Kursy Python
Ścieżka Python składa się z kursów poświęconych językowi programowania Python. Kursy zostały przygotowane z myślą o nowoczesnej i interdyscyplinarnej analizie danych – Data Science. Ścieżka rozpoczyna się zajęciami dla osób stawiających pierwsze kroki w programowaniu i analizie danych. Na kolejnych kursach Słuchacze poznają zaawansowane techniki modelowania danych (Machine Learning, Deep Learning, Text Mining) oraz rozwijają swoje kompetencje w zakresie języka Python (aplikacje webowe, web scraping, zaawansowane programowanie).
Dla osób stawiających pierwsze kroki w programowaniu lub analizie danych i chcą przejść przez wszystkie kursy, sugerujemy następującą kolejność: „Analiza danych i programowanie w Pythonie”, „Statystyka, ekonometria i szeregi czasowe w Pythonie” następnie można skierować się w stronę zaawansowanej analityki („Warsztaty Machine Learning w Pythonie”) lub zaawansowanego programowania („Aplikacje webowe, web scraping i programowanie w Pythonie”). Po opanowaniu podstaw uczenia maszynowego na kursie „Warsztaty Machine Learning w Pythonie” można kontynuować naukę na kursie „Deep Learning, Text Mining i XAI w Pythonie”. Z kolei poznanie podstaw analizy danych i statystyki jest właściwym przygotowaniem do kursu „Sztuka wizualizacji danych, storytelling i autoprezentacja w Pythonie”.
Analiza danych i programowanie w Pythonie
Podstawowym przeznaczeniem kursu „Analiza danych i programowanie w Pythonie”, jest wprowadzenie do języka Python. Jest on obecnie jednym z najpopularniejszych języków programowania, używanym zarówno do analizy i wizualizacji danych jak i tworzenia aplikacji webowych i natywnych. Zajęcia dedykowane są przede wszystkim osobom rozpoczynającym przygodę z programowaniem lub Pythonem. Użytkownicy niepracujący wcześniej z danymi ilościowymi powinni (naszym zdaniem) najpierw dobrze poznać środowisko MS Excel. Przydatna, ale nie niezbędna, może być znajomość programu R. Praca w Pythonie oznacza niemal wyłącznie pisanie komend (korzystając z różnorodnych bibliotek), w związku z tym interfejs graficzny jest tylko dodatkiem i ułatwieniem w programowaniu i obliczeniach.
Aplikacje webowe, web scraping i programowanie w Pythonie
Kurs „Aplikacje webowe, web scraping i programowanie w Pythonie” stanowi naturalną kontynuację kursu Analiza danych i programowanie w Pythonie. Celem kursu jest głębsze poznanie tego języka programowania i możliwości jego wykorzystania w dziedzinie Data Science. Uczestnicy z jednej strony poznają zagadnienia i pakiety rozszerzające możliwości pracy jako analityka danych, jak również zapoznają się z tymi elementami języka Python, które zdecydowanie wykraczają ponad poziom podstawowy.
Warsztaty Machine Learning w Pythonie
Kurs „Warsztaty Machine Learning w Pythonie”, jest prowadzony na poziomie średniozaawansowanym i zaawansowanym. Celem jest przekazanie umiejętności budowania modeli predykcyjnych w obszarze Data Science z wykorzystaniem technik uczenia maszynowego (z ang. Machine Learning). Na zajęciach uczymy w sposób intuicyjny teoretycznych podstaw modelu, silnych i słaby stron każdej metody i na praktycznych przykładach przekazujemy umiejętność wykorzystania modeli w praktyce.
Deep Learning, Text Mining i XAI w Pythonie
Kurs „Deep Learning, Text Mining i XAI w Pythonie” prowadzony jest na poziomie zaawansowanym i jest kontynuacją kursu „Warsztaty Machine Learning w Pythonie”. Po opanowaniu najpopularniejszych i relatywnie prostych modeli Machine Learning, takich jak lasy losowe i XGBoost, dalsza edukacja analityka pracującego w roli Data Scientist powinna skupić się na poznaniu zagadnień i narzędzi specjalistycznych, a także uzyskaniu umiejętności potrzebnych do uprodukcyjniania stworzonych narzędzi i przekształceniu uzyskiwanych prognoz w zysk dla przedsiębiorstwa.
Statystyka, ekonometria i szeregi czasowe w Pythonie
Kurs jest kompendium wiedzy i umiejętności o najważniejszych metodach modelowania statystycznego i ekonometrycznego. Znajomość statystyki i podstaw ekonometrii jest niezbędna nie tylko w pracy badawczo-naukowej, ale również w modelowaniu biznesowym, ponieważ podstawą Data Science i uczenia maszynowego są właśnie idee i koncepcje opracowane przez statystyków i ekonometryków. Dlatego ukończenie tego kursu bardzo zmniejsza koszty wejścia w świat Machine Learning dla osób, które podążają za najnowszymi trendami i wybierają kariery analityka Data Science.
Sztuka wizualizacji danych, storytelling i autoprezentacja w Pythonie
Umiejętność praktycznej i ciekawej komunikacji wyników statystycznych jest bardzo ważną kompetencją w pracy analityka. Odbiorcy wyników naszych analiz (menedżerowie, biznesmeni, klienci) nie są najczęściej zainteresowani zrozumieniem pełnego zakresu wyrafinowania naszych modeli, ani poznaniem wszystkich wyzwań jakie pokonaliśmy na drodze do osiągnięcia wyników. Nasi słuchacze, czytelnicy, menedżerowie chcą otrzymać intuicyjne, logicznie skonstruowane i proste podsumowanie przeprowadzonych obliczeń.