Podstawy Data Science
Poziom zaawansowania:
Podstawowy
Termin:
01.12.2025-31.12.2025
Płatność:
Rozłóż płatność na raty 0%
Szczegóły kursu
Zadania w obrębie dziedziny Data Science możemy dzielić na różny sposób: w zależności od potrzeb biznesowych, rodziny algorytmów albo etapu rozwoju produktu. Jednak najbardziej naturalny jest podział bazujący na nośniku informacji, a właściwie na paliwie, które napędza nasz system, czyli na danych.
Na naszym praktycznym kursie Data Science poznasz kilka popularnych bibliotek Pythona, które umożliwią Ci analizę najważniejszych typów danych w prosty sposób. Zrealizujemy pięć projektów, z unikalnym typem danych, które znajdziesz poniżej.
- Ustrukturyzowane dane z tabeli PostgreSQL ze źródła zewnętrznego.
- Sesje i zdarzenia w e-commerce, czyli praca z danymi o zmiennej długości i rekomendacje produktowe dla użytkowników.
- Finansowe szeregi czasowe, czyli praca z silnie skorelowanymi danymi i technika budowania modelu prognostycznego od A do Z.
- Jak pracować z generatywnymi modelami językowymi jako Data Scientist?
Wiedząc, jak pracować z tymi typami danych, będziemy przygotowani na większość wyzwań na rynku pracy w dziedzinach takich jak e-commerce, finanse, ubezpieczenia, logistyka i inżynieria.
Czego się nauczysz na kursie Data Science?
- Jak łączyć się z zewnętrzną bazą danych i pobierać z niej dane
- Czym są dane nieustrukturyzowane
- Modelowania i analityki danych, szeregów oraz modeli
- Dobrych praktyk w pracy jako Data Scientist
- Wykorzystania odpowiedzi z generatywnych modeli językowych w trakcie designu eksperymentu oraz całego procesu
Wymagania dla uczestników
Zapraszamy wszystkich, którzy chcą poszerzyć swoją wiedzę lub rozważają rozpoczęcie kariery jako Data Scientist.
Wymagana jest podstawowa znajomość Pythona, szczególnie zrozumienie, jak działają funkcje i podstawy klas i obiektowości
Program kursu Podstawy Data Science
- Infrastruktura:
- łączenie i pobieranie danych z zewnętrznej bazy,
- dane nieustrukturyzowane,
- szeregi czasowe.
- Modelowanie i analityka:
- uczenie nienadzorowane,
- obsługa danych tabelarycznych z pakietem pandas,
- silniki rekomendacji: proste modele vs uczenie głębokie,
- modelowanie szeregów czasowych,
- modele parametryczne vs uczenie maszynowe.
- Dobre praktyki:
- uczenie nienadzorowane do grupowania danych,
- definicja problemu i dokładny opis danych: przypadek sesji w e-commerce,
- praca z danymi o zmiennej długości (wsad o zmiennej długości),
- wykorzystywanie znanych i nieznanych paczek,
- zwiększanie złożoności modeli, iteracyjne podejście do rozwiązania problemu,
- ograniczenia modeli,
- danocentryczność
40h
Zadania domowe
Certyfikat
Hackerspace Trójmiasto
Co zyskasz dodatkowo?
- Certyfikat – na zamówienie również w języku angielskim i w wersji papierowej
- Wspólny kanał nauki, wymiana wiedzy z trenerami i absolwentami, dostęp do wydarzeń branżowych i ofert pracy, wymiana kontaktów
A ponadto…
- Jako absolwent otrzymasz 15% zniżki na kolejny kurs w CODE:ME.
24 godziny
16 godzin
Zajęcia wieczorowe
Społeczność
Szymon Moliński
Senior Data Scientist, inżynier, humanista, tancerz, dziennikarz naukowy i (etyczny) haker. Żyje z rodziną i dwoma psami w Finlandii, a na co dzień pracuje w firmie sektora e-commerce tworząc rozwiązania statystyczne i związane z uczeniem maszynowym dla rynku polskiego. Przy tym bardzo blisko związany z branżą kosmiczną, szczególnie tą jej częścią, której soczewki skierowane są w kierunku Ziemi.
Dlaczego uczyć się właśnie z CODE:ME?
- Dogodne finansowanie: wszystkie nasze kursy można sfinansować w ramach programów wsparcia, w połączeniu z naszymi promocjami, cena kursu może być niższa nawet o 1/3! Zobacz szczegóły >>>
- Odpowiadamy na zapotrzebowanie rynku dzięki kontaktom z potencjalnymi pracodawcami.
- Nie musisz porzucać swojego życia: nasze zajęcia odbywają się w dogodnych terminach – wieczorami i w weekendy.
