SYSTEM ELEKTRONICZNEJ REKRUTACJI NA SZKOLENIA
w ramach projektu

Akademia Kompetencji Przyszłości

Przetwarzanie danych w języku PYTHON


Termin realizacji szkolenia (od – do)
od 2026-05-23 do 2026-07-04
Opis szkolenia

Głównym celem szkolenia jest przedstawienie praktycznych możliwości wykorzystania języka Python w obszarze przetwarzania danych. Uwaga skoncentrowana będzie na przybliżeniu informacji w zakresie najważniejszych typów danych (typy skalarne, zmienne, napisy, listy, krotki, zakresy, słowniki i zbiory) oraz ramek danych (tworzenie ramek danych, importowanie ramek danych z plików i innych źródeł, filtrowanie, praca na kolumnach – zmiennych, przekształcanie zmiennych, sortowanie, obserwacje brakujące itp.). Ponadto omówione zostaną szczegółowo różne metody analizy danych statystycznych i sposoby ich wizualizacji w języku Python. W trakcie szkolenia przybliżone zostaną w kontekście poruszanych treści zagadnienia związane z analizą i wizualizacją danych przede wszystkim w bibliotekach NumPy, Pandas, Scipy oraz Maplotlib i Seaborn.

Adresaci szkolenia: Szkolenie jest przeznaczone dla szerokiego grona specjalistów z różnych branż, którzy chcą poszerzyć swoje umiejętności analityczne. Mogą to być analitycy biznesowi, specjaliści ds. marketingu, ekonomiści, informatycy, inżynierowie, urzędnicy, naukowcy, studenci kierunków ścisłych oraz osoby zmieniające ścieżkę kariery. Szczególnie cenni będą uczestnicy posiadający podstawową wiedzę informatyczną, logiczne myślenie i zainteresowanie analizą danych. Szkolenie jest dedykowane zarówno początkującym, którzy chcą poznać podstawy przetwarzania danych, jak i średniozaawansowanym specjalistom pragnącym usystematyzować i pogłębić swoją wiedzę z zakresu Python data science. Kluczowym atutem uczestników powinna być otwartość na naukę, chęć rozwiązywania problemów oraz gotowość do praktycznego zastosowania zdobytej wiedzy w codziennej pracy zawodowej.

Wymagania wstępne:

- znajomość podstawowych miar statystycznych: średnia, odchylenie standardowe, kwartyle itp.

- wcześniejsza znajomość języka Python nie jest wymagana

Warunki ukończenia szkolenia (czyli zdobycia kompetencji/kwalifikacji):

- zaliczenie końcowego sprawdzianu testowego z wykorzystaniem języka Python (test i jego zasady omówione będą podczas ostatnich zajęć – sam test z rozwiązaniami będzie musiał zostać wysłany wraz z kodem języka Python prowadzącemu zajęcia na wskazany adres mailowy w ciągu tygodnia od momentu jego przekazania słuchaczom). Każdemu zadaniu w teście przypisana będzie odpowiednia liczba punktów możliwych do uzyskania przez słuchacza za jego poprawne rozwiązanie. Próg zaliczenia: 60% łącznej możliwej liczby punktów do zdobycia.

Materiały dydaktyczne w formie elektronicznej zostaną udostępnione na koncie uczestnika.

 

Program szkolenia
1.Środowisko Jupyter notebook i Google Colab 2.Język Markdown 3.Typy skalarne 4.Typy sekwencyjne i iterowalne 5.Słowniki i zbiory 6.Wektory, macierze i inne tablice 7.Ramki danych 8.Wprowadzenie do SQL w Pythonie 9.Przetwarzanie napisów 10.Instrukcje sterujące 11.Funkcje w języku Python 12.Wizualizacja danych
Efekty kształcenia
- Uczestnik zna i rozumie możliwości wykorzystania języka Python w obszarze przetwarzania danych - Uczestnik zna i rozumie podstawowe typy danych, instrukcje sterujące i funkcje w języku Python - Uczestnik zna i rozumie możliwości praktycznego wykorzystania języka Python w obszarze statystycznej analizy danych - Uczestnik zna i rozumie możliwości praktycznego wykorzystania języka Python w obszarze wizualizacji danych - Uczestnik potrafi przetwarzać dane na różnych ich typach - Uczestnik potrafi samodzielnie stosować instrukcje sterujące i pisać własne funkcje w języku Python - Uczestnik potrafi wykorzystać język Python w obszarze statystycznej analizy danych i ich wizualizacji - Uczestnik potrafi interpretować wyniki przeprowadzonych analiz - Uczestnik jest świadom znaczenia przydatności języków programowania w analizie zjawisk społeczno-gospodarczych - Uczestnik jest świadom roli metod przetwarzania danych, ich analizy i wizualizacji w opisie zjawisk społeczno-gospodarczych - Uczestnik jest gotów na samodzielne uzupełnianie posiadanej wiedzy w zakresie metod przetwarzania danych, ich analizy i wizualizacji

Akceptacja polityki prywatności

Strona korzysta z plików cookie w celu realizacji usług zgodnie z Polityką prywatności.
Możesz określić warunki przechowywania lub dostępu do cookie w Twojej przeglądarce lub konfiguracji usługi.