Bezpieczeństwo w Pythonie - Plan Szkolenia

Ten intensywny, praktyczny kurs obejmuje zaawansowane techniki Pythona, najlepsze praktyki inżynieryjne oraz powszechnie stosowane wzorce projektowe, aby budować łatwe w utrzymaniu, testowalne i wydajne aplikacje w Pythonie. Kurs kładzie nacisk na nowoczesne narzędzia, typowanie, modele współbieżności, wzorce architektoniczne oraz gotowe do wdrożenia przepływy pracy.

Szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do programistów Pythona na poziomie średnio zaawansowanym i zaawansowanym, którzy chcą przyjąć profesjonalne praktyki i wzorce dla systemów Pythona na poziomie produkcyjnym.

Po zakończeniu szkolenia uczestnicy będą mogli:

• Stosować typowanie, dataclasses i sprawdzanie typów w Pythonie, aby zwiększyć niezawodność kodu.
• Korzystać z wzorców projektowych i zasad architektonicznych do strukturyzowania solidnych aplikacji.
• Poprawnie implementować współbieżność i równoległość przy użyciu asyncio i multiprocessing.
• Tworzyć dobrze przetestowany kod z wykorzystaniem pytest, testowania opartego na właściwościach i potoków CI.
• Profilować, optymalizować i zabezpieczać aplikacje Pythona do produkcji.
• Pakować, dystrybuować i wdrażać projekty Pythona przy użyciu nowoczesnych narzędzi i kontenerów.

Format kursu

• Interaktywne wykłady i krótkie prezentacje.
• Praktyczne laboratoria i ćwiczenia programistyczne każdego dnia.
• Projekt końcowy integrujący wzorce, testowanie i wdrożenie.

Opcje dostosowania kursu

• Aby zamówić dostosowane szkolenie lub skupić się na konkretnym obszarze (dane, web lub infrastruktura), skontaktuj się z nami, aby uzgodnić szczegóły.

Ten kurs uczy praktycznych technik inżynierskich do projektowania, budowania, testowania i wdrażania agentowych (autonomicznych) systemów przy użyciu Pythona. Obejmuje pętlę agenta, integrację narzędzi, zarządzanie pamięcią i stanem, wzorce orkiestracji, kontrolę bezpieczeństwa oraz aspekty produkcyjne.

Szkolenie prowadzone przez instruktora, na żywo (online lub na miejscu) jest skierowane do inżynierów uczenia maszynowego, developerów AI oraz inżynierów oprogramowania na poziomie średniozaawansowanym i zaawansowanym, którzy chcą budować solidne, gotowe do produkcji autonomiczne agenty przy użyciu Pythona.

Po ukończeniu szkolenia uczestnicy będą potrafili:

• Projektować i implementować pętlę agenta oraz przepływy decyzyjne.
• Integrować zewnętrzne narzędzia i API w celu rozszerzenia możliwości agenta.
• Implementować architektury pamięci krótko- i długoterminowej dla agentów.
• Koordynować wieloetapowe orkiestracje i kompozycję agentów.
• Stosować najlepsze praktyki dotyczące bezpieczeństwa, kontroli dostępu i obserwowalności dla wdrożonych agentów.

Format kursu

• Interaktywne wykłady i dyskusje.
• Praktyczne laboratoria budujące agenty przy użyciu Pythona i popularnych SDK.
• Ćwiczenia oparte na projektach, które tworzą prototypy gotowe do wdrożenia.

Opcje dostosowania kursu

• Aby zamówić dostosowane szkolenie, prosimy o kontakt w celu uzgodnienia szczegółów.

To 5-dniowe wprowadzenie do Data Science i Sztucznej Inteligencji (AI).

Kurs jest prowadzony z przykładami i ćwiczeniami przy użyciu Pythona.

Sztuczna Inteligencja z Pythonem to tworzenie inteligentnych systemów przy użyciu bogatego ekosystemu bibliotek AI i uczenia maszynowego w Pythonie.

