Kurs AI Python Engineer | forma zdalna w czasie rzeczywistym

Kurs AI Python Engineer jest dla osób, które chcą nauczyć się tworzyć nowoczesne aplikacje backendowe w Pythonie – od podstaw, ale w standardzie zbliżonym do pracy w zespole. Program prowadzi przez budowę API, pracę z bazą danych i wdrożenie, a na końcu pokazuje, jak sensownie dodawać funkcje AI (LLM/RAG) do aplikacji.

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.

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

Z przyczyn niezależnych od Wykonawcy (np. losowych lub organizacyjnych) harmonogram szkolenia może ulec nieznacznej zmianie. Wszystkie zmiany będą przekazywane Operatorowi.

Usługa rozwojowa nie jest świadczona przez podmiot pełniący funkcję Operatora lub Partnera Operatora w projekcie PSF, FERS ani innym programie regionalnym oraz przez podmiot powiązany z Operatorem lub Partnerem kapitałowo lub osobowo.

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).