Bądźmy w kontakcie

Plan Szkolenia

Moduł 1: Funkcje pandasa w pracy z ramką danych

  • Wprowadzenie do Pandas
    • Podstawowe struktury danych: Series i DataFrame
  • Operacje na DataFrame
    • Wczytywanie i zapisywanie danych (CSV, Excel, etc.)
    • Podstawowe operacje (selekcja, filtrowanie, indeksowanie)
  • Modyfikacja danych
    • Dodawanie, usuwanie kolumn i wierszy
    • Modyfikacja wartości w DataFrame
  • Agregacja i grupowanie danych
    • GroupBy
    • Agregacja, sumowanie, średnie, itp.
  • Łączenie i scalanie DataFrames
    • merge, join, concat
  • Praca z brakującymi danymi
    • Identyfikacja brakujących danych
    • Metody uzupełniania brakujących danych

Moduł 2: Optymalizacja czasu pracy programu

  • Wprowadzenie do optymalizacji
    • Znaczenie optymalizacji w programowaniu
  • Optymalizacja kodu
    • Efektywne struktury danych
    • Unikanie powtarzających się obliczeń
    • Optymalizacja pętli
  • Optymalizacja Pandas
    • Wektoryzacja operacji
    • Unikanie apply i lambda
    • Praca na dużych zbiorach danych
  • Upraszczanie kodu przez tworzenie funkcji
    • Tworzenie i używanie funkcji
    • Refaktoryzacja kodu

Moduł 3: Praca z biblioteką numpy

  • Wprowadzenie do NumPy
    • Importowanie biblioteki
    • Podstawowe struktury danych: ndarray
  • Operacje na tablicach
    • Tworzenie i modyfikacja tablic
    • Indeksowanie i cięcie tablic
  • Funkcje matematyczne i statystyczne
    • Podstawowe operacje matematyczne
    • Funkcje statystyczne i agregujące
  • Algebra liniowa
    • Mnożenie macierzy
    • Wyznacznik, macierz odwrotna
  • Praca z danymi wielowymiarowymi
    • Tablice 2D, 3D i wyżej wymiarowe
    • Przekształcenia kształtu tablic
  • Integracja z innymi bibliotekami

Moduł 4: Tworzenie wykresów w Excelu za pomocą Pythona

  • Wprowadzenie do openpyxl i xlsxwriter
  • Tworzenie wykresów w Excelu
    • Tworzenie prostych wykresów (liniowych, słupkowych, etc.)
    • Formatowanie wykresów
  • Generowanie wykresów jako obrazy (PNG)
    • Wykorzystanie matplotlib do generowania wykresów
    • Zapisywanie wykresów jako pliki PNG
  • Zaawansowane wykresy w Excelu
  • Automatyzacja raportów
    • Tworzenie zautomatyzowanych raportów z wykresami
    • Łączenie Pandas z openpyxl/xlsxwriter
 16 godzin

Liczba uczestników


Cena za uczestnika (netto)

Szkolenia otwarte są realizowane w przypadku uzbierania się grupy szkoleniowej liczącej co najmniej 5 osób na dany termin.

Propozycje terminów

Programowanie w języku Python

2026-08-17 09:00
16 godzin
Zakopane
3870 PLN (Zdalne)
4470 PLN (Stacjonarne)

Programowanie w języku Python

2026-08-31 09:00
16 godzin
Radom
3870 PLN (Zdalne)
4470 PLN (Stacjonarne)

Programowanie w języku Python

2026-09-14 09:00
16 godzin
Warszawa
3870 PLN (Zdalne)
4470 PLN (Stacjonarne)

Programowanie w języku Python

2026-09-28 09:00
16 godzin
Opole
3870 PLN (Zdalne)
4470 PLN (Stacjonarne)

Szkolenia Powiązane

Python od podstaw

 28 godzin

Szkolenie pozwala uczestnikom krok po kroku wejść w świat programowania w języku Python. Kurs prowadzi przez najważniejsze elementy języka – od podstaw składni i pracy ze środowiskiem, przez operacje na danych i kontrolę przepływu programu, aż po funkcje, moduły i pierwsze elementy programowania obiektowego.

