SDA / Kursy / Data Science

Data science od podstaw (dofinansowanie PFIG)

Chcesz mieć najseksowniejszą pracę XXI wieku?

Podczas tego kursu nauczysz się podstaw data science, a także tego, jak opanować zaawansowane techniki uczenia maszynowego i odkrywać ukryte skarby w ogromnych zestawieniach danych. Przekuj liczbowe wnioski na trafne decyzje biznesowe.

chcę się zapisać

Dofinansowanie od PFIG

Dzięki Pomorskiej Fundacji Inicjatyw Gospodarczych zapłacisz tylko 5999,54 zł zamiast 10 102,08 zł.

chcę wiedzieć więcej

Dlaczego warto wybrać ten kurs

Data Science to dobry wybór dla kogoś z zamiłowaniem do matematyki, ale i z umiejętnościami analitycznymi. Przyda się także Twoja dociekliwość! Data Science to nic innego, jak praca z danymi. Początkowo, dane były przede wszystkim obiektem zainteresowania naukowców. Z czasem jednak, potencjał na pomnażanie swoich zysków, dostrzegł w nich również biznes. Stąd coraz większe zainteresowanie rekruterów specjalistami tej dziedziny. Sprawdź, jakie zalety ma ten kierunek.

  1. Rosnące zapotrzebowanie na rynku pracy

    W ciągu czterech lat wytworzyliśmy więcej informacji niż od początku świata. To oznacza, że świat potrzebuje ludzi, którzy potrafią zarządzać tak dużą ilością danych, a wnioski z nich przekładać na zyski.

  2. Stosunkowo niski próg wejścia

    Przede wszystkim, gdy znasz język programowania. W Data Science możesz wykorzystywać m.in. Python. To dobre połączenie, zwłaszcza że Python jest jednym z prostszych, więc łatwych do nauki, języków.

  3. Atrakcyjne zarobki

    W tej branży nie zawsze wynagrodzenie gra pierwsze skrzypce. Spektakularne podwyżki są czymś tak oczywistym, że pracodawcy muszą używać innych sposobów, aby skusić tych najlepszych. W ofertach można więc znaleźć takie zachęty, jak pokoje do drzemek, bezpłatne lunche czy płatny urlop naukowy.

Wspieramy Cię kompleksowo

Wybór nowej drogi to ważna, ale i stresująca decyzja. Pewnie masz w głowie milion myśli: co dalej? Jak znajdę dobrą pracę? Jak w ogóle zacząć jej szukać? I tutaj wkraczamy my.

Chcąc maksymalnie wesprzeć Cię w procesie zmiany branży, dajemy Ci nie tylko kurs ale pełen pakiet korzyści. Co to oznacza? Poza ogromną dawką wiedzy, którą od nas dostaniesz przygotowaliśmy także:

Doradztwo kariery

Wyróżnienie się z tłumu kandydatów to podstawa sukcesu. Dlatego nasz wykwalifikowany Doradca kariery przygotuje Cię do tego w pełni. Nauczysz się między innymi jak rozmawiać, by od pierwszych chwil zachwycić rekrutera, w jaki sposób skuteczne szukać pracy w branży IT oraz dowiesz się gdzie wypatrywać najważniejszych dla Ciebie wydarzeń branżowych.

Stworzenie skutecznego CV

CV jest niczym Twoja pierwsza wizytówka. Dlatego przykładamy do niego tak dużą wagę. Nasz Doradca kariery pomoże Ci stworzyć je skutecznie i czytelnie, tak by zrobiło, jak najlepsze wrażenie na Twoim przyszłym pracodawcy. Samo CV to nie wszystko. Przeprowadzimy Cię również przez cały proces tworzenia wizerunku w serwisie LinkedIn oraz pokażemy, które dodatkowe aktywności wspomogą zdobycie Twojej pierwszej pracy w IT.

Symulacja rozmowy kwalifikacyjnej

Na samą myśl o rozmowie kwalifikacyjnej pocą Cię dłonie i czujesz ucisk w żołądku? Spokojnie! We wszystkim Ci pomożemy. Wiesz, że największy stres wywołuje brak doświadczenia i niedostateczne przygotowanie? Z pomocą naszego trenera nauczysz się, w jaki sposób rozmawiać w trakcie rozmowy o pracę i jak bez stresu dać z siebie 100%. Zobaczysz, po kilku próbach poczujesz się lekko a Twoja pewność siebie skoczy do góry.

