Kurs Analiza danych w Pythonie (bez ML)

K-PYTHON-A-SHORT
  • Python
  • Anaconda
  • Jupyter Notebook
  • NumPy
  • Pandas
  • Matplotlib

Obecnie brak terminów otwartych. Dostępne na zamówienie dla grup.

Edycja dzienna (dwa bloki 3-dniowe, średnio co 2 tyg.) Edycja weekendowa (zaoczna) (sob-niedz., średnio co 2 tygodnie)

Warszawa

16 kwietnia - 8 maja 2026 zostało 7 miejsc 11 kwietnia - 26 kwietnia 2026 (termin specjalny, rabat 10%, prosimy o kontakt) zostało 7 miejsc

Warszawa

2 czerwca - 19 czerwca 2026 20 czerwca - 23 sierpnia 2026

Zdalnie

16 kwietnia - 8 maja 2026 zostało 8 miejsc 11 kwietnia - 26 kwietnia 2026 (termin specjalny, rabat 10%, prosimy o kontakt) zostało 7 miejsc

Zdalnie

2 czerwca - 19 czerwca 2026 20 czerwca - 23 sierpnia 2026

Tryb zdalny: online na żywo z trenerem i grupą (→ więcej o kursach zdalnych). Można: zrezygnować do 15 dni przed startem; w każdej chwili przejść na tryb zdalny; w razie potrzeby skorzystać z nagrań. Kursy dostępne również na zamówienie, w terminie i lokalizacji do uzgodnienia , dla grup od 6 osób .

4,8/5 (64)
Stars
dla firm - netto
dla osób prywatnych - brutto (pokrywamy VAT)
dla podmiotów publicznych - zwolnione z VAT

Cena kursu: 3390 PLN

możliwość rozłożenia na 3 raty


percent icon first minute (30+ dni do startu) - 3%

percent icon dostęp do nagrań w razie potrzeby

shake hand icon dla chętnych bezpłatnie warsztaty HR

percent icon praktyczne ćwiczenia i miniprojekty

coffee cup icon poczęstunek w cenie

desktop icon stanowisko komputerowe w cenie

Wykorzystaj Pythona w analizie danych!

Kurs od podstaw pokazujący jak analizować dane i wykorzystać je w codziennej pracy.

  • Tematyka:
    Wprowadzenie do programowania w Pythonie, środowisko pracy analityka (Anaconda, Jupyter Notebook), przetwarzanie danych (NumPy, pandas), pozyskiwanie danych z różnych źródeł, przygotowywanie i czyszczenie danych (praca z DataFrame), analiza danych, wizualizacje (Matplotlib), analiza i wnioskowanie statystyczne
  • Zastosowanie:
    bankowość, ubezpieczenia, telekomunikacja, przemysł, handel i usługi, ochrona zdrowia, administracja publiczna
  • Czas trwania:
    48 godz. w trakcie kursu + 24 godz. pracy w domu z naszymi materiałami = w sumie 72 godz.
  • Tryb zajęć:
    dziennie (w tygodniu w dni robocze) lub weekendowo
  • Grupa:
    max 15 osób
  • Rekrutacja:
    kurs od podstaw, brak wymagań
  • Miejsce:
    Warszawa, Jasna 14/16A, przy stacji metra (Świętokrzyska - obie linie) oraz Zdalnie (online na żywo z trenerem i grupą)
  • Cena:
    3 390 zł PLN
    dla firm - netto
    dla osób prywatnych brutto (pokrywamy VAT)
    dla podmiotów publicznych - zwolnione z VAT
Możesz zapłacić w 3 ratach po 1130 zł - bez żadnych kosztów (sprawdź)
poczęstunek w cenie
stanowisko komputerowe w cenie

Analiza danych i język Python

Umiejętność odnajdowania i analizy zjawisk w dużych zbiorach danych to konieczność we współczesnym świecie. Sprawne przetwarzanie danych pozwala podejmować skuteczne i konkurencyjne decyzje - a to gwarantuje sukces w biznesie.

Nie każda firma potrafi wykorzystać potencjał jaki kryje się w danych. Aby analizować duże ilości, często niepełnych informacji konieczne są metody statystyczne i znajomość odpowiednich technologii. Te umiejętności zdobędziesz na naszym kursie!

Python jest jednym z najpopularniejszych języków do analizy danych dzięki bogatemu zapleczu narzędzi.

