Akademia Analityka Kompleksowe szkolenie od podstaw ze statystyki, analizy danych, SQL, Pythona, Big Data i Machine Learning – zakończone międzynarodowym certyfikatem.
Akademia Analityka Kompleksowe szkolenie od podstaw ze statystyki, analizy danych, SQL, Pythona, Big Data i Machine Learning – zakończone międzynarodowym certyfikatem.
Informacje podstawowe
Informacje podstawowe
- KategoriaInformatyka i telekomunikacja / Bazy danych
- Identyfikatory projektówMałopolski Pociąg do kariery, Zachodniopomorskie Bony Szkoleniowe, Kierunek - Rozwój, Nowy start w Małopolsce z EURESEM
- Grupa docelowa usługi
Szkolenie „Akademia Analityka” przeznaczone jest dla osób dorosłych chcących rozpocząć lub rozwijać karierę w analizie danych. Skierowane do początkujących, pracowników działów biznesowych (marketing, sprzedaż, HR, finanse, logistyka), osób planujących przebranżowienie, studentów i absolwentów kierunków nietechnicznych oraz specjalistów IT chcących rozszerzyć kompetencje o analizę danych, Python i SQL. Nie jest wymagana znajomość programowania – szkolenie zaczyna się od podstaw.
Usługa również adresowana dla Uczestników Projektu Małopolski Pociąg do Kariery
Usługa również adresowana dla Uczestników Programu Zawodowa Rektywacja
Usługa również adresowana dla Uczestników Projektu Kierunek Rozwój
Usługa rozwojowa adresowana również dla Uczestników projektu Zachodniopomorskie Bony Szkoleniowe
- Minimalna liczba uczestników1
- Maksymalna liczba uczestników5
- Data zakończenia rekrutacji26-04-2026
- Forma prowadzenia usługizdalna w czasie rzeczywistym
- Liczba godzin usługi55
- Podstawa uzyskania wpisu do BURCertyfikat VCC Akademia Edukacyjna
Cel
Cel
Cel edukacyjny
Celem szkolenia jest przygotowanie uczestników do samodzielnej analizy danych z użyciem Pythona, SQL, statystyki, wizualizacji oraz podstaw AI. Uczestnicy nauczą się przetwarzać dane, tworzyć analizy i raporty, korzystać z narzędzi chmurowych (np. Google Colab) oraz rozwiązywać praktyczne problemy z obszaru HR, sprzedaży czy logistyki. Szkolenie rozwija także umiejętność myślenia krytycznego i komunikacji danych. Kończy się certyfikatem i prowadzi do zdobycia kwalifikacji cyfrowych.Efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia i Metody walidacji
| Efekty uczenia się | Kryteria weryfikacji | Metoda walidacji |
|---|---|---|
| Przeprowadza podstawową analizę statystyczną danych (średnia, mediana, kwartyle, odchylenie standardowe, testy istotności, korelacja) | Uczestnik prawidłowo zaznacza odpowiedź w teście dotyczącym interpretacji miar statystycznych i wyboru odpowiedniego testu. | Test teoretyczny |
| Stosuje język Python do wczytywania, przekształcania i analizowania danych z wykorzystaniem bibliotek numpy i pandas | Uczestnik prawidłowo wybiera lub uzupełnia fragmenty kodu w pytaniach testowych dotyczących operacji na danych w Pythonie. | Test teoretyczny |
| Tworzy wykresy i wizualizacje danych (matplotlib, seaborn) | Uczestnik prawidłowo wskazuje typ wykresu pasujący do danego zestawu danych lub uzupełnia kod generujący wykres. | Test teoretyczny |
| Tworzy zapytania SQL do selekcji, filtrowania, grupowania i łączenia danych z baz danych | Uczestnik prawidłowo wybiera wynik zapytania SQL lub uzupełnia brakujące fragmenty kodu w pytaniu testowym. | Test teoretyczny |
| Wykorzystuje podstawowe algorytmy uczenia maszynowego (regresja, klasyfikacja, drzewa decyzyjne, analiza sentymentu) | Uczestnik prawidłowo zaznacza odpowiedź identyfikującą właściwy algorytm do problemu analitycznego lub interpretuje wynik modelu. | Test teoretyczny |
| Tworzy raporty z analizy danych oraz opowiada o danych w sposób zrozumiały dla odbiorców biznesowych | Uczestnik prawidłowo wybiera najbardziej trafne podsumowanie danych lub wskazuje odpowiednią strukturę raportu w pytaniu testowym. | Test teoretyczny |
| Korzysta z narzędzi chmurowych (Google Colab) do pracy z danymi i współdzielenia kodu | Uczestnik prawidłowo wskazuje funkcjonalności Google Colab i rozpoznaje poprawne sposoby udostępniania kodu w pytaniu testowym. | Test teoretyczny |
| Rozwiązuje rzeczywiste problemy analityczne z różnych dziedzin (HR, logistyka, sprzedaż) z użyciem danych. Prezentuje wyniki w formie raportu. | Uczestnik prawidłowo analizuje przypadek przedstawiony w pytaniu testowym i wybiera właściwe narzędzie lub podejście. | Test teoretyczny |
Kwalifikacje i kompetencje
Kwalifikacje
Kwalifikacje niewłączone do ZSK
Uznane kwalifikacje
Informacje
- Nazwa Podmiotu prowadzącego walidacjęICVC Certyfikacja Sp. z o.o.