- Hackerspace Trójmiasto: tworzymy największą w Trójmieście społeczność skupioną wokół technologii, gdzie będziesz mógł rozwijać się także po ukończeniu kursu.
- Metody nauki dostosowane do rynku pracy: połączenie grupowych warsztatów i samodzielnego rozwiązywania zadań przygotuje Cię zarówno do pracy zespołowej, jak i indywidualnej.
- Twoimi trenerami będą praktycy z wieloletnim doświadczeniem!
Dzięki wpisowi do Rejestru Instytucji Szkoleniowych możemy zagwarantować najwyższą jakość naszych kursów.
Co dalej po kursie?
Kontynuuj naukę i wejdź na wyższy poziom!
Dla absolwentów naszych kursów przewidujemy rabaty 15% na kolejne szkolenia. Sprawdź ofertę naszych kursów i dalej inwestuj w swój rozwój!
Dołącz do Hackerspace Trójmiasto
Dołącz do największej na Pomorzu społeczności łączącej programistów, makerów, entuzjastów IT, instytucji otoczenia biznesu, firm IT, uczelni i kół naukowych.
Weź udział w eventach!
W ciągu roku organizujemy eventy związane w różnym stopniu z technologiami i branżą IT. Hackathony, warsztaty, prelekcje, meetupy w formie offline oraz online.
Poznaj opinie naszych absolwentów
Nasi kursanci pracują w
Nie wiesz czy to kurs dla Ciebie?
Czym jest kurs data science i kto powinien go rozważyć?
Data Science to nie tylko sztuczna inteligencja i big data wrzucane w jedno zdanie. To konkretny zestaw kompetencji: umiejętność pracy z danymi, budowania modeli predykcyjnych, wyciągania wniosków i projektowania eksperymentów. Kurs data science, nasze praktyczne szkolenie, pozwala nauczyć się tych rzeczy od podstaw.
Dla kogo jest ten kurs?
Dla każdego, kto zna podstawy Pythona i chce wejść głębiej w świat analityki i modelowania. Nie trzeba być matematykiem ani programistą, ale warto wiedzieć, czym jest funkcja, jak działają klasy i obiekty. Reszty uczymy się po drodze – krok po kroku, z konkretnymi przykładami. Kurs jest też świetny dla osób, które już pracują z danymi, ale chcą uporządkować wiedzę i nauczyć się lepszych praktyk.
Dane to paliwo – co analizujemy i po co?
W świecie Data Science wszystko kręci się wokół danych. To one napędzają modele, raporty, decyzje. Kurs podchodzi do tematu od strony źródła informacji – czyli rodzaju danych, z którymi pracujemy. I to jest bardzo rozsądne podejście. Dlaczego?
Dane nie są równe danym. Co innego dane z bazy SQL, co innego zdarzenia użytkowników w e-commerce, a jeszcze inaczej traktujemy szeregi czasowe w finansach. Na kursie uczymy się rozpoznawać te różnice i wybierać odpowiednie narzędzia oraz techniki do konkretnego problemu. To podejście oparte na praktyce – nie na „uczeniu się wszystkiego naraz”.
Kurs data science krok po kroku – co dokładnie robimy na zajęciach
Kurs to 40 godzin pracy z realnymi danymi i projektami. Nie uczymy się na sucho – każdy blok tematyczny ma swój projekt, który pozwala zastosować wiedzę w praktyce.
Zaczynamy od infrastruktury: łączenie z bazą danych PostgreSQL, pobieranie danych, podstawy pracy z różnymi typami informacji. Potem przechodzimy do analizy: eksploracja danych, modelowanie, testowanie. Nie omijamy trudnych tematów, jak dane nieustrukturyzowane czy szereg czasowy. Wszystko po to, by po kursie mieć solidne fundamenty.
Projekty na kursie: pięć typów danych, pięć konkretnych zadań
- Dane tabelaryczne – klasyka, czyli praca z ustrukturyzowanymi danymi z bazy PostgreSQL.
- Dane zdarzeniowe z e-commerce – sekwencje zachowań użytkowników, idealne do budowania silników rekomendacji.
- Szeregi czasowe z finansów – dane zależne od czasu. Uczymy się budować modele prognostyczne.
- Generatywne modele językowe – jak korzystać z LLM w pracy data scientisty.
- Dane nieustrukturyzowane – jak je rozpoznawać i analizować.
Jakie narzędzia poznasz: Python, biblioteki i bazy danych
Na kursie uczysz się narzędzi, których naprawdę się używa: Python, pandas, NumPy, scikit-learn, PostgreSQL, matplotlib, modele generatywne. Nie tylko teoria – praktyczne warsztaty z użyciem kodu.
Czy musisz być programistą? Jakie umiejętności są potrzebne na start
Wystarczy znać podstawy Pythona: funkcje, klasy, podstawowa logika. Kurs data science jest zaprojektowany tak, by uczyć od poziomu, który pozwala pisać proste skrypty – reszty nauczysz się w trakcie.
