AI w medycynie dla analityków i data scientistów

Możliwość dofinansowania

AI w medycynie dla analityków i data scientistów

Numer usługi 2026/03/23/10671/3429568
Logo Sages Spółka z ograniczoną odpowiedzialnością
Sages Spółka z ograniczoną odpowiedzialnością
4 120,50 PLN
brutto
3 350,00 PLN
netto
171,69 PLN
brutto/h
139,58 PLN
netto/h
157,50 PLN
cena rynkowa
Usługa szkoleniowa
zdalna w czasie rzeczywistym
24:00 h
18.05.2026 do 20.05.2026
0 zapisanych uczestników
Obserwuj
Zapisz się
Pobierz kartę usługi w PDF

Informacje podstawowe

Informacje podstawowe

  • Kategoria
    Informatyka i telekomunikacja / Programowanie
  • Identyfikatory projektów
    Zachodniopomorskie Bony Szkoleniowe, Małopolski Pociąg do kariery, Kierunek - Rozwój, Akademia HR
  • Grupa docelowa usługi
    • Analityków danych, data scientistów i programistów z doświadczeniem w uczeniu maszynowym, chcących rozwijać kompetencje w medycynie
    • Statystyków i badaczy zajmujących się analizą danych medycznych oraz wdrażaniem rozwiązań AI w ochronie zdrowia
    • Specjalistów IT i programistów baz danych zainteresowanych praktycznym wykorzystaniem AI w sektorze medycznym
  • Minimalna liczba uczestników
    4
  • Maksymalna liczba uczestników
    8
  • Data zakończenia rekrutacji
    15-05-2026
  • Forma prowadzenia usługi
    zdalna w czasie rzeczywistym
  • Liczba godzin usługi
    24
  • Podstawa uzyskania wpisu do BUR
    Certyfikat systemu zarządzania jakością wg. ISO 9001:2015 (PN-EN ISO 9001:2015) - w zakresie usług szkoleniowych

Cel

Cel edukacyjny
Szkolenie przygotowuje do samodzielnej analizy i przetwarzania danych medycznych z wykorzystaniem narzędzi AI oraz języka Python

Szkolenie uczy wdrażania modeli predykcyjnych, analizy przeżycia i przetwarzania obrazów oraz tekstów klinicznych w kontekście medycyny

Szkolenie pokazuje, jak stosować techniki anonimizacji danych, oceny modeli oraz wyjaśnialności AI w środowisku medycznym

Szkolenie rozwija umiejętność praktycznego wykorzystania narzędzi Python do rozwiązywania problemów
Efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia i Metody walidacji
Efekty uczenia się, kryteria weryfikacji i metody walidacji.
Efekty uczenia się Kryteria weryfikacji Metoda walidacji
Uczestnik analizuje dane medyczne z wykorzystaniem narzędzi AI i Python

Uczestnik wdraża modele predykcyjne oraz analizę przeżycia w medycynie

Uczestnik przetwarza obrazy i teksty kliniczne z użyciem nowoczesnych technik AI		Uczestnik stosuje metody anonimizacji i oceny jakości modeli AI

Uczestnik interpretuje wyniki modeli oraz wyjaśnia ich działanie

Uczestnik rozpoznaje wyzwania etyczne i prawne w pracy z danymi medycznymi		Obserwacja w warunkach rzeczywistych
Test teoretyczny

Kwalifikacje

Kompetencje
Usługa prowadzi do nabycia kompetencji.
Warunki uznania kompetencji
Pytanie 1. Czy dokument potwierdzający uzyskanie kompetencji zawiera opis efektów uczenia się?
TAK
Pytanie 2. Czy dokument potwierdza, że walidacja została przeprowadzona w oparciu o zdefiniowane w efektach uczenia się kryteria ich weryfikacji?
TAK
Pytanie 3. Czy dokument potwierdza zastosowanie rozwiązań zapewniających rozdzielenie procesów kształcenia i szkolenia od walidacji?
TAK

Program

Szkolenie będzie prowadzone zdalnie, w czasie rzeczywistym, na żywo, z trenerem, możliwością zadawania pytań.

