Szkolenia dla firm

Naszym głównym celem jest poprawa wydajności codziennej pracy poprzez efektywne korzystanie z programów komputerowych oraz dobór odpowiednich metod rozwiązywania zadań.

Program kursów zawsze opracowujemy indywidualnie pod kątem celów szkoleniowych (czego pracownicy mają się nauczyć na szkoleniu) oraz posiadanej wiedzy (na jakim są poziomie). Do każdego bloku tematycznego przygotowujemy „samouczek” ułatwiający ugruntowanie posiadanej przez uczestników wiedzy oraz pokazanie alternatywnych narzędzi i metod rozwiązania poruszanych zagadnień. Ponadto, do każdych zajęć przygotowujemy zestaw ćwiczeń w formie krótkich zadań.

Ich celem jest pokazanie szerokiego spektrum zastosowań omówionych narzędzi i sposobu radzenia sobie z potencjalnymi problemami. Elementem sprawdzającym nabytą wiedzę i umiejętności będzie próba zastosowania poznanych narzędzi w praktyce, czyli codziennej pracy wykonywanej przez uczestników kursu. Szkolenia realizujemy zarówno w siedzibie klienta, jak i naszych salach komputerowych. Posiadamy także pełną ofertę cateringową. Poniżej przedstawiamy prowadzone przez nas kursy w podziale na grupy tematyczne. Istnieje również możliwość stworzenia kursu w całości dostosowanego do oczekiwań klienta.

Zachęcamy do kontaktu.

Kursy z programu Microsoft Excel

Pakiet szkoleń dla osób chcących nauczyć się efektywnie pracować w programie MS Excel i poznać jego różnorodne zastosowania. Wszystkie szkolenia dostępne są dla Excela w polskiej oraz angielskiej wersji językowej. Szkolenia numer 1, 2 i 3 są również prowadzone w języku angielskim.

Poziom średnio zaawansowany Excel – funkcje statystyczne i logiczne, tworzenie tabel i wykresów, praca z dużymi zbiorami danych, funkcje wyszukiwania, tabele przestawne.
Poziom zaawansowany Excel – funkcje tekstowe, funkcje wyszukiwania i adresu, funkcje zliczania warunkowego, funkcje warunkowych obliczeń, formuły zagnieżdżone, tabele przestawne, formatowanie warunkowe, sprawdzanie poprawności danych.
Poziom ekspercki Excel – zakresy dynamiczne, tworzenie szablonów dla innych użytkowników, zaawansowane formatowanie warunkowe, zaawansowane tabele przestawne, zaawansowane formuły tablicowe, tworzenie automatycznych raportów.
Dashboardy i narzędzia Business Intelligence w MS Excel – analiza i wizualizacja danych ekonomicznych oraz biznesowych (Power Query, Power Pivot, Power Map), tworzenie kokpitów menedżerskich z wykorzystaniem zakresów dynamicznych, wykresów interaktywnych oraz formularzy zdalnych, dashboardy analityczne, casy biznesowe.
Analiza statystyczna i biznesowa w Excelu – statystyki opisowe, miary korelacyjne, testy statystyczne parametryczne i nieparametryczne, wykresy – histogramy, punktowe, pudełkowe, modele regresji liniowej, prognozowanie, zadania optymalizacyjne – Solver, analizy symulacyjne zyskowności projektów – metoda Monte Carlo.
Excel dla finansistów i księgowych – wartośc pieniądza w czasie, lokaty (wartość bieżąca, przyszła, oprocentowanie nominalne vs rzeczywiste, porównywanie lokat), kredyty (rata stała, malejąca, waluta kredytu, rzeczywista stopa oprocentowania), ocena projektów inwestycyjnych (wewnętrzna stopa zwrotu – IRR, wartość bieżąca netto – NPV, okres zwrotu), modele wyceny akcji oraz obligacji, tworzenie efektywnych portfeli inwestycyjnych, ocena portfeli i prognozowanie zwrotu, funkcje finansowe, casy biznesowe.

Kursy z programowania VBA w programie Microsoft Excel

Pakiet szkoleń dla osób, które dobrze znają Excela i chciałyby nauczyć się sposobu automatyzacji codziennej pracy za pomocą makropoleceń. Wszystkie szkolenia dostępne są dla Excela w polskiej oraz angielskiej wersji językowej. Szkolenia numer 1 i 2 są również prowadzone w języku angielskim.

Poziom początkujący i średnio zaawansowany VBA – rejestrowanie kodu makropoleceń, edycja kodu, definiowanie zmiennych, instrukcje warunkowe (If…Then, Select Case), pętle (For…Next, Do…While, Do…Until), instrukcje (With … End With, For Each … Next), okna dialogowe.
Poziom zaawansowany VBA – wydajna praca w VBA, zmienne tablicowe, praca z tabelami przestawnymi, tworzenie zaawansowanych wykresów, obsługa zdarzeń, obiekty typu Shapes, formanty formularza.
Poziom ekspercki VBA – projektowanie interfejsu użytkownika – formanty ActiveX, niestandardowe okna dialogowe, zaawansowane formularze UserForm, funkcje Windows API, język XML, edycja wstążki i menu podręcznego, tworzenie własnych dodatków programu Excel.
Poziom ekspercki VBA – korespondencja z innymi programami – foldery i pliki zewnętrzne, edytory tekstu (Word), programy do obsługi poczty (Outlook), pliki tekstowe, prezentacje (PowerPoint), moduły klas (własne obiekty), automatyzacja kodu VBA (IDE).
Poziom ekspercki VBA – tworzenie profesjonalnych aplikacji – projektowanie, realizacja oraz prezentacja i upowszechnianie aplikacji w Excelu, przykłady aplikacji.

