Data mining. Kurs video. Eksploracja danych z językiem R

Alicja Wolny-Dominiak

Obierz kurs na... eksplorację danych Żyjemy w świecie informacji. Przewagę w nim ma ten, kto dysponuje pożądanymi informacjami i (równocześnie) potrafi z nich zrobić odpowiedni użytek. Ten pierwszy etap - pozyskiwanie danych - w erze cyfrowej jest związany z czerpaniem ich z baz danych i odkrywaniem prawidłowości kryjących się w tym, co wydobywa się z hurtowni danych. Tym właśnie jest data mining (inaczej: eksploracja danych). Wraz z rozwojem dużych baz danych proces ten zyskał szerokie zastosowanie w wielu dziedzinach życia, od nauki po biznes. Opierając się na eksplorowaniu i analizie danych, firma może choćby lepiej poznać zwyczaje i preferencje swoich klientów, a dzięki temu przygotować dla nich atrakcyjniejszą ofertę czy przyjaźniej się z nimi komunikować. Na rynku jest dostępnych wiele programów, które pozwalają na przeprowadzenie pełnego modelu procesu data mining. Istotnym etapem jest tu znajomość metod i algorytmów, z których można skorzystać przy rozwiązywaniu danego problemu. Ogólną wiedzę praktyczną w tym zakresie daje nauka modelowania z programem R. Zastosowanie danego algorytmu wymaga „świadomego” użytkownika, a nie jedynie użycia gotowego okna dialogowego i kliknięcia przycisku OK. Nasz kurs ma na celu przybliżenie zagadnień związanych z algorytmami dataminingowymi w praktycznym modelowaniu z zastosowaniem języka R. Zdobyte podczas szkolenia umiejętności można wykorzystać od razu w swojej pracy lub potraktować jako bazę lepszego zrozumienia specjalistycznego oprogramowania w obszarze data mining. Co Cię czeka podczas naszego profesjonalnego szkolenia W ramach proponowanego przez nas kursu między innymi: Dowiesz się, czym jest data mining i jak działa model procesu eksploracji danych CRISP-DM Przyjrzysz się procesom związanym z pracą z danymi: imputacji wartości NA w danych, skalowaniu/normalizacji danych Zrozumiesz, czym są statystyki opisowe, statystyki opisowe w grupach Zagłębisz się w problemy związane z klasyfikacją, prawdopodobieństwem i macierzą pomyłek Poznasz tematy związane z drzewem decyzyjnym Co więcej... Nauczysz się modelować dane za pomocą metody k-średnich i metody aglomeracyjnej Data mining. Kurs video. Eksploracja danych z językiem R kończy się na poziomie podstawowym. Pozwala zrozumieć ideę procesu data mining, przybliża także najpopularniejsze algorytmy obliczeniowe w klasyfikacji i clusteringu (analizie skupień). Jeśli chodzi o część praktyczną, celem szkolenia jest nauczyć Cię stosowania algorytmów z udziałem języka R. Co istotne, by w pełni skorzystać z kursu, musisz znać podstawy tego języka. W świecie, w którym informacja jest złotem... Zdobytą na kursie wiedzę warto od razu zastosować w praktyce. Będzie z pewnością przydatna dla osób pracujących albo starających się o pracę na stanowisku analityka danych, junior data scientist, analityka BI (business intelligence) itd. Szkolenie da słuchaczowi solidne podstawy do tego, aby bez problemu zgłębiać wiedzę i umiejętności w zakresie data mining z uwzględnieniem dowolnej właściwie dziedziny nauki i biznesu: od ekonomii, przez inżynierię, aż po medycynę. Znajomość przedstawionych w kursie zagadnień przyda się również studentom - szczególnie w ramach przedmiotów ilościowych, opartych na wyciąganiu wiedzy z danych.

Data Science - zawód przyszłości. Kurs video. Jak rozpocząć karierę w pracy z danymi

