Przejdź do treści
Online ID 3799909

Szkolenie: Przygotowanie danych na potrzeby algorytmów uczenia maszynowego

Tryb Online
Termin 12.01 - 14.01.2027
Grupa max 30 osób

Informacje podstawowe

Najważniejsze dane o szkoleniu w jednym miejscu
Forma realizacji
Online
Maksymalna liczba uczestników
30 osób
Termin
12.01 - 14.01.2027
Koniec rekrutacji
11.01.2027
Certyfikat
Tak
Dostawca
Ernabo Adrian Flak
Dofinansowanie
Możliwość dofinansowania

Cel szkolenia

Co zyskasz po ukończeniu kursu

Cel edukacyjny

Szkolenie prowadzi do skutecznego i właściwego pozyskania, uporządkowania, standaryzacji, wizualizacji i przetworzenia danych potrzebnych dla wprowadzenia automatyzacji oraz umiejętność pracy z narzędziami ETL i BI.

Program szkolenia

Szczegółowy plan zajęć

Informacje organizacyjne:

Usługa prowadzona jest w godzinach zegarowych w formie zdalnej w czasie rzeczywistym na platformie Microsoft Teams.

Przerwy oraz walidacja są wliczone w ogólny czas usługi rozwojowej.

PROGRAM SZKOLENIA

  1. Rola danych w projektach sztucznej inteligencji
    • Wyjaśnienie znaczenia danych jako podstawowego zasobu wykorzystywanego podczas projektowania i trenowania modeli sztucznej inteligencji.
    • Charakterystyka różnych typów danych oraz ich zastosowania w procesach automatyzacji i uczenia maszynowego.
    • Omówienie cyklu życia danych – od ich pozyskania do wykorzystania przez modele AI.
    • Identyfikacja najczęstszych problemów związanych z jakością danych.
  2. Pozyskiwanie i integracja danych
    • Przedstawienie metod pozyskiwania danych z systemów wewnętrznych, plików, baz danych oraz źródeł zewnętrznych.
    • Łączenie danych pochodzących z różnych systemów w spójne zbiory wykorzystywane do analiz i trenowania modeli AI.
    • Dobór odpowiednich metod integracji danych z uwzględnieniem ich struktury i jakości.
    • Omówienie wyzwań związanych z integracją danych pochodzących z wielu źródeł.
  3. Czyszczenie i standaryzacja danych
    • Przedstawienie metod identyfikowania błędów, duplikatów oraz brakujących wartości w zbiorach danych.
    • Wykorzystanie technik oczyszczania danych oraz przygotowania ich do dalszego przetwarzania.
    • Standaryzacja danych zgodnie z wymaganiami modeli sztucznej inteligencji.
    • Weryfikacja jakości przygotowanych zbiorów danych.
  4. Ocena jakości danych
    • Omówienie kryteriów jakości danych, takich jak kompletność, poprawność, spójność, aktualność i wiarygodność.
    • Ocena wpływu jakości danych na skuteczność działania modeli AI.
    • Dobór metod monitorowania jakości danych podczas ich przetwarzania.
    • Identyfikacja działań poprawiających jakość danych wykorzystywanych w projektach automatyzacyjnych.
  5. Narzędzia ETL i rozwiązania Business Intelligence
    • Charakterystyka narzędzi ETL wykorzystywanych do ekstrakcji, transformacji i ładowania danych.
    • Wykorzystanie narzędzi Business Intelligence do analizy oraz przygotowania danych.
    • Przedstawienie środowisk chmurowych wspierających przetwarzanie dużych zbiorów danych.
    • Dobór narzędzi odpowiednich do potrzeb przedsiębiorstwa.
  6. Wizualizacja danych
    • Poznanie zasad skutecznej prezentacji danych przy wykorzystaniu wykresów, dashboardów i raportów.
    • Dobór metod wizualizacji odpowiednich do rodzaju analizowanych danych.
    • Tworzenie czytelnych wizualizacji wspierających podejmowanie decyzji biznesowych.
    • Interpretacja wyników analiz prezentowanych w formie graficznej.
  7. Bezpieczeństwo danych podczas przygotowania modeli AI
    • Omówienie zasad ochrony danych wykorzystywanych w procesach uczenia maszynowego.
    • Dobór środków organizacyjnych i technicznych zapewniających bezpieczeństwo danych.
    • Przedstawienie zagrożeń cyberbezpieczeństwa związanych z przetwarzaniem danych oraz sposobów ich ograniczania.
    • Uwzględnienie wymagań dotyczących ochrony danych osobowych podczas przygotowania zbiorów danych.
  8. Przygotowanie danych do trenowania modeli AI – warsztat praktyczny
    • Przeprowadzenie procesu pozyskania, integracji, oczyszczenia i standaryzacji przykładowego zbioru danych.
    • Wykorzystanie narzędzi ETL do przygotowania danych do trenowania modelu AI.
    • Opracowanie wizualizacji prezentujących jakość i strukturę przygotowanych danych.
    • Podsumowanie dobrych praktyk dotyczących przygotowania danych oraz identyfikacja najczęściej popełnianych błędów.