Kursy z baz danych i języka SQL

Pakiet szkoleń z pracy na bazach danych i języka kwerend SQL.

Poziom podstawowy i średnio zaawansowany MS Access – podstawy języka SQL, pisanie kwerend i generowanie raportów, tworzenie tabel Accessa, indeksowanie oraz zmiany struktury tabel, projektowanie baz danych.
Poziom podstawowy SQL w Oracle – wprowadzenie do SQL, podstawy zapytań, operacje na bazie danych, obiekty i typy danych, funkcje wbudowane.
Poziom średnio zaawansowany SQL w Oracle – złączenia tabel i podzapytania, funkcje analityczne, aplikacyjne zastosowanie języka SQL w bazach danych Oracle.
Poziom zaawansowany SQL w Oracle – analiza danych, zaawansowane obiekty w bazie danych, zaawansowane składnie w SQL, sposób wykonywania zapytań przez bazę danych, optymalizacja zapytań w praktyce, codzienna praca analityka.

Kursy z narzędzi Business Intelligence

Szkolenia z zakresu business intelligence skierowane są do osób, które chcą nauczyć się używać w pracy nowatorskich narzędzi służących do tworzenia interaktywnych dashboardów i storytellingu w najczęściej używanych w firmach programach.

Dashboardy i narzędzia Business Intelligence w MS Excel – analiza i wizualizacja danych ekonomicznych oraz biznesowych (Power Query, Power Pivot, Power Map), tworzenie kokpitów menedżerskich z wykorzystaniem zakresów dynamicznych, wykresów interaktywnych oraz formularzy zdalnych, dashboardy analityczne, casy biznesowe.
Poziom podstawowy i średnio zaawansowany Power BI – wprowadzenie do programu Power BI Desktop, import i przekształcanie danych, tworzenie modelu danych, wizualizacja danych w formie interaktywnych raportów z użyciem różnych typów wykresów, przykłady aplikacji biznesowych.
Poziom zaawansowany Power BI – konfiguracja środowiska pracy, łączenie z różnymi źródłami danych, optymalizacja i redukcja zapytań Power Query oraz modelu danych, zaawansowane funkcje języka DAX, efektywna wizualizacja danych, dobre praktyki w tworzeniu raportów, usługa Power BI Service, przykłady profesjonalnych aplikacji biznesowych.
Analityka biznesowa w Tableau – podstawy pracy w Tableau, analiza danych – tworzenie zestawień i statystyk, wizualizacja danych (różne typy wykresów), tworzenie interaktywnych raportów, publikacja danych, przykłady aplikacji biznesowych.

Kursy w programie R/R Studio

Pakiet szkoleń poświęcony językowi programowania R, służącego do szeroko rozumianego Data Science: analiz statystycznych i ekonometrycznych, treningu i walidacji modeli Machine Learning oraz do nowoczesnej wizualizacji i raportowania danych.