Uczestnicy poznają kluczowe konstrukcje wykorzystywane w codziennej pracy programistycznej, nauczą się myśleć algorytmicznie oraz organizować kod w sposób przejrzysty i zgodny z dobrymi praktykami. Podczas szkolenia duży nacisk kładziemy na pisanie jakościowego kodu i analizę błędów.

Po ukończeniu szkolenia uczestnik będzie w stanie samodzielnie pisać proste skrypty, tworzyć funkcje i klasy, organizować projekt w plikach, a także rozumieć, analizować i uruchamiać kod Pythona w praktycznych zastosowaniach.

Więcej...

Systemy RAG w Pythonie - od teorii do działającej aplikacji

 21 godzin

Szkolenie koncentruje się na budowie systemu Retrieval Augmented Generation (RAG), który łączy możliwości dużych modeli językowych z wyszukiwaniem informacji w lokalnych dokumentach. Uczestnicy nauczą się tworzyć aplikacje, które odpowiadają na pytania w oparciu o własne dane, eliminując problem halucynacji i ograniczeń wiedzy modeli LLM.

Program prowadzi przez wszystkie kluczowe etapy tworzenia systemu RAG. Uczestnicy poznają zasady komunikacji z API OpenAI oraz framework LangChain ułatwiający pracę z modelami językowymi. Nauczą się przetwarzać dokumenty w różnych formatach, dzielić je na optymalne fragmenty oraz przekształcać w reprezentacje wektorowe. Poznają bazę Qdrant i mechanizmy wyszukiwania semantycznego opartego na podobieństwie embeddingów.

Szczególny nacisk kładziemy na jakość działania systemu – uczestnicy wdrożą techniki rerankingu wyników oraz nauczą się kwantyfikować efektywność retrievalu i generowanych odpowiedzi przy użyciu biblioteki DeepEval. Program obejmuje również praktyczne aspekty prompt engineeringu i metody unikania typowych pułapek w pracy z LLM.

Efektem szkolenia będzie działająca aplikacja webowa zbudowana w Streamlit, która umożliwia zadawanie pytań do własnej bazy dokumentów. Po zakończeniu kursu uczestnik będzie potrafił samodzielnie zaprojektować i zaimplementować system RAG dostosowany do własnych potrzeb biznesowych.

Więcej...

Budowa dashboardów i aplikacji w bibliotece Streamlit

14 godzin

Szkolenie koncentruje się na praktycznym wykorzystaniu biblioteki Streamlit do tworzenia interaktywnych aplikacji webowych i dashboardów analitycznych w Pythonie. Uczestnicy nauczą się budować funkcjonalne interfejsy użytkownika bez konieczności znajomości HTML, CSS czy JavaScript.

Program prowadzi przez wszystkie kluczowe komponenty Streamlit – od podstawowych elementów tekstowych i layoutu, przez interaktywne widgety wejściowe, po zaawansowane funkcjonalności takie jak formularze, wykresy i obsługa plików. Uczestnicy poznają mechanizmy zarządzania stanem sesji, cache'owania wyników oraz integracji z bazami danych, co pozwala na tworzenie wydajnych aplikacji produkcyjnych.

Szczególny nacisk kładziemy na praktyczne zastosowanie – każdy moduł teorii jest wzbogacony o ćwiczenia, a szkolenie kończy się stworzeniem kompletnego projektu lub dwóch – w zależności od możliwości czasowych.

Po zakończeniu szkolenia uczestnik będzie potrafił samodzielnie projektować aplikacje Streamlit – od prostych dashboardów po zaawansowane narzędzia analityczne. Zdobędzie umiejętności pozwalające na szybkie prototypowanie rozwiązań data science oraz tworzenie interfejsów dla modeli uczenia maszynowego.

Więcej...

Powiązane Kategorie

Python skope-rules
Python skope-rules