Anna Kotarba

Obierz kurs na karierę mistrza danych Data science, big data - odkąd naszą wirtualną rzeczywistość opanowały wiedzące o nas wszystko ciasteczka, wyszukiwarka Google i media społecznościowe, te słowa budzą emocje i nadzieję u wielu osób zajmujących się biznesem. Kto ma dostęp do danych, ten trafił na żyłę złota. A kto potrafi je odpowiednio sortować, filtrować i - co najważniejsze - wyciągać z nich wnioski, ten może naprawdę dużo! Nic dziwnego, że specjaliści w tej dziedzinie są sowicie wynagradzani - w 2020 roku data scientist był trzecim najlepiej opłacanym zawodem w branży IT w Stanach Zjednoczonych. Siłą rzeczy zawód data scientist (po polsku mówi się czasem „mistrz danych”) zyskuje na popularności. Coraz więcej firm i organizacji dostrzega wagę zbierania i analizowania pozyskanych danych w kontekście przyszłości i strategicznego planowania działalności. Stąd ogłoszeń z propozycjami zatrudnienia dla specjalistów z tej dziedziny nie brakuje, a fraza „data scientist zarobki” jest szalenie popularna! Liczba miejsc pracy rośnie proporcjonalnie do tego, jak zwiększa się ilość danych. Czyli naprawdę szybko! Dlatego przy wyborze informatycznej specjalizacji warto rozważyć karierę „mistrza danych”. Nie tylko dla pieniędzy. Także dlatego, że daje ona możliwość ciągłego rozwoju i nauki nowych aspektów. Co Cię czeka podczas naszego profesjonalnego szkolenia video z Data Science? Szkoląc się w ramach tego kursu online Data Science: Poznasz specyfikę pracy na stanowisku data scientist Zdobędziesz umiejętność rozróżniania obszarów pracy z danymi Opanujesz podstawy pracy z językami: Python, R, SQL Zaznajomisz się ze środowiskami big data Co więcej... W trakcie szkolenia dowiesz się też, jak stworzyć atrakcyjne dla przyszłych pracodawców CV i portfolio data scientist Data Science - zawód przyszłości. Kurs video. Jak rozpocząć karierę w pracy z danymi jest wprowadzeniem do pracy w dziedzinie data science, kończy się więc na poziomie podstawowym. Wyposaży Cię jednak w wiedzę niezbędną do dalszego, samodzielnego rozwoju i podpowie, po jakie narzędzia sięgać, aby doskonalić warsztat profesjonalisty. Nauka o danych Data science to dziedzina prawdziwie interdyscyplinarna, w której używa się naukowych metod, procesów, algorytmów i systemów do wydobywania wiedzy, a także spostrzeżeń ustrukturyzowanych i nieustrukturyzowanych danych. Z wiedzy zdobytej na podstawie analizy danych zaś korzysta się w szerokim przekroju zastosowań. Data science blisko wiąże się z takimi pojęciami jak data mining (eksploracja danych), machine learning (samouczenie się maszyn) i big data (praca na dużych zbiorach danych). To dziedzina niezwykle rozległa, oferująca naprawdę duże możliwości, jeśli chodzi o karierę i rozwój. Idealna dla kogoś, kto czuje, że jego powołaniem jest analiza. Jeśli wiesz, że to właśnie Ty, nie czekaj, tylko działaj! Uruchom kurs video Data Science - zawód przyszłości i w krótkim czasie (bez setek godzin poświęconych na poszukiwanie rozmaitych materiałów) zanurz się w fascynujący świat danych. I wreszcie zacznij poruszać się wśród nich jak profesjonalista! Zobacz także kursy video MySQL dostępne w naszej ofercie.

