Poznajesz platformę, społeczność, certyfikaty, spotkania live i materiały, z których możesz korzystać w trakcie nauki.

• Start i mapa KajoDataSpace
• Społeczność Discord
• Bazy wiedzy i dodatkowe materiały
• Spotkania LIVE i webinary
• Certyfikat uczestnictwa
• Certyfikat KajoDataPath

Układasz kontekst: czym zajmuje się analityk, jak wygląda praca z KPI, zespołem, interesariuszami i narzędziami.

• Jak zostać analitykiem danych
• Co robi analityk danych
• Najważniejsze umiejętności analityka
• Analityk danych a podobne role
• Przykłady KPI
• Webinary z praktykami branży

Przekładasz naukę na materiały rekrutacyjne: CV, LinkedIn, GitHub, portfolio i plan projektów pokazujących kompetencje.

• Strategia przebranżowienia
• CV analityka danych
• LinkedIn pod rekrutację
• Portfolio i GitHub
• Projekty do pokazania pracodawcy
• Przygotowanie do rozmów

Porządkujesz najważniejsze pojęcia Excela i sposób pracy, który przydaje się w analizie danych.

• Arkusze, zakresy i tabele
• Typy danych i formatowanie
• Podstawowe obliczenia
• Kontrola jakości danych
• Praca na przykładach biznesowych

Uczysz się sprawnie analizować dane zapisane w klasycznych zakresach arkusza.

• Formuły i adresowanie
• Sortowanie i filtrowanie
• Funkcje tekstowe
• Funkcje logiczne
• Walidacja danych

Przechodzisz z ręcznej pracy na zakresach do tabel, które lepiej nadają się do powtarzalnej analizy.

• Tabele Excela
• Odwołania strukturalne
• Filtrowanie danych
• Formatowanie warunkowe
• Przygotowanie danych do raportu

Ćwiczysz przekształcanie danych tekstowych i szybkie podsumowania w tabelach przestawnych.

• Czyszczenie tekstu
• Łączenie i dzielenie wartości
• Tabele przestawne
• Grupowanie danych
• Pierwsze raporty i wykresy

Składasz praktyczny projekt w Excelu, który łączy porządkowanie danych, obliczenia i raportowanie.

• Założenia projektu
• Model danych w arkuszu
• Formuły pomocnicze
• Dashboard w Excelu
• Interpretacja wyników

Rozwiązujesz dodatkowe zadania utrwalające pracę w Excelu i myślenie analityczne.

• Ćwiczenia z formuł
• Analiza tabel
• Przykłady rekrutacyjne
• Praca na gotowych danych
• Utrwalanie dobrych nawyków

Poznajesz podstawy automatyzacji w Excelu i sytuacje, w których VBA może przyspieszyć pracę.

• Makra i edytor VBA
• Podstawowe obiekty
• Automatyzacja powtarzalnych kroków
• Praca z arkuszami
• Proste procedury

Oglądasz praktyczne analizy prowadzone na żywo, w których Excel służy do szybkiego rozwiązywania problemów biznesowych.

• Analizy live
• Praca z surowymi danymi
• Decyzje po drodze
• Raportowanie wyników
• Q&A i dodatkowe wskazówki

Zaczynasz pracę z Power Query i uczysz się importować, czyścić oraz przekształcać dane bez ręcznego kopiowania.

• Interfejs Power Query
• Źródła danych
• Kroki transformacji
• Typy danych
• Ładowanie wyników

Uczysz się zamieniać nieporządne pliki w powtarzalny proces przygotowania danych.

• Usuwanie błędów
• Zmiana typów danych
• Operacje na kolumnach
• Operacje na wierszach
• Transformacje tekstu i dat

Łączysz wiele źródeł danych i przygotowujesz strukturę, która może zasilać raporty.

• Merge i append
• Relacje między tabelami
• Scalanie plików
• Folder jako źródło danych
• Modelowanie danych przed raportem

Porządkujesz zapytania, zależności i logikę transformacji, żeby proces był czytelny i łatwy do utrzymania.

• Nazewnictwo kroków
• Referencje i duplikaty
• Parametry
• Organizacja zapytań
• Najczęstsze problemy

Trenujesz praktyczne zadania z pobierania, transformacji i ładowania danych.

• Scenariusze ETL
• Łączenie plików
• Przygotowanie danych do analizy
• Automatyzacja procesu
• Zadania utrwalające

Domykasz kurs dobrymi praktykami i dodatkowymi przykładami automatyzacji pracy na danych.

• Najlepsze praktyki
• Kontrola jakości
• Powtarzalne procesy
• Bonusowe przykłady
• Podsumowanie kursu

Poznajesz sens pracy z bazami danych i miejsce SQL-a w codziennej pracy analityka.

• Rola baz danych
• Relacyjne myślenie o danych
• Tabele, klucze i relacje
• SELECT jako punkt startowy
• Przykłady zastosowań SQL

Przygotowujesz środowisko do pracy z SQL i uczysz się korzystać z narzędzi bazodanowych.

