Kurs Analityk Danych – wieczorowy
Koniec z nudnymi tabelkami w Excelu! Jeśli na co dzień pracujesz z danymi, ten kurs pozwoli Ci wejść na wyższy, nieosiągalny dotąd poziom. Naucz się Pythona, automatyzuj procesy i zacznij zarabiać jak programista.
Analityk Danych
Czego nauczysz się na kursie Analityk Danych?
- poznasz środowisko Anaconda (w tym Jupyter Notebook)
- nauczysz się podstaw programowania i myślenia algorytmicznego
- poznasz zmienne, typy danych, konwersje między iinymi float, string, tuple, słowniki, listy
- dowiesz się czym są instrukcje warunkowe, operatory i pętle
- poznasz funkcje wbudowane, definiowanie funkcji, projektowanie funkcji, reużywalność
funkcji - nauczysz się podstaw obiektowości, klas, instancji,
dziedziczenia - zapoznasz się czym są biblioteki i moduły
- nauczysz się odczytywania i zapisywania plików
- nauczysz się tworzyć efektywne dashboardy za pomocą narzędzia Tableau
- dowiesz się jak zbierać, selekcjonować, oczyszczać i przetwarzać dane
- nauczysz się przetwarzać wielowymiarowe dane z użyciem tablic NumPy oraz analizować dane z biblioteką Pandas
- dowiesz się jak wykorzystać SQL w Pythonie
- nauczysz się wykorzystania API oraz importowania danych z API
- zapoznasz się z efektywnymi wizualizacjami danych oraz raportowaniem danych dla biznesu z Pythonie
- nauczysz się wizualizować dane za pomocą bibliotek matplotlib i Seabiorn
- dowiesz się kiedy stosować jakiego typu wykresów
- nauczysz się budować automatyczne raporty
- poznasz zastosowanie Pythona w Excelu
- poznasz podstawy pracy z AI (Machine Learning)
Obejrzyj webinar z Karoliną Wadowską, trenerką podczas kursu Analityk Danych. Dowiesz się z niego, dlaczego to tak ważna umiejętność pod kątem rozwoju kariery. W trakcie webinaru Karolina przeanalizuje na żywo populację pand, jednocześnie prezentując możliwości Pythona.
Firmy w których pracują nasi absolwenci
Jak wyglądają zajęcia w Akademii?
Zajęcia na kursie Analityk danych odbywają się w specjalnym trybie dla pracujących: we wtorki i czwartki. Na każdym zjeździe mają one podobną formę. Zajęcia odbywają się w formie warsztatowej, dzięki której uczestnicy nabywają nowe umiejętności, a w ramach projektów wykorzystują zdobyte kompetencje podczas pracy zespołowej.
Pobierz informatorProgram kursu Analityk Danych – wieczorowy
Poniżej znajduje się lista modułów szkoleniowych, które zostaną zrealizowane podczas kursu Analityk danych w infoShare Academy. W przypadku każdej z grup szkoleniowych program będzie dostosowywany do poziomu zaawansowania grupy, także w trakcie trwania szkolenia. Kurs w trybie dla pracujących twa 90 godzin i ma za zadanie nauczyć uczestnika analizy danych z wykorzystaniem języka Python. Każde zajęcia prowadzone w Akademii mają wymiar praktyczny i są prowadzone przez trenerów praktyków, pracujących obecnie w branży. Do 90 godzin przewidzianych w programie, zaplanuj co najmniej 20 na dodatkową, indywidualną pracę, która pomoże Ci utrwalić zdobywane kompetencje.
Pobierz program kursu Analityk Danych – wieczorowy
Pobierz szczegółowy program kursu i sprawdź, czego się nauczysz.
