Od pierwszej lekcji do samodzielnej analizy danych

Najważniejsze informacje organizacyjne: jak korzystać z platformy, społeczności, baz wiedzy i dodatkowych elementów KajoDataSpace.

• START 🥳
• 🗺️ MAPA KajoDataSpace
• Społeczność na Discord
• Bazy wiedzy
• Spotkania LIVE / webinary
• Certyfikat uczestnictwa w KajoDataSpace
• Certyfikat KajoDataPath

Wprowadzenie do pracy analityka, planowania nauki, kluczowych kompetencji, KPI oraz różnych specjalizacji związanych z danymi.

• Jak zostać analitykiem danych i korzystać z AI - plan - część 1
• Jak zostać analitykiem danych i korzystać z AI - plan - część 2
• Jak zostać analitykiem danych i korzystać z AI - plan - część 3
• Co robi analityk danych?
• Dlaczego warto zostać analitykiem danych?
• Umiejętności kluczowe dla analityka danych
• Analityk danych vs inne podobne zawody
• Przykłady ważnych KPI w pracy analityka
• Sposoby analizowania danych
• WEBINAR - Rozmowa z analitykiem ryzyka kredytowego | Gość: Krzysztof Stencel
• WEBINAR - Alteryx, ETL, B2B, alt-tech | Gość: Emil Kos
• WEBINAR - Jak raportować? | Gość: Mariusz Chodorowicz
• WEBINAR - Jak działa Big Data? Gość: Marek Czuma
• WEBINAR - Data Science | Gościni: Magdalena Cebula
• WEBINAR - Data manager i Data pipelines | Gość: Natalia Chojnacka
• WEBINAR - Wprowadzenie do DataBricks | Gościni: Katarzyna Zielina

Materiały pomagające przełożyć zdobywane umiejętności na portfolio, profesjonalny profil oraz lepsze przygotowanie do rekrutacji.

• Czym jest marka osobista i dlaczego jest ważna?
• Profesjonalne CV
• Profil na LinkedIn
• Wizualizacje na Tableau Public
• GitHub: portfolio SQL i Pythona
• Jak robić portfolio które pomoże Ci zostać analitykiem?
• WEBINAR - Ukryty rynek pracy | Goście Klaudia i Łukasz Jarych
• WEBINAR - CV i LinkedIn | Gość: Natalia Florek
• WEBINAR - Live Coding na rekrutacji | Gość: Kasia Dyl (CrappyData)
• WEBINAR - Historia Przebranżowienia | Gość: Małgorzata Pawlik-Chirayath (IG @datamama)
• Powtarzalne pytania na rozmowie kwalifikacyjnej
• WEBINAR - Rynek pracy 2026 | Gościni: Weronika Szostak

Krótkie wprowadzenie do najważniejszych zastosowań Excela w pracy analityka danych.

• Dlaczego Excel i co jest ważne
• Najważniejsze formuły
• Tabele Przestawne (Pivot Tables)
• Tworzenie dashboardów
• Formatowanie warunkowe
• Tekst Jako Kolumny
• Sprawdzanie danych i Drop Downy
• Power Query
• WEBINAR | Jak pracować z Excelem i VBA | Gość: Tomasz Zarzyka
• Stworzenie budżetu w Excelu

Pierwsza część pełnego kursu: podstawowe formuły, raportowanie i praca na zakresach danych.

• Wstęp do kursu
• Zmiana języka w Excelu
• Workbook z formułami
• Basic Report - wstęp
• Formuła SUM
• Formuła AVERAGE
• Formuła MAX
• Formuła MIN
• Formuła COUNT
• Formuła MAX (daty)
• Formuła COUNTA
• Formuła SUMIFS
• Formuła AVERAGEIFS

Formuły warunkowe, obsługa błędów oraz wyszukiwanie danych w tabelach.

• Formuła MAXIFS
• Formuła MINIFS
• Formuła IF
• Formuły AND, OR
• Formuła IFS
• Formuła IFNA
• Formuła VLOOKUP
• Formuła XLOOKUP
• Formuła ISNUMBER

Praca z tekstem, czyszczenie danych oraz tworzenie tabel i wykresów przestawnych.

