Szkolenia tematyczne
Szkolenia - aktualny nabór
Szkolenia - nabór zakończony
Szkolenia dla kadry naukowej w zakresie kształtowania kompetencji cyfrowych – Analiza danych i programowanie w Python
Koordynator: dr inż. Magdalena Antonowicz, e-mail: Magdalena.Antonowicz@polsl.pl
SZKOLENIE 2: Data Science w Python – 2 dni (16h)
Zakres szkolenia obejmujący następujące zagadnienia: wprowadzenie do Data Science; podstawy języka Python w analizie danych; podstawy bibliotek Numpy i Pandas; podstawy statystki; wykresy (biblioteki matplotlib i seaborn, histogramy, wykresy rozrzutu, wykresy pudełkowe); regresja, klasyfikacja, biblioteka Scikit-learn.
• grupa 1 – 27–28.11.2025
• grupa 2 – 08–09.12.2025
SZKOLENIE 3: Eksploracja, wizualizacja i przygotowanie danych w Python – 2 dni (16h) – grupa 1 i 2
Zakres szkolenia obejmujące następujące zagadnienia: biblioteki do eksploracji i wizualizacji danych; dane tabelaryczne, JSON, zapis obiektów Python; jakość danych; zasady dobrej wizualizacji danych; histogram i KDE; wykresy pudełkowe; badanie związków miedzy zmiennymi za pomocą wykresów i podsumowań; wykresy przebiegu; estetyka wykresów; wykrywanie problemów z jakością danych i usuwanie ich; łączenie danych z różnych źródeł; zmiana układu danych; agregacja danych i analizy w grupach; inżynieria cech.
• grupa 1 – 10–11.12.2025
• grupa 2 – 18, 22.12.2025
• grupa 2 – 18, 22.12.2025
SZKOLENIE 4: Uczenie maszynowe w Python – 3 dni (24h) – grupa 1 i 2
Zakres szkolenia obejmujące następujące zagadnienia: podstawy uczenia maszynowego; elementy środowiska Python wykorzystywane w uczeniu maszynowym; wprowadzenie do biblioteki Scikit-learn; drzewa decyzyjne; analiza skupień; analiza składowych głównych; potoki (pipelines); losowy las; drzewa wzmacniane i XGBoost; sieci neuronowe.
• grupa 1 – 12–14.01.2026
• grupa 2 – 19–21.01.2026
• grupa 2 – 19–21.01.2026
Szkolenia dla kadry naukowej w zakresie kształtowania kompetencji cyfrowych – Data Mining
Koordynator: dr inż. Magdalena Antonowicz, e-mail: Magdalena.Antonowicz@polsl.pl
- Szkolenie 1: Kurs podstawowy
Zakres szkolenia obejmujące co najmniej następujące zagadnienia: Wprowadzenie i przygotowanie danych: Czym jest data mining? Różnice względem klasycznego ML. Przegląd zbiorów danych, ETL, czyszczenie i preprocessing (missing data, encoding, scaling). Praca z pandas, scikit-learn, category_encoders. Eksploracja danych i analiza korelacji: Analiza statystyczna, korelacje, analiza komponentów głównych (PCA). Wizualizacja danych: matplotlib, seaborn, plotly, ćwiczenia: identyfikacja zmiennych istotnych dla predykcji.
- Szkolenie 2: Metody bez nauczyciela
Zakres szkolenia obejmujące co najmniej następujące zagadnienia: Klasteryzacja (unsupervised learning): K-means, hierarchiczne klasteryzacje, DBSCAN. Metody oceny jakości klasteryzacji (silhouette, elbow method). Case study: segmentacja klientów / anomalii.
- Szkolenie 3: Metody predykcyjne
Zakres szkolenia obejmujące co najmniej następujące zagadnienia: Regresja liniowa i wielomianowa, regularizacja: Lasso, Ridge. Feature engineering i walidacja krzyżowa. ćwiczenia na realnych danych (np. ceny mieszkań, medyczne predykcje). Klasyfikacja: Drzewa decyzyjne, Random Forest, XGBoost. Balansowanie klas, metryki: accuracy, ROC AUC, precision/recall. Case study: wykrywanie oszustw, klasyfikacja wiadomości. Pipeline i automatyzacja Pipeline, GridSearchCV, joblib, reproducibility. Wprowadzenie do MLflow, wersjonowanie eksperymentów. Projekt grupowy: caCy pipeline na danych wCasnych.
