Analiza danych w języku Python
Analiza danych w języku Python
Informacje podstawowe
Informacje podstawowe
- KategoriaInformatyka i telekomunikacja / Programowanie
- Grupa docelowa usługi
Odpowiednie zarówno dla osób, które posiadają już podstawową znajomość Pythona i chcą ją wykorzystać w analizie danych, jak i dla tych, którzy chcą usystematyzować i pogłębić umiejętności analityczne w praktycznych zastosowaniach Python-Data Science.
- Minimalna liczba uczestników6
- Maksymalna liczba uczestników10
- Data zakończenia rekrutacji24-09-2026
- Forma prowadzenia usługizdalna w czasie rzeczywistym
- Liczba godzin usługi21
- 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
Nabycie przez uczestników praktycznych umiejętności analizy i wizualizacji danych z użyciem języka Python i kluczowych bibliotek analitycznych, umożliwiających samodzielne przetwarzanie zbiorów danych, eksploracyjną analizę danych (EDA) oraz prezentację wyników w formie przejrzystych wizualizacji.Efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia i Metody walidacji
| Efekty uczenia się | Kryteria weryfikacji | Metoda walidacji |
|---|---|---|
| Wczytuje, oczyszcza i przetwarza dane tabelaryczne przy użyciu biblioteki pandas. | Uczestnik wczytuje zbiór danych CSV, usuwa brakujące wartości, przeprowadza filtrowanie i grupowanie, a następnie eksportuje wynik do nowego pliku. | Test teoretyczny z wynikiem generowanym automatycznie |
| Wykonuje eksploracyjną analizę danych (EDA) i oblicza statystyki opisowe. | Uczestnik tworzy raport EDA dla dostarczonego zbioru danych zawierający rozkład zmiennych, korelacje i identyfikację wartości odstających. | Test teoretyczny z wynikiem generowanym automatycznie |
| Tworzy wizualizacje danych przy użyciu matplotlib i seaborn. | Uczestnik generuje zestaw wykresów (histogram, scatter plot, heatmap korelacji) dla wskazanego zbioru danych z odpowiednimi opisami osi i tytułami. | Test teoretyczny z wynikiem generowanym automatycznie |
| Łączy dane z wielu źródeł i przeprowadza transformacje z użyciem pandas. | Uczestnik scala dwa zbiory danych przy użyciu merge/join, wykonuje pivot i agregacje, uzyskując spójną tabelę analityczną gotową do raportowania. | Test teoretyczny z wynikiem generowanym automatycznie |
Kwalifikacje i kompetencje
Kwalifikacje
Kompetencje
Usługa prowadzi do nabycia kompetencji.Warunki uznania kompetencji
Program
Program
1. Dlaczego Python?
o Główne cechy języka
o Ekosystem do data science
o Krótkie porównanie z R, MATLAB i innymi językami
2. Interaktywny zeszyt Jupyter Notebook
o Interaktywna praca z kodem i danymi
o Google Colab do pracy w chmurze
o Kluczowe różnice ze środowiskami developerskimi (Pycharm, Visual Studio Code)
3. Pandas - kluczowy pakiet do danych tabelarycznych
o Wczytywanie danych tabelarycznych (CSV, TSV, XLS)
o Operacje na kolumnach i wierszach
o Filtrowanie i procesowanie danych
o Odczytywanie danych statystycznych
o Modyfikacja danych z użyciem funkcji pythonowych
o Agregacja, podobieństwa do SQL
o Pandas Profiling – raporty
4. NumPy - biblioteka do obliczeń numerycznych
o Podstawy obliczeń numerycznych
o Porównanie szybkości z czystym Pythonem
o Kluczowe różnice pomiędzy tablicami Numpy i listami pythonowymi
o Typowe operacje na wektorach i macierzach
o Algebra liniowa
5. Wizualizacja danych
o Eksploracja danych
o Profesjonalne wykresy w ramach Pandas
o Fragmenty Matplotlib - bazowej biblioteki do wykresów w Pythonie
o Seaborn - nieco bardziej estetyczne wykresy
o Plotly - tworzenie interaktywnych wykresów
o Plotly Dash - interaktywne dashboardy
6. Dane tekstowe i API
o Proste operacje tekstowe
o Łączenie z API i pobieranie danych
o Pozyskiwanie ze stron (requests)
o Parsowanie stron internetowych (BeautifulSoup)
o Przetwarzanie i zapisywanie
7. Inne
o Podstawy SQLalchemy
o Case Study zaproponowany przez grupę
Harmonogram