Prework
Przed rozpoczęciem intensywnych zajęć na kursie wieczorowym, przygotujemy Cię do osiągnięcia najlepszych rezultatów na zajęciach na żywo z trenerem. Sekcja „Prework” to Twój pierwszy krok w pracy analityka danych! Dzięki intuicyjnemu instruktażowi dobrze przygotujesz stanowisko pracy i wykonasz pierwsze zadanie analityczne.
🙋 Dlaczego prework jest ważny?
- Zwiększysz pewność siebie: Prework sprawi, że poczujesz się pewniej w świecie analizy danych z wykorzystaniem języka Python.
- Przyspieszysz swój rozwój: przepracowanie materiałów z sekcji prework zapewni Ci wiedzę wstępną, co pozwoli Ci lepiej zrozumieć materiał na zajęciach.
- Uporządkujesz wiedzę: startując z solidnym bagażem wiedzy, unikniesz zbędnego, frustrującego poczucia przytłoczenia wiedzą na zajęciach na żywo.
💻 Czego się nauczysz w tej sekcji?
- Kontrola wersji oprogramowania: z dedykowanym materiałem szkoleniowym poświęconym gitowi i systemom kontroli wersji, zdobędziesz wszystkie niezbędne informacje, które wymagane są od analityka danych pracującego w zespole.
- Podstawy Pythona: poznasz podstawy programowania w języku Python takie jak jego składnia, typy danych czy też operacje na nich.
- Pierwsze zadanie analityczne: pracując na dołączonym do preworku zbiorze danych, stworzysz swoją pierwszą analizę, do której będziesz mógł wrócić w trakcie kursu i rozwinąć ją za pomocą nowych narzędzi.
Analiza danych z użyciem SQL (SQLite)
Ten blok kursu koncentruje się na nauce analizy danych przy użyciu języka SQL. Zdobędziesz umiejętności niezbędne do skutecznego wydobywania i analizowania danych z baz danych. SQLite jako lekka i wszechstronna baza danych jest idealnym narzędziem do nauki SQL. To doświadczenie będzie przydatne w wielu scenariuszach analitycznych.
🙋 Dlaczego analiza danych z użyciem SQL (SQLite) jest ważna?
- Rozumienie SQL: SQL jest podstawą pracy z relacyjnymi bazami danych, niezbędną w wielu aspektach analizy danych.
- Uniwersalność SQLite: SQLite jest szeroko stosowaną bazą danych, dzięki czemu zdobyta przez Ciebie wiedza będzie mieć szerokie zastosowanie.
- Praktyczne zastosowanie: Nauka SQL na przykładzie SQLite jest praktycznym wprowadzeniem do zaawansowanych technik analizy danych.
💻 Czego się nauczysz w tej sekcji?
- Zapytania SQL: Nauczysz się tworzyć efektywne zapytania SQL, co jest kluczowe w analizie danych.
- Praca z SQLite: Zdobędziesz praktyczne umiejętności korzystania z SQLite jako narzędzia do analizy danych.
- Optymalizacja zapytań SQL: Zdobędziesz wiedzę na temat optymalizacji zapytań SQL w kontekście analizy danych, co wpłynie na wydajność Twojej pracy.
Podstawy Pythona w analizie danych
Blok ten przeznaczony jest na przekazanie podstawowych elementów języka Python niezbędnych do skutecznej analizy danych. W jego ramach przedstawione zostaną takie elementy jak myślenie algorytmiczne, operatory, operacje na nich, typy danych, kolekcje, instrukcje warunkowe, pętle oraz funkcje.
🙋 Dlaczego podstawy Pythona w analizie danych są ważne?
- Podstawy programowania: Opanowanie podstaw Pythona jest kluczowe dla efektywnej pracy z danymi, umożliwiając pisanie czytelnego i efektywnego kodu.
- Zrozumienie składni: Poprawne zrozumienie składni Pythona ułatwi Ci czytanie i zrozumienie istniejącego kodu, co jest niezbędne w środowisku pracy zespołowej.