Data Science w Pythonie. Kurs video. Algorytmy uczenia maszynowego

Oleg Żero

Obierz kurs na... przyszłość Powszechna cyfryzacja nie dotyka jedynie wybranych gałęzi przemysłu, ale dosłownie przeniknęła nasze życie niemal w każdym aspekcie. Skutkiem tego procesu jest pojawienie się ogromnej ilości danych, które, odpowiednio wykorzystane, stanowią nowy rodzaj materii w nieprzerwanym cyklu postępu. Uczenie maszynowe stało się jednocześnie obszarem szczególnego zainteresowania ze strony zarówno firm, jak i uczelni. Dzięki specjalnym algorytmom i technikom możliwe stało się wykorzystanie zasobów, jakimi są dane, do opracowywania rozwiązań poprawiających efektywność w wielu dziedzinach: od robotyki, przez medycynę, aż po rozrywkę. Przykładami rozwiązań, które już dziś wykorzystują uczenie maszynowe, są chociażby silniki rekomendacyjne działające na platformach takich jak YouTube, Netflix, Spotify czy Amazon. Silniki te skutecznie dobierają treści, tak że wokół produktów tworzą się całe społeczności wiernie oddanych klientów. To wszystko dzieje się obecnie. W niedalekiej przyszłości wiele - także dość skomplikowanych - czynności zostanie zautomatyzowanych. Zawody, również te potencjalnie wymagające wysokich kwalifikacji, nawet jeśli nie będą w całości wykonywane przez maszyny, będą przez nie wspomagane. Jest niemal pewne, że specjaliści między innymi w dziedzinie uczenia maszynowego, którzy już dziś są intensywnie poszukiwani, staną się jeszcze bardziej pożądani w przyszłości. Dołącz do ich grona! Co Cię czeka podczas naszego profesjonalnego szkolenia? Dzięki temu kursowi video: pojmiesz istotę działania algorytmów uczenia maszynowego, zrozumiesz związek pomiędzy podstawą matematyczną a implementacją tych algorytmów i w razie czego będziesz umiał napisać je od zera (także w języku innym niż Python), dowiesz się, jak korzystać z popularnych i sprawdzonych bibliotek dedykowanych uczeniu maszynowemu: scikit-learn oraz Keras, stworzysz własny silnik rekomendacyjny, poprawnie przeprowadzisz proces przygotowania danych oraz trenowania modelu, ocenisz, który algorytm najlepiej sprawdzi się w rozwiązaniu danego problemu, a który może doprowadzić do niepożądanych efektów, opanujesz wiedzę, która pozwoli Ci szacować skuteczność modeli oraz diagnozować problemy związane z procesem uczenia maszynowego. Co więcej... ukończywszy kurs, będziesz w stanie właściwie podejść do pracy z różnymi typami danych w kontekście uczenia maszynowego, jak również przenieść sporą część tej wiedzy poza obszar Pythona. Data science w Pythonie. Kurs video. Algorytmy uczenia maszynowego kończy się na poziomie średnio zaawansowanym, a nawet nieco wyżej, jeśli chodzi o wiedzę i umiejętności, jakich wymaga się na przykład od analityka biznesowego, naukowca, inżyniera danych czy webdevelopera. Natomiast jeśli mowa o wiedzy stricte z zakresu data science, autor kursu określa poziom jego absolwenta na podstawowy. Uwaga, by móc w pełni skorzystać ze szkolenia, trzeba znać podstawy języka Python (w tym orientować się w bibliotekach: numpy, pandas, matplotlib) i matematykę na poziomie pierwszego - drugiego roku studiów na kierunkach ścisłych. Takie pojęcia jak gradient, pochodna, szereg, prawdopodobieństwo czy notacja nie powinny być Ci obce! Czym właściwie zajmuje się specjalista w dziedzinie data science? Odpowiedź na to pytanie jest krótka i - jak to w matematyce - policzalna. Aż 70 procent czasu pracy spędza się w tym zawodzie na zbieraniu i analizie danych, by potem, przez kolejne 20 procent, tworzyć i testować modele, które "ubiera się" w programy, a następnie wykorzystuje do otrzymywania przewidywań z modeli. Przykładami takich modeli, jakie stosuje się już dziś w kontekście biznesowym, są między innymi silniki rekomendacyjne (Netflix, YouTube, eBay, Amazon, Spotify itd.), modele do klasyfikacji obrazów medycznych w celu rozpoznawania ewentualnych infekcji, systemy do automatycznych tłumaczeń (patrz Google) czy popularne boty - i wiele innych. Od teorii, przez praktykę, aż po gotowe rozwiązania Kurs składa się z trzech bloków szkoleniowych. Zaczniemy od teorii data science. Tu przygotuj się na serię wykładów, w których autor wprowadza pojęcia na poziomie równań, wyjaśniając je od podstaw. Bazując na wiedzy zdobytej w części teoretycznej, przejdziemy do praktyki - będziesz pisać algorytm "od zera", a przy tym pogłębisz rozumienie koncepcji matematycznych i przy okazji napiszesz kod. Wreszcie przyjdzie czas na część trzecią, podczas której będziemy sprytni i sięgniemy po tzw. gotowce - przede wszystkim scikit-learn i Keras. Przy użyciu tych bibliotek rozwiążemy zadany problem, skupiając się zarówno na samym zagadnieniu, jak i ogólnym podejściu do problemu. W kursie połączysz teorię z praktyką. Dzięki temu osiągniesz dwa cele: wyrobisz w sobie intuicję matematyczną, która w razie potrzeby pozwoli Ci przenieść to rozumienie również poza Pythona, oraz zyskasz pewne doświadczenie w wykorzystywaniu powszechnie dostępnych narzędzi i w ten sposób zwiększysz skuteczność swojej pracy. Kurs jest podzielony na 16 rozdziałów. W pierwszym rozdziale stworzysz proste środowisko pracy. Dalej, w rozdziałach 2 - 8, poznasz podstawowe algorytmy, takie jak sieci neuronowe, oraz zrozumiesz, na czym polega ogólne podejście machinelearningowe. W rozdziałach 9 - 13 poznasz kolejne, nieco alternatywne, lecz równie często wykorzystywane algorytmy, których idea opiera się na innych zasadach. Na koniec, w ramach rozdziałów: 14, 15 i 16, stworzysz własny silnik rekomendacyjny, który następnie usprawnisz z wykorzystaniem popularnych metod pracy z tekstem (NLP), by uzyskać półgotowy produkt na koniec kursu.