• Sky is the limit - wstęp
• Formuły LEFT, FIND, TRIM
• Formuły RIGHT, LEN
• Funkcja Text To Columns
• Formuła CONCAT
• Duplikaty i Conditional Formatting
• Tabela przestawna (pivot table)
• Pivot i formatowanie
• Pivot Chart

Praktyczny projekt podsumowujący pełny kurs Excela.

• Projekt Tracker cz. 1
• Projekt Tracker cz. 2
• Certyfikat ukończenia kursu z Excela

Webinary oraz krótkie zadania pozwalające przećwiczyć codzienne zastosowania Excela.

• O tym module
• Webinar z Patem - Podstawy planowania w Excelu
• Webinar z Patem - Podstawy pracy z funkcją - LICZ.JEŻELI
• Webinar z Patem - Podstawy tabel przestawnych
• Ćwiczenie od Pata 1 - sortowanie danych
• Ćwiczenie od Pata 2 - raportowanie kwartalne
• Ćwiczenie od Pata 3 - odliczanie do dni do terminu
• Ćwiczenie od Pata 4 - szybkie uzupełnianie pustych wartości
• Ćwiczenie od Pata 5 - raportowanie top n klientów w tabeli przestawnej
• Ćwiczenie od Pata 6 - formatowanie warunkowe

Wprowadzenie do automatyzowania powtarzalnej pracy za pomocą VBA.

• VBA - konfiguracja i uruchamianie plików
• Webinar - Podstawy VBA - Część 1
• Webinar - Podstawy VBA - Część 2

Praktyczne analizy pokazujące proces pracy z danymi od czyszczenia i tworzenia metryk aż po wizualizację.

• Analiza datasetu Sharks cz. 1 czyszczenie danych
• Analiza datasetu Sharks cz. 2 wizualizacja danych
• Exploratory Data Analysis w Excelu
• Analiza lojalności - KajoDataSpace Challenge #02
• Zaawansowane użycie tabel przestawnych
• Analiza danych z Tindera - część 1: tworzenie metryk
• Analiza danych z Tindera - część 2: tworzenie dashboardu
• Planowanie sprzedaży - Excel i VBA - Tomasz Zarzyka

Pierwsze kroki w Power Query: interfejs, kolejne etapy transformacji oraz ładowanie przygotowanych danych.

• Wstęp do kursu z Power Query dla członków KajoDataSpace
• O autorce kursu - Kasia Pęsik
• Wprowadzenie do Power Query i podstawy
• Jak pracować z plikami w kursie – ważna wskazówka
• Interface Użytkownika Power Query
• Applied Steps
• Usuwanie rekordów i kolumn
• Close and Load

Najważniejsze operacje potrzebne do porządkowania, czyszczenia i przekształcania surowych danych.

• Typy danych
• Profilowanie kolumn
• Zadanie
• Usuwanie błędów
• Usuwanie duplikatów
• Filtry zaawansowane
• Nazwy kolumn i puste wiersze
• Fill and Replace
• Split i Extract
• Funkcje numeryczne
• Funkcje daty i czasu
• Łączenie kolumn
• Kolumny niestandardowe i praca z AI
• Kolumny z przykładów
• Kolumny warunkowe
• Bingo! 😀

Łączenie wielu źródeł danych, podstawy modelowania oraz operacje Append, Merge, Pivot i Unpivot.

• Wstęp do modelowania
• Duplicate vs Reference
• Fakty i wymiary
• Tworzenie relacji
• Unpivot Columns - przekształcanie kolumn w wiersze
• Pivot Columns - przekształcanie wierszy w kolumny
• Kiedy stosować pivot, a kiedy unpivot. Transpose
• Scalanie zapytań, różnice między Append i Merge
• Dołączanie zapytań (Append Queries)
• Scalanie zapytań (Merge Queries) - operacje typu JOIN
• Group By

Organizowanie zapytań, sposoby ich odświeżania oraz praca z parametrami.

• Zarządzanie zapytaniami i sposoby odświeżania
• Tworzenie prostych parametrów
• Wykorzystanie parametrów w filtrach

Praktyczne zadania pozwalające przećwiczyć proces pobierania, transformowania i ładowania danych.