- Baza do rozwinięcia: Blok ten stanowi solidną bazę do dalszego rozwijania umiejętności programistycznych, co jest istotne w kontekście analizy danych.
💻 Czego się nauczysz w tej sekcji?
- Podstawy Pythona: zdobędziesz wiedzę na temat typów danych, operacji na nich, instrukcji oraz funkcji w języku Python.
- Myślenie algorytmiczne: Zrozumiesz podstawy programowania algorytmicznego, co pozwoli na tworzenie funkcjonalnych skryptów do analizy danych.
- Praktyczne zastosowania: nauczysz się praktycznych zastosowań Pythona w kontekście analizy danych, dzięki rozwiązaniu rzeczywistych problemów przy użyciu podstawowych konceptów języka.
Obiektowość w analizie danych (OOP)
Blok ten koncentruje się na paradygmacie programowania obiektowego w języku Python, a także pracy z wyjątkami. Przekazane zostaną informacje na temat tego jak projektować i implementować obiekty, co pozwala na bardziej elastyczną i efektywną pracę z danymi.
🙋 Dlaczego obiektowość w analizie danych (OOP) jest ważna?
- Struktura kodu: Programowanie obiektowe zapewnia bardziej zorganizowaną strukturę kodu, ułatwiając jego zrozumienie i rozwijanie.
- Elastyczność kodu: Zrozumienie programowania obiektowego umożliwi CI bardziej elastyczne operacje na danych, co jest kluczowe w analizie danych.
- Stosowanie wyjątków: Dzięki poznaniu zasad stosowania wyjątków w języku Python, nauczysz się dostosowywać swój kod do zadań stojących przed Tobą w procesie analizy danych.
💻 Czego się nauczysz w tej sekcji?
- Podstawy programowania obiektowego: Zdobędziesz wiedzę na temat klas, obiektów i dziedziczenia w Pythonie.
- Projektowanie obiektów: Praktycznie przećwiczysz projektowanie obiektów i ich implementacji w kontekście analizy danych.
- Zastosowanie wyjątków: Nauczysz się, jak wykorzystywać wyjątki do bardziej zaawansowanych operacji na danych.
Środowisko pracy GitHub z użyciem CoPilot
Ten moduł zapewni Ci wiedzę na temat efektywnego korzystania z GitHuba i asystenta programowania GitHub CoPilot. Dowiesz się, jak efektywnie zarządzać kodem i projektami oraz jak wykorzystać narzędzia wspierające programowanie. Zrozumienie GitHuba i CoPilota jest kluczowe w nowoczesnym środowisku pracy analityka danych.
🙋 Dlaczego środowisko pracy GitHub z użyciem CoPilot jest ważne?
- Współpraca w zespole: GitHub to standard w dziedzinie zarządzania kodem, niezbędny w pracy zespołowej.
- Automatyzacja kodowania: GitHub CoPilot może znacząco przyspieszyć i usprawnić proces tworzenia kodu.
- Efektywność pracy: Znajomość tych narzędzi jest kluczowa w efektywnym i nowoczesnym środowisku pracy.
💻 Czego się nauczysz w tej sekcji?
- Zarządzanie kodem z GitHubem Nauczysz się efektywnie zarządzać projektami i kodem przy użyciu GitHuba.
- Korzystanie z GitHub CoPilot: Odkryjesz, jak CoPilot może wspierać Twój proces programowania.
- Integracja w codziennej pracy: Dowiesz się, jak te narzędzia można włączyć do codziennego procesu pracy z danymi.
Przetwarzanie wielowymiarowych danych z użyciem tablic NumPy
W tym module skupisz się na nauce przetwarzania wielowymiarowych danych z wykorzystaniem biblioteki NumPy. Poznasz narzędzia i techniki niezbędne do obsługi skomplikowanych zbiorów danych. NumPy, dzięki swojej wydajności i wszechstronności, jest kluczowym elementem w toolkitu każdego analityka danych. Ten moduł pozwoli Ci na praktyczne zastosowanie NumPy w realnych scenariuszach analitycznych.