Data Science w Pythonie. Kurs video. Przetwarzanie i analiza danych

Oleg Żero

Obierz kurs na... wyższy level pracy z danymi W każdej minucie użytkownicy Snapchata dzielą się ponad pół milionem zdjęć, oglądanych jest ponad 4 miliony filmów na YouTubie, a bywalcy Twittera wysyłają ponad 400 tysięcy tweetów. A to tylko ułamek danych, jakie są na bieżąco generowane. Ich wielka ilość z jednej strony jest wyzwaniem dla serwerów, z drugiej - ma ogromny potencjał dla osób pracujących z danymi. Dzięki nim udaje się usprawnić niemal każdą dziedzinę życia, by wspomnieć choćby medycynę, logistykę, robotykę, e-commerce. Rozwiązania pozwalające pracować z danymi opierają się na różnych podejściach: od prostych modeli czysto statystycznych po skomplikowane algorytmy sztucznej inteligencji, a sama praca na danych wymaga połączenia umiejętności analitycznych i programistycznych. W każdym przypadku punktem wyjścia jest analiza i eksploracja danych, która pozwala w skuteczny sposób przejrzeć i zgłębić ich zasób, by szybko i skutecznie docierać do konkretnych informacji. Umiejętności te zdobędziesz w ramach tego kursu. W trakcie nauki będziemy bazować na możliwościach, jakie oferują język Python i jego biblioteki (numpy, pandas, matplotlib, seaborn), które stanowią absolutną podstawę do dalszej pracy z danymi. Są też wykorzystywane przez inne, bardziej zaawansowane narzędzia uczenia maszynowego. Szkolenie jest adresowane do kilku grup zawodowych. Odnajdą się w nim zarówno osoby, które już zajmowały się analizą danych, na przykład w Excelu, i chcą rozwijać się w tym kierunku, jak i programiści języków innych niż Python, chcący poznać ten przyszłościowy, dynamicznie rozwijający się język. Materiał proponowany w ramach kursu jest także przeznaczony dla akademików wyspecjalizowanych w naukach ścisłych, którzy chcieliby nauczyć się przekładania równań na skuteczny kod. Wreszcie - szkolenie przyda się tym, którzy marzą o karierze na stanowisku Data Scientist (jedna z najpilniej poszukiwanych i jednocześnie najlepiej płatnych ról w IT). Wiedza oferowana w ramach kursu zapewni im odpowiedni punkt startowy - dalsza droga zawodowa będzie wymagała opanowania zaproponowanych zagadnień do perfekcji. Co Cię czeka podczas naszego profesjonalnego szkolenia? W trakcie tego kursu video opanujesz wiedzę, dzięki której: Stworzysz środowisko pracy i upewnisz się, jakie narzędzia będą Ci potrzebne. Poznasz język Python, nie tylko na poziomie składni, ale również pewnych przydatnych dla potrzeb kursu koncepcji. Zrozumiesz, na czym polega praca z danymi numerycznymi, tekstowymi i czasowymi. Dowiesz się, jak wykonuje się obliczenia numeryczne przy użyciu różnych technik. Będziesz w stanie dopasowywać, agregować i zestawiać dane. Co więcej... Opanujesz kolejne etapy procesu analizy danych, od ich pozyskania, przez obróbkę, aż po wyciąganie wniosków. Data science w Pythonie. Kurs video. Przetwarzanie i analiza danych został stworzony z myślą o „rozpędzeniu” Cię z poziomu zero do takiego, w którym będziesz potrafił skutecznie operować na całkiem sporych zasobach danych i wydobywać z nich informacje. Jednocześnie spory nacisk położono na pokazanie praktycznych aspektów pracy osoby na stanowisku analityka danych, ponieważ to teren, po którym często trzeba się poruszać, dysponując jedynie ogólnymi wskazówkami. Kurs bardziej szczegółowo Naszemu szkoleniu na początek będziesz musiał poświęcić co najmniej osiem godzin - tyle bowiem trwa nauka z ekspertem. W jej trakcie zapoznasz się z językiem Python jako narzędziem do zadań związanych z analizą danych. Używając biblioteki numpy, będziesz wykonywać obliczenia numeryczne, a stosując bibliotekę pandas - przekształcać zbiory danych. Zwizualizujesz je przy wykorzystaniu matplotlib, seaborn i pandas. Stworzysz własne środowisko pracy, zawierające konsolę, ipython, jupyter, jupyter lab i pip. Nauczysz się odnajdywania dokumentacji, korzystania z przykładów i ogólnego radzenia sobie z danymi. Zmierzysz się z równaniem matematycznym i jego przełożeniem na kod języka Python. Zaimplementujesz rozwiązania - zarówno z użyciem bibliotek, jak i w czystym Pythonie. Poznasz podstawy optymalizacji i czyszczenia danych, będziesz je przekształcać po to, by potwierdzić lub obalić konkretną hipotezę. Opanujesz metodykę korzystania z popularnych form reprezentacji danych statystycznych. Dokonasz także szeregu usprawnień związanych z wydajnością obliczeń (wektoryzacja, dobór typów danych itd.). W efekcie staniesz się początkującym, ale już samodzielnym analitykiem danych, przygotowanym zarówno na rozmowę kwalifikacyjną na przykład na stanowisko Junior Developera, jak i do usprawnienia swojej pracy - inżynierskiej, naukowej czy menedżerskiej.

