Kurs Analityk Danych + AI

Czego się nauczysz w tej sekcji?

• skonfigurować środowisko pracy potrzebne na kursie
• utworzyć konto i przygotować podstawy pracy z GitHub
• uruchomić Jupyter Notebook i sprawdzić poprawność działania środowiska
• odświeżyć podstawowe pojęcia z Pythona
• odświeżyć podstawowe zapytania SQL
• przygotować się do pracy na materiałach i repozytorium kursowym

Zakres modułu:

• Konfiguracja środowiska pracy Analityka Danych
• Organizacja pracy w Jupyter Notebook
• Rozpoznawanie podstawowych typów danych w Pythonie
• Wykonywanie operacji na zmiennych i danych tekstowych
• Stawianie pierwszych kroków w pracy z kodem analitycznym
• Wykorzystywanie AI do nauki podstaw i wyjaśniania kodu

Zakres modułu:

• Stosowanie instrukcji warunkowych do sterowania logiką programu
• Wykorzystywanie pętli do automatyzowania pracy na danych
• Pracowanie z listami, słownikami, krotkami i zbiorami
• Tworzenie funkcji i przekazywanie do nich argumentów
• Porządkowanie kodu w logiczne, powtarzalne etapy
• Wykorzystywanie AI do wspierania nauki programowania i debugowania prostych zadań

Zakres modułu:

• Importowanie i wykorzystywanie bibliotek Pythona
• Odczytywanie i zapisywanie plików wykorzystywanych w analizie danych
• Obsługiwanie wyjątków i rozpoznawanie typowych błędów
• Stosowanie wyrażeń regularnych do czyszczenia danych tekstowych
• Organizowanie projektu analitycznego w uporządkowany sposób
• Wykorzystywanie AI do poprawiania i lepszego rozumienia kodu

Zakres modułu:

• Tworzenie zapytań SQL do pobierania i filtrowania danych
• Agregacja danych i wyliczanie podstawowych miar biznesowych
• Łączenie tabel i budowanie bardziej zaawansowanych analiz
• Wykorzystywanie SQL do odpowiadania na pytania biznesowe
• Rozumienie struktury danych relacyjnych i logiki zapytań
• Wykorzystywanie AI do wspierania pracy z SQL i interpretacji wyników

Zakres modułu:

• Przetwarzanie danych liczbowych z wykorzystaniem NumPy
• Analizowanie danych tabelarycznych w Pandas
• Oczyszczanie i przygotowywanie danych do analizy
• Łączenie, grupowanie i przekształcanie danych z wielu źródeł
• Budowanie podstaw eksploracyjnej analizy danych
• Wykorzystywanie AI do wspierania pracy z Pandas i eksploracji danych

Zakres modułu:

• Optymalizowanie pracy z większymi zbiorami danych
• Dobieranie typów danych i poprawianie wydajności analiz
• Wykorzystywanie DuckDB do lokalnej analizy danych
• Pracowanie z formatem Parquet w projektach analitycznych
• Rozumienie zastosowań Polars jako alternatywy dla Pandas
• Dobieranie odpowiedniego narzędzia do konkretnego rodzaju analizy

Zakres modułu:

• Pobieranie danych z API i innych źródeł zewnętrznych
• Przetwarzanie danych w formacie JSON i innych strukturach wejściowych
• Stosowanie podstaw web scrapingu w analizie danych
• Identyfikowanie braków, duplikatów i niespójności w danych
• Tworzenie podstawowych reguł walidacji danych
• Wykorzystywanie AI do wspierania analizy, pracy z promptami i analizy danych tekstowych

Zakres modułu:

• Dobieranie właściwych typów wykresów do pytania analitycznego i biznesowego
• Tworzenie wizualizacji danych w Matplotlib, Seaborn i Plotly
• Analizowanie zależności, trendów i anomalii z pomocą wykresów
• Przygotowywanie interaktywnych wizualizacji do prezentacji wyników
• Formułowanie insightów i rekomendacji na podstawie danych
• Tworzenie raportów i prezentowanie wyników w czytelny sposób

Zakres modułu:

• Dobieranie kluczowych KPI do dashboardu i raportu managerskiego
• Projektowanie czytelnych dashboardów dla odbiorcy biznesowego
• Tworzenie interaktywnych widoków danych w Tableau
• Rozumienie, jak AI wspiera pracę w narzędziach BI i interpretację danych
• Przygotowywanie danych do budowy prostych modeli predykcyjnych
• Trenowanie, ocenianie i interpretowanie podstawowych modeli ML

Aby zapisać się na kurs możesz wypełnić formularz, wysłać maila bezpośrednio do opiekunki lub zadzwonić. W przypadku zgłoszenia się przez formularz otrzymasz od razu maila ze szczegółowym programem kursu oraz informacjami o kolejnych krokach.