🙋 Dlaczego przetwarzanie wielowymiarowych danych z użyciem tablic NumPy jest ważne?
- Efektywność obliczeniowa: Dzięki NumPy możesz przetwarzać dane szybciej i bardziej efektywnie.
- Praktyczne umiejętności: Zdobędziesz umiejętności, które można bezpośrednio zastosować w rzeczywistych problemach analitycznych.
- Przetwarzanie danych numerycznych: NumPy zapewnia potężne narzędzia do manipulacji danymi numerycznymi, co jest kluczowe w analizie statystycznej i eksploracyjnej.
💻 Czego się nauczysz w tej sekcji?
- Podstawy NumPy Opanujesz tworzenie i manipulację wielowymiarowymi tablicami danych.
- Operacje na macierzach i tablicach: Zdobycie umiejętności korzystania z NumPy do efektywnej manipulacji danymi numerycznymi jest podstawą w dalszym rozwoju jako analityk danych.
- Przetwarzanie i analiza danych: Dowiesz się, jak wykorzystać NumPy do rozwiązywania konkretnych problemów analitycznych.
Analiza danych z biblioteką Pandas
W tym module skupisz się na nauce korzystania z Pandas, kluczowej biblioteki do analizy danych w Pythonie. Pandas to potężne narzędzie do pracy z danymi tabularnymi, umożliwiające efektywną analizę i przetwarzanie. Ten moduł dostarczy Ci umiejętności potrzebnych do praktycznej pracy z dużymi zbiorami danych. Nauczysz się przetwarzać, analizować oraz wizualizować dane z wykorzystaniem Pandas.
🙋 Dlaczego analiza danych z biblioteką Pandas jest ważna?
- Obsługa dużych zbiorów danych: Pandas to niezastąpione narzędzie do pracy z dużymi zbiorami danych tabularnych.
- Efektywna analiza danych: Z Pandas możesz szybko analizować i przetwarzać złożone dane.
- Praca z danymi strukturalnymi: Pandas dostarcza struktury danych, takie jak DataFrame, umożliwiające efektywne zarządzanie danymi tabularnymi.
💻 Czego się nauczysz w tej sekcji?
- Przetwarzanie danych tabularnych Nauczysz się używać Pandas do wczytywania, przetwarzania i analizy danych tabularnych.
- Zaawansowane operacje: Nauczysz się stosować zaawansowane funkcje Pandas do analizy danych.
- Wizualizacja danych: Poznasz, jak korzystać z Pandas do przygotowywania danych do wizualizacji.
Pozyskiwanie danych z API oraz Web Scraping
W ramach bloku omówione zostaną szczegóły integracji z interfejsami programistycznymi w celu pozyskiwania danych do analizy. Dzięki temu uzyskasz umiejętności korzystania z różnych API oraz przetwarzania otrzymanych danych. Dodatkowo przedstawione zostaną narzędzia do Web Scrapingu, czyli pobierania danych bezpośrednio ze stron internetowych.
🙋 Dlaczego pozyskiwanie danych z API oraz Web Scraping są ważne?
- Dostęp do zewnętrznych danych: Integracja z API umożliwi Ci pozyskiwanie danych z różnych źródeł, co jest kluczowe w procesie analizy danych.
- Automatyzacja pozyskiwania danych: Nauczysz się automatyzować proces pozyskiwania danych poprzez korzystanie z API.
- Różnorodność źródeł: Na zajęciach dowiesz się jak rozwijać swoją pracę z różnorodnymi źródłami danych, co poszerzy zakres Twoich umiejętności.
💻 Czego się nauczysz w tej sekcji?
- Korzystanie z API Zdobędziesz umiejętność korzystania z różnych API do pozyskiwania danych.
- Przetwarzanie danych z API: Nauczysz się, jak przetwarzać dane otrzymane z API, dostosowując je do potrzeb analizy.
