Rozwijaj kompetencje z obszaru analizy danych i sztucznej inteligencji. Nauczysz się przygotowania danych, wizualizacji, klasycznego machine learningu (m.in. SVM, Random Forest), podstaw deep learningu (sieci neuronowe, CNN, autoenkodery) oraz NLP. Zakończysz kurs z projektami do portfolio i praktyczną wiedzą, którą możesz wykorzystać na rynku pracy w Polsce i za granicą.
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).
SQL, Python, Jupyter Notebook, Git i GitHub, podstawy algebry liniowej, prawdopodobieństwa i statystyki.
Przygotowanie, analiza i eksploracja danych oraz wizualizacja wyników.
Modele nadzorowane i nienadzorowane, poprawa jakości modeli, Naive Bayes, SVM, Random Forest, pipeline’y ML i klasyfikacja.
Sieci neuronowe, architektury CNN i autoenkodery, augmentacja danych, TensorFlow, Keras i Scikit‑Learn.
Reprezentacja tekstu, RNN, LSTM, mechanizmy uwagi, architektura transformera i budowa chatbotów.
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.
Uczysz się, tworząc — w trakcie kursu realizujesz praktyczne projekty oparte na realnych scenariuszach. Na koniec masz portfolio, które pokazuje Twoje umiejętności i pomaga wyróżnić się w rekrutacjach.
Korzystaj ze wsparcia osób z doświadczeniem w branży. Otrzymasz feedback do projektów, pomoc w rozwiązywaniu problemów oraz wskazówki, które ułatwiają naukę i porządkowanie wiedzy.
Każdy kurs ma przejrzysty plan: cele, kamienie milowe i konkretne rezultaty. Wiesz, co robisz dalej i jak kolejne moduły przekładają się na rozwój kompetencji.