Każdego dnia zajęcia w godz. 9:00-17:00, z przerwą na lunch około godz. 13:00. Przerwa na lunch jest wliczona w czas usługi rozwojowej. Usługa prowadzona w godzinach zegarowych.

Zajęcia prowadzone są w dwóch blokach: zajęcia teoretyczne, rozmowa na żywo, chat, współdzielenie ekranu oraz zajęcia praktyczne, rozmowa na żywo, chat, współdzielenie ekranu

  1. Wprowadzenie do sztucznej inteligencji w medycynie
  2. Praca z danymi medycznymi
  3. Analiza danych tabelarycznych i predykcyjne modelowanie w opiece zdrowotnej
  4. Przetwarzanie obrazów medycznych z użyciem AI
  5. Wykorzystanie przetwarzania języka naturalnego (NLP) dla treści medycznych
  6. Analiza przeżycia i modelowanie czasu do zdarzenia
  7. Ocena modeli, ich wyjaśnialność i wdrożenie
  8. Walidacja - testy, ankiety - ćwiczenia, rozmowa na żywo, chat, współdzielenie ekranu

Harmonogram

Liczba pozycji harmonogramu: 10
Harmonogram
Przedmiot / tematProwadzącyData realizacji zajęćGodzina rozpoczęciaGodzina zakończeniaLiczba godzin
Przedmiot / temat
1 z 10 Wprowadzenie do sztucznej inteligencji w medycynie Praca z danymi medycznymi
Prowadzący
Andrzej Tomski
Data realizacji zajęć
18-05-2026
Godzina rozpoczęcia
09:00
Godzina zakończenia
13:00
Liczba godzin
04:00
Przedmiot / temat
2 z 10 Przerwa na lunch wliczona w czas trwania usługi rozwojowej
Prowadzący
Andrzej Tomski
Data realizacji zajęć
18-05-2026
Godzina rozpoczęcia
13:00
Godzina zakończenia
13:15
Liczba godzin
00:15
Przedmiot / temat
3 z 10 Analiza danych tabelarycznych i predykcyjne modelowanie w opiece zdrowotnej
Prowadzący
Andrzej Tomski
Data realizacji zajęć
18-05-2026
Godzina rozpoczęcia
13:15
Godzina zakończenia
17:00
Liczba godzin
03:45
Przedmiot / temat
4 z 10 Przetwarzanie obrazów medycznych z użyciem AI
Prowadzący
Andrzej Tomski
Data realizacji zajęć
19-05-2026
Godzina rozpoczęcia
09:00
Godzina zakończenia
13:00
Liczba godzin
04:00
Przedmiot / temat
5 z 10 Przerwa na lunch wliczona w czas trwania usługi rozwojowej
Prowadzący
Andrzej Tomski
Data realizacji zajęć
19-05-2026
Godzina rozpoczęcia
13:00
Godzina zakończenia
13:15
Liczba godzin
00:15
Przedmiot / temat
6 z 10 Wykorzystanie przetwarzania języka naturalnego (NLP) dla treści medycznych
Prowadzący
Andrzej Tomski
Data realizacji zajęć
19-05-2026
Godzina rozpoczęcia
13:15
Godzina zakończenia
17:00
Liczba godzin
03:45
Przedmiot / temat
7 z 10 Analiza przeżycia i modelowanie czasu do zdarzenia
Prowadzący
Andrzej Tomski
Data realizacji zajęć
20-05-2026
Godzina rozpoczęcia
09:00
Godzina zakończenia
13:00
Liczba godzin
04:00
Przedmiot / temat
8 z 10 Przerwa na lunch wliczona w czas trwania usługi rozwojowej
Prowadzący
Andrzej Tomski
Data realizacji zajęć
20-05-2026
Godzina rozpoczęcia
13:00
Godzina zakończenia
13:15
Liczba godzin
00:15
Przedmiot / temat
9 z 10 Ocena modeli, ich wyjaśnialność i wdrożenie
Prowadzący
Andrzej Tomski
Data realizacji zajęć
20-05-2026
Godzina rozpoczęcia
13:15
Godzina zakończenia
16:30
Liczba godzin
03:15
Przedmiot / temat
10 z 10 Walidacja - testy, ankiety - ćwiczenia, rozmowa na żywo, chat, współdzielenie ekranu
Prowadzący
AGATA TULISZKA-KAMIŃSKA
Data realizacji zajęć
20-05-2026
Godzina rozpoczęcia
16:30
Godzina zakończenia
17:00
Liczba godzin
00:30

