Data Science (Python) + wstęp do Machine Learning - kurs online na żywo

Kurs dedykowany jest osobom zainteresowanym programowaniem oraz analizą danych - rozwój kariery w tym kierunku daje obecnie ogromne możliwości i mocną pozycję na rynku pracy.

Dzięki dużej ilości gotowych bibliotek język Python jest jednym z najpopularniejszych języków do analizy danych. Jest to również język bardzo prosty w nauce, dzięki czemu pisanie własnych skryptów i narzędzi nie stanowi problemu nawet dla początkujących osób.

Uczestnicy kursu nie muszą mieć żadnego wcześniejszego doświadczenia w zakresie programowania. W szkoleniu mogą wziąć udział zarówno osoby, które myślą o przyszłej pracy w roli data scientist, jak również kadra kierownicza, właściciele firm, czy też specjaliści sektora zielonej gospodarki - dla których dostęp do analiz jest kluczem do podejmowania trafnych decyzji w bieżącej działalności.

Ćwiczenia podczas kursu w sposób praktyczny integrują umiejętności techniczne z wiedzą o zielonej gospodarce.

--

STRUKTURA KURSU:

• kurs obejmuje 68h lekcyjnych (45 min) = w przeliczeniu 51h zegarowe (60 min)) prowadzonych na żywo (on-line) - w tym. ok. 10h teoretycznych oraz 58h praktycznych (live coding w formie wirtualnej klasy)
• całość kursu prowadzona jest na żywo (on-line), na platformie webinarowej, w formule live-coding - przez cały czas z trenerem
• dodatkowo planowana jest samodzielna praca własna kursantów w domu (ćwiczenia, projekty), z możliwością konsultacji na platformie Slack - praca ta pozwala utrwalić zdobyta podczas zajęć wiedzę i nie jest wliczana do czasu trwania usługi - nie jest to obowiązkowe;

--

• grupa liczy maksymalnie 16 os. i jest jedną z najmniejszych grup na rynku
• przewidziane są przerwy podczas zajęć 6 godzinnych w soboty, które zostały uwzględnione w harmonogramie, jednak nie wliczają się do ilości godzin
• aby osiągnąć zakładany cel realizacji usługi, uczestnik powinien być obecny w trakcie zajęć zdalnych w czasie rzeczywistym
• walidacja efektów kształcenia odbywa się w formie testu teoretycznego w formie cyfrowej, z wynikiem generowanym automatycznie. Test na zewnętrznej platformie, w oparciu o indywidualne kody dostępu

--

PROGRAM KURSU:

| Programowanie w języku Python oraz wprowadzenie do zielonej gospodarki

• wprowadzenie do programowania: języki programowania, shell (bash), rola systemu operacyjnego, system kontroli wersji git
• nauka programowania w języku Python: typy danych, wyrażenia warunkowe, debugging, funkcje, obsługa wyjątków, moduły i biblioteki, podstawy programowania obiektowego
• wprowadzenie do zielonej gospodarki, charakterystyka głównych poglądów dotyczących zrównoważonego rozwoju, zasady środowiskowe 6R
• optymalizacja kodu dla minimalizacji zasobów (energia, pamięć, czas procesora), efektywność zarządzania typami danych
• przykłady wykorzystywania narzędzi cyfrowych w kontekście transformacji gosp. - Py, SQL i Data Science w sektorach zielonej gospodarki w celu wsparcia zielonej transformacji (modele predykcyjne, big data, AI, inteligentne systemy transportowe, smart grids, monitoring zużycia zasobów, inteligentne miasta, monitoring danych środ. itd.)
• sposoby ograniczenia negatywnego wpływu rozwiązań cyfrowych na środowisko - możliwości implementacji zasad 6R w zakresie programowania w języku Py oraz praktycznie przykłady stosowania

| Język SQL i bazy danych:

• projektowanie relacyjnych baz danych oraz wykorzystanie w praktyce języka SQL
• definiowanie schematu bazy danych na podstawie wymagań
• tworzenie efektywnych struktur baz danych w kontekście ograniczenia negatywnego wpływu na środowisko (minimalizacja zużycia zasobów koniecznych do późniejszego utrzymania oraz funkcjonowania db oraz zasobów dyskowych)
• podstawowe oraz zaawansowane zapytania, filtrowanie, grupowanie, sortowanie, łączenie wyników
• tworzenie bardziej efektywnych operacji na bazach danych (łączenie zapytań, minimalizacja wpływu na środowisko poprzez ograniczenie ilości operacji procesora, mniejsze zużycie energii, zasobooszczędność itd.)

