Kurs AI Python Engineer | forma zdalna w czasie rzeczywistym

Celem szkolenia jest przygotowanie osób rozpoczynających naukę od podstaw do samodzielnego tworzenia nowoczesnych aplikacji backendowych w języku Python, z wykorzystaniem frameworka Django oraz Django REST Framework, z uwzględnieniem dobrych praktyk pracy w repozytorium, testowania, pracy z bazą danych i wdrożeń.

Szkolenie ma wyposażyć uczestników w znajomość technologii, narzędzi i standardów niezbędnych do pracy nad backendem aplikacji webowej, a także wyrobić dobre nawyki: czytelny kod, typowanie, testy, kontrolę jakości, podstawy bezpieczeństwa oraz świadome wykorzystanie AI w pracy programisty.

Zajęcia mają formę warsztatową. Uczestnicy przez cały kurs rozwijają swój projekt, do którego w każdym weekendzie dochodzą kolejne funkcjonalności. Dzięki temu uczestnik nie tylko poznaje narzędzia, ale uczy się, jak wygląda praktyczna praca nad produktem programistycznym.

Czas trwania kursu: 13 weekendów (104h). Każdy weekend obejmuje zajęcia w sobotę i niedzielę (łącznie 8h), w formule warsztatowej, z elementami pracy projektowej i powtórkami kluczowych zagadnień.

Zajęcia odbywają się w godzinach zegarowych.

W harmonogramie ujęto przerwy, przerwy wliczają się w czas trwania szkolenia.

Przerwy w czasie trwania kursu są dostosowane do tempa pracy uczestników. Są indywidualne ustalane z trenerem prowadzącym zajęcia z uczestnikami kursu.

Walidacja odbywa się za pomocą testu teoretycznego z wynikiem generowanym automatycznie.

Wymagania sprzętowe: System operacyjny: Windows 10/11 lub macOS (lub Linux).

Wymagania sprzętowe minimalne: CPU i5/Ryzen 5, 8 GB RAM, dysk SSD min. 20-30 GB wolnego miejsca.

Rekomendowane: 16 GB RAM (ze względu na pracę z bazą danych, Dockera i narzędzia developerskie).

Wymagane instalacje: Python 3.12, Git, VS Code (lub IDE alternatywne), Zoom i Slack.

Zalecane: Docker Desktop, narzędzie do bazy danych (DBeaver lub psql), narzędzie do testowania API (Postman/Insomnia/Thunder Client).

Poniżej znajduje się lista modułów szkoleniowych, które zostaną zrealizowane podczas kursu „AI Python Engineer” w infoShare Academy.

Moduł 1: Start i środowisko

Ustawiasz środowisko pracy i wchodzisz w podstawy Pythona. Od pierwszego dnia pracujesz na repozytorium i poznajesz zasady bezpiecznego użycia AI w programowaniu.

Moduł 2: Python w praktyce

Uczysz się Pythona na praktycznych danych: kolekcje, pliki i obsługa błędów. Budujesz pierwsze małe narzędzie CLI, które później wykorzystasz jako część aplikacji.

Moduł 3: Organizacja kodu i debugowanie

Porządkujesz kod tak, by dało się go rozwijać: moduły, pakiety i jasne granice odpowiedzialności. Uczysz się też typowania, które zwiększa czytelność i ogranicza błędy – i łączysz to z praktycznym debugowaniem.

Moduł 4: Testy i jakość kodu

Wprowadzasz standard jakości: testy, automatyzacje i pipeline CI. Dzięki temu kolejne elementy projektu budujesz szybciej i bez rozjeżdżania jakości.

Moduł 5: Framework Django: fundamenty web i API

Wchodzisz w świat aplikacji web: startujesz projekt we frameworku Django, uczysz się struktury, routingu i podstaw request/response, a potem budujesz pierwsze API w Django REST Framework (DRF) — z walidacją i testami.

Moduł 6: SQL i dane w Django

W tym bloku uczysz się pracy z danymi: rozumiesz SQL, projektujesz model danych i mapujesz go na Django ORM (Object-Relational Mapping). Dodajesz migracje i pierwsze “realne” dane w projekcie.

Moduł 7: Django REST Framework: CRUD i jakość API

Budujesz stabilne API na Django REST Framework: CRUD, walidacja, błędy i testy. Następnie dokładasz transakcje i podstawy wydajności (N+1 i dobre query).

Moduł 8: Auth i bezpieczeństwo w Django

Wprowadzasz użytkowników, logowanie i uprawnienia. Uczysz się praktycznych zasad bezpieczeństwa: sekrety, PII, limity i testy uprawnień, tak, by aplikacja nie była “otwartym API”.

