Specjalista ds. analityki danych z wykorzystaniem Python, SQL, NoSQL oraz BI (Business Intelligence) - szkolenie zakończone egzaminem zewnętrznym

Program szkolenia jest dostosowany do potrzeb uczestników usługi oraz głównego celu usługi i jej charakteru oraz obejmuje zakres tematyczny usługi. Uczestnik nie musi spełniać dodatkowych wymagań dot. poziomu zaawansowania.

Usługa prowadzona jest w godzinach dydaktycznych. Przerwy nie są wliczone w ogólny czas usługi rozwojowej. Harmonogram usługi może ulec nieznacznemu przesunięciu, ponieważ ilość przerw oraz długość ich trwania zostanie dostosowana indywidualnie do potrzeb uczestników szkolenia. Łączna długość przerw podczas szkolenia nie będzie dłuższa aniżeli zawarta w harmonogramie.

Zajęcia zostaną przeprowadzone przez ekspertów z wieloletnim doświadczeniem, którzy przekazuje nie tylko wiedzę teoretyczną, ale także praktyczne wskazówki i najlepsze praktyki. Uczestnicy mają możliwość czerpania z jego wiedzy i doświadczeń.

Szkolenie będzie realizowane zdalnie w czasie rzeczywistym za pomocą platformy TEAMS co umożliwia aktywny udział uczestników w warsztatach i ćwiczeniach grupowych.

Szkolenie realizowane jest przez platformę umożliwiającą:

• udostępnianie ekranu,
• czat, komunikację audio-wideo,
• współdzielenie materiałów i plików,
• interaktywną prezentację kodu i analiz danych.

Każdy uczestnik pracuje indywidualnie na swoim komputerze z bieżącym wsparciem trenera.

_______________________________________________________________________________________________________________________

Przed dokonaniem zapisu i złożeniem karty uczestnictwa do Operatora, zachęcamy do kontaktowania się z nami telefonicznie, SMS-em lub e-mailem pod adresem/numerem wskazanym w zakładce „Kontakt”.

Pozwoli to potwierdzić dostępność miejsca w grupie szkoleniowej oraz rozwiać ewentualne wątpliwości.

_______________________________________________________________________________________________________________________

MODUŁ I: Wprowadzenie do Pythona Łącznie: 6 godz. (2 h teoria / 4 h praktyka)

Teoria

• Składnia języka Python, zmienne i typy danych.
• Struktury danych: listy, krotki, słowniki.
• Instrukcje warunkowe i pętle.
• Podstawy inżynierii danych oraz rola języka Python w analizie danych.

Praktyka

• Tworzenie prostych skryptów.
• Definiowanie funkcji i modułów.
• Obsługa wyjątków (try/except).
• Praca z plikami (odczyt, zapis, CSV).
• Automatyzacja prostych zadań związanych z przetwarzaniem danych z wykorzystaniem skryptów Python.

MODUŁ II: Przetwarzanie danych JSON Łącznie: 2 godz. (0,5 h teoria / 1,5 h praktyka)

Teoria

• Rola formatu JSON w wymianie danych.

Praktyka

• Wczytywanie, zapisywanie i analiza danych JSON.
• Konwersja struktur danych do formatu JSON.

MODUŁ III: Korzystanie z API Łącznie: 4 godz. (2 h teoria / 2 h praktyka)

Teoria

• Czym jest API i jak działa komunikacja REST.
• Podstawy autoryzacji i endpointów.

Praktyka

• Wykorzystanie biblioteki requests.
• Pobieranie i przetwarzanie danych z publicznego API.

MODUŁ IV: Przetwarzanie danych z Pandas Łącznie: 6 godz. (1 h teoria / 5 h praktyka)

Teoria

• Struktury danych Pandas (DataFrame, Series).

Praktyka

• Wczytywanie danych z plików CSV, Excel i SQL.
• Filtrowanie, sortowanie, grupowanie i łączenie danych.
• Identyfikacja braków danych oraz duplikatów.
• Przygotowanie i czyszczenie danych przed analizą.
• Przygotowanie prostych raportów.

MODUŁ V: Wizualizacja danych Łącznie: 5 godz. (1 h teoria / 4 h praktyka)

Teoria

• Znaczenie wizualizacji danych.
• Przegląd bibliotek Matplotlib i Plotly.
• Dobór odpowiedniego typu wykresu do rodzaju analizowanych danych.

Praktyka

• Tworzenie wykresów słupkowych, liniowych, histogramów i map cieplnych.
• Wykresy interaktywne w Plotly.
• Dobór wykresów do prezentacji wskaźników oraz budowy prostego dashboardu.

MODUŁ VI: Web scraping Łącznie: 4 godz. (3h teoria / 1h praktyka)

Teoria

• Pojęcie web scrapingu.
• Aspekty prawne i etyczne pozyskiwania danych.
• Omówienie bibliotek BeautifulSoup i Scrapy.
• Podstawowe zasady ochrony danych osobowych (RODO) podczas pozyskiwania i wykorzystywania danych oraz przypadki wymagające anonimizacji danych wrażliwych.

