Python Security - Plan Szkolenia

Szkolenie na żywo prowadzone przez instruktora (na miejscu lub zdalnie) jest przeznaczone dla analityków danych i inżynierów oprogramowania, którzy chcą używać Dask z ekosystemem Python do tworzenia, skalowania i analizowania dużych zbiorów danych.

Po zakończeniu tego szkolenia uczestnicy będą w stanie

• Skonfiguruj środowisko, aby rozpocząć przetwarzanie dużych zbiorów danych za pomocą Dask i Pythona.
• Zapoznanie się z funkcjami, bibliotekami, narzędziami i interfejsami API dostępnymi w Dask.
• Zrozumienie, w jaki sposób Dask przyspiesza obliczenia równoległe w Pythonie.
• Dowiedz się, jak skalować ekosystem Pythona (Numpy, SciPy i Pandas) przy użyciu Dask.
• Optymalizacja środowiska Dask w celu utrzymania wysokiej wydajności w obsłudze dużych zbiorów danych.

This instructor-led, live training in (online or onsite) is aimed at intermediate-level Python developers and data analysts who wish to enhance their skills in data analysis and manipulation using Pandas and NumPy.

By the end of this training, participants will be able to:

• Set up a development environment that includes Python, Pandas, and NumPy.
• Create a data analysis application using Pandas and NumPy.
• Perform advanced data wrangling, sorting, and filtering operations.
• Conduct aggregate operations and analyze time series data.
• Visualize data using Matplotlib and other visualization libraries.
• Debug and optimize their data analysis code.

To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do programistów, którzy chcą wykorzystać stos FARM (FastAPI, React i MongoDB) do budowy dynamicznych, wysokowydajnych i skalowalnych aplikacji internetowych.

Po zakończeniu tego szkolenia uczestnicy będą w stanie:

• Zainstalować niezbędne środowisko rozwojowe, które integruje FastAPI, React i MongoDB.
• Zrozumieć kluczowe koncepcje, funkcje i korzyści stosu FARM.
• Nauczyć się budowy API REST za pomocą FastAPI.
• Nauczyć się projektowania interaktywnych aplikacji za pomocą React.
• Rozwijać, testować i wdrażać aplikacje (front-end i back-end) za pomocą stosu FARM.

Szkolenie na żywo prowadzone przez instruktora (na miejscu lub zdalnie) jest przeznaczone dla programistów, którzy chcą używać FastAPI z Python do łatwiejszego i szybszego tworzenia, testowania i wdrażania interfejsów API RESTful.

Po zakończeniu tego szkolenia uczestnicy będą w stanie

• Skonfigurować niezbędne środowisko programistyczne do tworzenia API z wykorzystaniem Python i FastAPI.
• Tworzyć API szybciej i łatwiej, korzystając z biblioteki FastAPI.
• Nauczyć się tworzyć modele danych i schematy oparte na Pydantic i OpenAPI.
• Połączyć API z bazą danych za pomocą SQLAlchemy.
• Zaimplementować zabezpieczenia i uwierzytelnianie w API, korzystając z narzędzi FastAPI.
• Budować obrazy kontenerów i wdrażać API internetowe na serwerze chmurowym.

Szkolenie koncentruje się na praktycznej nauce tworzenia REST API przy użyciu frameworka FastAPI. Uczestnicy poznają kompletny proces budowy aplikacji webowej – od zrozumienia architektury klient-serwer i protokołu HTTP, przez implementację wszystkich operacji CRUD, aż po integrację z bazą danych i zabezpieczenie aplikacji.

Program obejmuje pracę z prostym, przykładowym projektem, który uczestnicy budują krok po kroku. Nauczą się definiować endpointy, walidować dane wejściowe za pomocą Pydantic, obsługiwać błędy oraz zwracać odpowiednie kody statusu HTTP. Poznają dwa podejścia do pracy z bazą danych: bezpośrednie zapytania SQL przez psycopg oraz ORM SQLAlchemy.

Duży nacisk kładziemy na organizację kodu – podział na moduły, separację logiki, oraz dobre praktyki strukturyzacji projektu. Uczestnicy nauczą się również testować swoje API przy użyciu TestClient, pracować z automatycznie generowaną dokumentacją oraz implementować mechanizmy uwierzytelniania i hashowania haseł.

Po szkoleniu uczestnik będzie potrafił samodzielnie zaprojektować i zaimplementować funkcjonalne REST API z połączeniem do bazy danych, zabezpieczone i gotowe do dalszego rozwoju. Otrzyma praktyczną wiedzę pozwalającą na rozpoczęcie pracy jako backend developer w Pythonie.

Celem tego kursu jest zapewnienie podstawowej biegłości w stosowaniu metod uczenia maszynowego w praktyce. Dzięki wykorzystaniu języka programowania Python i jego różnych bibliotek oraz w oparciu o wiele praktycznych przykładów, kurs ten uczy, jak korzystać z najważniejszych elementów składowych uczenia maszynowego, jak podejmować decyzje dotyczące modelowania danych, interpretować dane wyjściowe algorytmów i weryfikować wyniki.

Naszym celem jest zapewnienie umiejętności rozumienia i korzystania z najbardziej podstawowych narzędzi z zestawu narzędzi Machine Learning oraz unikania typowych pułapek aplikacji Data Sciences.