Co po kursie? Gdzie przydadzą się nowe kompetencje
Nowe umiejętności przydadzą się w wielu rolach: analityk danych, data scientist, specjalista BI, konsultant produktowy. Także w marketingu, logistyce, finansach, e-commerce. Projekty z kursu możesz dodać do portfolio.
Kurs data science online
Szkolenie online to wygoda i elastyczność – uczysz się tak, jak pracują zespoły danych. Jeśli jednak preferujesz naukę na żywo, dla zorganizowanych grup oferujemy kursów z opcją warsztatów lub wsparcia 1:1 na żywo.
Cena, czas i zwrot z inwestycji – czy warto?
To tylko 49 zł za godzinę lekcji! To dobry stosunek ceny do jakości – zwłaszcza że projekty mogą trafić do Twojego portfolio. Kurs data science to inwestycja, która szybko się zwraca, szczególnie jeśli chcesz wejść do branży.
Jak rozpoznać dobry kurs data science – na co zwrócić uwagę przy wyborze
- Realne dane i projekty.
- Konkretny program, nie ogólniki.
- Dobre praktyki pracy z danymi.
- Mentoring, feedback, wsparcie.
- Bez fałszywych obietnic typu „praca po 3 tygodniach”.
Dlaczego tak ważna jest praktyka
Wiele osób zaczyna przygodę z analizą danych od darmowych materiałów: YouTube, dokumentacja, artykuły. To dobry start. Ale jeśli chcemy wejść na wyższy poziom, potrzebujemy struktury i praktyki. Tu właśnie wchodzą dobrze zaprojektowane kursy i szkolenia.
Kurs data science, o którym mówimy, stawia właśnie na praktyczne zastosowanie wiedzy. Te 40 godzin zajęć to coś więcej niż wykład – to warsztaty, gdzie każda godzina to konkret: dane, kod, analiza, dyskusja. Uczysz się jak w pracy – bo uczysz się z zadaniami zbliżonymi do tego, co robią zespoły data science na co dzień.
Szkolenie jako symulacja realnej pracy z danymi
Na kursie nie robimy „projektu na zaliczenie”, który potem ląduje w szufladzie. Każdy projekt to mini-symulacja sytuacji zawodowej: masz dane z rynku (czasem niepełne), zadanie od „zespołu biznesowego” i czas na zbudowanie rozwiązania. To podejście typu learn-by-doing – uczysz się w działaniu.
W trakcie szkolenia poznajesz nie tylko techniczne triki, ale też sposób myślenia. Co warto sprawdzić w danych na początku? Co może pójść nie tak? Jak testować pomysły na model? Jak zaplanować eksperyment? Te pytania zadają sobie ludzie w zespołach produktowych. Uczysz się nie tylko narzędzi, ale też metody pracy.
Dlaczego warto wybrać kurs?
Samodzielna nauka ma swoje zalety, ale jest też pułapką. Można wpaść w spiralę „czytania o data science” i nie przejść do działania. Kursy i warsztaty są ramą, która porządkuje naukę i zmusza do praktyki. To działa – zwłaszcza jeśli masz już trochę wiedzy, ale brakuje Ci projektu, ludzi i feedbacku.
Czym się różnią kursy od warsztatów, które organizujemy?
Warsztaty to krótsza forma – zwykle 1–2 dni intensywnej pracy nad konkretnym problemem (jak np. w czasie Tygodnia Programisty). Często dla osób, które już pracują w danych i chcą szybko ogarnąć nowe narzędzie albo metodę. Kurs data science to coś większego: przemyślany program, który rozwija kompetencje krok po kroku. Masz czas, by zrozumieć, przetestować, popełnić błędy i poprawić się.
Oba formaty się uzupełniają. Po skończeniu kursu warto szukać dobrych warsztatów z interessującej Cię niszy, np. z wizualizacji danych finansowych, analizy geolokalizacyjnej albo deep learningu. Ale do startu – lepiej wybrać kurs lub szkolenie z konkretnym planem i wsparciem.
Czy kurs data science wystarczy, żeby zostać specjalistą Data Scientist?
To zależy od punktu startu. Jeśli dopiero zaczynasz kurs jest bardzo dobrym pierwszym krokiem. Zobaczysz, jak wygląda praca z danymi, zbudujesz portfolio projektów i nauczysz się myśleć jak analityk. Ale to dopiero początek.
Branża data science szybko się zmienia. Warto uczyć się dalej – uczestniczyć w warsztatach, webinariach, meetupach, czytać blogi techniczne. Ścieżka nie kończy się na jednym kursie. Ale dobry kurs daje Ci coś bardzo cennego: solidny fundament, na którym możesz budować.