Pandas, NumPy, Matplotlib i inne popularne pakiety stanowią dojrzały ekosystem gotowych do użycia modułów, a uniwersalność Pythona pozwala poza samą analizą danych także je pobierać, obrabiać i eksportować zarówno w formie raportów, jak i plików wejściowych dla innych aplikacji.

Na naszym kursie można poszerzyć wiedzę o zagadnienia związane z analizą danych w Pythonie i poznać narzędzia wykorzystywane w tym celu.

To nie wykład z matematyki, tylko praktyczne warsztaty

Nie koncentrujemy się na nauce teorii - przekazujemy wiedzę praktyczną. Nauczymy Cię warsztatu analityka - abyś w profesjonalny sposób umiał przygotowywać, analizować i interpretować duże ilości danych, korzystając z języka programowania Python i jego dodatków. Podczas zajęć będziesz ćwiczyć poznawane techniki na realistycznych danych, podobnych do tych, z jakimi możesz spotkać się w praktyce zawodowej.

Czego nauczysz się na kursie?

korzystać ze środowiska do pracy z danymi z wykorzystaniem Pythona (Anaconda, Jupyter Notebook)

przetwarzać dane za pomocą dodatków NumPy i pandas

pozyskiwać dane z różnych źródeł, przygotowywać i czyścić dane przy pomocy DataFrame

analizować dane i przygotowywać wizualizacje (Matplotlib)

poznać podstawy analizy i wnioskowania statystycznego

Czy poza analizą statystyczną interesuje Cię także uczenie maszynowe (machine learning)?

Program kursu

Jest to autorski program, którego nie znajdziesz nigdzie indziej - stworzony przez ludzi, którzy od lat pracują przy analizie danych w firmach i instytucjach.

To obszerny zakres materiału - przekazany w prosty i przystępny sposób. Program kursu jest ułożony tak, abyś w 6 dni mógł poznać podstawy analizy danych z wykorzystaniem języka Python i jego dodatków.

W przypadku realizacji szkolenia na zamówienie dla Twojej firmy, możliwe jest indywidualne dostosowanie programu i czasu trwania kursu - np. rozpoczęcie od wprowadzenia do języka Python lub poruszenie bardziej zaawansowanych tematów związanych z analizą danych.

Dla kogo jest ten kurs?

  • Dla osób, które chcą zajmować się analizą danych.
    Program tego kursu jest tak ułożony, że większość naszych kursantów może rozpocząć pracę przy analizie danych wykorzystując zaprezentowane przez nas narzędzia.
    Ten kurs podnosi kwalifikacje zawodowe i otwiera drogę do awansu bądź zmiany pracy na lepszą!
  • Dla managerów, kadry kierowniczej i właścicieli firm
    Dostęp do bieżących, dokładnych analiz jest kluczem do trafnych decyzji w biznesie.

Co trzeba umieć przed kursem?

Na kurs zapraszamy wszystkich. Znajomość podstaw programowania w języku Python jest mile widziana, ale absolutnie nie wymagana. Jeśli nie znasz Pythona, nauczysz się wszystkich niezbędnych komend podczas zajęć.Jeśli znasz Pythona przećwiczysz funkcje i struktury danych przydatne w analizie danych, zrozumiesz też lepiej działanie omawianych narzędzi. Jeśli chcesz się najpierw nauczyć programować, możesz skorzystać z naszej oferty - dłuższego bootcampa Python Developer lub krótkiego szkolenia Skrypty w Pythonie

Nie jest potrzebne żadne doświadczenie w analizie danych.

Nie jest potrzebne żadne doświadczenie w programowaniu.

Bardziej od Pythona interesuje Cię analiza danych w Excelu i Accessie?

W jaki sposób uczymy?

Postawiliśmy przede wszystkim na zajęcia praktyczne!
Kurs jest zorganizowany w formie warsztatów - to oznacza, że tutaj nie ma wykładów jak na studiach. Pracujemy w małych grupach, przez cały czas z trenerem. Wszystkie moduły kursu są wypełnione praktycznymi ćwiczeniami. Nasi trenerzy przedstawią Ci zestaw najczęstszych problemów, które w realnych warunkach biznesowych pojawią się podczas pracy z danymi - sam przekonasz się jak ważna i unikalna jest to wiedza.

Nie martw się o sprzęt do nauki! Zapewniamy go w szkole programowania ALX
Nie martw się o sprzęt do nauki.
Zapewniamy go!
Nowoczesny sprzęt komputerowy będzie do Twojej dyspozycji podczas kursu. Oprócz motywacji i chęci do nauki nie musisz niczego ze sobą zabierać!

