Budowa dashboardów i aplikacji w bibliotece Streamlit 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 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.

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.