Data Science i Python w finansach i controllingu - szkolenie
Data Science i Python w finansach i controllingu - szkolenie
Informacje podstawowe
Informacje podstawowe
- KategoriaBiznes / Zarządzanie przedsiębiorstwem
- Grupa docelowa usługi
Szkolenie adresowane jest do osób na stanowiskach:
1. Analityk Finansowy / Operacyjny
2. Controller Finansowy / Operacyjny
3. Analityk Biznesowy
4. Analityk Danych
5. Inżynier danych
6. Specjalista ds. Controllingu
7. Specjalista ds. analizy danych
8. Menedżer ds. Analiz Biznesowych
9. Dyrektor / Menedżer Controllingu
10. Menedżer Finansowy
11. Menedżer ds. Planowania Finansowego
12. Specjalista ds. Rachunkowości Zarządczej
13. Dyrektor Finansowy (CFO)
14. Doradca Finansowy
15. Konsultant ds. Finansów
- Minimalna liczba uczestników3
- Maksymalna liczba uczestników30
- Data zakończenia rekrutacji20-11-2026
- Forma prowadzenia usługizdalna w czasie rzeczywistym
- Liczba godzin usługi15
- Podstawa uzyskania wpisu do BURStandard Usługi Szkoleniowo-Rozwojowej PIFS SUS 2.0
Cel
Cel
Cel edukacyjny
Celem edukacyjnym szkolenia „Data Science i Python w finansach i controllingu” jest wyposażenie uczestników w praktyczną wiedzę oraz umiejętności w zakresie analizy danych finansowych z wykorzystaniem Pythona i narzędzi Data Science, tak aby mogli sprawnie wykorzystywać nowoczesne technologie w pracy controllingowej i analitycznej, skuteczniej zarządzać danymi, formułować trafniejsze wnioski biznesowe, podejmować lepsze decyzje oraz zwiększać efektywność realizowanych procesów.Efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia i Metody walidacji
| Efekty uczenia się | Kryteria weryfikacji | Metoda walidacji |
|---|---|---|
| 1. Uczestnik posługuje się podstawami języka Python w zakresie niezbędnym do pracy z danymi w finansach i controllingu. 2. Uczestnik przetwarza i porządkuje dane finansowe z wykorzystaniem bibliotek Pandas i NumPy. 3. Uczestnik analizuje dane finansowe i controllingowe oraz formułuje wnioski wspierające podejmowanie decyzji. 4. Uczestnik przygotowuje wizualizacje danych finansowych i prezentuje wyniki analizy w czytelnej formie. 5. Uczestnik wykorzystuje narzędzia Data Science i Python do rozwiązania prostego problemu biznesowego z obszaru finansów lub controllingu. | 1. rozróżnia podstawowe typy danych i struktury w Pythonie, wykonuje podstawowe operacje na zmiennych, listach, słownikach i tabelach danych, uruchamia prosty skrypt lub notebook oraz poprawnie odczytuje jego wynik, stosuje podstawowe instrukcje i funkcje wykorzystywane w analizie danych 2. importuje dane z pliku do środowiska pracy, wykonuje podstawowe operacje czyszczenia i filtrowania danych, przekształca dane do dalszej analizy, stosuje funkcje bibliotek Pandas i NumPy do obliczeń na danych finansowych 3. oblicza wybrane wskaźniki i miary na podstawie danych, identyfikuje trendy, odchylenia i zależności w danych, interpretuje wyniki analizy w kontekście biznesowym, wyciąga wnioski przydatne dla zarządzania finansami i controllingu 4. dobiera odpowiednią formę prezentacji danych do rodzaju analizowanego problemu, tworzy podstawowe wizualizacje danych, 5. dobiera odpowiednie narzędzia i sposób analizy do postawionego problemu, wykonuje analizę na dostarczonym zbiorze danych, prezentuje wyniki i uzasadnia przyjęte rozwiązanie | Test teoretyczny z wynikiem generowanym automatycznie |
Kwalifikacje i kompetencje
Kwalifikacje
Kompetencje
Usługa prowadzi do nabycia kompetencji.Warunki uznania kompetencji
Program
Program
Wprowadzenie do Pythona
a. Środowisko programistyczne (Google Colab)
b. Podstawowe składniki języka (zmienne, typy danych)
Podstawowe operacje i struktury danych
a. Listy, słowniki, zestawy, krotki
b. Operacje na danych (dodawanie, usuwanie, modyfikacja)
Kontrola przepływu
a. Instrukcje warunkowe (if, else, elif)
b. Pętle (for, while)
Funkcje i moduły
a. Definiowanie i wywoływanie funkcji
b. Importowanie i używanie modułów
Wprowadzenie do Data Science w kontekście finansowym i controlingu
a. Definicja i zastosowania
b. Przykłady projektów Data Science w finansach
Narzędzia i środowiska
a. Google Colab: Podstawowe funkcje i możliwości
b. Pandas: Podstawy pracy z danymi finansowymi
Pobieranie i przygotowanie danych finansowych i controlingu
a. Wczytywanie danych z plików CSV, Excel
b. Podstawowe operacje na dataframach w Pandas
Analiza eksploracyjna danych finansowych
