z wynikiem generowanym automatycznie |
Efekty uczenia się Konstruuje skrypty wykorzystujące zmienne, operatory, warunki i pętle. | Kryteria weryfikacji • Analizuje kod pod kątem zastosowania zmiennych, warunków i pętli.• Wykonanie działania w nimi związane. | Metoda walidacji Test teoretyczny z wynikiem generowanym automatycznie |
Efekty uczenia się Definiuje i organizuje funkcje i moduły dla rozwiązywania konkretnych problemów. | Kryteria weryfikacji • Sprawdzenie struktury funkcji i modułów w projekcie „gra tekstowa”. | Metoda walidacji Test teoretyczny z wynikiem generowanym automatycznie |
Efekty uczenia się Projektuje aplikacje CLI oparte na konstrukcjach proceduralnych i OOP (klasy, enkapsulacja, dziedziczenie). | Kryteria weryfikacji • Analizuje kod klasy bazowej i dziedziczącej.• Wykonuje testy funkcjonalne CRUD dla zapisu w JSON/CSV. | Metoda walidacji Test teoretyczny z wynikiem generowanym automatycznie |
Efekty uczenia się Obsługuje biblioteki pandas i NumPy do przygotowania oraz analizy danych. | Kryteria weryfikacji • Obsługuje biblioteki analityczne - wykonanie operacji na DataFrame (filtrowanie, grupowanie, agregacje). • Używa funkcji NumPy. | Metoda walidacji Test teoretyczny z wynikiem generowanym automatycznie |
Efekty uczenia się Implementuje model ML (scikit learn): dzieli dane, trenuje, ocenia i analizuje metryki. | Kryteria weryfikacji • Ocenia plik z kodem zawierającym podział danych (min. 70/30).• Szkoli modelu i raportuje z metrykami (accuracy, precision, recall). | Metoda walidacji Test teoretyczny z wynikiem generowanym automatycznie |
Efekty uczenia się Projektuje prostą sieć neuronową w Keras, ocenia jej działanie i uzasadnia wybór konfiguracji. | Kryteria weryfikacji • Projektuje sieć neuronową - sprawdza model z min. 3 warstwami.• Wykorzystuje aktywację i optymalizatora. • Analizuje wykresy treningu. • Opisuje problemy ewentualne problemy. | Metoda walidacji Test teoretyczny z wynikiem generowanym automatycznie |
Efekty uczenia się Kontroluje jakość kodu (modularność, dokumentacja, Git). | Kryteria weryfikacji • Ocenia czytelności kodu (docstringi). • Ocenia czytelności struktury modularnej. • Tworzy instrukcję uruchomienia w README.md. | Metoda walidacji Test teoretyczny z wynikiem generowanym automatycznie |
Kwalifikacje i kompetencje
Kwalifikacje
Kompetencje
Usługa prowadzi do nabycia kompetencji.Warunki uznania kompetencji
Program
Program
Dokładny harmonogram (następna zakładka) szkolenia będzie dostosowany do preferencji uczestnika i będzie uzupełniony na co najmniej 6 dni przed rozpoczęciem kursu. Harmonogram będzie z dokładnym podziałem zajęć i czasem trwania oraz z przerwami między poszczególnymi zajęciami.
Usługa liczona w godzinach lekcyjnych (45 min.). Po 90 minutach zajęć przewidziana jest 15 minutowa przerwa, która nie wlicza się do czasu szkolenia.
Kurs będzie przeprowadzony na platformie Clickmeeting na żywo w czasie rzeczywistym. Kurs ten przeznaczony jest dla osób początkujących, które wcześniej nie miały nic wspólnego z informatyką w zakresie omawianych tematów i pragną samodzielnie wykonać oraz pozycjonować swoją stronę internetową.
Walidacja efektów uczenia się:
Walidacja odbędzie się za pomocą jednolitego, elektronicznego testu wielokrotnego wyboru i pytań zamkniętych, generowanego oraz ocenianego automatycznie przez platformę szkoleniową (test teoretyczny z wynikiem generowanym automatycznie).
1. Wprowadzenie do Pythona i konfiguracja środowiska. (4h)
Cel: Przygotowanie środowiska pracy i szybkie wprowadzenie.
Tematy:
Instalacja Pythona 3.x oraz konfiguracja IDE (np. VS Code, PyCharm)
Podstawy składni (zmienne, typy danych, operatory)
Ćwiczenie: Uruchomienie pierwszego skryptu „Hello World” i eksperymenty w interaktywnym trybie.
2. Fundamenty Pythona przez mini-projekty. (16h)
Cel: Praktyczne opanowanie podstawowych konstrukcji języka.
Tematy:
Instrukcje warunkowe i pętle – interaktywne skrypty
Funkcje i moduły – rozbijanie problemów na mniejsze części
Operacje na strukturach danych (listy, słowniki, zbiory)
Projekty:
Kalkulator interaktywny: Aplikacja wykorzystująca pętle i warunki do obliczeń.
Gra tekstowa: Prosty quiz lub przygodowa gra, gdzie użytkownik podejmuje decyzje.
