Wprowadzenie do nauki o danych i sztucznej inteligencji za pomocą Pythona

Grupa docelowa

Szkolenie jest przeznaczone dla osób, które chcą rozwijać kompetencje data/AI w praktyce, w szczególności:

• analityków danych, analityków biznesowych i specjalistów raportowania
• osób z działów finansów, sprzedaży, operacji i marketingu pracujących na danych
• programistów i inżynierów, którzy chcą uporządkować podstawy ML/LLM w Pythonie
• osób przygotowujących się do roli Data Scientist / ML Engineer na poziomie junior/regular

Wymagania wstępne

• podstawowa znajomość Pythona (zmienne, pętle, funkcje, praca w notebooku)
• podstawy pracy z danymi (tabele, typy danych, proste obliczenia)
• gotowość do pracy na własnym komputerze w środowisku zdalnym

Metody szkoleniowe

Dominują warsztaty praktyczne (ok. 75% czasu). W trakcie zajęć wykorzystywane są m.in.:

• ćwiczenia indywidualne i zespołowe w notebookach (Python)
• krótkie wprowadzenia teoretyczne poprzedzające laboratoria
• studia przypadków oparte o dane zbliżone do realnych zastosowań biznesowych
• mini-projekty podsumowujące każdy dzień oraz praca na pipeline’ach
• sesje Q&A i konsultacje problemów z pracy uczestników (jeśli zostaną dostarczone dane/przypadki)

Materiały szkoleniowe

Uczestnicy otrzymują komplet materiałów wykorzystywanych podczas szkolenia, w tym:

• notatniki (Jupyter) i pliki z ćwiczeniami
• zestawy danych do laboratoriów
• ściągi (cheat sheets) z kluczowymi funkcjami Pandas oraz elementami scikit-learn
• linki do rekomendowanych źródeł i dokumentacji

Warunki techniczne szkolenia zdalnego

Do udziału wymagane są:

• komputer z systemem Windows/macOS/Linux (min. 8 GB RAM, rekomendowane 16 GB)
• stabilne łącze internetowe (min. 10 Mb/s)
• słuchawki z mikrofonem oraz kamera (rekomendowane dla pracy warsztatowej)
• dostęp do komunikatora MS Teams lub Zoom
• opcjonalnie: dostęp do środowiska DaDesktop zapewnianego przez NobleProg (jeśli zostanie uruchomione dla grupy)

Walidacja i zaświadczenia

Walidacja efektów uczenia się odbywa się w oparciu o zadania praktyczne (notebooki), mini-projekty oraz checklisty jakości. Po ukończeniu szkolenia uczestnicy otrzymują certyfikat NobleProg w formie elektronicznej.

Dokument informacyjny

Program może zostać dopasowany do potrzeb grupy po analizie wymagań (PCQ).

Analiza danych w Pandas

• Tworzy i modyfikuje obiekty Series/DataFrame, wykonuje operacje na tabelach i kolumnach
• Stosuje filtrowanie, sortowanie, grupowanie i agregacje do rozwiązywania problemów analitycznych

Kryterium weryfikacji: Weryfikacja: zadania praktyczne w notebooku (wyniki obliczeń i poprawność transformacji danych)

Modele regresyjne

• Dobiera i trenuje model regresji do zadanego problemu
• Ocenia model właściwymi metrykami oraz interpretuje wyniki
• Stosuje normalizację i przygotowanie danych, a także przeciwdziała overfittingowi

Kryterium weryfikacji: Weryfikacja: mini-projekt regresyjny + omówienie metryk i wniosków.

Modele klasyfikacyjne

• Buduje i porównuje modele klasyfikacji, dobierając metryki (np. accuracy, precision/recall, F1, ROC-AUC)
• Stosuje techniki ensemble do poprawy jakości predykcji

Kryterium weryfikacji: Weryfikacja: zadanie klasyfikacyjne + porównanie co najmniej 2 modeli i uzasadnienie wyboru.

Praca z LLM

• Rozumie podstawowe pojęcia: prompt, kontekst, embeddingi, tokenizacja, ograniczenia modeli
• Korzysta z API LLM do generowania i przetwarzania tekstu oraz tworzy embeddingi do wyszukiwania semantycznego
• Zna podstawowe zasady bezpieczeństwa i jakości (ochrona danych, testy, ograniczenia)

Kryterium weryfikacji: Weryfikacja: ćwiczenie integracyjne (prosty prototyp) + checklist bezpieczeństwa danych.

Dzień 1 - Analiza danych w Pandas

• Podstawowe typy danych: Series i DataFrame (tworzenie, indeksowanie, typy danych).
• Operacje na tabelach: wczytywanie danych, łączenie (merge/join), konkatenacja.
• Filtrowanie, sortowanie, grupowanie: groupby, agregacje, pivot table.
• Modyfikacja wartości: mapowanie, replace, brakujące dane (NaN) i strategie uzupełniania.
• Operacje na kolumnach: tworzenie i transformacja cech, funkcje apply/assign.

Dzień 2 - Machine Learning: algorytmy regresji

• Wprowadzenie do regresji: problem, dane, pipeline ML.
• Ewaluacja modelu: metryki (MAE, MSE/RMSE, R2), podział train/test.
• Normalizacja i standaryzacja danych: kiedy i dlaczego.
• Obsługa zmiennych kategorycznych: One-Hot Encoding i Label Encoding.
• Overfitting: diagnoza i metody ograniczania.
• Cross-validation: dobór strategii walidacji.
• Grid Search i optymalizacja hiperparametrów (w tym pipeline).

Dzień 3 - Machine Learning: algorytmy klasyfikacji

• Wprowadzenie do klasyfikacji: binarna i wieloklasowa.
• Ewaluacja klasyfikacji: macierz pomyłek, accuracy, precision/recall, F1, ROC-AUC.
• Przegląd algorytmów klasyfikacji (np. regresja logistyczna, drzewa, SVM, kNN).
• Ensemble: łączenie klasyfikatorów (bagging, boosting, stacking - przegląd i praktyka).

Dzień 4 - Duże modele językowe (LLM)

• Wprowadzenie do LLM: możliwości, ograniczenia, typowe przypadki użycia w biznesie.
• API OpenAI i innych modeli: podstawy integracji, koszty, limity, dobre praktyki.
• Modele multimodalne: praca z tekstem i obrazem - scenariusze i ograniczenia.
• Embeddingi: wyszukiwanie semantyczne, klastrowanie, proste rekomendacje, podstawy RAG.