• Instalacja narzędzi
• Połączenie z bazą
• Import danych
• Struktura bazy
• Pierwsze zapytania

Budujesz podstawowy warsztat zapytań potrzebny do pobierania i filtrowania danych.

• SELECT i FROM
• WHERE
• ORDER BY
• GROUP BY
• Agregacje
• CASE WHEN

Łączysz tabele i porównujesz różne sposoby zestawiania danych z wielu źródeł.

• INNER JOIN
• LEFT JOIN
• RIGHT i FULL JOIN
• UNION i UNION ALL
• Typowe błędy przy joinach

Poznajesz podstawy modyfikowania danych i struktury tabel.

• INSERT
• UPDATE
• DELETE
• CREATE TABLE
• ALTER TABLE
• Bezpieczna praca z danymi

Uczysz się korzystać z PostgreSQL i jego praktycznych funkcji w kontekście analitycznym.

• Środowisko Postgres
• Typy danych
• Funkcje tekstowe i daty
• Import i eksport danych
• Praktyczne zapytania

Wchodzisz w techniki, które pozwalają pisać bardziej czytelne i mocniejsze zapytania analityczne.

• Podzapytania
• CTE
• Window functions
• Rankingi i kumulacje
• Porównania w czasie

Utrwalasz SQL na zadaniach, które przypominają realne problemy analityczne.

• Zadania przekrojowe
• Analiza sprzedaży
• Analiza klientów
• Weryfikacja wyników
• Finałowe scenariusze

Obserwujesz pełniejsze analizy wykonywane na żywo z użyciem SQL.

• Analizy live
• Budowanie zapytań od zera
• Debugowanie wyników
• Łączenie tabel
• Wnioski biznesowe

Ćwiczysz SQL w praktycznym środowisku online, bez budowania wszystkiego lokalnie od zera.

• Zadania w bazie online
• Ćwiczenie SELECT
• JOIN-y i agregacje
• CTE i funkcje okienkowe
• Samodzielna praktyka

Przygotowujesz środowisko Power BI i poznajesz podstawowy przepływ pracy od danych do raportu.

• Power BI Desktop
• Import danych
• Widoki Power BI
• Pierwszy raport
• Publikacja i pliki kursowe

Uczysz się podstaw pracy z danymi, wizualizacjami i raportami w Power BI.

• Transformacje danych
• Relacje
• Podstawowe wizualizacje
• Filtry i slicery
• Formatowanie raportu

Budujesz model danych, który pozwala raportowi działać czytelnie i przewidywalnie.

• Tabele faktów i wymiarów
• Model gwiazdy
• Relacje
• Kalendarz
• Przygotowanie pod miary

Poznajesz język DAX od strony miar, kontekstu i obliczeń potrzebnych w raportach biznesowych.

• Miary i kolumny
• CALCULATE
• Kontekst filtra
• Time intelligence
• Najczęstsze wzorce obliczeń

Projektujesz czytelne raporty, które pomagają odbiorcy szybko zrozumieć dane.

• Dobór wykresów
• Układ raportu
• Kolory i hierarchia
• Interakcje
• Dashboard biznesowy

Oglądasz praktyczne raporty budowane na żywo i uczysz się decyzji podejmowanych w trakcie analizy.

• Analizy live
• Modelowanie w praktyce
• Miary DAX
• Wizualizacja danych
• Prezentacja wniosków

Rozpoczynasz pracę w Tableau i poznajesz podstawy budowy widoków oraz dashboardów.

• Tableau Public
• Połączenie z danymi
• Pola i typy danych
• Pierwsze wykresy
• Dashboard i publikacja

Budujesz projekt sprzedażowy, który pokazuje pracę z dashboardem od danych do finalnego widoku.

• Przygotowanie danych
• KPI sprzedażowe
• Mapy i wykresy
• Filtry i parametry
• Finalny dashboard

Ćwiczysz storytelling i wizualizację na drugim projekcie w Tableau.

• Eksploracja danych
• Wizualne pytania analityczne
• Budowa widoków
• Dashboard końcowy
• Interpretacja danych

Widzisz, jak wygląda praca analityczna w Tableau na żywych przykładach.

• Analizy live
• Budowanie widoków
• Dashboardy
• Parametry
• Odpowiedzi na pytania biznesowe

Porządkujesz zasady wizualnego opowiadania o danych niezależnie od narzędzia.

• Dobór wykresu
• Hierarchia informacji
• Kolory i kontrast
• Unikanie chaosu
• Projektowanie pod odbiorcę

Przygotowujesz środowisko do kursu, dane, PostgreSQL i sposób pracy z bardziej zaawansowanymi scenariuszami Power BI.

• Konfiguracja środowiska
• Pliki i dane źródłowe
• Power BI Desktop
• PostgreSQL
• Założenia projektowe

Przechodzisz głębiej w Power Query, język M i scenariusze, które wpływają na wydajność oraz utrzymanie procesów ETL.