Nauka w domu

Kurs trwa 48 godzin i jest bardzo intensywny, ale można i warto wyciągnąć z niego jeszcze więcej! Jak to zrobić? Trzeba przyłożyć się do nauki również w domu. Nasi trenerzy zawsze zachęcają do samodzielnej pracy w domu, przygotowują ciekawe zadania, nad którymi pracujesz w przerwie między zajęciami. Duża ilość ćwiczeń sprawi, że utrwalisz zdobytą wiedzę i bardzo szybko opanujesz technologię. Jeśli masz problem z zadaniem - zawsze możesz skontaktować się ze swoim trenerem.

Nasi trenerzy to zawodowi analitycy

Kurs jest prowadzony przez doświadczonych specjalistów - praktyków. Są to eksperci, którzy na codzień pracują przy analizie danych, finansach i statystyce - mają wieloletnie doświadczenie w nauczaniu i tworzeniu oprogramowania. Prowadzą żywe, obfitujące w realistyczne przykłady zajęcia. Trenerzy pokażą Ci szeroką gamę narzędzi i technik analizy danych oraz nauczą Cię pracy z bazami danych.

Kurs to duży wydatek?

Rozłóż go sobie na raty - bez żadnych dodatkowych kosztów.

Udział w kursie to dla wielu istotna inwestycja. To inwestycja w Twoje umiejętności i szansa na zdobycie wymarzonej pracy.

Jest to także spory wydatek!

Wiemy o tym i dlatego oferujemy dogodne opłaty za nasze bootcampy w systemie ratalnym - bez żadnych dodatkowych kosztów.

Płacisz tylko tyle - ile kosztuje kurs.

Jak zapłacić za kurs w ratach?

Procedura jest wyjątkowo prosta - nie musisz kontaktować się z żadnym bankiem, nie musisz przechodzić skomplikowanych weryfikacji, potrzebujesz jedynie dokumentu tożsamości - wszystko załatwiasz z naszą firmą. Sprawdź to >>

Kurs na zamówienie

Możemy zorganizować kurs szyty na miarę - specjalnie dla Twojej firmy. Skutecznie szkolimy już 3 osobowe grupy.

Kurs może odbyć się w naszych biurach w całej Polsce (Warszawa, Łódź, Wrocław, Gdańsk, Katowice, Kraków, Poznań) lub w siedzibie Twojej firmy.

Bardzo często realizujemy szkolenia oparte na danych otrzymanych od klienta. Wówczas nasi trenerzy elastycznie dopasowują program kursu do specyfiki Twoich danych - dobierają odpowiednie metody analizy tych danych, tak aby wycisnąć z nich maksymalnie dużo korzyści dla Twojego biznesu.

Koszt takiego kursu jest ustalany indywidualnie, zależnie od wielkości grupy i miejsca przeprowadzania szkolenia. Kurs może odbywać się również w języku angielskim.

Wyślij na szkolenie cały dział analityczny.

Mamy duże doświadczenie w szkoleniach dla działów analitycznych. Szkoląc grupę analityków z danej firmy przygotowujemy program warsztatów praktycznych pod konkretną branżę, tak aby uczestnicy mogli wynieść ze szkolenia jak najwięcej.

Takie szkolenie znacząco rozszerza możliwości Twojego zespołu analitycznego. Umiejętność posługiwania się językiem programowania Python i jego dodatkami przeznaczonymi do analizy danych wielokrotnie zwiększy tempo dostarczania zaawansowanych analiz oraz poprawi ich jakość.