Wirtualna biblioteka

Stałe pogłębianie wiedzy to coś, co powinno Ci wejść w nawyk. Żeby Cię w tym wesprzeć, zapewnimy Ci stały dostęp do naszej wirtualnej biblioteki. Znajdziesz tam zarówno materiały w wersji elektronicznej, jak i audio i wideo. Przy okazji możesz również szlifować język angielski, który w branży IT jest niezwykle przydatny.

Co czeka Cię po kursie

Wsparcie doradcy kariery otrzymujesz od nas bezterminowo. Dlatego nawet wtedy, gdy już skończysz kurs, wciąż jesteśmy w kontakcie. Będziemy pomagać Ci wspinać się wyżej i wyżej! Jeśli chcesz, zagwarantujemy Ci, że znajdziemy dla Ciebie pracę.

Twoje wynagrodzenie na start

Według raportu JustJoinIT w 2021 roku junior mógł liczyć nawet na:

  • 9 087 zł w przypadku umowy o pracę,

  • 9 400 zł w przypadku współpracy B2B. 

Twoje pierwsze stanowisko

Przygotujemy Cię do tego, aby skutecznie znaleźć pracę w nowej branży. Otrzymasz od nas konkretne oferty pracy. Jeśli chcesz, zagwarantujemy Ci również, że znajdziemy dla Ciebie pracę już w kilka miesięcy po kursie!

Na stanowisku juniorskim będziesz:

  • przygotowywać dane i wykonywać prace analityczne,

  • programować poszczególne elementy projektu,

  • szukać rozwiązań problemów,

  • pracować zespołowo i modelować dane (machine learning).

Dalsze kierunki Twojego rozwoju

Gdy już rozgościsz się w branży IT, szybko dostrzeżesz, jak wiele masz możliwości rozwoju. Dlatego możesz czuć spory głód wiedzy! W podobnej sytuacji warto rozważyć takie kierunki, jak:

  • CyberSecurityData Science w cyberbezpieczeństwie oferuje naukowe podejście do tego, aby zidentyfikować wrogie ataki na cyfrową infrastrukturę. Wykrywanie anomalii to główna funkcja, jaką uczenie maszynowe wnosi do cyberbezpieczeństwa. Ataki są często dokonywane przez kod, który różni się od normy. Stworzenie modelu uczenia maszynowego do wykrywania anomalii to świetny sposób na wykorzystanie technik analizy danych w cyberbezpieczeństwie;

  • GameDev – branża gier w pełni wykorzystuje analizę danych. Data Scientist bada, projektuje, oraz organizuje testy, aby sprawdzać pomysły. Odpowiada również za tworzenie modeli matematycznych i automatycznych narzędzi analitycznych, które identyfikują sposób korzystania z gry. Jeśli pasjonuje Cię wirtualny świat rozrywki, a do tego lubisz eksplorować i modelować dane, ta branża dostarczy Ci sporo wrażeń.

Zapisz się na kurs

Wszystkiego nauczymy Cię podstaw. I to już w kilka miesięcy!

chcę wiedzieć więcej

Jak organizujemy zajęcia

Nie musisz mieć doświadczenia w branży IT. Wszystkiego nauczymy Cię od podstaw!

Kursy prowadzimy według trybu wieczorowego, od poniedziałku do czwartku w godzinach 17.30–21:00, lub weekendowego, od soboty do niedzieli w godzinach 9.00–16.00.

Programy przygotowujemy zgodnie z naszą autorską metodykę SDA in IT. Opiera się ona na kilku filarach:

  1. Lubimy, gdy teoria równa się z praktyce

    Dlatego Twoi trenerzy to osoby, które na co dzień pracują w branży IT. Współpracuje z nami ponad 1000 ekspertów! To ważne, bo trener jest pierwszą osobą, która potwierdzi Twoje umiejętności. Tym samym może dać Ci pierwszą rekomendację dla Twojego przyszłego pracodawcy.

  2. Pracujemy zespołowo

    Zależy nam na tym, aby Twój kurs był obrazem tego, co czeka Cię w nowej pracy. Zbieranie potrzeb i wspólne szukanie rozwiązań często będzie dla Ciebie codziennością. Dlatego pracujemy w grupach, które liczą zwykle około 20 osób. Trener dzieli grupę na mniejsze zespoły, w których pracujecie nad konkretnymi zadaniami.

