Szkolenia Python

Szkolenie dedykowane dla administratorów i devopsów. Zakres obejmuje podstawy języka Python oraz biblioteki i możliwości tego języka użyteczne dla tych odbiorców. Omawiane jest wykorzystanie różnych źródeł danych, korzystanie z własności systemu operacyjnego z użyciem języka Python, wizualizacja danych w tym:

• przetwarzanie plików tekstowych (w tym csv i logów)
• pobieranie i umieszczanie danych w bazach danych
• korzystanie z istniejących usług sieciowych
• tworzenie własnych usług sieciowych i mikroserwisów z użyciem Flask
• parsowanie stron internetowych
• wyszukiwanie danych z użyciem wyrażeń regularnych
• wizualizacja danych z użyciem Matplotlib
• wywoływanie komend systemu operacyjnego
• odbieranie parametrów z linii poleceń

Szkolenie przeznaczone jest dla programistów Pythona, którzy chcieli by rozszerzyć swoje umiejętności programistyczne.

W szkoleniu zawarte są najważniejsze i najczęściej wykorzystywane wzorce projektowe. Każdy wzorzec przedstawiany jest w sposób prosty i klarowny. Do każdego z wzorców, oprócz schematu i zasad wykorzystania, w trakcie szkolenia pokazywany jest przykład wykorzystania oraz zadawane jest ćwiczenie praktycznego jego wykorzystania.

Po szkoleniu uczestnik będzie umiał:

• Wybrać najlepszy sposób tworzenia obiektów
• Rozpoznawać kontekst w którym można zastosować dany wzorzec
• Rozwiązywać standardowe problemy architektoniczne w aplikacji

Wstęp do Deep Learning w interaktywnym środowisku jupyter notebook, używanym językiem w szkoleniu będzie język Python. Część pierwsza szkolenia skupia się na wprowadzeniu do świata Deep Learning od strony teoretycznej, skupieniu się na podstawowych narzędziach i technikach, by w części drugiej szkolenia używać narzędzi z pełną świadomością i wiedzą, dlaczego i jak się ich używa.
Wszelkie przykłady zostaną oparte na realnych case’ach i stanowią wstęp do części drugiej, w której ukazane techniki zostaną rozwinięte i uzupełnione zgodnie z najnowszymi trendami i stanem wiedzy. Zakładamy, że uczestnik posiada podstawową wiedzę z analizy matematycznej, algebry oraz Pythona.

Prowadzący szkolenie: Paweł Stasiński

Programista Python z wieloletnim praktycznym doświadczeniem. Od kilkunastu ściśle związany z tym właśnie językiem prowadząc projekty dla małych i dużych firm. W ostatnich latach zajmuje się głównie analizą danych, machine i deep learning głównie w kontekście analizy tekstu i obrazu. Ostatnio skoncentrowany na projektach związanych w wykorzystaniu Al w social-media. W swojej pracy bardzo dużo poświęca praktyce, dlatego też tak ważne jest dla niego warsztatowe podejście do zajęć. W JSystems najczęściej można go spotkać prowadzącego szkolenia związane z analizą danych, machine learning oraz deep learning.

Kontynuacja kursu Wstęp do Deep Learning. Wysokie wskazane uczestnictwo w części pierwszej, bądź opanowanie wiedzy w swoim zakresie. Część druga wprowadza w bardziej zaawansowane zagadnienia, które jednocześnie stoją bliżej realnych zastosowań.
Każdy case jest oparty na realnych przypadkach w biznesie bądź nauce. Kurs daje podstawy, by móc samodzielnie zacząć realizować własne projekty. Dla pragnących jeszcze pogłębić swoja wiedzę i specjalizacje, zostaną przygotowane specjalne kursy - Deep Learning dla NLP, Deep Learning dla Computer Vision oraz Deep Learning for Time-series.

Prowadzący szkolenie: Paweł Stasiński

Programista Python z wieloletnim praktycznym doświadczeniem. Od kilkunastu ściśle związany z tym właśnie językiem prowadząc projekty dla małych i dużych firm. W ostatnich latach zajmuje się głównie analizą danych, machine i deep learning głównie w kontekście analizy tekstu i obrazu. Ostatnio skoncentrowany na projektach związanych w wykorzystaniu Al w social-media. W swojej pracy bardzo dużo poświęca praktyce, dlatego też tak ważne jest dla niego warsztatowe podejście do zajęć. W JSystems najczęściej można go spotkać prowadzącego szkolenia związane z analizą danych, machine learning oraz deep learning.