DaVinci Resolve. Kurs video. Montaż i korekcja kolorów

Konrad Walachniewicz

Obierz kurs na... tworzenie filmów Materiały wideo absolutnie przeważają wśród treści, jakie aktualnie konsumujemy. Nic dziwnego – coraz więcej ludzi nie tylko ogląda, ale także samodzielnie je tworzy i chce się nimi dzielić z odbiorcami. Produkowanie filmów stało się o wiele prostsze, odkąd na scenę wszedł DaVinci Resolve – świetne, w dużej części darmowe narzędzie, za pomocą którego każdy może zrealizować swój pomysł od początku do końca. Program, poza narzędziami do montażu wideo, oferuje opcję postprodukcji audio, wykonywanie i animację efektów wizualnych i korekcję kolorów. Pomimo ogromu możliwości nie jest trudny w obsłudze, ponieważ składa się z kilku różnych przestrzeni roboczych, które można traktować jako oddzielne programy w jednej aplikacji. Każda z nich służy do innych zadań i ma stworzony do tych celów własny, przejrzysty interfejs. Choć DaVinci Resolve ma niski próg wejścia, jest na tyle dobrym narzędziem, że powoli staje się standardem w profesjonalnych rozwiązaniach postprodukcji wideo; już dziś stanowi go na przykład w dziedzinie korekcji barwnej. W związku z tym warto poznać to rozwiązanie, nauczyć się z nim współpracować – szczególnie jeśli planujesz zawodowo lub hobbystycznie zająć się pracą z plikami wideo. Za pośrednictwem tego kursu jego autor pokazuje, jak stworzyć własny film od początku do końca. Nie wyjaśnia przy tym detalicznie wszystkich parametrów programu i nie wchodzi w zbędne szczegóły. Zamiast tego omawia poszczególne etapy pracy nad filmem na konkretnych przykładach, wykorzystując dołączone do szkolenia materiały. Dowiesz się z niego zatem, czym jest montaż, jakie są jego podstawowe narzędzia i jak ich użyć do stworzenia prostego filmu. Zobaczysz, jak poprawnie pracuje się z muzyką, jak dopasowuje się ujęcia do rytmu, a także jak można zastosować tę wiedzę poza programem. Nauczysz się dodawać przejścia, napisy i efekty wizualne. Poznasz sposoby na dostosowanie filmu do pionowych formatów wideo i na wykorzystanie rozmaitych rozwiązań ułatwiających prawidłowe zaprezentowanie materiału w social mediach. Dowiesz się, czym jest korekcja kolorów i jak tworzyć proste animacje. Co Cię czeka podczas naszego profesjonalnego szkolenia Dzięki naszemu kursowi wideo nauczysz się między innymi: organizować pliki pod wydajny montaż ciąć i trymować klipy pracować z obrazem i dźwiękiem dodawać napisy i muzykę do filmu montować wideo upiększać materiał za pomocą grafik, animacji i specjalnych efektów wizualnych łączyć klipy stosować zasady korekcji barwnej pracować ze światłem przygotowywać pliki do udostępnienia ich światu DaVinci Resolve. Kurs video. Montaż i korekcja kolorów kończy się na poziomie podstawowym. W trakcie szkolenia poznasz podstawowe zagadnienia dotyczące montażu wideo, edycji dźwięku, pracy z kolorem i tworzenia animacji.