  3. Wspieramy Cię w pracy indywidualnej

    Otrzymasz od nas oryginalne materiały. Tworzy je zespół blisko stu specjalistów IT z zakresu programowania, testowania, projektowania i analizy danych. Na bieżąco sprawdzamy materiały i kontrolujemy ich jakość. Ważne jest dla nas to, aby nakierować Cię na rozwiązanie. Wszystko po to, aby efektywne wykorzystać Twój czas.

  4. Śledzimy Twój postęp w nauce

    Zależy nam na tym, aby Twoja motywacja stale była na jak najwyższym poziomie. Dlatego przeprowadzamy testy, które pozwolą ocenić trenerowi poziom Twojej wiedzy. Wszystko po to, aby zareagować w odpowiednim momencie i np. powtórzyć zajęcia. Twój kurs zakończymy egzaminem, który potwierdzi Twoje nowe umiejętności.

Czego nauczysz się w trakcie kursu

Narzędzia systemowe i system kontroli GIT
123456789101112

Narzędzia systemowe i system kontroli GIT

Narzędzia systemowe to zbiór przydatnych technik służących do obsługi systemu za pomocą poleceń. Każdy szanujący się specjalista data science powinien wiedzieć, jak obsługiwać konsolę. My Cię tego nauczymy.

Dowiesz się również, jak korzystać z systemu kontroli wersji GIT, który umożliwia płynną współpracę w zespole.

Python w data science

Python to najpopularniejszy język wykorzystywany w data science. Ma największą liczbę bibliotek i frameworków, które wykonują wiele zadań w zakresie data science.

W tym module poznasz podstawy języka Python potrzebne do tworzenia kodu aplikacji.

Statystyki i prawdopodobieństwo

Data science opiera się w pełni na matematyce. Ten moduł pomoże Ci zrozumieć operacje wykonywane przy użyciu biblioteki Numpy, w której można obliczać podstawowe działania z algebry liniowej (działania na wektorach/macierzach).

W drugiej części dowiesz się więcej o prawdopodobieństwie, na przykład, dlaczego testy o 90-procentowej zgodności trzeba powtarzać.

Przetwarzanie zbiorów danych

Data science to dane, dane i jeszcze więcej danych. Pochodzą one z różnych źródeł i dostępne są w różnych formatach. Mówi się, że 90% pracy specjalisty data science to przetwarzanie danych. Trudno się z tym nie zgodzić. Z umiejętności zdobytych w tym module będziesz korzystać w swoim przyszłym życiu zawodowym najczęściej.

Dowiesz się, jak przetwarzać dane pobierane przez API lub z bazy danych SQL.

Wizualizacja danych

Jeden wykres może wyrazić więcej niż tysiąc słów. W kontekście pracy z klientami, którzy kupują „na oko”, umiejętność odpowiedniej prezentacji danych jest niezwykle cenna.

Z tego modułu dowiesz się, jak tworzyć interaktywne wykresy niezbędne do pracy w dziedzinie data science.

Uczenie maszynowe w praktyce

Przewidywanie cen na giełdzie?

Wybór odpowiedniego momentu na zakup mieszkania z uwzględnieniem historycznych cen?

Czego możemy dowiedzieć się o przyszłości, znając przeszłość?

Regresja próbuje odpowiedzieć właśnie na te pytania. Umożliwia przewidywanie nieznanych wartości jednej wielkości na podstawie znanych wartości innych wielkości. Dodatkowo moduł ten przybliży Ci całą tematykę klasycznych metod uczenia maszynowego – tych, na których opiera się wiele nowoczesnych rozwiązań. Dowiesz się również o problemach z klasyfikacją w uczeniu nadzorowanym. Wyjaśnimy Ci też, czym jest uczenie nienadzorowane.

Biblioteka TensorFlow

Poznasz najpopularniejszy framework do tworzenia rozwiązań sieciowych. Umożliwia on łatwe wdrażanie danej architektury sieci, procesu uczenia się i kolejnych działań.

Sieci neuronowe

Sztuczne sieci neuronowe to struktury naśladujące te znajdujące się w naszych mózgach. Mamy sygnał wejściowy, który przetwarzany jest inaczej przez różne neurony, generujące pod koniec procesu pewne informacje. Jest to jedna z najpopularniejszych metod uczenia maszynowego, więc trzeba ją bardzo dobrze poznać.

Pozwala ona rozwiązać problem regresji i klasyfikacji, choć nie tylko. Nauczymy Cię metod uczenia się takich sieci za pomocą TensorFlow.