- Nazwa Podmiotu certyfikującegoTalent Odyssey Ltd
Program
Program
Usługa zostanie zrealizowana w trybie zdalnym w czasie rzeczywistym. W wymiarze 55 godzin dydaktycznych (45min).
Wszyscy uczestnicy usługi będą brali udział w szkolenie w 1 grupie. Usługa zostanie przeprowadzona w trybie zdalnym w czasie rzeczywistym za pomocą komunikatora zoom.
Walidacja usługi zostanie przeprowadzona przez podmiot zewnętrzny poprzez udział uczestników w egzaminie w formie testu.
Harmonogram został sporządzony w sposób uwzględniający przerwy. Przerwy nie wliczone są do czasu trwania szkolenia. Harmonogram przedstawia czas zajęć
Minimalna wiedza uczestników przed przystąpieniem do szkolenia:
Szkolenie „Akademia Analityka” jest przeznaczone dla osób początkujących – nie jest wymagana wcześniejsza znajomość programowania, statystyki ani baz danych.
Minimalne wymagania wstępne:
- podstawowa umiejętność obsługi komputera i korzystania z Internetu,
- znajomość środowiska Windows na poziomie umożliwiającym pracę z folderami, plikami i prostymi aplikacjami (np. przeglądarka, arkusz kalkulacyjny),
- umiejętność pracy z arkuszem kalkulacyjnym (np. Excel, Google Sheets) – podstawowe operacje jak wprowadzanie danych, formuły, filtrowanie,
- gotowość do pracy w środowisku zdalnym (Zoom) oraz korzystania z udostępnianych materiałów.
Poniżej program szkolenia z podziałem na tematy zajęć. Czas zajęć wyrażony jest w godzinach zegarowych. (60 min)
Zajęcia / Temat | Typ zajęć | Liczba godzin |
Podstawy analizy danych i statystyki | Teoretyczne + praktyczne | 5 |
Analiza danych w Pythonie (biblioteki, czyszczenie, eksploracja, wykresy) | Praktyczne | 8 |
SQL i bazy danych (SELECT, JOIN, GROUP BY) | Praktyczne | 5 |
Big Data: Hadoop i Spark – wprowadzenie | Teoretyczne | 1,5 |
Uczenie maszynowe i sztuczna inteligencja (ML, NLP, modele) | Teoretyczne + praktyczne | 6 |
Wizualizacja i komunikacja danych (matplotlib, seaborn, dashboardy) | Praktyczne | 4 |
Praca w chmurze (Google Colab, przetwarzanie danych online) | Praktyczne | 3 |
Myślenie krytyczne i rozwiązywanie problemów (case studies, analiza branżowa) | Praktyczne | 4 |
AI w biznesie + projekt końcowy (prezentacja wyników, raportowanie) | Praktyczne | 4 |
Harmonogram
Harmonogram
| Przedmiot / temat zajęć | Prowadzący | Data realizacji zajęć | Godzina rozpoczęcia | Godzina zakończenia | Liczba godzin |
|---|---|---|---|---|---|
Przedmiot / temat zajęć 1 z 31 Python Express: Od instalacji do logiki, Instalacja, zmienne, typy danych, operacje na łańcuchach (prezentacja, udostępnianie ekranu) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 27-04-2026 | Godzina rozpoczęcia 17:00 | Godzina zakończenia 18:30 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 2 z 31 Instrukcje warunkowe i pętle. Automatyzacja prostych zadań (wstęp do pipeline’ów). prezentacja, udostępnianie ekranu) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 27-04-2026 | Godzina rozpoczęcia 18:40 | Godzina zakończenia 19:50 | Liczba godzin 01:10 |
Przedmiot / temat zajęć 3 z 31 Struktury danych i funkcje (Clean Code) (prezentacja, rozmowa ćwiczenia) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 29-04-2026 | Godzina rozpoczęcia 17:00 | Godzina zakończenia 18:30 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 4 z 31 Listy, słowniki, krotki. Pisanie funkcji, obsługa błędów i dobre praktyki. (prezentacja, rozmowa ćwiczenia) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 29-04-2026 | Godzina rozpoczęcia 18:40 | Godzina zakończenia 19:50 | Liczba godzin 01:10 |
Przedmiot / temat zajęć 5 z 31 Ekosystem Data Science: NumPy i Pandas, Instalacja bibliotek. Praca na tablicach i DataFrame. (prezentacja, rozmowa ćwiczenia) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 04-05-2026 | Godzina rozpoczęcia 17:00 | Godzina zakończenia 18:30 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 6 z 31 Wczytywanie danych z różnych źródeł (CSV, Excel). (ćwieczenia, prezentacja) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 04-05-2026 | Godzina rozpoczęcia 18:40 | Godzina zakończenia 19:50 | Liczba godzin 01:10 |