Rozwiń

Program szkolenia

  1. Sposoby pracy z Pythonem okiem analityka danych
    • Instalacja lokalna
      • Interpreter języka Python
      • Tworzenie i uruchamianie programów
      • Zintegrowane środowiska programistyczne (IDE)
    • Konfiguracja lokalnej instalacji
      • Wirtualne środowisko (`venv`) i instalator pakietów `pip`
      • Instalacja Jupytera i dodatkowych bibliotek
    • Anaconda jako alternatywny sposób instalacji lokalnej – podejście „wszystko w jednym”
      • Zarządzanie wersjami bibliotek w Anacondzie
    • Środowisko Jupyter
      • Komórki i specyfika pracy interaktywnej
      • Skróty klawiszowe i inne opcje ułatwiające pracę
      • Podpowiedzi i dokumentacja
      • Używanie Markdown i Latex do tworzenia sformatowanych tekstów
    • Możliwości pracy zdalnej – Google Colab i podobne usługi
    • Rzut oka na „ekosystem” bibliotek i narzędzi służących do data science w Pythonie
      • Asystent AI Gemini
  2. Podstawy języka Python
    • Zmienne, wartości, typy
      • Liczby i operacje arytmetyczne
      • Napisy, w tym umieszczanie wartości w tekście za pomocą f-string
      • Wartości logiczne
    • Warunki, porównania, spójniki logiczne
    • Definiowanie własnych funkcji
  3. Struktury danych języka Python
    • Listy i krotki
      • Iteracja po elementach (pętla `for`)
      • Wybieranie elementów i zakresów (slicing)
    • Zbiory i słowniki
    • Wyrażenia generujące kolekcje (comprehensions)
    • Dostęp do danych zewnętrznych: pliki tekstowe, dane JSON
    • Funkcje matematyczne i statystyczne zawarte w bibliotece standardowej Pythona
  4. Numpy – tablice i obliczenia w Pythonie
    • Przyczyny używania dodatkowych bibliotek analityczno-obliczeniowych
    • Wektory, macierze, tablice wielowymiarowe
      • Różne sposoby tworzenia
      • Nawigacja i wybieranie fragmentów
      • Zmiana kształtu (`reshape`) i transpozycja
    • Typy liczbowe i konsekwencje wyboru typu
    • Operacje na tablicach Numpy
      • Wektoryzacja
      • Zasada rozgłaszania (broadcasting)
      • Mnożenie macierzy i przykładowe zastosowania
      • Funkcje agregujące i osie
      • Rozkłady, histogramy, statystyki opisowe
    • Generator liczb pseudolosowych
  5. Pandas i „biznesowa” analiza danych
    • Serie (`Series`) i tabele / „ramki danych” (`DataFrame`)
      • Indeksy i nazwy kolumn
      • Nawigacja w strukturach danych – wybieranie komórek i fragmentów
    • Pozyskiwanie danych z różnych źródeł
      • Pliki CSV i Excel (odczyt i zapis)
      • Zasoby w internecie (JSON, XML, HTML)
      • Bazy danych (SQL)
    • Wyszukiwanie i filtrowanie danych
      • Warunki logiczne w Pandas oraz Numpy: maski, spójniki logiczne
    • Przygotowywanie i czyszczenie danych
      • Usuwanie kolumn i wierszy
      • Usuwanie duplikatów
      • Zamiana i normalizacja wartości
      • Strategie postępowania z wartościami nieokreślonymi (NaN)
        • Usuwanie wartości nieokreślonych
        • Zastępowanie domyślną lub dominującą wartością
        • Wypełnianie wartościami sąsiednimi
        • Interpolacja
      • Praca z danymi tekstowymi, w tym wykorzystanie wyrażeń regularnych (regex)
    • Pionowe oraz poziome łączenie tabel (`concat`, `merge`, `join`)
    • Sortowanie serii i tabel
      • Ranking i poszukiwanie najmniejszych/największych wartości
    • Opisowa analiza danych
      • Gotowe funkcje do generowania podstawowych statystyk
      • Grupowanie, agregacja i obliczanie statystyk
      • Tabele przestawne (pivot table)
      • Funkcje kroczące („okienkowe”) i narastające („skumulowane”)
    • Oś czasu i szeregi czasowe
      • Generowanie szeregów czasowych
      • Specyfikowanie okresów czasu
      • Agregacja okresów czasu – operacja `resample`
    • Elementy analizy statystycznej
      • Seria danych jako zmienna statystyczna
      • Korelacja, mapy ciepła
      • Czym jest regresja liniowa? (podstawy)
  6. Wykresy i wizualizacja danych
    • Matplotlib i wykresy na podstawie danych z Pandas i Numpy
      • Różne typy wykresów
      • Opcje i ustawienia
    • Generowanie wykresów bezpośrednio z Pandas
    • Przegląd dodatkowych bibliotek wizualizacji danych, m.in. Seaborn, Bokeh, Plotly
Zapisz się na ten kurs
Wybierz interesujący Cię termin oraz miasto
Warszawa:
  • 11.04 (Z)TooltipTriangle
  • 16.04 (D)TooltipTriangle
  • 02.06 (D)TooltipTriangle
  • 20.06 (Z)TooltipTriangle
Zdalnie:
  • 11.04 (Z)TooltipTriangle
  • 16.04 (D)TooltipTriangle
  • 02.06 (D)TooltipTriangle
  • 20.06 (Z)TooltipTriangle
Żaden termin nie pasuje?
Podaj swój adres e-mail, a my powiadomimy Cię o przyszłych terminach