Walidacja szkolenia

Wymagania

Co przygotować przed startem szkolenia

Wymagania wstępne

Warunkiem zdobycia certyfikatu potwierdzającego zdobyte kompetencje jest przystąpienie do Egzaminu. Na egzamin uczestnik nie musi dokonywać osobnego zapisu oraz jest w koszt usługi.

Wymagana jest obecność min 80% lub zgodna ze wskazaniami Operatora. Obecność na usłudze weryfikowana będzie na podstawie raportu logowań wygenerowanego z platformy.

Uczestnicy przyjmują do wiadomości, że usługa może być poddana monitoringowi z ramienia Operatora lub PARP i wyrażają na to zgodę.

Uczestnik ma obowiązek zapisania się na usługę przez BUR co najmniej w dniu zakończenia rekrutacji.

Organizator zapewnia dostępność osobom ze szczególnymi potrzebami podczas realizacji usług rozwojowych zgodnie z Ustawą z dnia 19 lipca 2019 r. o zapewnianiu dostępności osobom ze szczególnymi potrzebami (Dz.U. 2022 poz. 2240) oraz „Standardami dostępności dla polityki spójności 2021-2027”. W przypadku potrzeby zapewnienia specjalnych udogodnień prosimy o kontakt przed zapisem na usługę!

Wymagania techniczne

1. Sprzęt uczestnika:

  • komputer lub laptop z systemem operacyjnym Windows 10 / 11, macOS lub Linux z wolną przestrzenią dyskową ,
  • stabilne łącze internetowe (min. 10 Mbps) – w przypadku zajęć zdalnych,
  • aktualna przeglądarką internetową (Chrome, Edge, Firefox),

Obowiązkowe:

  • Kamera: Uczestnik powinien posiadać działającą kamerę (wbudowaną w laptop/komputer lub zewnętrzną). Kamera umożliwia aktywny udział w sesjach, prezentację ćwiczeń grupowych oraz interakcję z prowadzącym.
  • Mikrofon: Niezbędny jest sprawny mikrofon (wbudowany lub zewnętrzny, np. w zestawie słuchawkowym).Umożliwia zadawanie pytań, udział w dyskusjach i ćwiczeniach grupowych.
  • Zalecane użycie słuchawek z mikrofonem, aby zredukować echo i poprawić jakość dźwięku.

2. Oprogramowanie:

Nie jest wymagane wcześniejsze przygotowanie środowiska. Wszystkie niezbędne programy, dane i narzędzia zostaną przekazane przez trenera w trakcie trwania szkolenia.

3. Łącze internetowe:

  • Minimum 10 Mbps download / 5 Mbps upload
  • Stabilne połączenie bez dużych przerw i opóźnień

4. Środowisko pracy:

  • Ciche miejsce do pracy i nauki
  • Dostęp do powierzchni roboczej umożliwiającej komfortowe używanie komputera
  • Możliwość dzielenia ekranu w trakcie sesji praktycznych i konsultacji

5. Środowisko szkoleniowe

Szkolenie realizowane jest przez platformę Microsoft Teams, umożliwiającą:

  • udostępnianie ekranu,
  • czat, komunikację audio-wideo,
  • współdzielenie materiałów i plików.

Dla kogo?

Grupę docelową stanowią przedsiębiorcy i przedsiębiorczynie z sektora MŚP oraz ich pracownicy, którzy chcą rozwijać kompetencje związane z wykorzystaniem nowoczesnych technologii, automatyzacją i cyfryzacją procesów w przedsiębiorstwie.

Szkolenie skierowane jest do osób zainteresowanych wdrażaniem rozwiązań technologicznych usprawniających codzienną pracę, zwiększających efektywność procesów oraz przygotowujących przedsiębiorstwo do zmian technologicznych. Uczestnikami mogą być osoby reprezentujące firmy znajdujące się na różnych poziomach zaawansowania technologicznego.

Materiały dla uczestników

Prezentacja w formacie PDF zostanie wysłana uczestnikowi na maila najpóźniej w dniu rozpoczęcia się szkolenia.