Praktyka

• Pobieranie danych ze stron internetowych.
• Zapis danych do plików lub baz danych.

MODUŁ VII: Wprowadzenie do baz danych i SQLŁącznie: 6 godz. (2 h teoria / 4 h praktyka)

Teoria

• Czym są bazy danych, rekordy, tabele i zapytania.
• SQL vs NoSQL – różnice i zastosowania.
• Architektura relacyjnych i nierelacyjnych baz danych.

Praktyka

• Tworzenie tabel.
• Podstawowe zapytania SQL.
• Operacje SELECT, INSERT, UPDATE, DELETE.
• Klauzule WHERE, ORDER BY, GROUP BY, HAVING.

MODUŁ VIII: Zaawansowane SQL Łącznie: 4 godz. (1 h teoria / 3 h praktyka)

Teoria

• Złączenia tabel, podzapytania oraz relacje między tabelami.

Praktyka

• JOIN (INNER, LEFT, RIGHT).
• Podzapytania.
• Transakcje i indeksy.
• Optymalizacja zapytań SQL.

MODUŁ IX: NoSQL Łącznie: 4 godz. (2 h teoria / 2 h praktyka)

Teoria

• Typy baz danych NoSQL:
  • dokumentowe,
  • grafowe,
  • kolumnowe,
  • klucz–wartość.
• Porównanie SQL i NoSQL.

Praktyka

• Podstawowe operacje CRUD w MongoDB.
• Filtrowanie i zapytania w bazach dokumentowych.

MODUŁ X: Przetwarzanie danych w Pythonie Łącznie: 4 godz. (1 h teoria / 3 h praktyka)

Teoria

• Etapy eksploracyjnej analizy danych.
• Proces ETL (Extract, Transform, Load) i jego zastosowanie w przygotowaniu danych do analizy.

Praktyka

• Integracja danych SQL i NoSQL z Pandas.
• Analiza, czyszczenie i łączenie danych.
• Przygotowanie danych zgodnie z procesem ETL oraz automatyzacja wybranych etapów przetwarzania danych z wykorzystaniem skryptów Python.

MODUŁ XI: Business Intelligence (BI) Łącznie: 6 godz. (2 h teoria / 4 h praktyka)

Teoria

• Czym jest Business Intelligence i jak wspiera decyzje biznesowe.
• Przegląd narzędzi Power BI, Tableau i Qlik Sense.
• Zasady doboru formy prezentacji wyników do potrzeb odbiorcy biznesowego.

Praktyka

• Tworzenie dashboardów i raportów.
• Łączenie źródeł danych z Pythonem i SQL.
• Dobór odpowiednich wizualizacji do prezentacji wskaźników biznesowych.

MODUŁ XII: Projekt praktyczny Łącznie: 4 godz. (1 h teoria / 3 h praktyka)

Teoria

• Zasady etyki zawodowej w pracy analityka danych.
• Obowiązki administratora danych wynikające z RODO.
• Rzetelna interpretacja wyników analiz, w tym postępowanie w sytuacji, gdy wyniki analizy nie potwierdzają postawionej hipotezy.

Praktyka

• Realizacja projektu integrującego Python, SQL, NoSQL i BI.
• Analiza danych i wizualizacja wyników.
• Prezentacja wyników projektu z wykorzystaniem dashboardu.
• Dostosowanie poziomu technicznego prezentacji do odbiorcy biznesowego.
• Odpowiadanie na pytania odbiorców oraz uzasadnianie podjętych decyzji analitycznych.

Walidacja (1 godz.) test teoretyczny pisany synchronicznie przez uczestników.

Szkolenie zakończone jest egzaminem zewnętrznym oraz zdobyciem kwalifikacji Specjalista ds. analityki danych z wykorzystaniem Python, SQL, NoSQL oraz BI (Business Intelligence) kod kwalifikacji: ICVC/ADPSBI 5000.01

Walidacja przeprowadzana jest przez podmiot zewnętrzny ICVC Certyfikacja Sp. z o.o. na podstawie akredytacji wydanej przez Instytucję certyfikującą - Talent Odyssey Ltd. Egzamin odbywa się w formie testu teoretycznego przeprowadzanego zdalnie (online).

Uczestnik otrzymuje login i hasło do platformy, za pomocą której należy wypełnić test. Test teoretyczny przeprowadzany w formie zdalnej nie jest testem z wynikiem generowanym automatycznie - wyniki testu teoretycznego są każdorazowo weryfikowane przez Egzaminatora ICVC.

Certyfikat wydawany jest w terminie maksymalnie do 7 dni roboczych od dnia zakończenia walidacji (certyfikat może zostać wydany wcześniej, jednak co do zasady podmiot zewnętrzny ma na to maksymalnie 7 dni roboczych). W związku z tym, termin zakończenia usługi został wydłużony o okres oczekiwania na wydanie certyfikatu.

Każdy z uczestników otrzyma materiały dydaktyczne oraz prezentację w formie e-mail.

Trener prowadzący szkolenie na bieżąco będzie przesyłał zadania oraz ćwiczenia.