Moduł 9: REST API i streaming

W tym bloku dopinasz standardy API “jak w pracy”: zasoby, kontrakty, wersjonowanie, paginację i filtrowanie oraz testy pod kontrakt. Następnie uruchamiasz streaming odpowiedzi i prosty UI, przygotowując projekt pod czat AI.

Moduł 10: Zadania w tle

Uczysz się uruchamiać długie procesy poza requestem. Wprowadzisz kolejkę zadań, statusy jobów i odporność na ponowienia.

Moduł 11: LLM w aplikacji

Zaczynasz budować AI-feature’y w aplikacji. Wymuszasz structured output, walidujesz odpowiedzi i uczysz się kontrolować koszty.

Moduł 12: Function calling, guardrails i MCP

Łączysz LLM z logiką domenową przez function calling, a potem robisz krok “production-ish”: pokazujemy MCP (Model Context Protocol) jako standardowe podejście do narzędzi i kontekstu dla agentów. Uczysz się też realnych zagrożeń (prompt injection / tool poisoning) i podstaw obrony.

Moduł 13: RAG, ewaluacja i wdrożenie

Finalizujesz projekt: RAG (Retrieval-Augmented Generation) end-to-end z cytowaniami, mini-ewaluacja jakości i wdrożenie. Dodajesz obserwowalność i kontrolę kosztów – czyli “production-ish” w praktyce.

Prework, czyli materiały przygotowujące do kursu. Uczestnik dostaje w trakcie kursu wszelkie materiały zawierające kod źródłowy, prezentacje i dostęp do repozytorium – ćwiczeń.

Kursanci otrzymują materiały po każdym bloku tematycznym. Trenerzy udostępniają autorskie materiały.

W przypadku kiedy kurs zostanie opłacony środkami publicznymi przez operatora do Dostawcy Usługi i dofinansowanie wynosi co najmniej 70%, cena kursu może zostać zwolniona z podatku VAT, na podstawie § 3 ust. 1 pkt 14 Rozporządzenia Ministra Finansów z dnia 20.12.2013 r. w sprawie zwolnień od o podatku od towarów i usług oraz warunków stosowania tych zwolnień.

Obecność uczestników potwierdzona będzie za pomocą rejestru logowań. Wymagana obecność to minimum 80% czasu zajęć.

System operacyjny: Windows 10/11 lub macOS (lub Linux).

Wymagania sprzętowe minimalne: CPU i5/Ryzen 5, 8 GB RAM, dysk SSD min. 20-30 GB wolnego miejsca.

Rekomendowane: 16 GB RAM (ze względu na pracę z bazą danych, Dockera i narzędzia developerskie).

Wymagane instalacje: Python 3.12, Git, VS Code (lub IDE alternatywne), Zoom i Slack.

Zalecane: Docker Desktop, narzędzie do bazy danych (DBeaver lub psql), narzędzie do testowania API (Postman/Insomnia/Thunder Client).

infoShare Academy uczy na bieżąco, poprzez obserwację pracy przy realizacji projektów, weryfikuje stopień przyswojenia wiedzy i motywuje do dalszej intensywnej pracy.

Całe szkolnie będzie realizowane zdalnie na żywo z trenerem i uczestnikami poprzez platformę Zoom

Po ukończeniu szkolenia uczestnik otrzymuje zaświadczenie ukończenia kursu.

Kurs prowadzony jest przez wielu trenerów, którzy mogą się powtarzać, w zależności od tematu zajęć.

Kurs również dedykowany jest dla osób chcących skorzystać z projektu "Małopolski pociąg do kariery"

Zawarto umowę z Wojewódzkim Urzędem Pracy w Szczecinie na świadczenie usług rozwojowych z wykorzystaniem elektronicznych bonów szkoleniowych w ramach projektu Zachodniopomorskie Bony Szkoleniowe.

Zawarto umowę z Wojewódzkim Urzędem Pracy w Toruniu na świadczenie usług rozwojowych w projekcie Kierunek - Rozwój.

System operacyjny: Windows 10/11 lub macOS (lub Linux).

Wymagania sprzętowe minimalne: CPU i5/Ryzen 5, 8 GB RAM, dysk SSD min. 20-30 GB wolnego miejsca.

Rekomendowane: 16 GB RAM (ze względu na pracę z bazą danych, Dockera i narzędzia developerskie).

Wymagane instalacje: Python 3.12, Git, VS Code (lub IDE alternatywne), Zoom i Slack.

Zalecane: Docker Desktop, narzędzie do bazy danych (DBeaver lub psql), narzędzie do testowania API (Postman/Insomnia/Thunder Client).