Przetwarzanie obrazu – widzenie komputerowe

Jak działają pojazdy autonomiczne?

Jak rozpoznają znaki drogowe lub pieszych? W tym module dowiesz się, jak przetwarzać dane obrazu, jak filtrować dane oraz jakie informacje można zdobyć na podstawie obrazów?

Ponadto dowiesz się, jak korzystać ze specjalnych konstrukcji sieci neuronowych używanych do przetwarzania danych obrazu. Rozumiejąc uczenie transferowe, będziesz w stanie tworzyć rozwiązania, które mogą wyjaśnić większość problemów związanych z przetwarzaniem obrazu i nie tylko.

Przetwarzanie języka naturalnego

Alexa i Siri to dwa przykłady asystentów głosowych. W jaki sposób rozumieją, co do nich mówimy?

Z tego modułu dowiesz się, jak radzić sobie z danymi tekstowymi (i poznasz odpowiedź na poprzednie pytanie).

Praca z sekwencjami – rekursywne sieci neuronowe

W jaki sposób sieci neuronowe mogą uwzględniać sekwencje, a nie pojedyncze obiekty? Skąd algorytm wie, które słowo powinno być następne w zdaniu?

Postaramy się odpowiedzieć na te pytania za pomocą rekursywnych sieci neuronowych.

Projekty praktyczne

W trakcie kursu zrealizujesz cztery projekty końcowe. Trzy z nich to projekty praktyczne (regresja, klasyfikacja i przetwarzanie obrazu) realizowane na różnych etapach kursu. Na koniec otrzymasz jeden duży projekt końcowy.

Przykładem końcowego projektu może być prognoza dotycząca COVID-19, wykorzystująca publicznie dostępne dane.

Narzędzia systemowe i system kontroli GIT

Narzędzia systemowe to zbiór przydatnych technik służących do obsługi systemu za pomocą poleceń. Każdy szanujący się specjalista data science powinien wiedzieć, jak obsługiwać konsolę. My Cię tego nauczymy.

Dowiesz się również, jak korzystać z systemu kontroli wersji GIT, który umożliwia płynną współpracę w zespole.

Python w data science

Python to najpopularniejszy język wykorzystywany w data science. Ma największą liczbę bibliotek i frameworków, które wykonują wiele zadań w zakresie data science.

W tym module poznasz podstawy języka Python potrzebne do tworzenia kodu aplikacji.

Statystyki i prawdopodobieństwo

Data science opiera się w pełni na matematyce. Ten moduł pomoże Ci zrozumieć operacje wykonywane przy użyciu biblioteki Numpy, w której można obliczać podstawowe działania z algebry liniowej (działania na wektorach/macierzach).

W drugiej części dowiesz się więcej o prawdopodobieństwie, na przykład, dlaczego testy o 90-procentowej zgodności trzeba powtarzać.

Przetwarzanie zbiorów danych

Data science to dane, dane i jeszcze więcej danych. Pochodzą one z różnych źródeł i dostępne są w różnych formatach. Mówi się, że 90% pracy specjalisty data science to przetwarzanie danych. Trudno się z tym nie zgodzić. Z umiejętności zdobytych w tym module będziesz korzystać w swoim przyszłym życiu zawodowym najczęściej.

Dowiesz się, jak przetwarzać dane pobierane przez API lub z bazy danych SQL.

Wizualizacja danych

Jeden wykres może wyrazić więcej niż tysiąc słów. W kontekście pracy z klientami, którzy kupują „na oko”, umiejętność odpowiedniej prezentacji danych jest niezwykle cenna.

Z tego modułu dowiesz się, jak tworzyć interaktywne wykresy niezbędne do pracy w dziedzinie data science.

Uczenie maszynowe w praktyce

Przewidywanie cen na giełdzie?

Wybór odpowiedniego momentu na zakup mieszkania z uwzględnieniem historycznych cen?

Czego możemy dowiedzieć się o przyszłości, znając przeszłość?

Regresja próbuje odpowiedzieć właśnie na te pytania. Umożliwia przewidywanie nieznanych wartości jednej wielkości na podstawie znanych wartości innych wielkości. Dodatkowo moduł ten przybliży Ci całą tematykę klasycznych metod uczenia maszynowego – tych, na których opiera się wiele nowoczesnych rozwiązań. Dowiesz się również o problemach z klasyfikacją w uczeniu nadzorowanym. Wyjaśnimy Ci też, czym jest uczenie nienadzorowane.