Warunkiem zdobycia certyfikatu potwierdzającego zdobyte kwalifikacje jest przystąpienie do Egzaminu . Na egzamin uczestnik nie musi dokonywać osobnego zapisu oraz jest w koszt usługi.

Wymagana jest obecność min 80% lub zgodna ze wskazaniami Operatora. Obecność na usłudze weryfikowana będzie na podstawie raportu logowań wygenerowanego z platformy.

Uczestnicy przyjmują do wiadomości, że usługa może być poddana monitoringowi z ramienia Operatora lub PARP i wyrażają na to zgodę.

Uczestnik ma obowiązek zapisania się na usługę przez BUR co najmniej w dniu zakończenia rekrutacji.

Organizator zapewnia dostępność osobom ze szczególnymi potrzebami podczas realizacji usług rozwojowych zgodnie z Ustawą z dnia 19 lipca 2019 r. o zapewnianiu dostępności osobom ze szczególnymi potrzebami (Dz.U. 2022 poz. 2240) oraz „Standardami dostępności dla polityki spójności 2021-2027”. W przypadku potrzeby zapewnienia specjalnych udogodnień prosimy o kontakt przed zapisem na usługę!

• Zapis BUR nie jest jednoznaczny z zarezerwowaniem miejsca. W celu potwierdzenia miejsca prosimy o dodatkowy kontakt telefoniczny/sms lub mailowy na adres/numer wskazany w zakładce " kontakt"
• zawarto umowę z WUP w Toruniu w ramach projektu Kierunek Rozwój
• zawarto umowę z WUP w Krakowie w ramach projektu Małopolski Pociąg do Kariery
• zawarto umowę z WUP w Szczecinie w ramach projektu Zachodniopomorskie Bony Szkoleniowe
• usługi dedykowane również uczestnikom innych programów dofinansowań

Podstawa zwolnienia z VAT:

1) art. 43 ust. 1 pkt 29 lit. c Ustawy z dnia 11 marca 2024 o podatku od towarów i usług - w przypadku dofinansowania w wysokości 100%

2) § 3 ust. 1 pkt. 14 Rozporządzenia Ministra Finansów z dnia 20 grudnia 2013 r. w sprawie zwolnień od podatku od towarów i usług oraz warunków stosowania tych zwolnień - w przypadku dofinansowania w co najmniej 70%

3) W przypadku braku uzyskania dofinansowania lub uzyskania dofinansowania poniżej 70%, do ceny usługi należy doliczyć 23% VAT

1. Sprzęt uczestnika:

• komputer lub laptop z systemem operacyjnym Windows 10 / 11, macOS lub Linux,
• procesorem co najmniej Intel i5 / Ryzen 5 lub równoważnym,
• pamięcią RAM: minimum 8 GB (zalecane 16 GB dla płynnej pracy z dużymi zbiorami danych),
• wolną przestrzenią dyskową: minimum 10 GB,
• stabilne łącze internetowe (min. 10 Mbps) – w przypadku zajęć zdalnych,
• aktualna przeglądarką internetową (Chrome, Edge, Firefox),

Obowiązkowe:

• • Kamera:Uczestnik powinien posiadać działającą kamerę (wbudowaną w laptop/komputer lub zewnętrzną). Kamera umożliwia aktywny udział w sesjach, prezentację ćwiczeń grupowych oraz interakcję z prowadzącym.
  • Mikrofon: Niezbędny jest sprawny mikrofon (wbudowany lub zewnętrzny, np. w zestawie słuchawkowym).Umożliwia zadawanie pytań, udział w dyskusjach i ćwiczeniach grupowych.
  • Zalecane użycie słuchawek z mikrofonem, aby zredukować echo i poprawić jakość dźwięku.

2. Oprogramowanie:

Nie jest wymagane wcześniejsze przygotowanie środowiska programistycznego. Wszystkie niezbędne programy, dane i narzędzia zostaną przekazane przez trenera w trakcie trwania szkolenia.

W ramach zajęć uczestnicy będą korzystać z następujących narzędzi i środowisk :

• Python (najnowsza wersja),
• podstawowe biblioteki: pandas, numpy, matplotlib, sqlalchemy, pymongo, requests.
• SQLite / PostgreSQL / MySQL
• MongoDB (NoSQL)
• Power BI Desktop

3. Łącze internetowe:

• Minimum 10 Mbps download / 5 Mbps upload
• Stabilne połączenie bez dużych przerw i opóźnień

4. Środowisko pracy:

• Ciche miejsce do pracy i nauki
• Dostęp do powierzchni roboczej umożliwiającej komfortowe używanie komputera
• Możliwość dzielenia ekranu w trakcie sesji praktycznych i konsultacji

5. Środowisko szkoleniowe

Szkolenie realizowane jest przez platformę umożliwiającą:

• udostępnianie ekranu,
• czat, komunikację audio-wideo,
• współdzielenie materiałów i plików,
• interaktywną prezentację kodu i analiz danych.

Każdy uczestnik pracuje indywidualnie na swoim komputerze z bieżącym wsparciem trenera.