Rozszerzenie kursu kursu "Deep learning w języku Python" z naciskiem na tematy z przetwarzaniem języka naturalnego (NLP - Natural Language Processing). Przegłąd i prezentacja technik z naciskiem na najnowsze trendy. Zalecana, ale nie wymagana uczestnictwo w kursie podstawowym. Wymagana znajomość podstaw Pythona.

Prowadzący szkolenie: Paweł Stasiński

Programista Python z wieloletnim praktycznym doświadczeniem. Od kilkunastu ściśle związany z tym właśnie językiem prowadząc projekty dla małych i dużych firm. W ostatnich latach zajmuje się głównie analizą danych, machine i deep learning głównie w kontekście analizy tekstu i obrazu. Ostatnio skoncentrowany na projektach związanych w wykorzystaniu Al w social-media. W swojej pracy bardzo dużo poświęca praktyce, dlatego też tak ważne jest dla niego warsztatowe podejście do zajęć. W JSystems najczęściej można go spotkać prowadzącego szkolenia związane z analizą danych, machine learning oraz deep learning.

Szkolenie pozwala opanować wiedzę w zakresie przetwarzania obrazów oraz materiałów wideo przy użyciu biblioteki OpenCV oraz różnych algorytmów analizy i przetwarzania obrazu, zarówno klasycznych, jak i korzystających z uczenia maszynowego i sztucznej inteligencji.

Celem szkolenia jest oswojenie użytkownika z biblioteką OpenCV, jak i pokazanie metod i narzędzi służących do detekcji, klasyfikacji czy innych przekształceń obrazów i wideo. W kursie zostanie także przedstawiony temat OCR (optyczne rozpoznawanie znaków), czy rozpoznawania twarzy. Po ukończeniu szkolenia uczestnik będzie potrafił swobodnie poruszać się po bibliotece OpenCV, używać algorytmów do detekcji czy klasyfikacji różnych obiektów, a także w inny sposób przetwarzać obrazy i materiały wideo.

Szybki kurs wprowadzający do świata pySpark - czyli jak wykorzystać moc rozproszonego przetwarzania danych w Sparku za pomocą Pythona

Wymagane: podstawowa znajomość SQL, podstawowa znajomość Pythona
Teoria 40% / Praktyka 60%

O szkoleniu

Warsztatowe szkolenie z zakresu analizy szeregów czasowych z użyciem języka Python. Szkolenie obejmuje podstawową metodologie badań i prognozowania szeregów czasowych w ujęciu różnych dyscyplin: AI, analizy sygnałów, finansów i tradingu, procesów stochastycznych.

Dla kogo?

Wymagana jest minimalna znajomość języka Python oraz podstawowa wiedza z zakresu statystyki lub ekonometrii. Szkolenie pozwala nabyć praktycznych umiejętności radzenia sobie z szeroką częścią danych strukturalnych, takich jak szeregi czasowe. Z racji tego, szkolenie to jest w szczególności dedykowane osobom wiążącym swoją przyszłość (lub obecną pracę) z takimi sektorami jak: telekomunikacja, energetyka, finanse, bankowość, trading, medycyna oraz szeroko pojęta matematyka i fizyka.

Charakter szkolenia

Szkolenie ma charakter warsztatowy. W trakcie szkolenia uczestnicy realizują 50-70 warsztatów trwających po 5-15 minut. Każde omówione zagadnienie podsumowane jest kilkoma następującymi po sobie ćwiczeniami o wzrastającym poziomie trudności. W ramach szkolenia realizowany jest w pełni funkcjonalny projekt, mający na celu jak najlepsze zaprognozowanie szeregu czasowego za pomocą różnych metodologii.

Przebieg szkolenia

Zajęcia rozpoczynamy instalacją i konfiguracją interpretera języka Python oraz, najpopularniejszego w Data Science, środowiska Anaconda. Zawiera ono wygodny edytor do programowania - Spyder.

Po skonfigurowaniu środowiska pracy, rozpoczyna się praca z importowaniem danych w formacie csv i zapoznanie z podstawowymi metodami wizualizacji szeregów czasowych.

