Czego się nauczysz
Przeprowadzimy Cię przez starannie przygotowany program, który w 12 tygodni (tryb full‑time) zabierze Cię z poziomu początkującego do gotowego(-ej) do pracy junior Data Scientist / ML Engineer.
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
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 CLA uczysz się na interaktywnych zajęciach online na żywo, gdzie w czasie rzeczywistym współpracujesz z instruktorami i innymi uczestnikami, co przyspiesza rozwój umiejętności.
Samodzielna nauka
- Tryb part‑time: 9 godzin nauki na żywo + ok. 11 godzin samodzielnej nauki tygodniowo (łącznie ok. 20 godzin).
- Tryb full‑time: 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 przyswajasz 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.
Czego potrzebujesz
Nie wymagamy dyplomu z informatyki. Pomagamy zbudować podstawy Pythona, matematyki i analizy danych w pierwszych tygodniach. Program jest odpowiedni dla osób zmieniających branżę oraz początkujących z zacięciem analitycznym.
- 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.
Centrum usług kariery
Warsztaty rozwoju kariery
Otwarte warsztaty dla Ciebie i szerszej społeczności CLA. Sprawdź, jakie wsparcie oferuje nasze centrum kariery, poznaj doradcę kariery i dołącz nawet w ostatniej chwili.
Spersonalizowane sesje doradztwa zawodowego
Indywidualne sesje, podczas których określimy Twoje cele zawodowe i zaplanujemy strategię ich osiągnięcia – w formie przyjaznych rozmów coachingowych i planu działań.
Próbne rozmowy kwalifikacyjne
Ćwicz rozmowy rekrutacyjne z pytaniami behawioralnymi i technicznymi: jak pokazać, że dostarczasz to, czego szukają pracodawcy, jak podkreślić swoje mocne strony i jak rozmawiać o wynagrodzeniu.
Przegląd CV i listu motywacyjnego
Otrzymaj spersonalizowane wskazówki do CV i listu motywacyjnego, dostosowane tak, aby przyciągały uwagę rekruterów i zwiększały szansę na zaproszenie na rozmowę.
Przegląd ofert pracy i staży
Aktualne oferty pracy i staży ręcznie wybierane przez naszych specjalistów kariery i dopasowane do poziomu junior/entry‑level.
Dostęp do platformy zasobów kariery
Stały dostęp do materiałów, szablonów, zadań i zasobów związanych z karierą w branży technologicznej na naszej platformie edukacyjnej.
Mentoring i wydarzenia networkingowe
Poznaj specjalistów IT z różnych branż, zadaj pytania o ścieżki kariery i buduj sieć kontaktów podczas naszych spotkań i wydarzeń networkingowych.
Networking absolwentów
Łącz się z kolegami z kohorty i absolwentami CLA, dziel się wartościowymi treściami, dyskutuj o trendach w IT i przekazuj dalej oferty pracy, które mogą zainteresować innych.
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
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 ...
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 ...
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 ...
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 ...
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 ...
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.
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 ...