Przedmiot / temat zajęć 7 z 31 Czyszczenie danych (Data Cleaning & Imputation) (prezentacja, rozmowa ćwiczenia) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 06-05-2026 | Godzina rozpoczęcia 17:00 | Godzina zakończenia 18:30 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 8 z 31 Wykrywanie i obsługa wartości odstających (Outlier Detection). Usuwanie duplikatów i konwersja typów. (prezentacja, rozmowa ćwiczenia) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 06-05-2026 | Godzina rozpoczęcia 18:40 | Godzina zakończenia 19:50 | Liczba godzin 01:10 |
Przedmiot / temat zajęć 9 z 31 Exploratory Data Analysis (EDA) w praktyce, Znaczenie EDA na początku projektu. (prezentacja, rozmowa ćwiczenia) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 07-05-2026 | Godzina rozpoczęcia 17:00 | Godzina zakończenia 18:30 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 10 z 31 Statystyka opisowa (średnia, mediana, kwartyle, odchylenie) (prezentacja, rozmowa ) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 07-05-2026 | Godzina rozpoczęcia 18:40 | Godzina zakończenia 19:50 | Liczba godzin 01:10 |
Przedmiot / temat zajęć 11 z 31 Analiza rozkładów (histogramy, wykresy pudełkowe). (prezentacja, rozmowa ćwiczenia) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 08-05-2026 | Godzina rozpoczęcia 17:00 | Godzina zakończenia 18:30 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 12 z 31 Analiza szeregów czasowych (Time Series Analysis) – trendy i sezonowość. (prezentacja, udostępnianie ekranu) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 08-05-2026 | Godzina rozpoczęcia 18:40 | Godzina zakończenia 20:00 | Liczba godzin 01:20 |
Przedmiot / temat zajęć 13 z 31 Macierz korelacji i współczynnik Pearsona w praktyce analityka. (prezentacja, udostępnianie ekranu) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 11-05-2026 | Godzina rozpoczęcia 17:00 | Godzina zakończenia 18:30 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 14 z 31 SQL: Fundamenty baz danych (prezentacja rozmowa) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 11-05-2026 | Godzina rozpoczęcia 18:40 | Godzina zakończenia 20:00 | Liczba godzin 01:20 |
Przedmiot / temat zajęć 15 z 31 Praca z SQL Management Studio. (prezentacja, rozmowa ćwiczenia) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 13-05-2026 | Godzina rozpoczęcia 17:00 | Godzina zakończenia 18:30 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 16 z 31 Normalizacja i standaryzacja danych (dlaczego są kluczowe?). (prezentacja rozmowa) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 13-05-2026 | Godzina rozpoczęcia 18:40 | Godzina zakończenia 20:00 | Liczba godzin 01:20 |
Przedmiot / temat zajęć 17 z 31 Grupowanie , łączenie i agregacja. (prezentacja, rozmowa ćwiczenia) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 15-05-2026 | Godzina rozpoczęcia 17:00 | Godzina zakończenia 18:30 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 18 z 31 Feature Engineering i Redukcja Wymiarowości (prezentacja rozmowa) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 15-05-2026 | Godzina rozpoczęcia 18:40 | Godzina zakończenia 19:50 | Liczba godzin 01:10 |
Przedmiot / temat zajęć 19 z 31 Wstęp do PCA (Analiza Głównych Składowych) – redukcja wymiarów. (prezentacja rozmowa) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 18-05-2026 | Godzina rozpoczęcia 17:00 | Godzina zakończenia 18:30 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 20 z 31 Wnioskowanie statystyczne (prezentacja, rozmowa ćwiczenia) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 18-05-2026 | Godzina rozpoczęcia 18:40 | Godzina zakończenia 19:50 | Liczba godzin 01:10 |
