Bootcamp Data Science & AI
Ucz się Data Science & AI online: Python, SQL, machine learning i deep learning. Buduj modele NLP i computer vision oraz wdrażaj je w prostych aplikacjach, w 12 tygodni (full‑time) lub 24 tygodnie (part‑time), z regularnym feedbackiem i projektami do portfolio.
Aplikuj terazCzego się nauczysz
Przeprowadzimy Cię przez program, który w 12 tygodni (tryb full‑time) lub 24 tygodnie (tryb part‑time) uczy analizy danych i uczenia maszynowego od podstaw, tak, abyś potrafił(-a) pracować z danymi w praktyce, budować modele i komunikować wyniki. To wiedza przydatna zarówno w rolach data, jak i w wielu stanowiskach biznesowych (upskilling).
Opanuj analitykę danych i przygotowanie danych
Zbudujesz solidne podstawy w analityce danych: zdobywanie, eksplorację, czyszczenie i przygotowanie rzeczywistych zbiorów danych. Korzystając z Pandas, obsłużysz brakujące wartości, wartości odstające, dane niezbalansowane i cechy kategoryczne, zastosujesz analizę statystyczną i stworzysz wizualizacje, aby przekształcić surowe dane w zbiory gotowe do analizy.
Buduj inteligentne modele uczenia maszynowego
Poznasz kompletny proces ML, od przygotowania zbioru danych do trenowania, ewaluacji i optymalizacji modeli predykcyjnych. Zaimplementujesz algorytmy nadzorowane i nienadzorowane, porównasz je za pomocą standardowych metryk branżowych i zwiększysz dokładność poprzez walidację krzyżową, tuning hiperparametrów i wybór modelu.
Rozwijaj rozwiązania deep learning i AI
Odkryjesz, jak nowoczesne sieci neuronowe zasilają AI. Zaczynając od podstaw sztucznych sieci neuronowych, zbudujesz modele deep learning w PyTorch, badając optymalizację, regularyzację, augmentację danych, wyjaśnialne AI i modele generatywne — praktyczne umiejętności dla zaawansowanych zastosowań AI.
Specjalizuj się w computer vision i przetwarzaniu języka naturalnego
Zbadasz dwie z najbardziej wpływowych dziedzin AI. Zbudujesz splotowe sieci neuronowe (CNN) do klasyfikacji obrazów, wykrywania obiektów i segmentacji oraz poznasz techniki NLP, w tym embeddingi, rekurencyjne sieci neuronowe, transformery i mechanizmy uwagi dla systemów AI opartych na tekście.
Buduj nowoczesne aplikacje AI i modeli językowych
Wykroczysz poza tradycyjne ML, aby budować aplikacje zasilane przez LLM. Zbadasz prompt engineering, LangChain, Retrieval-Augmented Generation (RAG) oraz rzeczywiste procesy AI, aby tworzyć inteligentnych asystentów, systemy wyszukiwania wiedzy i gotowe do produkcji aplikacje generatywnej AI.
Wdrażaj, monitoruj i skaluj systemy AI
Przeniesiesz modele ML z fazy rozwoju do produkcji. Wdrożysz je z FastAPI, Docker i rozwiązaniami chmurowymi, skalujesz za pomocą Ray i monitorujesz modele z MLflow — a także poznasz bezpieczeństwo, prywatność i najlepsze praktyki dla wiarygodnych systemów AI w rzeczywistych środowiskach.
Rozdział 0: Prace wstępne
Data science jest jedną z najbardziej poszukiwanych karier w ostatnich latach. Obejmuje pracę z danymi, ich czyszczenie, ocenę oraz tworzenie modeli uczenia maszynowego do przewidywania wyników zdarzeń. Ze względu na złożoność tej dziedziny, opanowanie jej wymaga solidnego zrozumienia szerokiego zakresu narzędzi i metod, w tym Pythona, środowisk, baz danych, matematyki i algebry liniowej. W tym rozdziale poznasz podstawy data science, które przygotują Cię do zaczęcia nauki.
Wprowadzenie do Pythona
- Język Python i jego historia
- Podstawy Pythona
- Podstawowe struktury danych w Pythonie
- Klasy i obiekty
- Moduły i pakiety
- Wejście/wyjście
- Błędy i wyjątki
Środowiska
- Środowiska Pythona
- Anaconda
- Jupyter Notebook
SQL i bazy danych
- Podstawy SQL
- Zapytania SQL
Algebra liniowa
- Skalary i wektory
- Macierze
- Normy
Git i GitHub
- Wprowadzenie do kontroli wersji, przepływ pracy, przeglądanie repozytoriów, wycofywanie zmian, pobieranie i pulling zmian, wysyłanie zmian
Projekt: Dopasowanie krzywej
- Ten projekt polega na rozwiązaniu problemu „dopasowania krzywej”, który obejmuje znalezienie najlepszego równania krzywej pasującego do danego zbioru danych. Przeprowadzi Cię przez przykład tego problemu i jest podzielony na sekcje, w których każda ćwiczy zastosowanie podstawowych koncepcji, takich jak OOP, SQL, algebra liniowa oraz finalny proces uczenia maszynowego.