- Automatyzacja procesów: Dowiesz się jak automatyzować procesy pozyskiwania danych, co zwiększy efektywność Twojej pracy.
Zastosowanie Pythona w Microsoft Excel
W tym module dowiesz się, jak łączyć Pythona z Microsoft Excel, aby wykorzystać potencjał obu narzędzi w analizie danych. Nauczysz się automatyzować zadania w Excelu przy użyciu Pythona oraz integrować zaawansowane funkcje analizy danych. Znajomość integracji Pythona z Microsoft Excel pozwoli Ci na efektywne wykorzystanie danych z arkuszy kalkulacyjnych. Ten moduł jest idealny dla tych, którzy chcą połączyć wszechstronność Pythona z funkcjonalnością Excela.
🙋 Dlaczego zastosowanie Pythona w Microsoft Excel jest ważne?
- Integracja narzędzi: Znajomość integracji Pythona z Excel poszerza Twoje możliwości jako analityka danych.
- Automatyzacja i efektywność:Automatyzacja zadań w Excelu za pomocą Pythona znacząco zwiększa produktywność.
- Praktyczne zastosowanie: Umiejętność ta jest bardzo praktyczna i często wykorzystywana w różnych branżach.
💻 Czego się nauczysz w tej sekcji?
- Integracja Pythona z Microsoft Excel: Nauczysz się, jak wykorzystać Pythona do pracy z arkuszami Microsoft Excel.
- Automatyzacja procesów w Microsoft Excel: Poznasz metody automatyzacji różnych zadań w Microsoft Excel za pomocą Pythona.
- Rozszerzone analizy danych: Dowiesz się, jak Python może wzbogacić analizę danych z wykorzystaniem Microsoft Excel, wykorzystując zaawansowane techniki programistyczne.
Efektywne wizualizacje danych w Pythonie
W tym module nauczysz się tworzyć efektywne i atrakcyjne wizualizacje danych, wykorzystując biblioteki Pythona. Poznasz różne narzędzia i techniki do prezentacji danych, takie jak Matplotlib, Seaborn, czy Plotly. Efektywne wizualizacje pomagają w komunikacji wyników analiz i lepszym zrozumieniu danych. Ten moduł jest idealny dla tych, którzy chcą umiejętnie prezentować dane i wyniki analiz.
🙋 Dlaczego efektywne wizualizacje danych są ważne?
- Komunikacja wyników: Wizualizacje są kluczowe do skutecznej komunikacji wyników analizy danych, zarówno dla specjalistów, jak i osób spoza dziedziny.
- Zrozumienie danych:Wizualizacje pomagają udziałowcom lepiej zrozumieć strukturę i zależności w danych, co ułatwia podejmowanie decyzji.
- Umiejętności prezentacji: Zdolność do tworzenia atrakcyjnych wizualizacji jest ceniona w wielu dziedzinach.
💻 Czego się nauczysz w tej sekcji?
- Tworzenie wizualizacji danych: Zdobędziesz umiejętność korzystania z narzędzi do tworzenia różnorodnych wizualizacji danych, takich jak Matplotlib, Seaborn czy Plotly.
- Wybór odpowiednich narzędzi: Nauczysz się dobierać odpowiednie narzędzia wizualizacyjne w zależności od rodzaju danych i celu prezentacji.
- Interaktywne wizualizacje: Poznasz jak tworzyć interaktywne wizualizacje, umożliwiające lepsze zrozumienie wyników analizy danych.
Raportowanie danych dla biznesu w Pythonie
Ten moduł poświęcony jest tworzeniu i prezentacji raportów danych dla potrzeb biznesowych przy użyciu Pythona. Dowiesz się, jak wykorzystać Pythona do zbierania, analizowania i prezentowania danych w jasny i przekonujący sposób. Raportowanie danych jest kluczowe w środowisku biznesowym, a ten moduł dostarczy Ci umiejętności niezbędnych do tworzenia profesjonalnych raportów. Poznasz również najlepsze praktyki w zakresie prezentacji wyników analizy danych.