Przedmiot / temat zajęć 21 z 31 Testowanie hipotez, błędy I i II rodzaju. (prezentacja, rozmowa ćwiczenia) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 20-05-2026 | Godzina rozpoczęcia 17:00 | Godzina zakończenia 18:30 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 22 z 31 Regresja liniowa (wiele zmiennych) i logistyczna. (prezentacja, rozmowa ćwiczenia) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 20-05-2026 | Godzina rozpoczęcia 18:40 | Godzina zakończenia 19:50 | Liczba godzin 01:10 |
Przedmiot / temat zajęć 23 z 31 Problem niezbalansowanych zbiorów danych (imbalanced data). (prezentacja rozmowa) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 21-05-2026 | Godzina rozpoczęcia 17:00 | Godzina zakończenia 18:30 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 24 z 31 Balans między prostotą a zbyt dużym skomplikowaniem modelu (prezentacja, rozmowa ćwiczenia) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 21-05-2026 | Godzina rozpoczęcia 18:40 | Godzina zakończenia 19:50 | Liczba godzin 01:10 |
Przedmiot / temat zajęć 25 z 31 Overfitting (przeuczenie) i jak go unikać.Walidacja krzyżowa (Cross-validation). (prezentacja rozmowa) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 22-05-2026 | Godzina rozpoczęcia 17:00 | Godzina zakończenia 18:30 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 26 z 31 Algorytmy i Ewaluacja:Drzewa decyzyjne, Lasy losowe i inne (prezentacja, rozmowa ćwiczenia) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 22-05-2026 | Godzina rozpoczęcia 18:40 | Godzina zakończenia 19:50 | Liczba godzin 01:10 |
Przedmiot / temat zajęć 27 z 31 Metryki klasyfikacji i Macierz Konfuzji (Confusion Matrix) – Precision, Recall, F1. (prezentacja rozmowa) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 25-05-2026 | Godzina rozpoczęcia 17:00 | Godzina zakończenia 18:30 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 28 z 31 Wizualizacja i Storytelling:Matplotlib i Seaborn. (prezentacja, rozmowa ćwiczenia) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 25-05-2026 | Godzina rozpoczęcia 18:40 | Godzina zakończenia 19:50 | Liczba godzin 01:10 |
Przedmiot / temat zajęć 29 z 31 Interaktywne dashboardy i raportowanie. (prezentacja, rozmowa ćwiczenia) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 26-05-2026 | Godzina rozpoczęcia 17:00 | Godzina zakończenia 18:30 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 30 z 31 Wstęp do NLP: tokenizacja i analiza sentymentu. (prezentacja rozmowa) | Prowadzący Agnieszka Giemza | Data realizacji zajęć 26-05-2026 | Godzina rozpoczęcia 18:40 | Godzina zakończenia 19:50 | Liczba godzin 01:10 |
Przedmiot / temat zajęć 31 z 31 Walidacja efektów uczenia. Egzamin GCCS - Analityk Danych | Prowadzący - | Data realizacji zajęć 26-05-2026 | Godzina rozpoczęcia 20:00 | Godzina zakończenia 20:45 | Liczba godzin 00:45 |
Cena
Cena
Cennik
| Rodzaj ceny | Cena |
|---|---|
Rodzaj ceny Koszt przypadający na 1 uczestnika brutto | Cena 4 950,00 PLN |
Podmiot uprawniony do zwolnienia z VAT na podstawie art. 113 ust. 1 ustawy o VAT ze względu na wartość sprzedaży | |
Rodzaj ceny Koszt przypadający na 1 uczestnika netto | Cena 4 950,00 PLN |
Rodzaj ceny Koszt osobogodziny brutto | Cena 90,00 PLN |
Rodzaj ceny Koszt osobogodziny netto | Cena 90,00 PLN |
Rodzaj ceny W tym koszt walidacji brutto | Cena 550,00 PLN |
Rodzaj ceny W tym koszt walidacji netto | Cena 550,00 PLN |
Rodzaj ceny W tym koszt certyfikowania brutto | Cena 0,00 PLN |
Rodzaj ceny W tym koszt certyfikowania netto | Cena 0,00 PLN |
Prowadzący
Prowadzący
Agnieszka Giemza
Informacje dodatkowe
Informacje dodatkowe
Informacje o materiałach dla uczestników usługi
Materiały dla uczestników szkolenia
Uczestnicy szkolenia „Akademia Analityka” otrzymują komplet materiałów dydaktycznych w wersji elektronicznej, wspierających naukę podczas zajęć oraz umożliwiających samodzielne utrwalanie wiedzy po ich zakończeniu.