Informacje ogólne:
- Szkolenie 1 – 16h, Szkolenie 2 -16h, Szkolenie 3 – 16h
- Czas trwania szkoleń 48h (1 godzina lekcyjna to 45 minut), 6 dni
- Szkolenia będą odbywać się w grupie 16 osobowej
- Zajęcia odbędą się w j. polskim.
- Szkolenia zostaną przeprowadzone w trybie online wg załączonego haronogramu.
- Uczestnicy szkolenia otrzymają materiały szkoleniowe w formie papierowej lub elektronicznej, zawierających minimum: konspekt szkolenia i opisy ćwiczeń.
- Po każdym szkoleniu każdy uczestnik otrzyma certyfikat uczestnictwa.
- Każdego dnia szkolenia planowane są następujące przerwy: jedna dłuższa (30 min.) oraz dwie krótkie (15 min.) – ustalane na bieżąco między uczestnikami i prowadzącym.
Szkolenia dla kadry naukowej w zakresie kształtowania kompetencji cyfrowych – Data Science
Koordynator: dr inż. Magdalena Antonowicz, e-mail: Magdalena.Antonowicz@polsl.pl
ZAKRES MERYTORYCZNY SZKOLENIA:
Implementacja modeli deep learning w Pythonie z użyciem TensorFlow i Keras, przygotowanie środowiska pracy.
Zakres szkolenia obejmuje co najmniej następujące zagadnienia:
- Konfiguracja środowiska + wprowadzenie do DL: Instalacja Anaconda, Jupyter, TensorFlow, Keras. Wprowadzenie do architektury sieci neuronowych. Przykład: klasyfikacja obrazów (MNIST).
- Praca z danymi tekstowymi: Tokenizacja, embeddingi (Tokenizer, Embedding layer). Model LSTM do klasyfikacji sentymentu (IMDB). Porównanie z klasycznym podejściem (TF-IDF + klasyfikator).
- Obrazy CNN, Warstwy konwolucyjne, padding, pooling: Budowa prostego CNN w Keras. Transfer learning – EfficientNet, VGG16.
- Uczenie nienadzorowane i autoenkodery: Autoenkodery, rekonstrukcja danych, redukcja wymiarowości. Wykrywanie anomalii (np. z danych sensorycznych).
- Tworzenie własnych datasetów i augmentacja: Tworzenie generatorów danych (ImageDataGenerator, Sequence). Augmentacja danych obrazowych i tekstowych. Zasady tworzenia zbiorów walidacyjnych.
- Zarządzanie projektami DL: TensorBoard, monitorowanie uczenia. Zapisywanie i ładowanie modeli.
Informacje ogólne:
- Czas trwania szkolenia 45h (1 godzina lekcyjna to 45 minut), 6 dni
- Szkolenia będą odbywać się w grupie 17 osobowej
- Zajęcia odbędą się w j. polskim.
- Szkolenia zostaną przeprowadzone w trybie online wg załączonego harmonogramu.
- Uczestnicy szkolenia otrzymają materiały szkoleniowe w formie papierowej lub elektronicznej, zawierających minimum: konspekt szkolenia i opisy ćwiczeń.
- Po każdym szkoleniu każdy uczestnik otrzyma certyfikat uczestnictwa.
- Każdego dnia szkolenia planowane są następujące przerwy ustalane na bieżąco między uczestnikami i prowadzącym.
Szkolenia dla kadry naukowej w zakresie kształtowania kompetencji cyfrowych – Uczenie maszynowe
Koordynator: dr inż. Karolina Wilk, e-mail: Karolina.Wilk@polsl.pl
- SZKOLENIE 1: UCZENIE MASZYNOWE W MATLABIE/PYTHONIE – 16 osób
Zakres szkolenia obejmuje następujące zagadnienia: Python zamiast MATLAB-a – podstawy różnic numpy vs MATLAB matrices, indexing, broadcasting. pandas jako odpowiednik table, readtable. Praca z scikit-learn – interfejsy podobne do fit/predict. Klasyczne algorytmy ML Regresja liniowa, logistyczna – implementacja i porównanie. Drzewa decyzyjne i lasy losowe – analogie do MATLAB fitctree.