Debugowanie i refaktoryzacja kodu. Kurs video. Clean code w C# i Visual Studio

Tomasz Znowiec

Obierz kurs na debugowanie i refaktoryzację kodu Utrzymanie czystego kodu ułatwia pracę programistom i przyczynia się do szybszego reagowania na potrzeby odbiorców i wdrażania nowych funkcji. Większa efektywność zespołów programistycznych jest nieoceniona dla funkcjonowania firm. Pozwala zminimalizować ryzyko poważnych awarii i pozytywnie wpływa na wizerunek marki. Jednak utrzymanie czystego kodu jest wyzwaniem, zwłaszcza jeśli projekt stale ewoluuje i zmieniają się wymagania biznesowe. Dodatkowo pod presją czasu priorytetem staje się szybkie napisanie i dostarczenie kodu, nawet kosztem jego jakości. Jak sobie poradzić z tymi przeciwnościami? Z pomocą przychodzą procesy debugowania i refaktoryzacji kodu. Dokładna analiza działania aplikacji pozwala na rozpoznanie i naprawę błędów w programie, czyli osiągnięcie celu debugowania. Refaktoryzacja natomiast poprawia strukturę kodu przez takie praktyki jak eliminacja duplikatów, stosowanie spójności nazw zmiennych, podział funkcji na mniejsze moduły i usunięcie nieużywanego kodu. Zważywszy na wysoki poziom abstrakcji programów komputerowych, umiejętność utrzymania kodu w ładzie przychodzi wraz z doświadczeniem, ale istnieje sposób, by wyrobić ją szybciej! Z naszym szkoleniem już w ciągu 5 godzin poznasz debugowanie i refaktoryzację w duecie. Odkryj tajniki doświadczonych programistów i sprawdź, jak wdrożenie dobrych praktyk zmień Twój kod w profesjonalny i niezawodny produkt! Co Cię czeka podczas naszego profesjonalnego szkolenia Podczas kursu nauczysz się: Obsługi i konfigurowania debugera Zaawansowanej konfiguracji projektów .NET w aspekcie debugowania i kompilacji Tworzenia zmiennych środowiskowych i konfigurowania serwera IIS z poziomu konfiguracji projektu Pracy z punktami przerwań (breakpoints) i tworzenia warunkowych punktów przerwań, w tym zależnych od innych punktów przerwań Tworzenia warunkowych punktów śledzenia (tracepoints) i komunikatów okna Output Tworzenia warunkowych punktów przerwań z licznikiem trafień (HitCount) Analizowania i inspekcji zmiennych, a także ich śledzenia Używania zaawansowanych funkcji okien Autos, Locals i Watch Wywoływania metod i funkcji przy użyciu okna Immediate Analizowania stosu wywołań (CallStack)  Przeglądania wygenerowanego kodu CLI Wykrywania konfliktów związanych z nieprawidłowym ładowaniem bibliotek aplikacji Monitorowania zużycia pamięci w aplikacji Zasad działania Garbage Collector Analizowania zużycia czasu procesora przez aplikację Identyfikowania obszarów kodu wymagających optymalizacji i wykrywania źródeł zapętleń programu Analizowania błędów kompilacji przy użyciu okna Output Zasad pracy z dyrektywami preprocesora Konfigurowania debugera w aspekcie przechwytywania wyjątków i ich filtrowania (okno Exception Settings) Konfigurowania środowiska do debugowania aplikacji uruchomionej na innym komputerze Kontrolowania pracy debugera z poziomu kodu (zatrzymywania, wymuszania podłączania debugera, sprawdzania, czy jest podłączony) Tworzenia dzienników zdarzeń systemu Windows i logowania treści do dziennika zdarzeń z poziomu kodu Logowania działania i przebiegu pracy aplikacji za pomocą listenerów klasy Trace, a także tworzenia własnych listenerów Monitorowania zużycia zasobów komputera z kodu C# Korzystania z automatycznej refaktoryzacji kodu dostępnej w Visual Studio Pisania kodu w zgodzie z koncepcjami projektowymi DRY, KISS, YAGNI i zasadami SOLID Stosowania dodatkowych analizatorów składni, takich jak StyleCop Wydajnego pisania kodu przy użyciu narzędzi CodeMaid i CodeRush Szkolenie Debugowanie i refaktoryzacja kodu. Kurs video. Clean code w C# i Visual Studio zakończy się na poziomie średnio zaawansowanym. Zdobędziesz dogłębną wiedzę i praktyczne umiejętności związane z debugowaniem i refaktoryzacją kodu w języku C# przy użyciu środowiska Visual Studio z IntelliCode. Rozpoczniesz od podstawowych technik debugowania, takich jak kroczkowanie przez kod, by przejść do zaawansowanych strategii refaktoryzacji kodu. Dowiesz się, jak ustawić breakpoints, conditional breakpoints i tracepoints, aby przeanalizować stan aplikacji. Nauczysz się używać funkcji okien Autos, Locals i Watch niezbędnych do inspekcji wartości zmiennych w różnych zakresach. Poznasz funkcje okna Immediate ułatwiające diagnozowanie problemów. Wraz z postępem zdobędziesz jeszcze bardziej zaawansowane umiejętności, takie jak analiza stosu wywołań funkcji (CallStack), debugowanie błędów kompilacji, a także korzystanie z narzędzi do analizy pamięci i wydajności. Poznasz techniki filtrowania wyjątków zarówno w debugerze, jak i przez kod C#, a ponaadto przećwiczysz szczegółową analizę obiektów typu Exception, kluczową dla rozwiązywania błędów w aplikacji. Dowiesz się, jak monitorować zużycie zasobów komputera i tworzyć dzienniki zdarzeń, aby na bieżąco śledzić pracę programu. Następnie zapoznasz się z podstawami refaktoryzacji i zasadami SOLID. Dzięki zaimplementowaniu zasad DRY, KISS i YAGNI nauczysz się pisać zrozumiały kod, pozbawiony nadmiarowych i zbędnych mechanizmów. Poznasz cenione przez programistów narzędzia CodeMaid i CodeRush, które wspomagają automatyczne formatowanie i uzupełnianie kodu, a tym samym przyczyniają się do jeszcze lepszego zorganizowania projektu. Zrozumiesz, jak umiejętnie rozdzielić funkcjonalności przy segregowaniu i konstruowaniu interfejsów w C#. Korzystając ze znajomości interfejsów, przyswoisz zasadę odwrócenia zależności (DIP). Ponadto dowiesz się, jak zarządzać błędami i śledzić zmiany w kodzie, co w dłuższej perspektywie pozwoli Ci utrzymać jakość kodu i zmniejszyć jego podatność na błędy. Nauczysz się monitorować i rejestrować błędy aplikacji, uruchomionej w środowisku produkcyjnym, jak również badać jej wydajność i efektywność.