• Zadanie 1
• Zadanie 2
• Zadanie 3
• Zadanie 4
• Zadanie 5

Domknięcie kursu: najlepsze praktyki, podstawy języka M oraz przydatne skróty klawiszowe.

• Najlepsze praktyki
• Prosta automatyzacja w języku M
• Skróty klawiszowe
• Certyfikat ukończenia kursu z Power Query

Wprowadzenie do baz danych, języka SQL oraz podstawowej pracy z poleceniem SELECT.

• Czym jest SQL i baza danych
• Plan nauki SQL
• Podstawowe operacje z użyciem SELECT
• WEBINAR - Bazy danych okiem eksperta | Gość: Marcin Badtke

Przygotowanie środowiska do pracy z bazami MySQL, PostgreSQL oraz programem DBeaver.

• Pobranie MySQL
• Instalacja i konfiguracja MySQL
• Instalacja i konfiguracja Dbeaver
• Pobranie PostgreSQL
• Instalacja i konfiguracja PostgreSQL

Podstawy pobierania, filtrowania, agregowania i sortowania danych.

• Wgranie danych Supersales
• Przesunięcie dat w dbeaver
• Podstawy operacji SELECT
• Podstawy klauzuli WHERE
• Podstawy agregacji i GROUP BY część 1 z 2
• Podstawy agregacji i GROUP BY część 2 z 2
• Operacje z użyciem DISTINCT
• Obliczenia MIN, MAX, SUM, AVG
• Daty vs MAX i MIN
• HAVING czyli filtrowanie agregacji
• ORDER BY i LIMIT czyli sortowanie i ograniczanie wyników

Łączenie danych pochodzących z wielu tabel oraz zestawianie wyników zapytań.

• INNER JOIN
• LEFT JOIN
• RIGHT JOIN
• CROSS JOIN
• NATURAL JOIN
• UNION
• UNION ALL

Tworzenie oraz modyfikowanie tabel, danych, widoków i indeksów.

• CREATE TABLE
• INSERT
• UPDATE
• DROP vs TRUNCATE
• ALTER i RENAME
• DELETE
• CREATE TABLE AS SELECT (CTAS)
• VIEW
• INDEX

Praca z bazą PostgreSQL oraz operacje charakterystyczne dla tego środowiska.

• Wgranie danych Supersales
• SELECT - przykłady w Postgres
• Przykłady operacji DML i DCL
• FULL OUTER JOIN i SELF JOIN

Bardziej zaawansowane sposoby budowania zapytań i wykonywania obliczeń analitycznych.

• Subquery w FROM
• Subquery w SELECT
• Subquery w WHERE
• Common Table Expressions (CTE)
• Window functions część 1
• Window functions część 2
• Subquery, CTE i window functions w Postgres

Dodatkowe funkcje, operacje warunkowe i zadania podsumowujące pełny kurs SQL.

• Użycie LIKE
• Jak działa CASE WHEN
• Funkcje w MySQL i PostgreSQL
• Zadanie końcowe nr 1 👹
• Zadanie końcowe nr 2 ☠️
• Certyfikat ukończenia kursu z SQL

Praktyczne analizy pokazujące wykorzystanie SQL w bardziej złożonych problemach biznesowych.

• Zyskowność artykułów i dystrybucja klientów
• Praca z dużą ilością joinów i analiza pracy managerów
• KDS Challenge 01 Revisited
• Analiza lojalności i retencji klientów i sprzedaży
• Zaawansowane sztuczki w Postgres SQL - Kajo Fitnes Data
• Analiza błędów AI w SQL
• Praca z JSON w SQL na Postgres
• Analiza retencji w KajoDataSpace na Postgres

Dodatkowe zadania wykonywane bezpośrednio w udostępnionej bazie PostgreSQL.

• Logowanie do bazy danych online
• Różnice między MySQL a PostgreSQL
• Zadania dla schematu kd19 (supersales) 001 -005
• Zadania dla schematu kd19 (supersales) 006 -010

Instalacja programu, pierwsze kroki oraz przygotowanie prostego raportu w Power BI.

• Wstęp do kursu
• Instalacja i konfiguracja PowerBI
• Pierwszy raport cz. 1 - dane
• Pierwszy raport cz. 2 - wizualizacja

Ładowanie danych, pierwsze elementy modelowania oraz podstawowe formatowanie raportu.