Gdy powyższy cel zostanie zrealizowany, będziemy badać po kolei główne właściwości matematyczne różnego rodzaju szeregów czasowych, takie jak: stacjonarność, autokorelacja, sezonowość, szum, multiplikatywność czy też istniejące trendy. Nauczymy się także, jak radzić sobie z danymi zawierającymi luki oraz z sytuacjami, gdy danych jest zbyt mało, aby przeprowadzić modelowanie. Innym elementem będzie wykorzystanie wielowymiarowych sekwencji i selekcja odpowiednich cech, które najlepiej wyjaśniają zmienność zmiennej zależnej. Dowiemy się również, jak unikać częstych błędów popełnianych przez początkujących analityków.

W następnym kroku zaczynamy uczyć się różnych sposobów prognozowania, nabierając przy tym intucjji/świadomości tego, która z technik jest najlepsza do wykorzystania w danym przypadku. Podobnie, zapoznajemy się z metrykami oceny błędu i ich doborem, który silnie zależy od natury problemu biznesowego.

W następnej kolejności uczymy się badać naturę stochastyczną potencjalnych szeregów czasowych, mierząc między innymi prawdopodobieństwa tego, czy są one losowe bądź deterministyczne. Analizujemy przy tym rozkłady zmian kolejnych (sąsiędnich) wartości szeregów oraz poprawnej segmentacji danych, w zależności od uzyskanych rozkładów.

Podczas przerabiania ostatnich trzech bloków tematycznych, uczymy się zastosowywać analizę fourierowską, sieci neuronowe oraz analizę techniczną stosowaną przed traderów. Poznajemy wówczas wiedzę i metody wychodzące daleko poza prognozowanie przyszłych wartości szeregów. Odnoszą się one niekiedy do najnowszych postępów w dziedzinach, takich jak: rozpoznawanie mowy i języka, automatyczne wykrywanie nieprawidłowości kardiologicznych przez EKG/EEG, błędów gramatycznych w piśmie, przewidywania kierunku ruchu cen na giełdowych, jak również klonowania dźwięku, czy generowania muzyki.

Realizacja projektu końcowego

Szkolenie kończy projekt realizowany przez uczestników. Będzie on polegał na porównaniu kilku wybranych metod prognozowania (po jednej z każdego bloku tematycznego) i ich wyników dla zadanego szeregu, włączając w to poprzedzającą analizę i dobranie stosownej metryki ewaluacji modelu.

Pewnie nie raz patrzyłeś na dane, ale niewiele przydatnych informacji mogłeś z nich wydobyć ? Do tego bardzo przydaje się wizualizacja, która pomaga w rozpoznaniu trendów i odchyleń od nich. Każda poważna firma bazuje na analizie danych i wizualizacji wyników. . Do tworzenia wszelkich wykresów bardzo przydaje się biblioteka Pythona - Matplotlib. Na tym szkoleniu poznasz wszystkie najważniejsze formy wykresów 2D oraz mnóstwo wbudowanych i przydatnych funkcji. Aby przystąpić do tego szkolenia uczestnik powinien znać podstawy Pythona.

Kurs tworzenia aplikacji internetowych z użyciem jednego z najpopularniejszych frameworków webowego Python - Flask oraz Bootstrap. Szkolenie rozpoczyna się od podstaw tego frameworka i dotyczy jego najczęściej używanych funkcjonalności m.in. obsługa widoków, połączenia do bazy, formularze - REST API. Wymagana podstawowa znajomość Pythona. Flask idealnie nadaje się do prototypowania i robienia rapid development. Flask jest używany przez takie firmy jak Netflix, Airbnb, Uber, Red Hat, Samsung i Lyft.

O skoleniu w skrócie

Warsztatowe szkolenie z biblioteki FastAPI - najszybciej zdobywającej popularność biblioteki Python do tworzenia aplikacji webowych.

Dla kogo?

Aby uczestniczyć w tym szkoleniu potrzebna jest podstawowa wiedza z programowania w języku Python - jak definiować klasy, pisać funkcje i uruchamiać skrypty w języku Python. Podstawowa znajomość protokołu HTTP oraz Git będzie wyjaśniona podczas wstępu jednak wskazane jest wcześniejsze rozumienie działania

Charakter szkolenia

Szkolenie ma charakter warsztatowy. W trakcie szkolenia uczestnicy otrzymają praktyczną wiedzę na temat budowania aplikacji z użyciem FastAPI.