Design systemy w Figmie. Kurs video. Planowanie, tworzenie i optymalizacja

Dorwij Nerda, Bartosz Piątek

Obierz kurs na... sprawniejsze projektowanie interfejsów Jeśli - komercyjnie lub na razie tylko amatorsko - tworzysz strony internetowe i aplikacje mobilne, z pewnością nazwa Figma nie jest Ci obca. W końcu to chmurowe narzędzie jest uznawane, obok na przykład AdobeXD, za jedno z najnowocześniejszych przeznaczonych do tego oprogramowań. Korzystają z niego niemal wszystkie firmy specjalizujące się projektowaniu stron i aplikacji. Tam, gdzie trzeba sprawnie przygotować i prototypować interfejs użytkownika, Figma jest niezastąpiona. Umożliwia bowiem tworzenie widoków interaktywnych, jest dostępna przez przeglądarkę, działa szybko, pozwala pracować nad projektem kilku osobom jednocześnie i aktualizuje go w czasie rzeczywistym. A to dopiero początek listy zalet, które spowodowały, że w kilka lat Figma szturmem zdobyła serca i pulpity designerów. Oznacza to mniej więcej tyle, że bez odpowiednio dobrej znajomości Figmy trudno jest dziś znaleźć pracę w firmie czy dziale zajmującym się kreowaniem nowych stron i aplikacji. Jeśli dysponujesz podstawową znajomością tego oprogramowania i chcesz poszerzyć wiedzę i umiejętności w tym zakresie - nasz kurs jest dla Ciebie. Projektowanie design systemów, a zwłaszcza tworzenie do nich dokumentacji, czego między innymi nauczysz się w trakcie szkolenia, pozwoli Ci realizować bardziej rozbudowane pomysły. Zobaczysz też, jak dzięki korzystaniu z Figmy można skuteczniej współpracować z innymi członkami zespołu - a to znacznie przyspiesza i usprawnia pracę nad projektem. Co Cię czeka podczas naszego profesjonalnego szkolenia W czasie kursu skupimy się na takich zagadnieniach jak: projektowanie design systemów projektowanie interfejsów tworzenie dokumentacji atomic design auto-layout komponenty style zmienne siatka typografia grid odstępy Szkolenie Design systemy w Figmie. Kurs video. Planowanie, tworzenie i optymalizacja kończy się na poziomie średnio zaawansowanym. Zahacza o konkretną specjalizację w zakresie projektowania interfejsów. Tworzenie choćby podstawowych design systemów jest nieodzownym elementem większości projektowanych aplikacji czy stron. Czym jest design system Design system to zbiór zasad, narzędzi i procesów pozwalających usprawnić projektowanie, budowę, a w późniejszym czasie rozwój cyfrowych produktów. Stanowi on swojego rodzaju bibliotekę komponentów graficznych i kodu strony lub aplikacji, a także zapisaną wiedzę dotyczącą tego, jak powinno się z nich korzystać. Na etapie projektowania interfejsu użytkownika w pracy nad system designem bardzo dobrze sprawdza się Figma. Patronat medialny:

Design Thinking. Kurs video. Myślenie projektowe w praktyce

Dominika Urbańczyk, Julia Klyus

Obierz kurs na... kreatywne podejście do rozwiązywania problemów Czy znasz pojęcie design thinking? Kryje się pod nim absolutna rewelacja - filozofia wspierająca kreatywne rozwiązywanie problemów, poparte gruntownym poznaniem i zrozumieniem potrzeb użytkowników. Uniwersalność i intuicyjność tej metody powodują, że można ją zastosować w każdej branży, w której mamy do czynienia z tworzeniem nowych rozwiązań i redefinicją istniejących. Od ponad 30 lat myślenie projektowe jest z sukcesem wykorzystywane w biznesie, w tym przez takie firmy jak Braun, PepsiCo, Procter & Gamble, Apple, IBM czy McDonalds, co potwierdza jego skuteczność i użyteczność. Mimo że z metody design thinking korzystają najwięksi - nie ma dla niej ograniczeń. Równie dobrze jak w IBM, myślenie wizualne sprawdzi się w firmie średniej, mniejszej i całkiem niewielkiej. Ba, będzie właściwe dla maleńkiej, dopiero raczkującej inicjatywy - wszędzie tam, gdzie potrzebne jest ulepszanie, tworzenie, wprowadzanie innowacji czy optymalizowanie. Można je również wykorzystać do projektowania swojej kariery - bez względu na to, czy dopiero ją zaczynasz, czy chcesz w niej coś zmienić - a nawet życia. Ponieważ jednak samodzielnie dość trudno jest przyswoić zasady filozofii design thinking, warto przynajmniej na początku skorzystać ze wsparcia, na przykład naszego kursu. Jeśli zatem chcesz wyjść poza schemat, uporządkować proces twórczy albo zrealizować innowacyjny projekt - zapraszamy! Dzięki szkoleniu dowiesz się, jak przejść przez dowolny proces projektowy przy pomocy design thinking, poznasz praktyczne narzędzia i metody wspierające projektowanie i pracę zespołową, a także przekonasz się, jakie kroki należy wykonać, by swój projekt wprowadzić w życie. Co Cię czeka podczas naszego profesjonalnego szkolenia W trakcie kursu między innymi: Zrozumiesz, czym jest design thinking, i poznasz etapy pracy z wykorzystaniem tej metody Dowiesz się, jak zoptymalizować swoje podejście do procesu kreatywnego Zdobędziesz umiejętność opracowywania dobrego planu badawczego Poznasz techniki prowadzenia desk research, obserwacji i wywiadów indywidualnych Nauczysz się analizować pozyskane dane Opanujesz narzędzia i terminologię design thinking (między innymi persona, mapa empatii, how might we?, value proposition canvas, metoda Kiplinga, MoSCoW, lean canvas), a także metody wspomagające projektowanie Weźmiesz udział w kreatywnej burzy mózgów Co więcej... Skupisz się nie tylko na zagadnieniach związanych z projektowaniem innowacyjnych rozwiązań - dowiesz się także, jak je tanio prototypować, testować i wdrożyć Design thinking. Kurs video. Myślenie projektowe w praktyce zakończysz na poziomie średnio zaawansowanym. Będziesz znać metodę design thinking, jej elementy i poszczególne etapy. Podczas szkolenia zdobędziesz umiejętność praktycznego wykorzystania wybranych narzędzi, które wspomogą Cię w procesie projektowym zorientowanym na użytkownika. Design thinking w praktyce Myślenie wizualne nie jest jedynie kolejnym teoretycznym biznesowym zaklęciem. Przeciwnie - to filozofia o praktycznym, finansowym ciężarze. Zorientowane na nią firmy co roku przodują w indeksie S&P 500, w którego skład wchodzi 500 przedsiębiorstw o największej kapitalizacji na świecie. Narzędzie inwestycyjne o nazwie The Design Value Index wskazuje jasno: firmy, które integrują myślenie projektowe ze strategią korporacyjną, wyprzedzają konkurentów z branży aż o 228 procent! Zgodnie z danymi McKinsey organizacje, które regularnie stosują praktyki myślenia projektowego, odnotowują o jedną trzecią wyższe przychody i o 56 procent wyższe zwroty niż firmy, które tego nie robią. Najbardziej znane i odnoszące sukcesy marki stosujące myślenie projektowe to IBM, Google, Airbnb, PepsiCo i Nike. Była dyrektor generalna PepsiCo, Indra Nooyi, powiedziała w wywiadzie dla Harvard Business Review, że proces design thinking odgrywa ważną rolę w niemal każdej kluczowej decyzji podejmowanej przez firmę. W ciągu 12 lat jej kadencji sprzedaż wzrosła o 80 procent.