• Podstawy ładowania danych
• Podstawy modelowania danych
• Formatowanie wykresów cz. 1
• Formatowanie wykresów cz. 2
• Filtry i slicery

Praca z wieloma tabelami, relacjami oraz budowanie kompletnego modelu danych.

• Wiele tabel i kolumna ze wzoru
• Jak działają relacje między tabelami
• Tworzenie kompletnego modelu danych
• Dodawanie tabeli kalendarzowej do modelu

Wprowadzenie do języka DAX oraz tworzenia obliczeń wykorzystywanych w raportach Power BI.

• Jak działa DAX i pierwsza formuła
• Funkcje w DAX (SUMX, RELATED, DIVIDE)
• IF i SWITCH
• Funkcja CALCULATE cz. 1
• CALCULATE cz. 2 - ALLSELECTED i REMOVEFILTERS
• Zmienne

Zaawansowane formatowanie i budowanie profesjonalnego, interaktywnego raportu.

• Zaawansowane formatowanie kart
• Wykres ze zmienną granulacją danych
• Tooltipy
• Bookmarki, slicery i nowa wizualizacja
• Profesjonalny wygląd
• Certyfikat ukończenia kursu z PowerBI

Rozwinięcie kursu o praktyczne webinary dotyczące raportowania, modelowania i bardziej zaawansowanych możliwości Power BI.

• Instalacja i setup Power BI
• Podstawowe szkolenie z Power BI (Sebastian Jagniątkowski / MrPowerBI)
• Wizualizacja danych w Power BI (Paweł Czapiewski / Odczaruj PowerBI)
• Personalizacja raportu w PBI (Sebastian Jagniątkowski / MrPowerBI)
• Magia Bookmarków w PowerBI (Paweł Czapiewski / Odczaruj PowerBI)
• Modelowanie danych (Katarzyna Pęsik / ninja_data)
• Formatowanie warunkowe i etykietki danych (Sebastian Jagniątkowski / MrPowerBI)
• Narzędzia zewnętrzne do PowerBI (Dominik Szcześniak / Dane Są Wszędzie)
• Ładowanie Inkrementalne (Dominik Szcześniak / Dane Są Wszędzie)
• Model semantyczny (Dominik Szcześniak / Dane Są Wszędzie)
• Time Intelligence - czas i data w PowerBI (Sebastian Jagniątkowski / MrPowerBI)
• Wersjonowanie w PowerBI (Dominik Szcześniak / Dane Są Wszędzie)

Instalacja Tableau Public, importowanie danych oraz tworzenie pierwszych wykresów i dashboardów.

• Setup i instalacja Tableau Public
• Dane z których będziemy korzystać w tym module
• Import danych, typy i 1szy wykres
• Praca z datami i podstawy formuł
• Prosty dashboard, dual axis i filtry

Kompletny projekt dashboardu sprzedażowego obejmujący model danych, KPI, parametry, sety, mapy i bardziej zaawansowane wizualizacje.

• Dane z których będziemy korzystać w tym module
• Kilka źródeł danych i LOD (zaktualizowane)
• Model danych w Tableau - warstwa logiczna vs warstwa fizyczna
• Home Page i dobieranie KPI
• Panel Sales Details oraz Parametry
• Panel Returned Order Details, Sety i Scatterplot
• Panel Customer Details, Mapy i Histogram
• Panel Product Details i analiza pareto

Projekt podsumowujący kurs Tableau oraz możliwość uzyskania certyfikatu ukończenia.

• Sharks
• Koniec kursu i certyfikat

Dodatkowe analizy pokazujące przygotowanie danych oraz tworzenie bardziej rozbudowanych dashboardów w Tableau.

• Dopieszczona wizualizacja w Tableau
• Analiza Pociągów w UK cz. 1 - przygotowanie danych w Excelu i analiza tras w Tableau
• Analiza Pociągów w UK cz. 2 - Dashboard oparty o mapy zwykłe i heatmapy
• Analiza lojalności w Tableau na danych transakcyjnych z KDS

Zasady tworzenia czytelnych i skutecznych wizualizacji oraz źródła inspiracji do własnych raportów, dashboardów i projektów.