- SZKOLENIE 2: Wprowadzenie do Deep Learning z MATLAB/Python – 16 osób
Zakres szkolenia obejmuje następujące zagadnienia: Głębokie modele – teoria i implementacja: Warstwy, aktywacje, optymalizatory. Keras jako prosty interfejs do TF. Porównania do trainNetwork w MATLAB. Transfer danych między MATLAB <-> Python Zapis danych do .mat, odczyt w Pythonie (scipy.io.loadmat). Zapis z Pythona do MATLAB (h5py, matplotlib + .mat). Konwersja modeli i danych.
- SZKOLENIE 3: Deep Learning for Medicine – 16 osób
Zakres szkolenia obejmuje następujące zagadnienia: modele medyczne / medyczne use-case’y: Praca na danych medycznych (np. MIMIC, dane EKG). Klasyfikacja obrazów RTG, analiza sekwencji (LSTM). Przykład replikujący prosty pipeline MATLAB w Pythonie. Projekty i podsumowanie: Mini-projekty zespołowe: od danych do predykcji. Dyskusja: plusy i minusy środowisk. Narzędzia do wdrażania modeli (Flask, streamlit, docker – omówienie).
Szkolenia dla kadry naukowej w zakresie kształtowania kompetencji miękkich – Rozwój osobisty o następującej tematyce:
- Automotywacja
- Efektywność osobista
- Realizacja celów
- Twórcze rozwiązywanie problemów
- Zarządzanie czasem – UWAGA – szkolenie 23.09 rozpocznie się o 11:30
- Zarządzanie stresem i emocjami
- Zarządzanie zmianą
Ilość miejsc: 5-10 na każde szkolenie
- Szkolenia odbędą się stacjonarnie na Wydziale Inżynierii Biomedycznej. Każde szkolenie trwa 1 dzień (8h lekcyjnych).
- Każdy uczestnik szkolenia otrzyma pakiet materiałów szkoleniowych w wersji papierowej lub elektronicznej
- Na koniec każdego szkolenia każdy uczestnik otrzyma certyfikat.
Rekrutacja została zakończona
Aplikuj do tej formy wsparciaSzkolenia dla kadry naukowej w zakresie kształtowania kompetencji cyfrowych – Statystyka zastosowania praktycznego w medycynie
Koordynator: dr inż. Magdalena Antonowicz, e-mail: Magdalena.Antonowicz@polsl.pl
- Szkolenie 1: Statystyka dla niestatystyków – rekrutacja została zakończona
- Szkolenie 2: Statistica kurs podstawowy – rekrutacja została zakończona
- Szkolenie 3: Analiza danych jakościowych – rekrutacja została zakończona
- Szkolenie 4: Analiza przeżycia – rekrutacja została zakończona
- Szkolenie 5: Analizy wielowymiarowe – rekrutacja została zakończona
- Szkolenie 6: Metaanaliza – rekrutacja została zakończona
- Szkolenie 7: Metody analizy wariancji i analizy regresji – rekrutacja została zakończona
- Szkolenie 8: Statystyka w medycynie – metody podstawowe – rekrutacja została zakończona
- Szkolenie 9: Statystyka w medycynie – metody zaawansowane – rekrutacja została zakończona
- Szkolenie 10: Regresja logistyczna w badaniach medycznych i przyrodniczych – rekrutacja została zakończona
Ilość miejsc: 14 na każde szkolenie
- Szkolenia będą prowadzone w języku polskim, w trybie zdalnym
- Każdy uczestnik szkolenia otrzyma pakiet materiałów szkoleniowych, zawierających minimum: konspekt szkolenia i opisy ćwiczeń w wersji papierowej lub elektronicznej.
- Każdy uczestnik szkolenia otrzyma licencjonowane oprogramowanie Statistica
PLANOWANE FORMY WSPARCIA
- Staże przemysłowe pracowników naukowych Wydziału Inżynierii Biomedycznej w przedsiębiorstwach krajowych lub zagranicznych (Koordynator: dr inż. Anna Tamulewicz, e-mail: Anna.Tamulewicz@polsl.pl)
- Wizyty studyjne pracowników naukowych Wydziału Inżynierii Biomedycznej w przedsiębiorstwach krajowych (Koordynator: dr inż. Anna Tamulewicz, e-mail: Anna.Tamulewicz@polsl.pl)
- Szkolenia praktyczne w przedsiębiorstwach dla pracowników naukowych wydziału Inżynierii Biomedycznej (Koordynator: dr inż. Anna Tamulewicz, e-mail: Anna.Tamulewicz@polsl.pl)
- Kursy/konferencje dla pracowników, doktorantów i studentów wydziału Inżynierii Biomedycznej zwiększające kompetencje do badań, współpracy z biznesem oraz kreowania podmiotów typu spin-off/spin-out (Koordynator: dr inż. Arkadiusz Szmal, e-mail: Arkadiusz.Szmal@polsl.pl)
ZAKOŃCZONE REKRUTACJE
1. Szkolenie dla kadry naukowej w zakresie kształtowania kompetencji cyfrowych – Systemy modelowania medycznego, bazujące na technologiach wirtualnych i rzeczywistości rozszerzonej 3D Studio Maxx (stopień I, II i III).