Harmonogram nauki
Poniedziałek–piątek, 9:30–15:30 (czas polski, Europe/Warsaw)
Sesja wykładowa
9:30–11:00
Sesja wykładowa
11:30–13:00
Sesja praktyczna
14:00–15:30
Nasza metodologia
Zajęcia online na żywo
- W Code Labs Academy uczysz się na interaktywnych zajęciach online na żywo. W czasie rzeczywistym pracujesz z instruktorem i grupą, zadajesz pytania i dostajesz feedback, a godziny zajęć są planowane w sposób przyjazny dla osób uczących się z Polski (Europe/Warsaw).
Samodzielna nauka
- Tryb part‑time: ok. 9 godzin nauki na żywo + ok. 11 godzin samodzielnej nauki tygodniowo (łącznie ok. 20 godzin).
- Tryb full‑time: ok. 22,5 godziny nauki na żywo + ok. 17,5 godziny samodzielnej nauki tygodniowo (łącznie ok. 40 godzin).
Metoda odwróconej klasy
- Stosujemy model odwróconej klasy (flipped classroom): materiały przerabiasz przed zajęciami, a czas na żywo wykorzystujemy na ćwiczenia, pytania i pracę nad projektami.
Praktyka z mentorem
- Skupiamy się na praktyce: ćwiczeniach, projektach i budowaniu portfolio, przy stałym wsparciu instruktorów i asystentów.
Wolisz uczyć się we własnym tempie?
Ucz się na kursie Data Science & AI on‑demand z pełną elastycznością. Przekształcaj dane w insighty, trenuj inteligentne modele i twórz realne aplikacje AI, aby rozpocząć karierę.
Dowiedz się więcej
Czego potrzebujesz
Nie wymagamy dyplomu z informatyki. W pierwszych tygodniach pomagamy zbudować podstawy Pythona, matematyki i analizy danych. Program sprawdzi się zarówno u osób zaczynających w data, jak i u tych, które chcą mocno podnieść kompetencje analityczne (upskilling) w swojej roli.
- Laptop lub komputer: Niezawodny laptop lub komputer stacjonarny z wystarczającą mocą obliczeniową do pracy z Pythonem i bibliotekami ML.
- Stabilne połączenie internetowe: Niezawodny Internet do udziału w zajęciach na żywo i pracy z notatnikami online.
- Podstawowa obsługa komputera: Umiejętność korzystania z systemu operacyjnego, pakietów biurowych i przeglądarki.
- Podstawy algorytmów/programowania (mile widziane): Ogólne zrozumienie logiki programowania ułatwi start, ale nie jest obowiązkowe.
- Znajomość angielskiego: Poziom co najmniej B1, pozwalający śledzić materiały techniczne i brać udział w zajęciach po angielsku.
- Zaangażowanie w naukę: Proaktywne podejście do ćwiczeń i projektów, szczególnie w jednostce wstępnej, aby zbudować mocne podstawy.
Znajdź opcję finansowania, która Ci pasuje
Nie pozwól, aby koszty powstrzymały Cię przed dołączeniem do naszych bootcampów. Stale sprawdzamy elastyczne plany płatności i możliwości finansowania, aby nasze programy były bardziej dostępne.
Poznaj opcje finansowania
Centrum Kariery
Warsztaty rozwoju zawodowego
Otwarte warsztaty dla społeczności CLA, praktyczne tematy, krótkie ćwiczenia i Q&A. Idealne, jeśli chcesz uporządkować plan nauki i dowiedzieć się, jak wygląda rekrutacja w IT w Polsce (również w modelu remote).
Spersonalizowane sesje 1:1
Spotkania indywidualne, na których doprecyzujemy cel (awans, zmiana roli, pierwsza praca, upskilling), ustalimy mocne strony i przygotujemy plan działania: portfolio, networking, aplikacje oraz konsekwentne „kolejne kroki”.
Próbne rozmowy kwalifikacyjne
Symulacje rozmów technicznych i behawioralnych: jak opowiadać o projektach, jak odpowiadać na pytania „dlaczego Ty?”, jak bronić decyzji projektowych oraz jak rozmawiać o oczekiwaniach finansowych (np. widełkach i formie współpracy).
Przegląd CV, LinkedIn i listu motywacyjnego
Feedback do dokumentów pod rekrutację w Polsce i za granicą: czytelność, słowa kluczowe (ATS), opis projektów, osiągnięcia i dopasowanie do ogłoszenia. Jeśli aplikujesz po polsku i po angielsku, pomożemy ułożyć oba warianty.
Przegląd ofert pracy i praktyk
Przegląd wybranych ofert entry‑level/junior oraz ról „na styku” (np. analitycznych lub produktowych), które mogą pasować do Twoich umiejętności po bootcampie, w Polsce i w modelu zdalnym.