Przebieg szkolenia

1. Szkolenie zaczniemy od stworzenia projektu w git z pomocą cookiecutter.
2. Następnie dowiemy się jak dodać do aplikacji pierwszy endpoint w FastAPI służący do zwracania informacji na temat aktualnych ofert pracy.
3. Napiszemy testy sprawdzające zwracane dane do enepointów, które planujemy napisać podczas rozwijania aplikacji do zarządzania ofertami pracy.
4. Następnie skupimy się na dostarczeniu funkcjonalności spełniające wymagania opisane testami.
5. Uczestnicy dowiedzą się gdzie zawrzeć logikę biznesową aplikacji - stworzymy warstwę serwisów obsługującą zarządzanie ofertami pracy oraz użyjemy jej w endpointach.
6. Dowiemy się jak zapisywać rekordy do bazy przy użyciu biblioteki SQLAlchemy.
7. Dowiemy się jak uruchamiać aplikacje w Docker compose.

Prowadzący szkolenie: Łukasz Jaworowski

Zawodowo programista od 8 lat. Typowy praktyk lubiący rozwiązywanie problemów biznesowych od koncepcji do gotowego programu. Skupiony na technologiach backendowych. Zaczynał od Javy, większość czasu w pracy spędził programując systemy przetwarzania danych oraz aplikacji webowych z użyciem języka Python i AWS. Od 2021 roku pracuje jako lider techniczny w projektach Golang w firmie z obszaru security/crypto. Doświadczenie zdobywał w startupach, Fintechach, bankach oraz realizując projekty jako freelancer. W wolnym czasie poza programowaniem lubi sport i inne formy rywalizacji.

Szkolenie skierowane jest do osób znających Django, która chcą nauczyć się pisania REST API w Pythonie z wykorzystaniem Django Rest Framework (DRF). DRF jest najpopularniejszą biblioteką do tworzenia REST API w Pythonie. Jedną z najważniejszych cech jest dobra współpraca z Django dzięki czemu znając Django łatwo możemy nauczyć się /stworzyć takie API..

Szkolenie ma wymiar praktyczny. Do każdego omówionego tematu będą do wykonania zadania dla uczestników, dzięki czemu nauczysz się praktyki.

Po ukończeniu tego szkolenia będziesz umieć:

• Tworzyć endpointy, które zwrócą dane z bazy danych
• Sprawdzać te endpointy za pomocą Postmana
• Pisać testy do tych endpointów
• Optymalne podejście do endpointów

Szkolenie skierowane jest do osób chcących nauczyć pisać niezawodne oprogramowanie w Pythonie. Testy automatyczne są nieodzowną częścią programowania w Pythonie (zwłaszcza w większych projektach). Dzięki testom jesteś w stanie szybko i skutecznie stwierdzić czy Twój program działa tak jak powinien.

Szkolenie ma wymiar praktyczny. Do każdego omówionego tematu będą do wykonania zadania dla uczestników, dzięki czemu nauczysz się praktyki.

Po ukończeniu tego szkolenia będziesz umieć:

• Pisać testy, które sprawdzą, czy Twój kod działa poprawnie
• Korzystać z najlepszych praktyk podczas pisania testów
• Testować całe aplikacje napisane w Pythonie
• Wszystko, co musisz wiedzieć o automatycznym testowaniu w Pythonie

Szkolenie skierowane jest do osób chcących przyśpieszyć pisanie niezawodnego oprogramowania w Pythonie. TDD jest jedną z technik tworzenie oprogramowania. Jedną z najważniejszych cech jest wytwarzanie testów nim powstania testowany program. Dzięki TDD jesteś w stanie pisać łatwo testowalny kod.

Szkolenie ma wymiar praktyczny. Do każdego omówionego tematu będą do wykonania zadania dla uczestników, dzięki czemu nauczysz się praktyki.