To prowadzone przez instruktora szkolenie na żywo w Polsce (na miejscu lub zdalnie) jest przeznaczone dla naukowców zajmujących się danymi i programistów, którzy chcą używać Modin do tworzenia i wdrażania równoległych obliczeń z Pandas w celu szybszej analizy danych.

Pod koniec tego szkolenia uczestnicy będą w stanie

• Skonfigurować niezbędne środowisko, aby rozpocząć opracowywanie Pandas przepływów pracy na dużą skalę z Modin.
• Zrozumieć funkcje, architekturę i zalety Modin.
• Znać różnice między Modin, Dask i Ray.
• Szybsze wykonywanie operacji Pandas za pomocą Modin.
• Wdrożenie całego interfejsu API i funkcji Pandas.

Szkolenie obejmuje kluczowe narzędzia wykorzystywane w pracy analitycznej i data science:
NumPy (operacje tablicowe), Pandas (analiza danych tabelarycznych) oraz biblioteki do wizualizacji.
Moduły prowadzą uczestnika od podstaw przetwarzania danych po tworzenie wykresów
i eksploracyjną analizę zbiorów danych (EDA)

W tym prowadzonym przez instruktora szkoleniu na żywo w Polsce uczestnicy poznają zaawansowane techniki programowania Python, w tym sposoby zastosowania tego wszechstronnego języka do rozwiązywania problemów w takich obszarach, jak aplikacje rozproszone, analiza i wizualizacja danych, programowanie interfejsu użytkownika i skrypty konserwacyjne.

Ten kurs jest przeznaczony dla tych, którzy chcą nauczyć się języka programowania Python. Nacisk kładziony jest na język Python, podstawowe biblioteki, a także na wybór najlepszych i najbardziej przydatnych bibliotek opracowanych przez społeczność Python. Python napędza biznes i jest używany przez naukowców na całym świecie – jest to jeden z najpopularniejszych języków programowania.

Kurs może być realizowany z wykorzystaniem najnowszej wersji Python 3.x z praktycznymi ćwiczeniami wykorzystującymi pełnię jego możliwości. Kurs ten może być prowadzony na dowolnym systemie operacyjnym (wszystkie odmiany UNIX, w tym Linux i Mac OS X, a także Microsoft Windows).

Ćwiczenia praktyczne stanowią około 70% czasu kursu, a około 30% to demonstracje i prezentacje. Dyskusje i pytania można zadawać przez cały czas trwania kursu.

Uwaga: szkolenie może być dostosowane do konkretnych potrzeb po wcześniejszym zgłoszeniu przed proponowaną datą kursu.

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.

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.

W tym prowadzonym przez instruktora szkoleniu na żywo w Polsce (na miejscu lub zdalnie) uczestnicy dowiedzą się, jak używać Python skope-rules do automatycznego generowania reguł na podstawie istniejących zestawów danych.

Pod koniec tego szkolenia uczestnicy będą mogli

• Używać skope-rules do wyodrębniania reguł z dostępnych danych.
• Stosować reguły skope do przeprowadzania klasyfikacji, szczególnie przydatne w nadzorowanym wykrywaniu anomalii lub niezrównoważonej klasyfikacji.
• Generowanie reguł klasyfikacji nowych danych przychodzących.
• Dopasowywanie reguł w celu rozwiązywania rzeczywistych problemów związanych z wykrywaniem oszustw, konserwacją predykcyjną, wykrywaniem włamań, zatwierdzaniem wniosków ubezpieczeniowych itp.

Selenium to framework otwartego oprogramowania służący do automatyzacji testowania aplikacji webowych w różnych przeglądarkach. Z Selenium 4 dostępne są ulepszone API WebDriver, natywne lokalizatory względne oraz poprawione wsparcie dla siatki. Python oferuje prostotę i silną integrację z frameworkami testowymi, takimi jak Pytest, co czyni go potężnym wyborem do tworzenia skalowalnych i utrzymywalnych zestawów testów automatyzowanych.

To szkolenie prowadzone przez instruktora (online lub stacjonarne) jest przeznaczone dla testerów i deweloperów na poziomie początkującego do średnio zaawansowanego, którzy chcą używać Selenium z Pythonem do automatyzacji testowania aplikacji webowych w realnych środowiskach.

Na zakończenie tego szkolenia uczestnicy będą w stanie:

• Zainstalować i skonfigurować Selenium z Pythonem w środowisku testowym.
• Tworzyć solidne skrypty automatyzacji testów za pomocą Selenium WebDriver i Pytest.
• Zastosować model obiektów stron (POM) dla utrzymywalnych frameworków testowych.
• Uruchamiać testy w wielu przeglądarkach za pomocą Selenium Grid.
• Integrować automatyczne testy z wyzwalaczami CI/CD.
• Rozwiązywać typowe problemy i stosować najlepsze praktyki dla stabilności automatyzacji.

Format kursu

• Interaktywne wykłady i dyskusje.
• Dużo ćwiczeń i praktyki.
• Ręczna implementacja w żywym środowisku laboratoryjnym.

Opcje dostosowania kursu

• Aby złożyć wniosek o dostosowane szkolenie dla tego kursu, skontaktuj się z nami w celu ustalenia.

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.