3D Studio Maxx to rozbudowany program graficzny do trójwymiarowego modelowania graficznego i tworzenia animacji, pozwalający na projektowanie narzędzi, implantów, sprzętu medycznego, opracowywania ich designu oraz walorów wizualno-użytkowych. Ponadto oprogramowanie to umożliwia tworzenie animacji.
Informacje ogólne:
- Szkolenia odbędą się w trybie online. Każdy stopień trwa 3 dni (20h lekcyjnych).
- Udział w szkoleniu dla osób posiadające wiedzę podstawową z zakresu projektowania CAD potwierdzoną certyfikatem.
- Na koniec szkolenia każdy uczestnik otrzyma certyfikat.
2. Szkolenia dla kadry naukowej w zakresie kompetencji psychologiczno-pedagogicznych w nauczaniu dla kadry naukowej o następującej tematyce:
- Kreatywność
- Asertywność
- Motywowanie Studentów
- Wystąpienia publiczne i autoprezentacja
- Wywieranie wpływu
- Profilaktyka wypalenia zawodowego
Ilość miejsc: 5 – 10.
UWAGA – zmiana godziny szkolenia: szkolenie z kreatywności odbędzie się 26.05.2025 o godz. 10:00 – 16:00!
3. Szkolenia dla kadry naukowej w zakresie kształtowania kompetencji na rzecz transformacji:
English in biomedical engineering
- ILOŚĆ MIEJSC: 30 OSÓB
- Kurs odbędzie się indywidualnie dla 30 osób
- Wszystkie kursy odbędą się w formie online
- Dla każdego uczestnika przewidziano 30 godzin zajęć online, 20 spotkań po 90 min
- Szkolenie obejmuje poziomy od A2 do C1, z możliwością indywidualnego dopasowania
- Harmonogram szkoleń zostanie ustalony indywidualnie na podstawie preferencji uczestnika oraz dostępności lektora.
- Po zapisaniu się na szkolenie, uczestnik otrzyma adres e-mail Lektora w celu bezpośredniego ustalenia terminu zajęć.
- Wszystkie zajęcia muszą się odbyć do 31.05.2026r.
- Po każdym szkoleniu każdy uczestnik otrzyma certyfikat uczestnictwa.
4. Wsparcie kadry naukowej w działalności naukowej – szkolenie z modelowania w środowisku AnyBody Modeling System
Informacje ogólne:
- Ukończenie szkolenia z oprogramowania Anybody Modeling System pozwoli osobom z kadry naukowej nabyć umiejętności wyznaczania obciążeń układy mięśniowo-szkieletowego człowieka w różnych zadaniach statycznych i dynamicznych (różnego rodzaju aktywności ruchowej). Szkolenie składać się będzie z części wykładowej i ćwiczeniowej w czasie której uczestnicy będą uczyć się budować zaawansowane modele matematyczne układu mięśniowo-szkieletowego pod okiem instruktora. Szkolenie przewiduje czas na zgłaszanie i rozwiązywanie indywidualnych, zaawansowanych problemów badawczych związanych z modelowaniem w środowisku Anybody Modeling System.