3. Zaawansowane techniki i projekt modułowy. (20h)
Cel: Rozwijanie umiejętności pracy nad większym projektem.
Tematy:
Programowanie obiektowe – klasy, obiekty, enkapsulacja, dziedziczenie
Obsługa plików, błędów i debugowanie
Praca z bibliotekami standardowymi i zewnętrznymi (np. requests, datetime)
Projekt:
Aplikacja zarządzająca zadaniami:
Aplikacja pozwalająca na tworzenie, edycję i usuwanie zadań.
Interfejs CLI: Interaktywny sposób zarządzania zadaniami
Obsługa danych: Zapisywanie/odczyt z pliku (JSON lub CSV)
Logika biznesowa: Obsługa kategorii i statusów (np. do zrobienia, w trakcie, ukończone)
4. Wprowadzenie do sztucznej inteligencji i uczenia maszynowego (4 godziny)
Cel: Zapoznanie się z podstawowymi pojęciami AI i możliwościami, jakie daje uczenie maszynowe.
Tematy:
Co to jest sztuczna inteligencja i uczenie maszynowe?
Rodzaje uczenia: nadzorowane, nienadzorowane, wzmacniające
Przykłady zastosowań AI w codziennych aplikacjach
5. Prosty projekt uczenia maszynowego w Pythonie (4 godzin)
Cel: Praktyczne wdrożenie podstawowego modelu ML z użyciem scikit-learn.
Tematy:
Krótkie omówienie narzędzi: pandas, NumPy
Implementacja prostego modelu klasyfikacyjnego
6. Prosty projekt sieci neuronowej (4 godzin)
Cel: Wprowadzenie do głębokiego uczenia na prostym przykładzie.
Tematy:
Podstawy sieci neuronowych – neurony, warstwy, funkcje aktywacji
Framework Keras (na bazie TensorFlow) – instalacja i podstawowa składnia
Implementacja przykładowego modelu, wizualizacja wyników i analiza błędów.
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 6 000,00 PLN |
Rodzaj ceny Koszt przypadający na 1 uczestnika netto | Cena 6 000,00 PLN |
Rodzaj ceny Koszt osobogodziny brutto | Cena 120,00 PLN |
Rodzaj ceny Koszt osobogodziny netto | Cena 120,00 PLN |
Prowadzący
Prowadzący
Szymon Bytniewski.
Na co dzień zajmuje się tworzeniem automatyzacji komercyjnych, szczególnie w obszarze dużych zbiorów danych dla potrzeb SEO. Rozwija także autorskie aplikacje w Pythonie wykorzystujące framework FastAPI, które pomagają autorom w pisaniu i optymalizacji treści na strony internetowe. Specjalizuje się w customowych automatyzacjach przetwarzających duże zbiory danych za pomocą Pythona i narzędzia n8n - od zarządzania transkrypcjami rozmów z notetakerów, przez systemy CRM, po proste boty AI dla stron internetowych.
Regularnie prowadzi webinary online dotyczące wdrażania generatywnego AI w logikę aplikacji z wykorzystaniem Pythona (FastAPI) i n8n. Dodatkowo szkoli pracowników firm w zakresie automatyzacji przy użyciu narzędzia n8n. Jako przedsiębiorca wdraża komercyjne rozwiązania automatyzacyjne oparte na Pythonie, ze szczególnym uwzględnieniem frameworka FastAPI.
Jest także współtwórcą jednej z największych polskich społeczności AI na Discord - AI Dojo, która skupia entuzjastów sztucznej inteligencji. W ramach prowadzonych kursów dzieli się praktyczną wiedzą zdobytą podczas realnych projektów komercyjnych. Doświadczenie zawodowe zdobyte nie wcześniej niż 5 lat przed datą wprowadzenia szczegółowych danych dotyczących oferowanej usługi.
Informacje dodatkowe
Informacje dodatkowe
Informacje o materiałach dla uczestników usługi
Materiały szkoleniowe w programie PowerPoint.
Warunki uczestnictwa
Wymagania wstępne odnośnie uczestnika kursu:
- Podstawowa znajomość obsługi komputera.
- Podstawowa znajomość obsługi dowolnego edytora tekstu.
Wymagania wstępne. Walidacja spełnienia tego kryterium będzie polegać na rozmowie kwalifikacyjnej z uczestniczką/kiem kursu sprawdzającej umiejętności odnośnie podstawowej znajomości obsługi komputera oraz edytora tekstu.
Informacje dodatkowe
Zawarto umowę z WUP w Toruniu w ramach projektu Kierunek – Rozwój.
Warunki techniczne
Warunki techniczne
Kurs będzie przeprowadzany w formie zdalnej na żywo (video i audio) na platformie ClickMeeting.
Wymagania sprzętowe:
- Stabilny dostęp do Internetu.
- Prędkość łącza (pobieranie/przesyłanie) - min. 2 Mbps.
- Komputer z systemem Windows (7,8,10,11) wyposażony w kamerkę internetową i mikrofon.
- Przeglądarka internetowa.