Kurs - Wprowadzenie do nauki o danych i sztucznej inteligencji za pomocą Pythona.
Kurs - Wprowadzenie do nauki o danych i sztucznej inteligencji za pomocą Pythona.
Informacje podstawowe
Informacje podstawowe
- KategoriaInformatyka i telekomunikacja / Bazy danych
- Grupa docelowa usługi
Szkolenie jest przeznaczone dla osób, które chcą rozwijać kompetencje data/AI w praktyce, w szczególności:
- analityków danych, analityków biznesowych i specjalistów raportowania,
- osób z działów finansów, sprzedaży, operacji i marketingu pracujących na danych,
- programistów i inżynierów, którzy chcą uporządkować podstawy ML/LLM w Pythonie,
- osób przygotowujących się do roli Data Scientist / ML Engineer na poziomie junior/regular.
Wymagania rekomendowane (niezbędne do komfortowej pracy na warsztacie):
- podstawowa znajomość Pythona (zmienne, pętle, funkcje, praca w notebooku),
- podstawy pracy z danymi (tabele, typy danych, proste obliczenia),
- gotowość do pracy na własnym komputerze w środowisku zdalnym.
- Minimalna liczba uczestników3
- Maksymalna liczba uczestników5
- Data zakończenia rekrutacji23-02-2026
- Forma prowadzenia usługizdalna w czasie rzeczywistym
- Liczba godzin usługi37
- 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
Kurs "Wprowadzenie do nauki o danych i sztucznej inteligencji za pomocą Pythona" przygotowuje uczestnika do samodzielnej pracy z danymi i modelami uczenia maszynowego w środowisku Python. Uczestnik będzie potrafił przygotowywać i przetwarzać dane w Pandas, budować oraz oceniać modele regresji i klasyfikacji w scikit-learn, stosować techniki poprawy jakości modeli oraz dobierać właściwe metryki a także wykorzystywać duże modele językowe.Efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia i Metody walidacji
| Efekty uczenia się | Kryteria weryfikacji | Metoda walidacji |
|---|---|---|
Efekty uczenia się Przygotowuje i analizuje dane w Pandas. | Kryteria weryfikacji Uczestnik tworzy i modyfikuje obiekty Series/DataFrame, wykonuje operacje na tabelach i kolumnach. | Metoda walidacji Test teoretyczny z wynikiem generowanym automatycznie |
Kryteria weryfikacji Uczestnik stosuje filtrowanie, sortowanie, grupowanie i agregacje do rozwiązywania problemów analitycznych. | Metoda walidacji Test teoretyczny z wynikiem generowanym automatycznie | |
Efekty uczenia się Buduje i ocenia modele regresji dla danych numerycznych i mieszanych. | Kryteria weryfikacji Uczestnik ocenia model właściwymi metrykami oraz interpretuje wyniki. | Metoda walidacji Test teoretyczny z wynikiem generowanym automatycznie |
Kryteria weryfikacji Uczestnik stosuje normalizację i przygotowanie danych, a także przeciwdziała overfittingowi. | Metoda walidacji Test teoretyczny z wynikiem generowanym automatycznie | |
Efekty uczenia się Projektuje i porównuje modele klasyfikacji binarnej i wieloklasowej. | Kryteria weryfikacji Uczestnik buduje i porównuje modele klasyfikacji, dobierając metryki (np. accuracy, precision/recall, F1, ROC-AUC). | Metoda walidacji Test teoretyczny z wynikiem generowanym automatycznie |
Kryteria weryfikacji Uczestnik porównuje wyniki co najmniej dwóch modeli i uzasadnia wybór rozwiązania. | Metoda walidacji Test teoretyczny z wynikiem generowanym automatycznie | |
Efekty uczenia się Projektuje proste rozwiązania wykorzystujące duże modele językowe i embeddingi. | Kryteria weryfikacji Uczestnik implementuje integrację z API modelu językowego w celu przetwarzania tekstu. | Metoda walidacji Test teoretyczny z wynikiem generowanym automatycznie |
Kryteria weryfikacji Uczestnik generuje embeddingi i wykorzystuje je do wyszukiwania semantycznego. | Metoda walidacji Test teoretyczny z wynikiem generowanym automatycznie |
Kwalifikacje i kompetencje
Kwalifikacje
Kompetencje
Usługa prowadzi do nabycia kompetencji.Warunki uznania kompetencji
Program
Program
Zakres tematyczny usługi:
Dzień 1: Analiza danych w Pandas
- Podstawowe typy danych: Series i DataFrame (tworzenie, indeksowanie, typy danych).