Zajęcia na kursie odbywają się zależnie od edycji w poniedziałki i środy lub wtorki i czwartki od 17:30 do 20:30.

Obowiązkowym punktem rozpoczęcia kursu jest przerobienie preworku – są to materiały do samodzielnej nauki. Otrzymasz od nas wszystkie niezbędne materiały, linki oraz instrukcje, jak krok po kroku zainstalować programy i narzędzia, z których będziesz korzystać w trakcie kursu.Przykładając się do jego wykonania, zapewniasz sobie i reszcie grupy sprawny start w kursie i możliwość bezproblemowego rozpoczęcia nauki i pracy nad projektem. Z drugiej strony, w przypadku naszych kursów – bardzo intensywnych i napakowanych wiedzą, zlekceważenie preworku może skutkować późniejszym nawarstwieniem się zaległości, które będzie niezwykle trudno nadrobić w trakcie kursu.

W celu przystąpienia do kursu „Analityk danych + AI” powinieneś(aś) posiadać predyspozycje do analizowania danych. Są one weryfikowane za pomocą testu, który wysyłamy Ci przed zapisaniem się na kurs. Dodatkowo, niezbędna do rozpoczęcia kursu jest: znajomość j.angielskiego na poziomie min. B1/B2, umiejętność analitycznego myślenia, wykonanie preworku, który otrzymasz po zapisaniu się na kurs wysoka motywacja, dyspozycyjność – czas na zajęcia, ale również naukę w domu.

Główną przewagą kursu nad studiami jest warsztatowa forma zajęć – wiedzę zdobytą na zajęciach teoretycznych kursanci wykorzystują od razu na zajęciach praktycznych. Zarówno zajęcia teoretyczne, jak i warsztaty prowadzą doświadczeni trenerzy – praktycy. W Akademii dbamy o to, aby program kursu był dopasowany do aktualnej sytuacji na rynku pracy. Kursy są krótsze niż studia, co z jednej strony wiąże się większym natężeniem zajęć i dostarczanej wiedzy, a z drugiej sprawia, że szybciej możesz rozpocząć swój rozwój w obszarze Analizy Danych. Na koniec – na kursach panuje bardzo dobra atmosfera, kursanci wspierają się wzajemnie i są w stałym kontakcie ze sobą i z trenerami na komunikatorze wewnętrznym w czasie trwania zajęć.

Jeśli chodzi o samo uczestnictwo w kursach, to wiek nie jest ograniczeniem. Nasze kursy kończyli zarówno 18-latkowie, jak i osoby 50+. Należy jednak pamiętać, że karierę w branży IT zaczyna się od stażu albo od stanowiska juniora, co może wiązać się z otrzymywaniem niższego wynagrodzenia niż na obecnym miejscu pracy, jeśli ma się już kilkanaście lat doświadczenia. Warto wziąć to pod uwagę zanim podejmie się decyzję o przebranżowieniu.

Na rynku jest dostępnych wiele form finansowania kursów, szczegółowe informacje znajdziesz na naszej stronie Finansowanie.

Tak, zajęcia są nagrywane i można z nich korzystać, żeby utrwalać wiedzę z zajęć.

Oczywiście, po zaliczeniu kursu otrzymasz od nas doceniany na rynku certyfikat infoShare Academy z informacją o zakresie kursu i terminie, w jakim kurs się odbywał. Certyfikat podpisany jest przez CEO infoShare Academy oraz Trenera prowadzącego kurs. Otrzymasz go w formacie PDF, dzięki czemu łatwo podzielisz się informacją o zdobytych kwalifikacjach na LinkedIn z potencjalnymi, przyszłymi pracodawcami lub klientami.