| Data Science

• środowisko pracy analityka danych
• jupyter notebook, markdown, elementy notacji latex, manager pakietów Conda, pip, tworzenie wirtualnego środowiska
• podstawy statystyki i wnioskowania, analiza danych metodą eksploracji danych oraz stawianie własnych hipotez, w tym danych środowiskowych
• przetwarzanie danych za pomocą bibliotek numpy oraz pandas
• techniki skutecznego i efektywnego ładowania, przechowywania i manipulowania danymi, w tym websprapping
• wizualizacja danych za pomocą matplolib
• wykorzystanie zaawansowanych narzędzi do obliczeń rozproszonych (spark, databricks)
• ćwiczenia praktyczne z wykorzystaniem numpy / pandas / matplotlib analizujące wpływ działalności człowieka na środowisko, takie jak: wizualizacje i analiza danych dot. produkcji energii el., analiza czynników mających wpływ na emisję CO2 w transporcie, szacowanie indywidualnego śladu węglowego, zużycie energii przez budynki, weryfikacja hipotez dot. jakości życia w kontekście aspektów środowiskowych
• optymalizacja zasobów podczas analizy i wizualizacji danych
• omówienie sposobów ograniczenia negatywnego wpływu rozwiązań cyfrowych na środowisko

| Machine Learning

• krótkie wprowadzenie do Machine Learning (podział metod nauczania maszynowego, dobór danych i modelu, przygotowanie danych, szkolenie, walidacja, przeuczenie, a także zastosowanie modeli ML w sektorach zielonej gospodarki - możliwość kontynuacji nauki tej tematyki na kursie zaawansowanym ML

| Walidacja efektów kształcenia oraz egzamin

• po zakończeniu kursu zostanie przeprowadzony egzamin potwierdzający nabycie kwalifikacji (certyfikat Data Science DSP-1). Uczestnicy szkolenia otrzymują imienne certyfikaty potwierdzające nabycie kwalifikacji sygnowane przez Codebrainers.

Podczas kursu uczestnicy poznają charakterystykę głównych poglądów dot. zrównoważonego rozwoju oraz dowiadują się, jak rozwiązania cyfrowe mogą pomagać w zielonej transformacji. Z wykorzystaniem tych narzędzi analizują i oceniają wpływ różnych czynników na środowisko, dzięki czemu zdobywają nie tylko umiejętności techniczne, ale również zielone komp.

Jednym z projektów wykonywanych podczas kursu jest np.wykorzystanie numpy/pandas/matplotlib do oceny wpływu różnych czynników na emisje CO2 w transporcie (korelacje pomiędzy danymi, które czynniki mają największy / najmniejszy wpływ na wielkość emisji, weryfikacja poglądów itd.)

Podczas ćwiczeń praktycznych wykorzystywane są m.in. dane Global Energy Observatory, KTH Royal Institute of Technology (Stockholm), data.gov, Natural Resources Canada, Better Life Index (OECD, IMF), a także syntetycznie wygenerowane zbiory danych takie jak Individual Carbon Footprint oraz Energy Consumption Dataset.

Zbiory danych dotyczą min. rzeczywistych wzorców zużycia energii w budynkach mieszkalnych, komercyjnych i przemysłowych (w zal. od ich cech), pojazdów elektrycznych, zużycia paliwa i emisji CO2, wskaźników jakości życia w różnych krajach (z uwzględnieniem m.in. oczekiwanej długości życia, aspektów środowiskowych), szacowania śladu węglowego na podstawie wag pochodzących z różnych badań oraz kalkulatorów CO2, klimatu.

 --

Kurs uczy zaawansowanej analizy danych, która odgrywa w chwili obecnej kluczową rolę również w wielu gałęziach ziel. gosp. Big data wspiera optymalizację zużycia energii w budynkach i infrastrukturze oraz śledzenie emisji i odpadów, umożliwia automatyzację i personalizację, wspiera rozwój energii odnaw.j i monitorowanie zużycia wody, energii i pozostałych zasobów, natomiast modele oparte na sztucznej inteligencji są z powodzeniem wykorzystywane w celu predykcji zmian klimat., optymalizacji procesów i redukcji zużycia zasobów. Uczestnicy wykonują ćwiczenia bazujące m.in. na rzeczywistych zbiorach danych środowiskowych – od jakości powietrza i wód po dane energetyczne.

Dzięki przekazywaniu umiejętności ogólnych niezbędnych do pracy w sektorze zielonej gospodarki, szkolenie przyczynia się również do tworzenia tzw. “zielonych miejsc pracy” również w sektorach tradycyjnych. Kurs przekazuje również wiedzę dot. zielonej gospodarki, uczy programowania w sposób pozytywnie wpływający na środowisko i wspierający zrównoważony rozwój.

Szkolenie przekazuje kompetencje przydatne i/lub niezbędne do pracy na stanowiskach takich jak m.in.: statystyk (212004), analityk biznesowy (242112), anal. finansowy (241306), anal. giełdowy (241301), ana. inwestycyjny (241311), anal. trendów rynkowych (cool hunter)(243101), anal. baz danych (252102), proj. baz danych (252103), specjalista ochrony środ. (213303), inspektor ochrony środ. (325504), technik analizy i monitoringu środ. (325508), technik ochrony środ. (325511).