- Operacje na tabelach: wczytywanie danych, łączenie (merge/join), konkatenacja.
- Filtrowanie, sortowanie, grupowanie: groupby, agregacje, pivot table.
- Modyfikacja wartości: mapowanie, replace, brakujące dane (NaN) i strategie uzupełniania.
- Operacje na kolumnach: tworzenie i transformacja cech, funkcje apply/assign.
Dzień 2: Machine Learning: algorytmy regresji
- Wprowadzenie do regresji: problem, dane, pipeline ML.
- Ewaluacja modelu: metryki (MAE, MSE/RMSE, R2), podział train/test.
- Normalizacja i standaryzacja danych: kiedy i dlaczego.
- Obsługa zmiennych kategorycznych: One-Hot Encoding i Label Encoding.
- Overfitting: diagnoza i metody ograniczania.
- Cross-validation: dobór strategii walidacji.
- Grid Search i optymalizacja hiperparametrów (w tym pipeline).
Dzień 3: Machine Learning: algorytmy klasyfikacji
- Wprowadzenie do klasyfikacji: binarna i wieloklasowa.
- Ewaluacja klasyfikacji: macierz pomyłek, accuracy, precision/recall, F1, ROC-AUC.
- Przegląd algorytmów klasyfikacji (np. regresja logistyczna, drzewa, SVM, kNN).
- Ensemble: łączenie klasyfikatorów (bagging, boosting, stacking - przegląd i praktyka).
Dzień 4: Duże modele językowe (LLM)
- Wprowadzenie do LLM: możliwości, ograniczenia, typowe przypadki użycia w biznesie.
- API OpenAI i innych modeli: podstawy integracji, koszty, limity, dobre praktyki.
- Modele multimodalne: praca z tekstem i obrazem - scenariusze i ograniczenia.
- Embeddingi: wyszukiwanie semantyczne, klastrowanie, proste rekomendacje, podstawy RAG.
Adresaci szkolenia:
Szkolenie przeznaczone jest dla analityków danych, analityków biznesowych i specjalistów raportowania, osób z działów finansów, sprzedaży, operacji i marketingu pracujących na danych, programistów i inżynierów, którzy chcą uporządkować podstawy ML/LLM w Pythonie, osób przygotowujących się do roli Data Scientist / ML Engineer na poziomie junior/regular.
Wymagania:
- podstawowa znajomość Pythona (zmienne, pętle, funkcje, praca w notebooku), podstawy pracy z danymi (tabele, typy danych, proste obliczenia), gotowość do pracy na własnym komputerze w środowisku zdalnym.
Informacje o realizacji usługi:
Program obejmuje zarówno aspekty teoretyczne, jak i praktyczne, oparte na ćwiczeniach i przykładach wdrożeniowych. Uczestnik nabywa kompetencje cyfrowe.
Usługa jest realizowana zdalnie w czasie rzeczywistym, co oznacza, że każdy uczestnik w trakcie zajęć pracuje indywidualnie na swoim komputerze.
Dominują warsztaty praktyczne (ok. 75% czasu). W trakcie zajęć wykorzystywane są m.in.:
ćwiczenia indywidualne i zespołowe w notebookach (Python), krótkie wprowadzenia teoretyczne poprzedzające laboratoria, studia przypadków oparte o dane zbliżone do realnych zastosowań biznesowych, mini-projekty podsumowujące każdy dzień oraz praca na pipeline’ach, sesje Q&A i konsultacje problemów z pracy uczestników (jeśli zostaną dostarczone dane/przypadki).