• Wizualizacja danych z Klaudią Stano cz. 1
• Wizualizacja danych z Klaudią Stano cz. 2
• Wizualizacja danych z Klaudią Stano cz. 3
• Gotowce / inspiracje do wizualizacji danych

Przygotowanie środowiska do nauki i pracy z Pythonem oraz poznanie Jupyter Notebook i środowisk wirtualnych.

• Pobranie i instalacja Anacondy
• Jupyter Notebook i Jupyter Lab
• Środowiska wirtualne
• Środowiska wirtualne - dodatkowe informacje

Pierwsze instrukcje, typy danych, listy, pętle oraz podstawowa praca z tekstem i plikami.

• Print i podstawowe operacje
• Zmienne i typy danych
• Podstawowe operacje - ćwiczenia
• IF i Input
• Listy - Podstawy
• Listy - Slicing, In i List Comprehension
• Pętle
• IF, Pętle, Listy - przykłady
• IF, Pętle, Listy - ćwiczenia
• Tuple i Sety
• Praca z plikami - podstawy
• Praca z tekstem - podstawy
• Podstawy programowania cz. 1 - ćwiczenia końcowe

Rozwinięcie podstaw programowania o słowniki, biblioteki, własne funkcje, operacje na plikach i obsługę błędów.

• Słowniki
• Importowanie bibliotek na przykładzie datetime
• Moduł os - praca plikami i folderami
• Własne funkcje - część 1
• Własne funkcje - część 2
• Obsługa błędów
• Podstawy programowania cz 2 - ćwiczenia

Główna część analityczna kursu: praca z NumPy, Series i DataFrame oraz przygotowywanie, agregowanie i łączenie danych.

• Wprowadzenie do Pandas
• Numpy
• Series - Tworzenie i Manipulacja
• DataFrame - Tworzenie i Manipulacja - część 1
• DataFrame - Tworzenie i Manipulacja - część 2
• Numpy, Series i DataFrame - ćwiczenia
• Importowanie i Eksportowanie Danych
• Agregacja i Grupowanie Danych - część 1
• Agregacja i Grupowanie Danych - część 2
• Czyszczenie i Przekształcanie Danych
• Operacje na DataFrame - ćwiczenia
• Praca z datami
• Łączenie Danych

Tworzenie wykresów i prezentowanie wyników analiz przy użyciu bibliotek Matplotlib oraz Seaborn.

• Wprowadzenie do Matplotlib - część 1
• Wprowadzenie do Matplotlib - część 2
• Matplotlib vs GroupBy w DataFrame
• Matplotlib - ćwiczenia
• Seaborn - część 1
• Seaborn - część 2

Projekt podsumowujący wiedzę zdobytą podczas całego kursu.

• Kompletny projekt analityczny
• Certyfikat

Praktyczne materiały rozszerzające kurs o eksploracyjną analizę danych, integracje z API, procesy ETL oraz połączenia Pythona z innymi narzędziami.

• Python - Podstawy i przegląd możliwości
• Exploratory Data Analysis w Pythonie
• Analiza datasetu Kickstarter i wstęp do Machine Learning | Gość: Kasia Dyl (CrappyData)
• ETL - API - Python | Gość: Katarzyna Zielina
• JSON - API - PowerBI - Python | Gość: Łukasz Prokulski
• Python vs Tableau - o manipulacji XML i tym jak się robi workaround

Wprowadzenie do wykorzystania AI przez analityków oraz praktyczne spotkania dotyczące pracy z modelami językowymi i Excelem.

• Wprowadzenie do AI dla analityka danych
• Przegląd narzędzi AI w analizie danych
• WEBINAR: Praktyka pracy z LLM | Gość: Vladimir Alekseichanko (DataWorkshop)
• WEBINAR - AI w Analizie danych (Excel) | Gość: Michał Kowalczyk | Część 1
• WEBINAR - AI w Analizie danych (Excel) | Gość: Michał Kowalczyk | Część 2

Wprowadzenie do Data Science, ekosystemu Pythona oraz pracy w środowisku Google Colab.

