OD ZERA DO PYTHON DEVELOPERA - PRAKTYCZNY KURS DLA PRZYSZŁYCH PROGRAMISTÓW. WŁASNE PROJEKTY W PYTHON. FASTAPI ORAZ WPROWADZENIE DO MACHINE LEARNING I DATA SCIENCE (kurs indywidualny).

Dokładny harmonogram (następna zakładka) szkolenia będzie dostosowany do preferencji uczestnika i będzie uzupełniony na co najmniej 6 dni przed rozpoczęciem kursu. Harmonogram będzie z dokładnym podziałem zajęć i czasem trwania oraz z przerwami między poszczególnymi zajęciami.

Usługa liczona w godzinach lekcyjnych (45 min.). Po 90 minutach zajęć przewidziana jest 15 minutowa przerwa, która nie wlicza się do czasu szkolenia.

Kurs będzie przeprowadzony na platformie Clickmeeting na żywo w czasie rzeczywistym. Kurs ten przeznaczony jest dla osób początkujących, które wcześniej nie miały nic wspólnego z informatyką w zakresie omawianych tematów i pragną samodzielnie wykonać oraz pozycjonować swoją stronę internetową.

Walidacja efektów uczenia się:

Walidacja odbędzie się za pomocą jednolitego, elektronicznego testu wielokrotnego wyboru i pytań zamkniętych, generowanego oraz ocenianego automatycznie przez platformę szkoleniową (test teoretyczny z wynikiem generowanym automatycznie).

Zawarto umowę z WUP w Toruniu w ramach Projektu Kierunek – Rozwój.

1. Wprowadzenie do Pythona i konfiguracja środowiska.

• • Cel: Przygotowanie środowiska pracy i szybkie odświeżenie podstaw.
  • Tematy:
  • Instalacja Pythona 3.x oraz konfiguracja IDE (np. VS Code, PyCharm)
  • Podstawy składni (zmienne, typy danych, operatory)
  • Ćwiczenie: Uruchomienie pierwszego skryptu „Hello World” i eksperymenty w interaktywnym trybie.

2. Fundamenty Pythona przez mini-projekty.

• • Cel: Praktyczne opanowanie podstawowych konstrukcji języka.
  • Tematy:
  • Instrukcje warunkowe i pętle – interaktywne skrypty
  • Funkcje i moduły – rozbijanie problemów na mniejsze części
  • Operacje na strukturach danych (listy, słowniki, zbiory)
  • Projekty:
  • Kalkulator interaktywny: Aplikacja wykorzystująca pętle i warunki do obliczeń.
  • Gra tekstowa: Prosty quiz lub przygodowa gra, gdzie użytkownik podejmuje decyzje.

3. Zaawansowane techniki i projekt modułowy.

• • Cel: Rozwijanie umiejętności pracy nad większym projektem.
  • Tematy:
  • Programowanie obiektowe – klasy, obiekty, enkapsulacja, dziedziczenie
  • Obsługa plików, błędów i debugowanie
  • Praca z bibliotekami standardowymi i zewnętrznymi (np. requests, datetime)
  • Projekt:
  • Aplikacja zarządzająca zadaniami:
  • Aplikacja pozwalająca na tworzenie, edycję i usuwanie zadań.
    • Interfejs CLI: Interaktywny sposób zarządzania zadaniami
    • Obsługa danych: Zapisywanie/odczyt z pliku (JSON lub CSV)
    • Logika biznesowa: Obsługa kategorii i statusów (np. do zrobienia, w trakcie, ukończone)

4. Integracja z API i projekt końcowy z FastAPI.

• • Cel: Połączenie zdobytej wiedzy z zewnętrznymi usługami.
  • Tematy:
  • Praca z API – wysyłanie zapytań HTTP, obsługa formatu JSON
  • Wprowadzenie do FastAPI – nowoczesnego frameworka do budowy API
  • Dlaczego FastAPI ?
    • Wydajność i nowoczesne podejście
    • Automatyczna dokumentacja (Swagger UI)
    • Korzystanie z typów Pythona, co poprawia czytelność kodu
  • Podstawy testowania kodu – testy jednostkowe
  • Projekt Końcowy:
  • Dashboard informacyjny:
  • Aplikacja (konsolowa lub webowa) integrująca dane z zewnętrznego API (np. informacje o pogodzie, notowania giełdowe, newsy) z funkcjami zarządzania zadaniami lub notatkami.
    • Pobieranie i przetwarzanie danych z API
    • Wyświetlanie wyników w czytelny sposób
    • Rozbudowa o dodatkowe funkcjonalności (np. filtrowanie, zapis historii)

Część II: Prosty Wstęp do AI - jako kontynuacja.

1. Wprowadzenie do sztucznej inteligencji i uczenia maszynowego.

• • Cel: Zapoznanie się z podstawowymi pojęciami AI i możliwościami, jakie daje uczenie maszynowe.
  • Tematy:
  • Co to jest sztuczna inteligencja i uczenie maszynowe?
  • Rodzaje uczenia: nadzorowane, nienadzorowane, wzmacniające
  • Przykłady zastosowań AI w codziennych aplikacjach
  • Ćwiczenie: Analiza studium przypadku – omówienie realnych przykładów zastosowania AI.

2. Prosty projekt uczenia maszynowego w Pythonie.

• • Cel: Praktyczne wdrożenie podstawowego modelu ML z użyciem scikit-learn.
  • Tematy:
  • Krótkie przypomnienie narzędzi: pandas, NumPy
  • Podział danych na zestaw treningowy i testowy
  • Implementacja prostego modelu klasyfikacyjnego (np. klasyfikator Iris lub rozpoznawanie spam/nie-spam)
  • Ocena modelu przy użyciu metryk: accuracy, precision, recall
  • Projekt:
  • Klasyfikator danych: Uczestnik analizuje dane, wybiera cechy, buduje model i ocenia jego skuteczność.

3. Prosty projekt sieci neuronowej.

• • Cel: Wprowadzenie do głębokiego uczenia na prostym przykładzie.
  • Tematy:
  • Podstawy sieci neuronowych – neurony, warstwy, funkcje aktywacji
  • Framework Keras (na bazie TensorFlow) – instalacja i podstawowa składnia
  • Budowa oraz trenowanie prostej sieci neuronowej (np. rozpoznawanie odręcznych cyfr ze zbioru MNIST)
  • Ćwiczenie: Implementacja modelu, wizualizacja wyników i analiza błędów.

Materiały szkoleniowe w programie PowerPoint.

Wymagania wstępne odnośnie uczestnika kursu:

• Podstawowa znajomość obsługi komputera.
• Podstawowa znajomość obsługi dowolnego edytora tekstu.

Wymagania wstępne. Walidacja spełnienia tego kryterium będzie polegać na rozmowie kwalifikacyjnej z uczestniczką/kiem kursu sprawdzającej umiejętności odnośnie podstawowej znajomości obsługi komputera oraz edytora tekstu.

Zawarto umowę z WUP w Toruniu w ramach projektu Kierunek – Rozwój.

Kurs będzie przeprowadzany w formie zdalnej na żywo (video i audio) na platformie ClickMeeting.

Wymagania sprzętowe:

• Stabilny dostęp do Internetu.
• Prędkość łącza (pobieranie/przesyłanie) - min. 2 Mbps.
• Komputer z systemem Windows (7,8,10,11) wyposażony w kamerkę internetową i mikrofon.
• Przeglądarka internetowa.

Link do kursu:

https://slawomirbargiel445.clickmeeting.com/wordpress

Dostęp do kursu jest z poziomu przeglądarki i nie wymaga podania loginu i hasła.