Python w badaniach i rozwoju (R&D) – automatyzacja, analiza, prototypowanie – kurs online
PB/11199
Prawo, Biznes i IT
Kurs realizowany w formie zdalnej na platformie ZOOM.
Wymagany jest dostęp do Google Colab / Jupyter.
Kurs wprowadza Słuchaczy w praktyczne zastosowania Pythona w pracy badawczo-rozwojowej. Składa się z modułów dotyczących przetwarzania danych, wizualizacji wyników, automatyzacji pracy oraz tworzenia narzędzi wspierających badania. W trakcie zajęć Słuchacze nauczą się pracy z danymi pomiarowymi, przeprowadzania analiz statystycznych, tworzenia interaktywnych wykresów i raportów, a także budowy prostych interfejsów wspomagających badania. Kurs kończy się realizacją projektu końcowego – zaprojektowania narzędzia lub pipeline’u do własnych danych.
Grupa ze zmniejszonym limitem osób.
Cel ogólny:
wykształcenie u Słuchaczy kompetencji programistycznych z wykorzystaniem Pythona w kontekście badań i rozwoju; nauka wykorzystywania Pythona do automatyzacji pracy badawczej, analizy danych eksperymentalnych, przetwarzania wyników i tworzenia prototypów narzędzi wspomagających procesy R&D.
Cele szczegółowe:
- poznanie struktury projektów Pythonowych i środowiska pracy (Jupyter, Colab, VS Code),
- analiza danych pomiarowych (NumPy, Pandas, SciPy),
- tworzenie wykresów technicznych i raportów (Matplotlib, Plotly, PDF export),
- automatyzacja przetwarzania danych (skrypty, pętle, harmonogramy zadań),
- praca z plikami CSV, Excel, JSON, XML, API,
- wprowadzenie do testowania hipotez i symulacji,
- prototypowanie modeli i narzędzi (FastAPI, Streamlit, Dash),
- praca nad miniprojektem związanym z rzeczywistymi danymi R&D.
Korzyści dla Słuchacza:
Wiedza – Słuchacz:
- zna biblioteki Pythona wykorzystywane w R&D (NumPy, Pandas, Plotly, SciPy, Dash, FastAPI),
- rozumie sposoby analizy danych eksperymentalnych i naukowych,
- wie, jak zautomatyzować przetwarzanie danych w codziennej pracy.
Umiejętności – Słuchacz:
- potrafi pisać skrypty do obróbki danych pomiarowych,
- umie tworzyć interaktywne wykresy i raporty,
- potrafi zbudować prototyp aplikacji wspierającej badania.
Kompetencje społeczne – Słuchacz:
- umie prezentować wyniki w sposób zrozumiały dla zespołu badawczego,
- potrafi wspólnie rozwijać narzędzia analityczne w zespole R&D.
Metody pracy:
- praca warsztatowa w Google Colab / Jupyter,
- projekt zespołowy,
- analiza studiów przypadków,
- praca z danymi klienta lub publicznymi danymi naukowymi.
Metody weryfikacji efektów kształcenia:
- projekt końcowy – egzamin dla chętnych Słuchaczy (z analizą kodu i raportem),
- zadania warsztatowe z oceną wykonania,
- krótkie quizy sprawdzające wiedzę.