Przed szkoleniem uczestnicy będą musieli wypełnić pre-test.
Szkolenie trwa 37 godzin dydaktycznych: 9 godzin teoretycznych i 28 godzin praktycznych. W trakcie szkolenia w ciągu 1 dnia szkoleniowego przewiduje się przerwy dostosowane do potrzeb uczestników.
Program kończy się walidacją w formie testu teoretycznego, który weryfikuje osiągnięcie wszystkich efektów uczenia się. Walidacja obejmuje całość procesu, aż do momentu uzyskania oceny efektów uczenia się.
Proces walidacji - test ma na celu ocenę wiedzy i umiejętności uczestników, uwzględniając pytania zamknięte i otwarte. Uczestnicy po ocenie testu zostaną poinformowani o wynikach testu. Usługodawca zapewnia rozdzielność funkcji pomiędzy trenerem a osobą odpowiedzialną za walidację efektów uczenia się.
Minimalny poziom kwalifikowalności poprawnych odpowiedzi w teście wiedzy wynosi 80%.
Po ukończeniu szkolenia wystawiane jest zaświadczenie potwierdzające ukończenie szkolenia i osiągnięcie efektów kształcenia.
Szczegółowe warunki organizacyjne szkolenia:
Usługa jest realizowana zdalnie w czasie rzeczywistym, co oznacza, że każdy uczestnik w trakcie zajęć pracuje indywidualnie na swoim komputerze. Szkolenie będzie składało się z części teoretycznej i praktycznej.
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. Usługa rozwojowa nie jest świadczona przez podmiot będący jednocześnie podmiotem korzystającym z usług rozwojowych o zbliżonej tematyce w ramach danego projektu.Usługa rozwojowa nie obejmuje wzajemnego świadczenia usług w projekcie o zbliżonej tematyce przez Dostawców usług, którzy delegują na usługi siebie oraz swoich pracowników i korzystają z dofinansowani a, a następnie świadczą usługi w zakresie tej samej tematyki dla Przedsiębiorcy, który wcześniej występował w roli Dostawcy tych usług. Cena usługi nie obejmuje kosztów niezwiązanych bezpośrednio z usługą rozwojową, w szczególności kosztów środków trwałych przekazywanych Przedsiębiorcom lub Pracownikom przedsiębiorcy, kosztów dojazdu i zakwaterowania.
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 6 346,80 PLN |
Rodzaj ceny Koszt przypadający na 1 uczestnika netto | Cena 5 160,00 PLN |
Rodzaj ceny Koszt osobogodziny brutto | Cena 171,54 PLN |
Rodzaj ceny Koszt osobogodziny netto | Cena 139,46 PLN |
Prowadzący
Prowadzący
Patryk Palej
Doświadczenie:
2024 - obecnie: Al Software Developer
2023 - obecnie: Technical Trainer
2022 - data Scientist
2021 Data Science/Python contractor
Wykształcenie:
2021- Studia podyplomowe na Uniwersytecie Ekonomicznym w Krakowie- Data Science
2018 - AGH University of Kraków - Energetyka
Informacje dodatkowe
Informacje dodatkowe
Informacje o materiałach dla uczestników usługi
Uczestnicy otrzymują komplet materiałów wykorzystywanych podczas szkolenia, w tym:
- notatniki (Jupyter) i pliki z ćwiczeniami,
- zestawy danych do laboratoriów,
- ściągi (cheat sheets) z kluczowymi funkcjami Pandas oraz elementami scikit-learn,
- linki do rekomendowanych źródeł i dokumentacji.
Warunki uczestnictwa
- Uczestnicy powinni posiadać podstawowa znajomość Pythona (zmienne, pętle, funkcje, praca w notebooku), podstawy pracy z danymi (tabele, typy danych, proste obliczenia).
- Przed szkoleniem uczestnicy będą musieli wypełnić pre-test.
- Po szkoleniu uczestnicy uczestniczą w walidacji w formie testu teoretycznego.