a. Opis statystyczny danych finansowych
b. Wizualizacja danych finansowych (matplotlib, seaborn)
Praca z danymi finansowymi w Pandas
a. Grupowanie, filtrowanie, agregacja danych finansowych
b. Przekształcanie danych – feature engeenering
Wprowadzenie do NumPy
a. Tablice NumPy
b. Operacje matematyczne i statystyczne na danych finansowych
Projekt: Przetwarzanie danych finansowych
a. Czyszczenie danych finansowych
b. Obsługa brakujących wartości
Zaawansowane wizualizacje
a. Tworzenie interaktywnych wykresów finansowych (Plotly)
Projekt: Analiza danych sprzedażowych i finansowych
a. Import i przygotowanie danych finansowych
b. Analiza trendów sprzedaży i przychodów
c. Wizualizacja wyników
Informacje organizacyjne:
- usługa prowadzona jest w trybie godzin dydaktycznych (45 min) we tym 2 godziny teoretyczne, 12 godzin praktycznych
- dodatkowo w trakcie szkolenia przewidziane są dwie przerwy 15 minutowe oraz jedna przerwa trwająca 45 minut. Przerwy nie są ujęte w polu Liczba godzin dydaktycznych
- warunki organizacyjne dla przeprowadzonego szkolenia: każdy uczestnik zajmuje samodzielne stanowisko komputerowe, z łączem internetowym, które zapewnia we własnym zakresie, zajęcia prowadzone są z wykorzystaniem aplikacji MS Teams z wykorzystaniem warsztatowych form prowadzenia zajęć (praca w podgrupach, dyskusje, case studies, ćwiczenia w MS Excel, symulacje, testy itp.)
Walidacja:
Walidacja wliczona jest w cenę usługi
Harmonogram
Harmonogram
| Przedmiot / temat | Prowadzący | Data realizacji zajęć | Godzina rozpoczęcia | Godzina zakończenia | Liczba godzin |
|---|---|---|---|---|---|
Przedmiot / temat 1 z 8 Data Science i Python w finansach i controllingu - chat, współdzielenie ekranu | Prowadzący dr Tymoteusz Miller | Data realizacji zajęć 25-11-2026 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 10:30 | Liczba godzin 01:30 |
Przedmiot / temat 2 z 8 Data Science i Python w finansach i controllingu - chat, współdzielenie ekranu | Prowadzący dr Tymoteusz Miller | Data realizacji zajęć 25-11-2026 | Godzina rozpoczęcia 10:45 | Godzina zakończenia 12:15 | Liczba godzin 01:30 |
Przedmiot / temat 3 z 8 Data Science i Python w finansach i controllingu - chat, współdzielenie ekranu | Prowadzący dr Tymoteusz Miller | Data realizacji zajęć 25-11-2026 | Godzina rozpoczęcia 12:45 | Godzina zakończenia 14:15 | Liczba godzin 01:30 |
Przedmiot / temat 4 z 8 Data Science i Python w finansach i controllingu - chat, współdzielenie ekranu | Prowadzący dr Tymoteusz Miller | Data realizacji zajęć 25-11-2026 | Godzina rozpoczęcia 14:30 | Godzina zakończenia 15:15 | Liczba godzin 00:45 |
Przedmiot / temat 5 z 8 Data Science i Python w finansach i controllingu - chat, współdzielenie ekranu | Prowadzący dr Tymoteusz Miller | Data realizacji zajęć 26-11-2026 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 10:30 | Liczba godzin 01:30 |
Przedmiot / temat 6 z 8 Data Science i Python w finansach i controllingu - chat, współdzielenie ekranu | Prowadzący dr Tymoteusz Miller | Data realizacji zajęć 26-11-2026 | Godzina rozpoczęcia 10:45 | Godzina zakończenia 12:15 | Liczba godzin 01:30 |
Przedmiot / temat 7 z 8 Data Science i Python w finansach i controllingu - chat, współdzielenie ekranu | Prowadzący dr Tymoteusz Miller | Data realizacji zajęć 26-11-2026 | Godzina rozpoczęcia 12:45 | Godzina zakończenia 14:15 | Liczba godzin 01:30 |
Przedmiot / temat 8 z 8 Data Science i Python w finansach i controllingu - chat, współdzielenie ekranu | Prowadzący dr Tymoteusz Miller | Data realizacji zajęć 26-11-2026 | Godzina rozpoczęcia 14:30 | Godzina zakończenia 15:15 | Liczba godzin 00:45 |
Cena
Cena
Cennik
| Rodzaj ceny | Cena |
|---|---|
Rodzaj ceny Koszt przypadający na 1 uczestnika brutto | Cena 3 062,70 PLN |
Rodzaj ceny Koszt przypadający na 1 uczestnika netto | Cena 2 490,00 PLN |
Rodzaj ceny Koszt osobogodziny brutto | Cena 204,18 PLN |
Rodzaj ceny Koszt osobogodziny netto | Cena 166,00 PLN |
Prowadzący
Prowadzący
dr Tymoteusz Miller
Dr Tymoteusz Miller jest pasjonatem danych i doświadczonym trenerem w dziedzinie Data Science, analizy danych oraz uczenia maszynowego. Uzyskał tytuł doktora na Uniwersytecie Szczecińskim, a swoją specjalizację rozwijał na licznych kursach i szkoleniach, takich jak Executive Data Science Specialization na John Hopkins University oraz Data Science: Machine Learning na HarvardX.