🙋 Dlaczego raportowanie danych dla biznesu w Pythonie jest ważne?
- Kluczowe umiejętności biznesowe: Umiejętność tworzenia raportów jest niezbędna w środowisku biznesowym.
- Prezentacja wyników:Dobra prezentacja danych może znacząco wpłynąć na decyzje biznesowe.
- Raportowanie: Umiejętność przygotowywania raportów pozwoli Ci prezentować swoje analizy w sposób uporządkowany i czytelny.
💻 Czego się nauczysz w tej sekcji?
- Tworzenie raportów w Pythonie: Nauczysz się, jak używać Pythona do tworzenia klarownych i efektownych raportów.
- Analiza i prezentacja danych: Poznasz techniki analizowania danych i ich prezentacji w formie raportów.
- Projektowanie raportów: Nauczysz się, jak projektować czytelne raporty zawierające kluczowe informacje.
Tworzenie dashboardów z wykorzystaniem Tableau
Ten blok kursu poświęcony jest nauce tworzenia interaktywnych dashboardów z wykorzystaniem Tableau. Nauczysz się, jak skutecznie wizualizować dane i tworzyć atrakcyjne, interaktywne panele kontrolne. Tableau jest potężnym narzędziem do prezentacji danych, a umiejętności związane z jego wykorzystaniem są cenione w wielu dziedzinach. Ten moduł pomoże Ci lepiej zrozumieć i zaprezentować dane w przystępnej i efektownej formie.
🙋 Dlaczego tworzenie dashboardów z wykorzystaniem Tableau jest ważne?
- Interaktywność i atrakcyjność: Tableau umożliwia tworzenie atrakcyjnych i interaktywnych wizualizacji.
- Efektywna prezentacja danych:Znajomość Tableau pozwala na efektywne prezentowanie złożonych danych.
- Wizualizacja danych: Zdolność do tworzenia atrakcyjnych wizualizacji za pomocą Tableau umożliwia lepsze zrozumienie danych przez odbiorców.
💻 Czego się nauczysz w tej sekcji?
- Podstawy Tableau: Nauczysz się tworzyć i konfigurować dashboardy w Tableau.
- Obsługa Tableau: Zdobędziesz umiejętność korzystania z narzędzia Tableau do tworzenia dynamicznych i atrakcyjnych wizualizacji danych.
- Praktyczne prezentacje: Nauczysz się prezentować dane w sposób przystępny dla różnych grup odbiorców, co ma kluczowe znaczenie w pracy z różnorakimi danymi.
Wprowadzenie do technik AI (Machine Learning)
W ramach zajęć omówione zostaną podstawowe techniki Machine Learning, umożliwiające automatyzację analizy danych i prognozowanie na podstawie wzorców w danych. Stanowi to wstęp do pracy z AI!
🙋 Dlaczego wprowadzenie do technik AI (Machine Learning) jest ważne?
- Automatyzacja analizy: Machine Learning pozwala na automatyzację procesów analizy danych, co jest kluczowe w obszarze Big Data.
- Prognozowanie i klasyfikacja:Poznasz, jak wygląda prognozowanie przyszłych zdarzeń i klasyfikowanie danych na podstawie wcześniejszych wzorców.
- Rozszerzenie umiejętności: W ramach zajęć poszerzysz zakres swoich umiejętności, umożliwiając tym samym wejście w obszar Machine Learning.
💻 Czego się nauczysz w tej sekcji?
- Podstawy Machine Learning: Zdobędziesz wiedzę na temat różnych algorytmów Machine Learning, takich jak regresja, klasyfikacja i klastrowanie.
- Praktyczne zastosowania: Nauczysz się, jak wykorzystać modele Machine Learning do rozwiązania konkretnych problemów analizy danych.