Harmonogram
| Przedmiot / temat | Prowadzący | Data realizacji zajęć | Godzina rozpoczęcia | Godzina zakończenia | Liczba godzin |
|---|---|---|---|---|---|
Przedmiot / temat 1 z 10 Dlaczego Python?/Interaktywny zeszyt Jupyter Notebook | Prowadzący Mateusz Zimoch | Data realizacji zajęć 28-09-2026 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 12:30 | Liczba godzin 03:30 |
Przedmiot / temat 2 z 10 Przerwa Obiadowa | Prowadzący Mateusz Zimoch | Data realizacji zajęć 28-09-2026 | Godzina rozpoczęcia 12:30 | Godzina zakończenia 13:00 | Liczba godzin 00:30 |
Przedmiot / temat 3 z 10 Pandas - kluczowy pakiet do danych tabelarycznych | Prowadzący Mateusz Zimoch | Data realizacji zajęć 28-09-2026 | Godzina rozpoczęcia 13:00 | Godzina zakończenia 16:00 | Liczba godzin 03:00 |
Przedmiot / temat 4 z 10 NumPy - biblioteka do obliczeń numerycznych | Prowadzący Mateusz Zimoch | Data realizacji zajęć 29-09-2026 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 12:30 | Liczba godzin 03:30 |
Przedmiot / temat 5 z 10 Przerwa Obiadowa | Prowadzący Mateusz Zimoch | Data realizacji zajęć 29-09-2026 | Godzina rozpoczęcia 12:30 | Godzina zakończenia 13:00 | Liczba godzin 00:30 |
Przedmiot / temat 6 z 10 Wizualizacja danych | Prowadzący Mateusz Zimoch | Data realizacji zajęć 29-09-2026 | Godzina rozpoczęcia 13:00 | Godzina zakończenia 16:00 | Liczba godzin 03:00 |
Przedmiot / temat 7 z 10 Dane tekstowe i API | Prowadzący Mateusz Zimoch | Data realizacji zajęć 30-09-2026 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 12:30 | Liczba godzin 03:30 |
Przedmiot / temat 8 z 10 Przerwa Obiadowa | Prowadzący Mateusz Zimoch | Data realizacji zajęć 30-09-2026 | Godzina rozpoczęcia 12:30 | Godzina zakończenia 13:00 | Liczba godzin 00:30 |
Przedmiot / temat 9 z 10 Inne | Prowadzący Mateusz Zimoch | Data realizacji zajęć 30-09-2026 | Godzina rozpoczęcia 13:00 | Godzina zakończenia 15:30 | Liczba godzin 02:30 |
Przedmiot / temat 10 z 10 Walidacja | Prowadzący Mateusz Zimoch | Data realizacji zajęć 30-09-2026 | Godzina rozpoczęcia 15:30 | Godzina zakończenia 16:00 | Liczba godzin 00:30 |
Cena
Cena
Cennik
| Rodzaj ceny | Cena |
|---|---|
Rodzaj ceny Koszt przypadający na 1 uczestnika brutto | Cena 2 952,00 PLN |
Rodzaj ceny Koszt przypadający na 1 uczestnika netto | Cena 2 400,00 PLN |
Rodzaj ceny Koszt osobogodziny brutto | Cena 140,57 PLN |
Rodzaj ceny Koszt osobogodziny netto | Cena 114,29 PLN |
Prowadzący
Prowadzący
Mateusz Zimoch
Informacje dodatkowe
Informacje dodatkowe
Informacje o materiałach dla uczestników usługi
Informacje o materiałach dla uczestników usługi - Uczestnicy otrzymają komplet materiałów PDF. Każdy uczestnik otrzymuje kod dostępu i
dane logowania do platformy ZOOM na 7 dni przed datą rozpoczęcia szkolenia. Dane
przesyłane są na adres e-mail podany podczas rejestracji.
Warunki uczestnictwa
Podstawowa znajomość języka Python, umiejętność korzystania z komputera
Informacje dodatkowe
Warunkiem ukończenia szkolenia i otrzymania zaświadczenia jest uzyskanie minimalnej
frekwencji na poziomie 80% całkowitego czasu trwania usługi. Obecność uczestnika będzie
potwierdzana na podstawie codziennych list obecności lub logów z platformy online.
Warunki techniczne
Warunki techniczne
Uczestnik musi dysponować sprzętem i łączem o parametrach:
• Procesor: min. 2-rdzeniowy (np. Intel i5 lub odpowiednik)
• Pamięć RAM: min. 8 GB (zalecane 16 GB)
• Dysk: min. 10 GB wolnej przestrzeni
• System operacyjny: Windows 10/11, Linux lub macOS
• Multimedia: Sprawna kamera internetowa oraz mikrofon (wymagane do komunikacji i weryfikacji obecności)
• Łącze internetowe: Stabilne połączenie o minimalnej prędkości 10 Mbps (download) / 5 Mbps (upload)
• Oprogramowanie: Zainstalowana przeglądarka internetowa (Chrome lub Edge w aktualnej wersji) oraz dostęp do Microsoft 365 lub narzędzi analitycznych