Zdobyta wiedza wykorzystywana może być m.in. w celu realizacji inwestycji opisanych m.in. w Rozp. nr 2021/1056PEiR(UE) ustanawiającym FST, tj. w przypadku wdrażania techn. oraz systemów i infr. zapewniającej czystą energię, redukcji emisji gazów cieplarnianych, inwestycji w OZE i w efektywność energ., inteligentną i zrównoważoną mobilność lokalną, poprawę efekt. energ. systemów ciepłowniczych,cyfryzację i łączność cyfrową, a także we wzmacnianie gosp.i o obiegu zamkniętym, efektywne gosp. zasobami oraz ponowne ich wykorzystanie i recykling.

–

Dod. informacje odnośnie walidacji:

Na zakończenie kursu zostanie przeprowadzony egzamin potwierdzający nabycie kwalifikacji PCED™ – Certified Entry-Level Data Analyst with Python (test w formie cyfrowej z wynikiem generowanym automatycznie). Egzamin zawiera zarówno pytania sprawdzające teorię, jak również np. pytania wymagające analizy / uzupełnienia kodu. 

Dod. zaplanowano walidację wybranych kryteriów w formie analizy dowodów i deklaracji. Analiza dowodów i deklaracji odbywa się poza zajęciami i jest prowadzona przez walidatora.

W harmonogramie, w pozycji dot. walidacji efektów kształcenia, podano walidatora, niemniej egzamin nadzorowany jest przez prowadzącego zajęcia (osoba ta nie ingeruje w jego wypełnianie ani sprawdzanie wyników, gdyż wynik jest generowany w sposób automatyczny - zgodnie z wyjaśnieniami m.in. FAQ BUR - pytanie #12204.

W ramach szkolenia uczestnik otrzymuje:

• dostęp do materiałów oraz ćwiczeń podsumowujących zdobytą wiedzę (materiały on-line formie pdf / html / jupyter notebook / github)
• zbiory danych wykorzystywane podczas ćwiczeń
• bezpłatną licencję edukacyjną na wybrane IDE Jetbrains - dla osób chętnych
• dostęp do kanałów Slack dedykowanych szkoleniu;
• dostęp do nagrań z odbytych zajęć

• uczestnicy kursu nie muszą mieć żadnego wcześniejszego doświadczenia w zakresie programowania
• w szkoleniu mogą wziąć udział zarówno osoby, które myślą o przyszłej pracy w roli data scientist, jak również kadra kierownicza i pracownicy sektora zielonej gospodarki, czy właściciele firm, dla których dostęp do analiz jest kluczem do podejmowania trafnych decyzji w bieżącej działalności.
• w przypadku korzystania z dofinansowania, warunkiem uczestnictwa jest zapisanie się przez BUR wraz z podaniem aktualnego ID wsparcia.

• zapisanie się w BUR nie jest jednoznaczne z zarezerwowaniem miejsca. W celu potwierdzenia miejsca prosimy o dodatkowy kontakt telefoniczny, mailowy, lub za pośrednictwem messengera albo www
• zawarto umowę z WUP w Krakowie w ramach projektu Małopolski Pociąg do Kariery
• zawarto umowę z WUP w Toruniu w ramach projektu Kierunek Rozwój
• zawarto umowę z WUP w Szczecinie w ramach projektu Zachodniopomorskie Bony Szkoleniowe
• usługi dedykowane również uczestnikom innych programów dofinansowań
• zdobyte kompetencje dotyczą cyfrowej transformacji
• podstawa zwolnienia z VAT: Dz.U.2013.1722, art. 3, ust. 1, pkt. 14 - usł. kszt. zaw. lub przekw. zaw., fin. w co najmniej 70% ze środków publ. - podstawa zwolnienia jest każdorazowo weryfikowana w stosunku do danego Uczestnika
• Zakres zg. z RSI Woj. Śl. 2030: Techn. Inf. i kom., (i) techn. szt. int. i uczenia masz., (ii) techn. data mining, (iii) techn. zaaw. baz danych i hurtowni danych oraz z RSI Woj. Mał.. Met. i urz. służące do poz. dan.

• zajęcia prowadzone są w czasie rzeczywistym na platformie Zoom, wraz z dostępem do kanałów grupowych na platformie Slack
• Minimalne wymagania sprzętowe: komputer / laptop / lub inne urządzenie ze stałym dostępem do internetu, wyposażone w kamerę internetową
• Minimalne wymagania dotyczące parametrów łącza sieciowego: szybkość pobierania / przesyłania: minimalna 2 Mb/s / 128 kb/s, zalecana: 4 Mb/s / 512 kb/s
• Niezbędne oprogramowanie umożliwiające dostęp do zajęć oraz materiałów: przeglądarka internetowa, Zoom w wersji bezpłatnej dla użytkownika
• Uczestnicy otrzymują linki do spotkań przed każdymi zajęciami. Link umożliwiający uczestnictwo w kursie jest aktywny w godzinach wskazanych na karcie usługi