Szkolenia Python skope-rules w Toruń

Ten kurs wprowadza studenta do języka Python. Po ukończeniu tej klasy student będzie w stanie pisać nietrywialne programy Python zajmujące się szeroką gamą domen tematycznych. Tematy obejmują komponenty języka, pracę z profesjonalnym IDE, konstrukcje przepływu sterowania, łańcuchy, wejścia / wyjścia, kolekcje, klasy, moduły i wyrażenia regularne. Kurs jest uzupełniony wieloma praktycznymi laboratoriami, rozwiązaniami i przykładami kodu.

Po ukończeniu kursu studenci będą w stanie zademonstrować wiedzę i zrozumienie zasad bezpieczeństwa w Python.

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 Toruń (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.

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.