- Warunkiem uzyskania zaświadczenia jest uczestnictwo w co najmniej 80% -100 % (w zależności od programu dofinansowania i podpisanej umowy z Operatorem) zajęć usługi rozwojowej.
- Aby uzyskać certyfikat, uczestnik musi być na min 80% zajęć.
- Niespełnienie powyższych wymagań może skutkować brakiem dofinansowania.
- Harmonogram godzinowy szkolenia każdorazowo dostosowywany jest do grupy szkoleniowej.
- Godziny realizacji poszczególnych modułów szkolenia mogą ulec zmianie.
- W razie potrzeby szkolenie zostanie dostosowane do osób z niepełnosprawnościami.
Informacje dodatkowe
Informacje dodatkowe
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
Koordynator szkolenia
W sprawie organizacji szkolenia prosimy o kontakt z Patrycją Dobrzyńską: patrycja.dobrzyńska@nobleprog.com 880 997 760.
W sprawie dofinansowania do szkolenia prosimy o kontakt z Sylwią Preisnar: sylwia.preisnar@nobleprog.com 695 595 053.
Warunki techniczne
Warunki techniczne
Do realizacji szkoleń online korzystamy z platformy Zoom/ MS Teams oraz DaDesktop. Każdy uczestnik otrzymuje 2 dni przed szkoleniem link do platformy internetowej (na wskazany adres mailowy), na której znajdować się będzie transmisja online. Uczestnictwo w streamingu nie wymaga żadnych, specjalnych oprogramowań: wystarczy, że komputer jest podłączony do Internetu (należy korzystać z przeglądarek: Google Chrome, Mozilla Firefox lub Safari). Uczestnicy oglądają i słuchają na żywo tego, co dzieje się w sali szkoleniowej oraz śledzą treści wyświetlane na komputerze prowadzącego. Dodatkowo, wszyscy mogą zadawać pytania za pośrednictwem chatu online. W przypadku mniejszych szkoleń uczestnicy mogą przez mikrofon komunikować się z trenerem i innymi uczestnikami kursu. Do szkolenia potrzebne są słuchawki z mikrofonem oraz kamera (rekomendowane dla pracy warsztatowej).
Minimalne wymagania sprzętowe, jakie musi spełniać komputer Uczestnika lub inne urządzenie do zdalnej komunikacji: Dwurdzeniowy procesor Intel Core i5 2,5 GHz i wyższy, komputer z systemem Windows/macOS/Linux (min. 8 GB RAM, rekomendowane 16 GB).
Minimalne wymagania dotyczące parametrów łącza sieciowego, jakim musi dysponować Uczestnik: stabilne łącze internetowe: pobieranie: 10 Mb/s, wysyłanie: 5 Mb/s.
Niezbędne oprogramowanie umożliwiające Uczestnikom dostęp do prezentowanych treści i materiałów: Nie trzeba pobierać oprogramowania. Aby wziąć udział w szkoleniu online potrzebny jest komputer, laptop, telefon lub tablet ze stabilnym internetem i bez blokad firmowych.
Podczas szkoleń online wykorzystujemy następujące funkcjonalności:
1) Praca w grupach (breakout rooms)
- trener może podzielić uczestników automatycznie lub manualnie
- trener ustala czas trwania pracy w grupach
- pojawia się krótki komunikat na ekranie uczestnika, który informuje, że gospodarz zaprasza do pokoju
- prowadzący może wysłać wiadomość do wszystkich pokoi jednocześnie, np. z opisem zadania do wykonania.
2) Narzędzia dostępne podczas sesji w breakout rooms:
- tablica, możliwość pisania mają wszyscy uczestnicy, efekt pracy można zapisać i pokazać w pokoju szkoleniowym, wszystkim uczestnikom szkolenia
- pokazywanie ekranu, każdy uczestnik może udostępnić swój ekran
- czat
- użytkownik pracujący w pokoju, może w dowolnym momencie zaprosić prowadzącego do pokoju grupowego.