• Wprowadzenie do języka M
• Query Folding
• Native Query
• Parametryzowanie
• Custom Functions

Uczysz się projektować model Power BI pod wydajność, bezpieczeństwo i bardziej złożone relacje.

• Organizacja modelu
• Tabele typu bridge
• Kalendarze
• Relacje w DAX
• Incremental Refresh
• Row-level Security
• Import, DirectQuery i modele hybrydowe

Rozwijasz DAX o kontekst, optymalizację, dynamiczne kalkulacje i narzędzia diagnostyczne.

• Kontekst i przejście kontekstu
• Iteracje w praktyce
• Custom Totals
• DAX Studio
• CALCULATE i zmiana kontekstu
• Calculation Groups
• Field Parameters

Pracujesz nad bardziej zaawansowanym wyglądem, zachowaniem i UX raportu Power BI.

• Dynamiczne osadzanie obrazów
• Image URL i Base64
• Niestandardowe wizualizacje
• HTML, SVG, Python i Deneb
• Motywy JSON
• Warunkowa widoczność obiektów
• Prototypowanie raportów

Przygotowujesz środowisko pracy i poznajesz sposób uruchamiania kodu w Pythonie.

• Instalacja Pythona
• VS Code i Jupyter
• Środowiska wirtualne
• Terminal
• Pierwsze skrypty

Uczysz się podstaw składni i myślenia programistycznego potrzebnego w analizie danych.

• Zmienne i typy danych
• Listy i słowniki
• Instrukcje warunkowe
• Pętle
• Funkcje

Rozwijasz podstawy Pythona o pracę z plikami, modułami i bardziej praktycznymi zadaniami.

• Pliki i foldery
• Moduł os
• Obsługa błędów
• Import bibliotek
• Praktyczne ćwiczenia

Przechodzisz do pracy na tabelach danych w pandas.

• DataFrame i Series
• Import plików
• Filtrowanie danych
• Groupby i agregacje
• Czyszczenie danych
• Łączenie tabel

Tworzysz wykresy i wizualne podsumowania danych w Pythonie.

• Matplotlib
• Seaborn
• Wykresy porównawcze
• Rozkłady i zależności
• Estetyka wykresów

Łączysz pobieranie, czyszczenie, analizę i wizualizację danych w projekcie.

• Założenia projektu
• Przygotowanie danych
• Analiza eksploracyjna
• Wizualizacja wyników
• Wnioski z analizy

Widzisz praktyczne użycie Pythona w analizach prowadzonych na żywo.

• Analizy live
• Notebooki
• Praca z pandas
• Wizualizacje
• Interpretacja wyników

Poznajesz podstawowe pojęcia Data Science i przygotowujesz środowisko do dalszej pracy.

• Czym jest Data Science
• Środowisko pracy
• Notebooki
• Proces analityczny
• Biblioteki Pythonowe

Przechodzisz przez eksploracyjną analizę danych i przygotowanie danych do dalszego modelowania.

• Wstęp do modułu
• EDA
• Analiza braków danych
• Rozkłady i zależności
• Wizualna eksploracja danych

Uczysz się przygotowywać dane tak, żeby nadawały się do użycia w modelach ML.

• Wstęp do modułu
• Braki danych
• Kodowanie zmiennych
• Skalowanie cech
• Podział danych

Poznajesz główne typy modeli i sytuacje, w których się ich używa.

• Uczenie nadzorowane i nienadzorowane
• Regresja liniowa
• Klasyfikacja
• Klasteryzacja
• NLP, deep learning i XGBoost

Składasz pierwsze podejście do projektu uczenia maszynowego i widzisz, jak AI może wspierać pracę data science.

• Wstęp do scikit-learn
• Pierwszy projekt ML
• Trenowanie modelu
• Ocena wyników
• AI w Data Science
• Certyfikat

Pracujesz z AI w konkretnych zadaniach analitycznych, bez traktowania jej jako magicznego skrótu zamiast myślenia.

• AI jako asystent nauki
• Promptowanie w analizie danych
• Pomoc przy SQL
• Pomoc przy Pythonie
• Pomoc przy DAX i Power BI
• Interpretacja i komunikacja wyników

Porządkujesz podstawy statystyki potrzebne do sensownej interpretacji danych.

• Miary tendencji centralnej
• Rozproszenie danych
• Rozkłady
• Korelacja
• Wnioskowanie statystyczne
• Pułapki interpretacyjne

Ćwiczysz angielski przydatny w rekrutacji, mailach, rozmowach i współpracy w międzynarodowym środowisku.

• Angielski w pracy analityka
• Zwroty na rozmowie kwalifikacyjnej
• Błędy w mailach po angielsku
• Rozmowy kwalifikacyjne
• Webinary po angielsku
• Komunikacja z zespołem