Cena

Jeżeli korzystasz z dofinansowania w wysokości co najmniej 70% przysługuje Tobie zwolnienie z podatku VAT
Cennik
Cennik
Rodzaj cenyCena
Rodzaj ceny
Koszt przypadający na 1 uczestnika brutto
Cena
4 120,50 PLN
Rodzaj ceny
Koszt przypadający na 1 uczestnika netto
Cena
3 350,00 PLN
Rodzaj ceny
Koszt osobogodziny brutto
Cena
171,69 PLN
Rodzaj ceny
Koszt osobogodziny netto
Cena
139,58 PLN

Prowadzący

Liczba prowadzących: 2
1 z 2
Andrzej Tomski
dr Andrzej Tomski jest doświadczonym wykładowcą i analitykiem danych z wykorzystaniem nowoczesnych metod uczenia maszynowego. Napisał blisko 30 prac naukowych publikowanych w czasopismach międzynarodowych oraz pracował wiele lat w firmach z sektora data science. Dane teledetekcyjne i geoprzestrzenne analizował w ramach grantów naukowych oraz analiz zleconych przez klientów biznesowych. Pasjonuje go wykorzystanie języków skryptowych w takich celach oraz wykorzystanie generatywnej sztucznej inteligencji.
2 z 2
AGATA TULISZKA-KAMIŃSKA
Doświadczona koordynatorka organizacji szkoleń z kilkunastoletnim doświadczeniem zawodowym. Od 2023 odpowiedzialna za walidację efektów uczenia się.

Informacje dodatkowe

Informacje o materiałach dla uczestników usługi

część teoretyczna szkolenia, slajdy - zostanie przekazana uczestnikom na szkoleniu w formie pdf.

uczestnik otrzyma certyfikat uczestnictwa z opisem nabytych umiejętności - prowadzone będą listy obecności, frekwencja minimum 80% wymagana do zaliczenia szkolenia

Warunki uczestnictwa
  • Znajomość Pythona i umiejętność korzystania z Dużych Modeli Językowych
  • Dostęp do API OpenAI
  • Dostęp do środowiska Google Colab z GPU (wersja Pro)
  • Dostęp do repozytorium HuggingFace
Informacje dodatkowe

Szkolenie będzie prowadzone zdalnie, w czasie rzeczywistym, na żywo, z trenerem, możliwością zadawania pytań.

Szkolenie składa się z wykładu teoretycznego oraz z warsztatów i samodzielnej pracy.

Podczas szkolenia uczestnicy mają dostęp do czatu z trenerem, współdzielą ekran podczas części warsztatowej, żeby zaprezentować postęp swojej pracy.

Walidacja będzie bazowała na ocenie efektów samodzielnej pracy uczestników, będzie sprawdzała nabytą wiedzę teoretyczną i umiejętność jej zastosowania w praktyce.

Warunki techniczne

szkolenie na platformie zoom, wymagane:

stabilne połączenie internetowe (zalecane min. 10Mbit/s download i 1Mbit/s upload)

przeglądarka internetowa Chrome

zainstalowana aplikacja Zoom App

dobrej jakości słuchawki oraz mikrofon (opcjonalnie) kamera internetowa

link do szkolenia zostanie przesłany uczestnikom przed szkoleniem i będzie aktywny do końca szkolenia.

Kontakt

Agata Tuliszka-Kamińska
E-mail
a.kaminska@sages.com.pl
Telefon
(+48) 530 612 226