Po ukończeniu tego szkolenia będziesz umieć:

• Pisać testy, które sprawdzą, czy Twój kod działa poprawnie
• Korzystać z najlepszych praktyk podczas pisania testów
• Testować całe aplikacje napisane w Pythonie
• Wszystko, co musisz wiedzieć o automatycznym testowaniu w Pythonie

Szkolenie pozwala na zapoznanie się z pisaniem testów automatycznych oraz budowaniem frameworków testowych “from scratch” z użyciem biblioteki Behave do tworzenia scenariuszy testowych. Wymagana podstawowa znajomość Pythona. W ramach szkolenia również zostanie zostaną wytłumaczone podstawy Selenium oraz pisanie Page Object Modelu. Szkolenie dogłębnie przedstawia możliwości biblioteki Behave jako narzędzie umożliwiającego pisanie testów w nurcie BDD. W ramach szkolenia poznasz również nowy język Gherkin, który jest używany w wielu językach programowania do pisania testów BDD.

Szkolenie przeznaczone dla użytkowników Pythona chcących poznać sposób na automatyczne testowanie aplikacji internetowy.

Kurs przeprowadza użytkownika przez cały proces niezbędny do programowej pracy z przeglądarką, zaczynając od przygotowania środowiska pracy, przechodząc do tworzenie kompleksowych testów, aż po pracę z konkretnymi przeglądarkami.

Po szkoleniu uczestnik będzie w stanie:

Przygotować środowisko do pracy z Selenium

Wykorzystywać pythona do pracy z przeglądarkami

Obsługiwać API dokumentu internetowego

Symulować akcji myszką i palcem w aplikacji

O skoleniu w skrócie

Warsztatowe szkolenie z webscrapingu prowadzone przez trenera z komercyjnym doświadczeniem w tej dziedzinie.

Dla kogo?

Aby uczestniczyć w tym szkoleniu potrzebna jest podstawowa wiedza z programowania w języku Python - jak definiować klasy, pisać funkcje i uruchamiać skrypty w języku Python.

Charakter szkolenia

Szkolenie ma charakter warsztatowy. W trakcie szkolenia uczestnicy otrzymają praktyczną wiedzę na temat webscrapingu. Każde omówione zagadnienie podsumowane jest kilkoma następującymi po sobie ćwiczeniami o wzrastającym poziomie trudności. W ramach szkolenia napisane będą programy w języku Python pozwalające na cykliczne pobieranie danych z 5 stron.

Przebieg szkolenia

1. Zajęcia rozpoczynamy omówieniem webscrapingu - jakie daje nam możliwości, jak przebiega.
2. Zajęcia praktyczne rozpoczynamy instalacją i konfiguracją interpretera języka Python oraz IDE - Visual studio code. Uczestnicy szkolenia mogą pracować na dowolnym innym znanym sobie IDE.
3. Po poznaniu podstaw zajmiemy się budową scrapera pobierającego listę aktualnie popularnych książek z przygotowanej strony.
4. W kolejnym kroku pobierać będziemy dane umieszczone na powiązanych stronach takich jak podstrona zawierające szczegóły o książce czy zdjęcia.
5. Poznamy bliżej narzędzia w przeglądarce Firefox umożliwiające sprawne pobieranie danych z witryn, rozpoznanie najlepszej metody pobierania danych i sprawdzania poprawności Xpath.
6. Pobierzemy dane z kilku popularnych portali za pomocą różnych metod - poprzez API, HTML, RSS.
7. Dowiemy się jak sprawnie przetwarzać dane po pobraniu ich, jak walidować, przetwarzać i zapisywać dane cyklicznie uruchamianych scraperów.
8. Wdrożymy stworzone programy na platformę Zyte i dowiemy się jak korzystać z platformy by zarządzać scraperami.

Prowadzący szkolenie: Łukasz Jaworowski

Zawodowo programista od 8 lat. Typowy praktyk lubiący rozwiązywanie problemów biznesowych od koncepcji do gotowego programu. Skupiony na technologiach backendowych. Zaczynał od Javy, większość czasu w pracy spędził programując systemy przetwarzania danych oraz aplikacji webowych z użyciem języka Python i AWS. Od 2021 roku pracuje jako lider techniczny w projektach Golang w firmie z obszaru security/crypto. Doświadczenie zdobywał w startupach, Fintechach, bankach oraz realizując projekty jako freelancer. W wolnym czasie poza programowaniem lubi sport i inne formy rywalizacji.