Biblioteka TensorFlow

Poznasz najpopularniejszy framework do tworzenia rozwiązań sieciowych. Umożliwia on łatwe wdrażanie danej architektury sieci, procesu uczenia się i kolejnych działań.

Sieci neuronowe

Sztuczne sieci neuronowe to struktury naśladujące te znajdujące się w naszych mózgach. Mamy sygnał wejściowy, który przetwarzany jest inaczej przez różne neurony, generujące pod koniec procesu pewne informacje. Jest to jedna z najpopularniejszych metod uczenia maszynowego, więc trzeba ją bardzo dobrze poznać.

Pozwala ona rozwiązać problem regresji i klasyfikacji, choć nie tylko. Nauczymy Cię metod uczenia się takich sieci za pomocą TensorFlow.

Przetwarzanie obrazu – widzenie komputerowe

Jak działają pojazdy autonomiczne?

Jak rozpoznają znaki drogowe lub pieszych? W tym module dowiesz się, jak przetwarzać dane obrazu, jak filtrować dane oraz jakie informacje można zdobyć na podstawie obrazów?

Ponadto dowiesz się, jak korzystać ze specjalnych konstrukcji sieci neuronowych używanych do przetwarzania danych obrazu. Rozumiejąc uczenie transferowe, będziesz w stanie tworzyć rozwiązania, które mogą wyjaśnić większość problemów związanych z przetwarzaniem obrazu i nie tylko.

Przetwarzanie języka naturalnego

Alexa i Siri to dwa przykłady asystentów głosowych. W jaki sposób rozumieją, co do nich mówimy?

Z tego modułu dowiesz się, jak radzić sobie z danymi tekstowymi (i poznasz odpowiedź na poprzednie pytanie).

Praca z sekwencjami – rekursywne sieci neuronowe

W jaki sposób sieci neuronowe mogą uwzględniać sekwencje, a nie pojedyncze obiekty? Skąd algorytm wie, które słowo powinno być następne w zdaniu?

Postaramy się odpowiedzieć na te pytania za pomocą rekursywnych sieci neuronowych.

Projekty praktyczne

W trakcie kursu zrealizujesz cztery projekty końcowe. Trzy z nich to projekty praktyczne (regresja, klasyfikacja i przetwarzanie obrazu) realizowane na różnych etapach kursu. Na koniec otrzymasz jeden duży projekt końcowy.

Przykładem końcowego projektu może być prognoza dotycząca COVID-19, wykorzystująca publicznie dostępne dane.

Kim są Twoi przyszli trenerzy

Roman jest inżynierem Big Data w SoftServe Polska. Posiada ogromne doświadczenie w Pythonie. Matematyka i uczenie maszynowe to jego hobby. Ukończył Doniecki Narodowy Uniwersytet Techniczny na Ukrainie z tytułem magistra informatyki. Stawia na samodoskonalenie, dlatego studiował również robotykę na Politechnice Warszawskiej oraz matematykę stosowaną na Moskiewskim Instytucie Fizyki i Techniki.

Roman Dryndik Big Data Engineer

Jakie są opłaty za kurs?

Kurs kosztuje 10 102,08 zł brutto. Uzyskaliśmy dofinansowanie od Pomorskiej Fundacji Inicjatyw Gospodarczych!

Kurs kupisz za 5998,54 zł brutto.

Zapisz się na kurs

Wszystkiego nauczymy Cię podstaw. I to już w kilka miesięcy!

chcę wiedzieć więcej

Jakie masz możliwości finansowania

Zapłać jednorazowo

Za kurs możesz zapłacić tradycyjnym przelewem. Jeśli skorzystasz z tej opcji, otrzymasz od nas dodatkową zniżkę.

Płatność rozłóż na 3 raty

Ucz się najbardziej perspektywicznego zawodu i buduj swoją historię kredytową:

  • w zależności od finansowania łączny koszt może wynieść 0,5% w skali miesiąca
  • płatność rozłożysz na 3 raty,
  • formalności to tylko jeden prosty formularz, resztę ustalisz z nami telefonicznie,
  • decyzję o ratach otrzymasz niemal błyskawicznie.

 

Zapisz się na kurs Data Science z dofinansowaniem

Wypełnij ten formularz, a odezwiemy się w ciągu 48h.

    Najbliższe darmowe webinary

    Chcesz wiedzieć więcej? Zapisz się na jeden z naszych darmowych webinarów i poznaj praktyczną stronę Data Science.

    A może ciekawi Cię inna technologia?