To szkolenie prowadzone przez instruktora, na żywo (online lub na miejscu) jest skierowane do programistów Pythona na poziomie średniozaawansowanym, którzy chcą projektować, implementować i wdrażać rozwiązania AI przy użyciu Pythona.

Po zakończeniu szkolenia uczestnicy będą mogli:

• Implementować algorytmy AI przy użyciu podstawowych bibliotek AI w Pythonie.
• Pracować z modelami uczenia nadzorowanego, nienadzorowanego i ze wzmocnieniem.
• Integrować rozwiązania AI z istniejącymi aplikacjami i przepływami pracy.
• Oceniać wydajność modeli i optymalizować je pod kątem dokładności i efektywności.

Format kursu

• Interaktywny wykład i dyskusja.
• Dużo ćwiczeń i praktyki.
• Praktyczna implementacja w środowisku live-lab.

Opcje dostosowania kursu

• Aby zamówić dostosowane szkolenie, prosimy o kontakt w celu ustalenia szczegółów.

To szkolenie prowadzone przez instruktora, na żywo w Polsce (online lub na miejscu) jest skierowane do analityków biznesowych, którzy chcą zautomatyzować handel za pomocą handlu algorytmicznego, Pythona i R.

Po zakończeniu szkolenia uczestnicy będą mogli:

• Wykorzystywać algorytmy do szybkiego kupna i sprzedaży papierów wartościowych w określonych interwałach.
• Zmniejszać koszty związane z handlem dzięki handlowi algorytmicznemu.
• Automatycznie monitorować ceny akcji i składać zlecenia.

To szkolenie prowadzone przez instruktora na żywo w Polsce (online lub na miejscu) jest skierowane do analityków danych i inżynierów oprogramowania, którzy chcą wykorzystać Dask w ekosystemie Pythona do budowania, skalowania i analizowania dużych zbiorów danych.

Pod koniec szkolenia uczestnicy będą mogli:

• Przygotować środowisko do rozpoczęcia przetwarzania dużych zbiorów danych z wykorzystaniem Dask i Pythona.
• Poznać funkcje, biblioteki, narzędzia i API dostępne w Dask.
• Zrozumieć, w jaki sposób Dask przyspiesza przetwarzanie równoległe w Pythonie.
• Nauczyć się skalować ekosystem Pythona (Numpy, SciPy i Pandas) przy użyciu Dask.
• Optymalizować środowisko Dask, aby zachować wysoką wydajność w obsłudze dużych zbiorów danych.

To szkolenie prowadzone przez instruktora na żywo w Polsce (online lub na miejscu) jest skierowane do programistów Pythona i analityków danych na poziomie średnio zaawansowanym, którzy chcą poprawić swoje umiejętności w zakresie analizy i manipulacji danymi przy użyciu Pandas i NumPy.

Pod koniec szkolenia uczestnicy będą mogli:

• Skonfigurować środowisko programistyczne obejmujące Python, Pandas i NumPy.
• Tworzyć aplikacje do analizy danych przy użyciu Pandas i NumPy.
• Wykonywać zaawansowane operacje porządkowania, sortowania i filtrowania danych.
• Przeprowadzać operacje agregacyjne i analizować dane szeregów czasowych.
• Wizualizować dane za pomocą Matplotlib i innych bibliotek wizualizacyjnych.
• Debugować i optymalizować kod analizy danych.

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.

To szkolenie prowadzone przez instruktora, na żywo w Polsce (online lub na miejscu) jest skierowane do naukowców zajmujących się danymi oraz programistów, którzy chcą wykorzystać Modin do budowania i implementowania równoległych obliczeń z Pandas w celu szybszej analizy danych.

Pod koniec szkolenia uczestnicy będą mogli:

• Skonfigurować niezbędne środowisko do rozpoczęcia tworzenia przepływów pracy w Pandas na dużą skalę z wykorzystaniem Modin.
• Zrozumieć funkcje, architekturę i zalety Modin.
• Poznać różnice między Modin, Dask i Ray.
• Wykonywać operacje w Pandas szybciej z wykorzystaniem Modin.
• Implementować całe API i funkcje 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)

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.

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.