• Wstęp do kursu
• Kilka słów o autorce
• Czym właściwie jest Data Science ???
• Ekosystem Pythona: dlaczego Python? (Pandas, NumPy, scikit-learn)
• Setup praca w Google Colab cz. 1
• Setup: praca w Google Colab cz. 2
• Baza wiedzy

Analiza struktury danych, statystyki opisowe, wartości odstające oraz badanie korelacji.

• Wstęp do modułu
• Statystyki opisowe cz. 1
• Statystyki opisowe cz. 2
• Wykrywanie wartości odstających cz. 1
• Wykrywanie wartości odstających cz. 2
• Korelacje między zmiennymi cz. 1
• Korelacje między zmiennymi cz. 2

Przygotowanie zbioru danych do uczenia maszynowego: braki danych, zmienne kategoryczne, podział zbioru i skalowanie cech.

• Wstęp do modułu
• Przygotowanie danych do modelu
• Obsługa brakujących danych cz. 1
• Obsługa brakujących danych cz. 2
• Kodowanie danych kategorycznych cz. 1
• Kodowanie danych kategorycznych cz. 2
• Podział zbioru danych na zbiór treningowy i testowy cz. 1
• Podział zbioru danych na zbiór treningowy i testowy cz. 2
• Skalowanie cech (Feature Scaling) cz. 1
• Skalowanie cech (Feature Scaling) cz. 2

Najważniejsze rodzaje uczenia maszynowego oraz pierwsze modele regresji, klasyfikacji i klasteryzacji.

• Wstęp do modułu
• Na czym polega uczenie nadzorowane i nienadzorowane?
• Regresja liniowa cz. 1
• Regresja liniowa cz. 2
• Klasyfikacja cz. 1
• Klasyfikacja cz. 2
• Klasteryzacja (clustering) cz. 1
• Klasteryzacja (clustering) cz. 2
• Inne modele ML (reinforcement learning, NLP, deep learning, XGBoost)

Praktyczna praca z biblioteką scikit-learn, pierwszy pełny projekt Machine Learning oraz wykorzystanie API OpenAI.

• Wstęp do modułu
• Wstęp do scikit-learn cz. 1
• Wstęp do scikit-learn cz. 2
• Pierwszy projekt uczenia maszynowego cz. 1
• Pierwszy projekt uczenia maszynowego cz. 2
• AI w data science (API OpenAI) cz. 1
• AI w data science (API OpenAI) cz. 2
• Podziękowanie i Certyfikat

Podstawowe pojęcia statystyczne potrzebne do opisywania danych, porównywania wyników i badania zależności pomiędzy zmiennymi.

• WEBINAR - Statystyka w analizie danych | Gość: Piotr Szulc
• Miary położenia rozkładu 1: średnia, mediana i dominanta
• Miary położenia rozkładu 2: kwantyle
• Miary położenia rozkładu: przykład obliczeń
• Miary zróżnicowania rozkładu: odchylenie standardowe
• Miary zróżnicowania rozkładu: rozstęp ćwiartkowy (IQR)
• Statystyka z Piotrem - o podstawach statystyki
• Statystyka z Piotrem - rozkład
• Statystyka z Piotrem - średnia czy mediana?
• Statystyka z Piotrem - rozrzut
• Statystyka z Piotrem - rozkład normalny
• Statystyka z Piotrem - reguła trzech sigm
• Statystyka z Piotrem - jeszcze raz o podstawach
• Statystyka z Piotrem - korelacja
• Statystyka z Piotrem - wykres rozrzutu
• Statystyka z Piotrem - wykres gęstości
• Statystyka z Piotrem - jak badać zależności między zmiennymi

Praktyczny angielski potrzebny podczas rekrutacji, komunikacji w pracy i korzystania z anglojęzycznych materiałów branżowych.

• Ogólnie o angielskim w pracy analityka
• Zwroty do użycia na rozmowie kwalifikacyjnej cz. 1
• Błędy w mailach po angielsku i jak je naprawić
• Błędy na rozmowach kwalifikacyjnych z focusem na angielski 😉
• WEBINAR - Angielski w IT - Gościni: Lidia Kniaź-Hunek
• WEBINAR - Data Strategy & Adoption (EN) Guest: Tom Hinkle
• WEBINAR - The work of an Analytical Data Architect - Gość: Dirk Brandes (EN)