Python od podstaw Training Course

This course introduces the student to the Python language. Upon completion of this class, the student will be able to write non trivial Python programs dealing with a wide variety of subject matter domains. Topics include language components, working with a professional IDE, control flow constructs, strings, I/O, collections, classes, modules, and regular expressions. The course is supplemented with many hands-on labs, solutions, and code examples.

After Completing the course students will be able to demonstrate knowledge and understanding of Python Security Principles.

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.

In this instructor-led, live training in Poland (onsite or remote), participants will learn how to use Python skope-rules to automatically generate rules based on existing data sets.

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

• Use skope-rules to extract rules from available data.
• Apply skope-rules to carry out classification, particularly useful in supervised anomaly detection, or imbalanced classification. 
• Generate rules for classifying new incoming data.
• Fit rules to address real-world problems in fraud detection, predictive maintenance, intrusion detection, insurance application approvals, etc.

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.