Comarch Bootcamp – AI Dev Mastery
16 dni, 128 godzin szkoleniowych
Instrukcja zapisu na szkolenia
Nasz przewodnik krok po kroku przeprowadzi Cię przez proces rejestracji nowego konta lub logowania do Comarch Cloud w celu rezerwacji miejsca na kursie!
Poznaj program Bootcampu
- Co zyskasz dzięki szkoleniu ?
Cele szkolenia
Celem szkolenia jest przygotowanie programistów do tworzenia nowoczesnych rozwiązań AI z wykorzystaniem Pythona, Javy oraz nowych języków obliczeniowych (Julia, Mojo).Uczestnicy nauczą się projektować i trenować modele ML/DL, budować agentów LLM oraz integrować AI z aplikacjami webowymi i systemami enterprise.Program kładzie nacisk na praktyczne umiejętności wdrożeniowe – od analizy danych, przez budowę modeli, aż po ich deployment.Finalnym rezultatem jest hybrydowy projekt AI prezentowany przez zespoły uczestników, gotowy do dalszego rozwijania w pracy zawodowej.
Umiejętności
Dzięki szkoleniu uczestnik będzie:
- Programować w Pythonie na poziomie zaawansowanym, z wykorzystaniem bibliotek NumPy, Pandas i Scikit-Learn do analizy danych i klasycznych modeli ML.
- Budować i trenować sieci neuronowe w PyTorch oraz TensorFlow/Keras, w tym autoencodery i proste modele LLM.
Tworzyć agentów AI w Pythonie z użyciem LangChain, Hugging Face i podejścia Retrieval-Augmented Generation (RAG). - Wykorzystać Javę w projektach AI – od Deeplearning4j, przez Spark MLlib, aż po integrację AI w aplikacjach enterprise (Spring Boot).
- Korzystać z Julii i Mojo do eksploracji wydajnościowych i nowatorskich rozwiązań AI.
- Budować i wdrażać webowe aplikacje AI oparte o Flask/FastAPI i integracje frontendowe.
- Tworzyć zespołowy projekt hybrydowego agenta AI i zaprezentować go jako działający prototyp
- Czy to szkolenie jest dla Ciebie ?
Profil uczestników
Szkolenie Szkolenie przeznaczone jest dla osób posiadających doświadczenie programistyczne, które chcą rozwinąć swoje kompetencje w obszarze sztucznej inteligencji i nowoczesnych języków obliczeniowych. Uczestnicy powinni być zainteresowani zarówno stroną algorytmiczną (ML/DL), jak i wdrożeniową (integracja AI w aplikacjach i systemach).
Program skierowany jest do programistów Pythona, Javy oraz JavaScript, inżynierów oprogramowania, data scientistów, analityków danych, architektów systemów oraz liderów technicznych, którzy chcą wdrażać rozwiązania AI w swoich projektach.
Przygotowanie uczestników
Od uczestników oczekuje się dobrej znajomości co najmniej jednego języka programowania (Python, Java lub inny język obiektowy), podstaw algorytmów i struktur danych oraz umiejętności pracy z narzędziami deweloperskimi (git, IDE, systemy pakietów). Mile widziane jest wcześniejsze doświadczenie w analizie danych, ale nie jest ono wymagane – podstawy zostaną przypomniane w trakcie kursu.
- Czas trwania
Liczba dni, liczba godzin szkoleniowych
- 16 dni, 128 godzin szkoleniowych
- Szczegółowy program szkolenia
Szczegółowy program szkolenia
Python Core for AI (cz. 1)
- Zaawansowany Python: dataclasses, typowanie, testy.
- NumPy i Pandas w analizie danych.
- Ćwiczenia: mini-analityka danych.
Python Core for AI (cz. 2)
- Scikit-Learn: regresja, klasyfikacja, clustering.
- Budowa ML pipeline od surowych danych do modelu.
- Mini-projekt: prosty system rekomendacyjny.
Deep Learning w Pythonie (cz. 1)
- PyTorch – budowa i trenowanie sieci neuronowych.
- Architektury: perceptron, CNN, RNN.
- Ćwiczenia: klasyfikacja obrazów.
Deep Learning w Pythonie (cz. 2)
- TensorFlow/Keras – autoencoder, transfer learning.
- Mini LLM w Pythonie (transformer w wersji uproszczonej).
- Ćwiczenia: klasyfikacja tekstów, embeddings.
LLM i agenci w Pythonie
- LangChain – framework agentów AI.
- Hugging Face Transformers – praktyczne użycie.
- Retrieval-Augmented Generation (RAG).
- Projekt: agent do analizy dokumentów firmowych.
Java i AI
- Java w AI: Deeplearning4j, integracja z Keras.
- Java w Big Data: Spark MLlib, Hadoop pipelines.
- AI w aplikacjach enterprise (Spring Boot + serwisy AI).
- Ćwiczenia: prosty klasyfikator/rekomendator w Javie.
- Dyskusja: Python vs Java w praktyce AI.
Nowe języki + Web
- Julia: Flux.jl, porównanie wydajności z Pythonem.
- Mojo: nowy kernel AI, integracja z Pythonem.
- JavaScript i Web: frontend + backend Flask/FastAPI.
- Projekt: webowe demo agenta AI.
Projekt końcowy
- Hybrydowy agent AI (Python core + Java/Julia/Mojo + web).
- Praca w zespołach nad projektem.
- Prezentacja projektów końcowych + feedback.
Metoda realizacji szkoleniaSzkolenie realizowane jest metodą warsztatową, łączącą krótkie wprowadzenia teoretyczne z intensywnymi ćwiczeniami praktycznymi i projektami zespołowymi.
- W ramach szkolenia zapewniamy
W ramach szkolenia zapewniamy
- materiały szkoleniowe
- certyfikat potwierdzający udział w kursie
- pełna obsługa cateringowa (dotyczy szkoleń stacjonarnych)
W cenę kursu ( dla uczestników Kierunek Kariera Zawodowa ) wliczony jest EGZAMIN: 1Z0 811 JAVA FOUNDATIONS
- Harmonogram spotkań
W przygotowaniu