- Ocena modeli: Dowiesz się, jak oceniać skuteczność modeli Machine Learning i dostosowywać je do konkretnych zastosowań.
Regulamin promocji dostępny jest tutaj.
Liczba godzin na kursie Analityk Danych
prework
warsztaty z trenerem
szacowany czas pracy własnej
Co otrzymasz w ramach kursu Analityk Danych?
- nauka pod opieką doświadczonego trenera-praktyka
- dostęp do nagrań z kursu
- ceniony na rynku certyfikat infoShare Academy
- zadania domowe
- nauka oparta na praktycznych narzędziach
- prework – pakiet materiałów przygotowujących do kursu
- nauka technologii dostosowanych do wymagań rynku pracy
- zamknięta grupa dyskusyjna
- wiedza o dobrych praktykach
- materiały doszkalające od trenerów
- przykłady zbiorów danych, na których można ćwiczyć swoje analitycznie umiejętności
- ćwiczenia i test końcowy
Narzędzia i technologie których nauczysz się na kursie Analityk Danych
Anaconda
Python
Pandas
NumPy
Scikit-Learn
Matplotlib
Seaborn
Jupyter
git
GitHub
REST API
SQL
Tableau
Excel
SQLite
plotly
bokeh
Kurs Analityk Danych – wieczorowy
Zgłoś się na najbliższą edycję
Kurs Analityk danych
Wieczorowy
18.06.2024 – 7.11.2024
Zdalnie na żywo
wtorki i czwartki (17:30-20:30)
Kurs Analiza danych w Pythonie
Wieczorowy
12.03.2024-29.06.2024
Zdalnie na żywo
wtorki i soboty
Kurs Analiza danych w Pythonie
Wieczorowy
14.11.2023 – 17.02.2024
Zdalnie na żywo
wtorki i soboty
Jak sfinansować kurs Analityk Danych?
Raty PayU
Rozłóż płatność za kurs na raty PayU. Cała procedura składania wniosku jest bardzo prosta, a decyzję otrzymasz już w kilkanaście minut – bez wychodzenia z domu! Możesz rozłożyć płatność nawet na 15 rat 0%, albo do 50 rat nisko oprocentowanych. Zapisz się na kurs, skontaktujemy się z Tobą i ustalimy wszystkie szczegóły.
Dofinansowanie z Bazy Usług Rozwojowych
Możesz otrzymać nawet do 80% dofinansowania w BUR na realizację dowolnego kursu zdalnego z naszej oferty. Z tego rodzaju wsparcia mogą skorzystać: mikro, małe i średnie przedsiębiorstwa (oraz ich pracownicy).
Nieoprocentowane pożyczki OPEN/Inwestuj w rozwój
Nieoprocentowana pożyczka na szkolenie, którą spłacisz bez odsetek. Dzięki niej możesz sfinansować do 100% kosztów kursu. Przy sprawnym i terminowym spłacaniu rat pożyczki projekt może umorzyć zapłatę nawet 25% całej kwoty. Formalności mogą zająć nawet kilka tygodni, dlatego najpierw skontaktuj się z nami w celu rezerwacji miejsca na kurs.
Najczęściej zadawane pytania
Jak zapisać się na kurs?
W jakich godzinach odbywają się zajęcia?
Jak przygotować się do kursu?
Jakie warunki muszę spełnić, aby przystąpić do kursu?
Czym kurs różni się od studiów?
Czy wiek jest ograniczeniem?
Czy otrzymam certyfikat?
zgłoś się na kurs / poproś o kontakt
Po otrzymaniu zgłoszenia skontaktuje się z Tobą nasz Zespół Organizacji Szkoleń, aby przedstawić proces i przebieg rekrutacji.
Sylwia Liedtke
Specjalistka ds. organizacji szkoleń (+48) 730 822 825sylwia.liedtke@infoshareacademy.com