Zakres materiałów:
- prezentacje w formacie PDF z omówieniem kluczowych zagadnień,
- zestawy ćwiczeń praktycznych wraz z plikami danych do analizy (Excel, CSV, bazy danych, skrypty Python),
- instrukcje krok po kroku do pracy z Pythonem, SQL i narzędziami wizualizacji danych,
- przykładowe raporty analityczne i wzorcowe rozwiązania projektowe,
- lista dodatkowych materiałów (linki do dokumentacji, artykułów, narzędzi online).
Forma przekazywania:
Materiały będą przekazywane uczestnikom:
- bezpośrednio mailowo (na adres podany przy zapisie),
- przez czat podczas zajęć (Zoom) – bezpośrednio od trenera.
Uczestnicy zachowują dostęp do materiałów również po zakończeniu szkolenia, co umożliwia dalsze samokształcenie i utrwalanie zdobytej wiedzy.
Warunki uczestnictwa
Zajęcia będą odbywały się w formie zdalnej. Linki z zaproszeniem do wideokonferencji wysyłane będą na adresy e-mail uczestników najpóźniej dzień przed zaplanowanymi zajęciami.
Warunkiem koniecznym do uzyskania kwalifikacji i otrzymania certyfikatu po szkoleniu jest pozytywny wynik egzaminu końcowego.
Na prośbę uczestnika harmonogram usługi może podlegać zmianom, w ramach dni trwania szkolenia. W losowych przypadkach może również czas trwania usługi zostać zmieniony.
Informacje dodatkowe
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.
Dostawca usługi zaakceptował Regulamin WUP w Krakowie dla instytucji szkoleniowych.
Ewidencja uczestnictwa w usłudze będzie prowadzona poprzez raport logowań wygenerowany z programu zoom. Uczestnicy na spotkaniach zalogowani są swoim imieniem i nazwiskiem. Wymagana frekwencja to 80%
Zawarto umowę z WUP w Szczecinie na świadczenie usług rozwojowych z wykorzystaniem elektronicznych bonów szkoleniowych w ramach Projektu Zachodniopomorskie Bony Szkoleniowe.
Warunki techniczne
Warunki techniczne
Podstawą do rozliczenia usługi, jest wygenerowanie z systemu raportu, umożliwiającego identyfikację wszystkich uczestników oraz zastosowanego narzędzia.
Wymagania sprzętowe dla uczestników szkolenia:
Aby w pełni uczestniczyć w szkoleniu „Akademia Analityka” i realizować zadania praktyczne, uczestnicy powinni dysponować komputerem spełniającym poniższe wymagania:
✅ Sprzęt (komputer stacjonarny lub laptop):
- System operacyjny: Windows 10 lub nowszy – szkolenie prowadzone jest wyłącznie w środowisku Windows,
- Procesor: minimum Intel Core i5 (lub odpowiednik AMD), zalecany i7 lub lepszy,
- Pamięć RAM: minimum 8 GB (zalecane 16 GB),
- Dysk: min. 20 GB wolnego miejsca (dysk SSD zalecany dla wydajności),
- Karta graficzna: zintegrowana wystarczy – brak wymogu GPU.
Uwaga: Uczestnik musi posiadać możliwość instalowania dodatkowego oprogramowania na swoim komputerze – wymagany jest dostęp do konta administratora systemu operacyjnego.
✅ Dostęp do Internetu:
- Stabilne połączenie o prędkości min. 10 Mb/s (zalecane 20–50 Mb/s),
- Połączenie umożliwiające udział w zajęciach na platformie Zoom oraz pracę z plikami w chmurze (Google Drive, Google Colab).
✅ Dodatkowo wymagane:
- Aktualna przeglądarka internetowa (Chrome lub Firefox),
- Konto Google do pracy z Google Colab,
- Kamera i mikrofon (opcjonalne, ale zalecane dla pełnej interakcji).
Uwaga:
Szkolenie realizowane jest z wykorzystaniem systemu Windows. Uczestnicy powinni dysponować komputerem z tym systemem lub możliwością korzystania z niego w trakcie zajęć. Wykorzystanie systemów innych niż Windows (np. macOS) może wiązać się z ograniczoną funkcjonalnością lub odmiennym interfejsem.