- Szkolenie online 30h
- Warunek uczestnictwa: Potwierdzenie podstawowej wiedzy związanej z modelowaniem układu mięśniowo-szkieletowego człowieka zdobytą w toku realizowanej pracy naukowej (udokumentowane publikacją naukową
5. Wsparcie kadry naukowej w działalności naukowej – Zaawansowane szkolenie skaningowej mikroskopii elektronowej –
Zakres tematyczny szkolenia obejmuje w szczególności następujące zagadnienia z zakresu obsługi mikroskopu skaningowego oraz zintegrowanego systemu mikroanalizy rentgenowskiej EDS:
- Optymalizacja ustawień mikroskopu,
- Zasady konserwacji i czyszczenia mikroskopu elektronowego;
- Techniki akwizycji obrazów – przygotowanie próbek, dobór parametrów obrazowania, rejestracja obrazów;
- Optymalizacja procesów akwizycji danych obrazowych, z uwzględnieniem rodzaju próbek i oczekiwanych rezultatów;
- Ustawienia eksperymentalne – dobór parametrów pracy mikroskopu w kontekście specyfiki prowadzonych badań naukowych.
- Obsługa systemu mikroanalizy rentgenowskiej EDS, w tym podstawy teoretyczne, dobór parametrów akwizycji widm oraz interpretacja wyników analizy składu chemicznego.
- Szkolenie będzie realizowane z wykorzystaniem skaningowego mikroskopu elektronowego model VEGA IV-GMS firmy TESCAN
- Szkolenia odbędą się stacjonarnie na Wydziale Inżynierii Biomedycznej (sala 006 EHTIC). Szkolenie trwa 2 dni (16h lekcyjnych).
6. Szkolenia dla kadry naukowej w zakresie kształtowania kompetencji cyfrowych – Metodyka PM Prince2 Foundation i Practitioner
Ukończenie szkolenia Metodyka PM Prince2 Foundation i Practitioner pozwoli Kadrze naukowej nabyć umiejętności, uznane za standard zarządzania projektami. Szkolenie zapewni właściwe kompetencje do zarządzania zarówno małymi projektami badawczymi o znaczeniu uczelnianym, jak również dużymi projektami badawczymi realizowanymi we współpracy z przedsiębiorstwami i zagranicznymi partnerami.
Zarządzanie zgodne z metodyką PM Prince2 Foundation i Practitioner daje pełną kontrolę biznesową inwestycji, od pomysłu, do jej pomyślnego zrealizowania. Kadra naukowa otrzyma umiejętności, które będą wspomagać proces podejmowania decyzji, mających wpływ na skuteczną realizację naukowego przedsięwzięcia.
Informacje ogólne:
- Certyfikowane szkolenie z zarządzania projektami na poziomie PRINCE2®Foundation i PRINCE2® Practitioner edycja 7 wraz z egzaminami
- Szkolenie na poziomie Foundation trwa 3 dni
- szkolenie na poziomie Practitioner trwa 2 dni
- Szkolenia odbywają się online w godzinach 9:00-16:00
- Szkolenia należy zrealizować do 30 kwietnia 2026 roku.
- Pracownicy samodzielnie wybierają terminy szkoleń spośród dostępnych u wykonawcy: Asseco Data Systems S.A. na postawie harmonogramu dostępnego na stronie: Terminarz szkoleń | Academy.asseco.pl. Po wyborze terminu należy bezpośrednio napisać maila do Pani Alicji Kozłowskiej: alicja.kozlowska@assecods.pl
- Po wyborze i akceptacji przez Wykonawcę terminu należy miesiąc przed odbyciem szkolenia zgłosić termin do koordynatora zadania 2: Magdaleny Antonowicz-Hüpsch
- Warunek uczestnictwa: Potwierdzenie braku kompetencji w zakresie zarządzania projektami, udokumentowane zaświadczeniem wystawionym przez osobę zainteresowaną szkoleniem
7. Szkolenia dla kadry naukowej w zakresie kształtowania kompetencji cyfrowych – Analiza danych i programowanie w Python
Szkolenie 1: Analiza danych i programowanie w Python – 25.08, 27.08, 28.08, 29.08 14:30-20:00
Zakres szkolenia obejmujący następujące zagadnienia: wprowadzenie do środowiska Python oraz Jupyter Notebook; instrukcja if i pętle for/while wraz z elementami pass, break i continue; iteratory i funkcja enumerate; funkcje list oraz dict comprehension; obsługa błędów; programowanie funkcyjne i obiektowe; biblioteki; Numpy, Scipy, Pandas; wizualizacje Matplotlib; wizualizacje w Seaborn.
UWAGA: Szkolenie Analiza danych i programowanie w Python składa się z 5 szkoleń tematycznych. Każde szkolenie będzie się odbywać w dwóch grupach, jedna grupa – 11 osób, druga grupa – 12 osób. Obecnie rekrutacja została uruchomiona dla pierwszej grupy.