Dostęp do materiałów i narzędzi kariery
Stały dostęp do zasobów: checklisty, szablony, ćwiczenia, przykładowe odpowiedzi na pytania rekrutacyjne, wskazówki do portfolio oraz planowania aplikacji.
Mentoring i networking online
Spotkania z praktykami z branży, rozmowy o ścieżkach kariery, rolach w zespołach IT, realnych projektach i oczekiwaniach pracodawców. Wydarzenia są prowadzone online w godzinach przyjaznych dla strefy czasowej Polski (Europe/Warsaw).
Społeczność absolwentów
Łącz się z osobami z kohorty i alumni CLA: dziel się wiedzą, wymieniaj się informacjami o rekrutacjach, wspieraj w przygotowaniu projektów i utrzymuj kontakt także po ukończeniu programu.
Dlaczego warto wybrać Code Labs Academy?
Indywidualny coaching kariery 1:1
Spersonalizowane wsparcie: aktualizacja CV i profilu LinkedIn, próbne rozmowy oraz strategia szukania pracy w branży tech.
Projekty gotowe do portfolio
Ukończ kurs z GitHub‑owym portfolio realnych projektów, tworzonych w trakcie zajęć i dopracowanych na podstawie feedbacku mentorów.
Program oparty o potrzeby rynku
Syllabus aktualizujemy co kwartał, aby odpowiadał aktualnemu zapotrzebowaniu na AI, cyberbezpieczeństwo i web development.
Uznany certyfikat
Zaprezentuj swój certyfikat Code Labs Academy akredytowany AZAV na LinkedIn, w CV i w dokumentach wizowych.
Często zadawane pytania
Opinie i rekomendacje absolwentów Code Labs Academy
Po ukończeniu studiów magisterskich z analityki danych starałem się pogłębić swoją wiedzę w tej dziedzinie, mając na celu kontynuowanie kariery w nauce o danych lub analizie danych. Jednak napotkałem trudności ze znalezieniem odpowiedzi na moje pytan ...
Jako część bootcampu poświęconego tworzeniu stron internetowych, muszę powiedzieć, że przeszedł on moje oczekiwania. Bootcamp jest rzeczywiście interaktywny, zabawny i pouczający. Nauczyłem się wielu rzeczy dzięki moim mentorom i wszystkim pracującym ...
Jeden z najlepszych sposobów na naukę Data Science i Machine Learning, świetni nauczyciele, którzy zawsze pomagają zrozumieć i dają więcej pomysłów i przykładów. Jeśli chcesz dowiedzieć się więcej o ML, CLA jest najlepszym miejscem.
Bootcamp cyberbezpieczeństwa, w którym uczestniczyłem w 2022 roku, nauczył mnie fundamentalnego zrozumienia i umiejętności wymaganych do zmiany kariery w IT. Mój instruktor był kompetentny, cierpliwy i zawsze chętny do pomocy. Przed zakończeniem kurs ...
Równowaga między teorią a praktyką jest idealna, masz szansę zastosować to, czego się uczysz w zadaniach domowych i prawdziwych projektach, które są sprawdzane przez TA. Polecam ten bootcamp każdemu, kto chce rozpocząć karierę w Data Science.
Jest to internetowy obóz treningowy z asynchronicznymi kursami, które mogą pasować do każdego ucznia na całym świecie. Doceniam fakt, że po pomyślnym ukończeniu kursu otrzymuje się certyfikat. Podsumowując, ten bootcamp to wszystko w jednym, uczysz s ...
Bez wykształcenia technicznego, po zaledwie kilku miesiącach jestem w stanie nie tylko zrozumieć złożone modele uczenia maszynowego lub głębokiego, ale także samodzielnie je zaprojektować. Jeśli szukasz zmiany kariery w branży technologicznej, jesteś ...
Nauczyciele i mentorzy są wspaniali, przynajmniej ten, którego miałem. Moe nauczył mnie więcej niż wszyscy moi nauczyciele w całym moim życiu. Stawia sprawy jasno i zawsze zachęca do kontynuowania pomimo wszystkich wyzwań.
Zawsze szukam nowych możliwości poznania najnowszych technologii w Data Science, a jakość treści Code Labs Academy przerosła moje oczekiwania. Jeśli jesteś pasjonatem technologii i chcesz włożyć w to wysiłek, ten bootcamp otworzy przed tobą drzwi, od ...
Kurs tworzenia stron internetowych w Code Labs Academy był bardzo imponujący, było to jedno z najlepszych doświadczeń w moim życiu. Gorąco polecam udział w tym bootcampie, na którym nie tylko nauczysz się tworzenia stron internetowych, ale także uzys ...
Nauczyciele są wspaniali, tolerancyjni, zmotywowani i radośni. Proces uczenia się jest płynny i przyjemny, masz przestrzeń do zadawania pytań i uczestniczenia. Ale najważniejsze jest to, że przygotowują cię do praktycznego świata poprzez realizację i ...