W trakcie swojej kariery współpracował z wieloma organizacjami, zdobywając bogate doświadczenie w sektorze bankowym, finansowym oraz naukach przyrodniczych. Jego fascynacja etyką sztucznej inteligencji oraz zaawansowaną analizą danych czyni go niezwykle cennym ekspertem w dziedzinie data science.
W obecnej roli Data Scientist w B2BNet, Tymoteusz kontynuuje rozwijanie swoich umiejętności w dziedzinie analizy danych i uczenia maszynowego. Jego praca koncentruje się na tworzeniu niestandardowych bibliotek do modelowania danych oraz optymalizacji interakcji z klientami B2B. Dzięki swojej analitycznej pasji i ciągłemu dążeniu do doskonałości, pomaga organizacjom w pełni wykorzystać potencjał danych do poprawy ich wyników biznesowych.
Informacje dodatkowe
Informacje dodatkowe
Informacje o materiałach dla uczestników usługi
Każdy uczestnik otrzymuje komplet materiałów szkoleniowych (autorski, opracowany przez prowadzącego, podręcznik, materiały do ćwiczeń, case studies)
Warunki uczestnictwa
Ogólne warunki udziału w szkoleniach Akademii Controllingu
https://www.akademiacontrollingu.pl/regulamin/
Informacje dodatkowe
Szkolenie wpisuje się w ścieżkę certyfikacyjną Certified Finance Data Analyst (CFDA)
https://www.akademiacontrollingu.pl/certified-finance-data-analyst-cfda/
Warunki techniczne
Warunki techniczne
Szkolenie prowadzone jest w formie warsztatów komputerowych na własnych komputerach.
W przypadku szkolenia realizowanego w formie zdalnej zalecane jest, aby korzystać z dwóch monitorów. Dzięki funkcji rozszerzenia ekranu będą mogli Państwo na jednym ekranie obserwować prezentację trenera, a na drugim samodzielnie wykonywać zadania w środowisku Google Colab. Uczestnicy muszą być zalogowani za pośrednictwem swojego konta g-mail w Google Colab (logowanie będzie również wykonywane w trakcie szkolenia).
Podczas zajęć wykorzystywane będą również (nie ma konieczności żadnego logowania):
a. Dokumentacja Pandas, NumPy, Matplotlib, Plotly, StatsModels
b. Datasets dostępne na Kaggle lub publiczne repozytoria danych finansowych
Usługa zdalna w czasie rzeczywistym prowadzona będzie za pośrednictwem usługi Microsoft Teams, zawierającej zestaw narzędzi i usług służących współpracy zespołowej.
Minimalnymi wymaganiami sprzętowymi do korzystania z usługi Microsoft Teams jest komputer lub urządzenie przenośne z dostępem do Internetu oraz zainstalowana minimum jedna z przeglądarek:
- Internet Explorer 11
- Microsoft Edge
- Najnowsza wersja przeglądarki Chrome
- Najnowsza wersja przeglądarki Firefox
Minimalne wymagania dotyczące parametrów łącza sieciowego, jakim musi dysponować Uczestnik to przepustowość łącza min. 1 MB/s (z uwagi na typ połączenia: audio + wideo + współdzielenie ekranu) Dostęp Uczestników do prezentowanych treści i materiałów umożliwi posiadanie komputera z systemem operacyjnym Windows, macOS, iOS, GNU Linux lub Android.
Link do spotkania wysyłany jest do uczestnika indywidualnie.