Wprowadzenie do środowiska R – program R i R Studio, zasady efektywnej pracy, przegląd procedur bazodanowych i statystycznych, automatyzacja pracy, optymalne przetwarzanie danych, podstawowa i średniozaawansowana wizualizacja danych.
Raportowanie i wizualizacja danych – zaawansowane metody pracy z danymi, przetwarzanie potokowe, tworzenie zaawansowanych i nowoczesnych wizualizacji danych, tworzenie interaktywnych wykresów, automatyczne raporty z wykorzystaniem R Markdown, aplikacje webowe w pakiecie Shiny.
Programowanie w pakiecie R – systemy obiektowe w R, tworzenie własnych funkcji, obsługa błędów, obliczenia równoległe, korzystanie z języka C++ w R, zarządzanie środowiskami w R, niestandardowa ewaluacja kodu, metaprogramowanie, profilowanie kodu, debugowanie funkcji).
Statystyka matematyczna – procedura testowania statystycznego, przegląd modeli statystycznych, interpretacja i wizualizacja wyników badań, kalkulacja mocy testu, badanie wielkości próby, bootstrap i Monte Carlo) wykorzystanie statystyki w medycynie (biostatystyka).
Machine Learning w R, uczenie nienadzorowane – redukcja wymiarów (PCA, ICA, t-SNE, analiza czynnikowa), analiza korespondencji, wielowymiarowa analiza korespondencji, metody klasteryzacji danych (hierarchiczne, k-means, PAM, fuzzy clustering, DBSCAN, SOM), analiza koszykowa (market basket analysis), systemy rekomendacyjne.
Machine Learning w R, uczenie nadzorowane – walidacja krzyżowa i jej znaczenie, metody regularyzacji modeli (LASSO, Ridge Regression, ElasticNet, LARS, PLS), zaawansowane drzewa decyzyjne i regresyjne, Naive Bayes, LDA, SVM, KNN, kombinowanie prognoz (ensembling) – bagging, stacking, lasy losowe (random forest), boosting (XGBoost), sieci neuronowe (MLP, CNN, RNN) w pakiecie Keras, modelowanie w próbach niezbalansowanych, dobre praktyki w tuningu hiperparametrów.
Data Science Toolbox – inżynieria zmiennych (algorytmy selekcji zmiennych – feature selection, przekształcanie i tworzenia zmiennych – feature generation), sposoby wykrywania outlierów, metody radzenia z brakami danych (usuwanie, winsoryzacja, imputacja), automatyzacja przetwarzania danych w pakietach caret, mlr, recipe.
Ekonometria w R (poziom zaawansowany) – klasyczny model regresji liniowej (OLS), uogólnione modele liniowe (GLM), metodologia budowy modelu ekonometrycznego (konstrukcja modelu ekonometrycznego, szukanie formy funkcyjnej, oszacowanie i weryfikacja wyników, diagnostyka), analiza szeregów czasowych.
Ekonometria w R (poziom ekspercki) – badanie przyczynowości w modelu, problem selekcji, problem endogeniczności, model tobitowy, model Heckmana, zaawansowane modele dla zmiennej dyskretnej, metody quasi-eksperymentalne (Propensity Score Matching, Difference-in-difference, model regresji nieciągłej, metoda zmiennych instrumentalnych), ekonometria panelowa.
Ekonometria przestrzenna w R (poziom ekspercki) – wizualizacja danych przestrzennych, konstrukcja macierzy wag i diagnostyka autokorelacji przestrzennej, obserwacja i analiza klastrów przestrzennych, kontrola zjawiska heterogeniczności i zależności przestrzennej, przegląd technik estymacji zaawansowanych modeli z komponentami przestrzennymi, modele konwergencji i dyfuzji.
Uprodukcyjnianie modeli Machine Learning – organizacja i prowadzenie projektów Data Science (struktura i etapy, agile w Data Science, skład zespołu i potrzebne kompetencje, adaptacja do struktury informatycznej firmy i procesów biznesowych, omówienie realnych case’ów biznesowych), aspekty prawne (uwarunkowania związane z ochroną danych osobowych – profilowanie, DPIA, ochrona tajemnicy zawodowej, regulacje dotyczące powierzania procesu podmiotom zewnętrznym w reżimie outsourcingu regulowanego i nieregulowanego, agile a ład korporacyjny, compliance i system kontroli wewnętrznej instytucji

Kursy w języku Python

Pakiet szkoleń poświęcony językowi programowania Python, służącego m.in. do analizy i wizualizacji danych, rozwijania oraz wdrażania najnowszych algorytmów uczenia maszynowego oraz tworzenia nowoczesnych, skalowalnych aplikacji webowych.

Wprowadzenie do języka Python (instalacja Pythona i zarządzanie pakietami, Jupyter Notebook, podstawy programowania, dobre praktyki przy pracy z danymi, podstawy wizualizacji danych).
Programowanie w Pythonie (tworzenie własnych funkcji i obiektów, zaawansowane techniki przetwarzania danych, tworzenie aplikacji webowych, wizualizacje niskiego poziomu – pełna kontrola nad wykresami, tworzenie interaktywnych wizualizacji i animacji, automatyzacja pracy).
Statystyka matematyczna i ekonometria (wykorzystanie najważniejszych testów statystycznych, modelowanie ekonometryczne, w tym metoda najmniejszych kwadratów, klasyczny model regresji liniowej oraz uogólnione modele liniowe).
Machine Learning w Pythonie, cześć 1 – uczenie nadzorowane: modele liniowe, znaczenie walidacji krzyżowej, regularyzacja, LDA, SVM, k-NN, uczenie nienadzorowane: klastrowanie (m. in. k-means, DBSCAN, Ward), PCA, t-SNE.
Machine Learning w Pythonie, cześć 2 – inżynieria i selekcja zmiennych metodami statystycznymi, praca z dużymi zbiorami danych – zbiór dobrych praktyk, Random Forest i boostowane drzewa decyzyjne (XGB, LightGBM), sieci neuronowe: feedforward, konwolucyjne, rekurencyjne.
Uprodukcyjnianie modeli Machine Learning – organizacja i prowadzenie projektów Data Science (struktura i etapy, agile w Data Science, skład zespołu i potrzebne kompetencje, adaptacja do struktury informatycznej firmy i procesów biznesowych, omówienie realnych case’ów biznesowych), aspekty prawne (uwarunkowania związane z ochroną danych osobowych – profilowanie, DPIA, ochrona tajemnicy zawodowej, regulacje dotyczące powierzania procesu podmiotom zewnętrznym w reżimie outsourcingu regulowanego i nieregulowanego, agile a ład korporacyjny, compliance i system kontroli wewnętrznej instytucji