Od početnika do stručnjaka:
Nauči AI i Python

Ovaj kurs uvodi polaznike u osnove programiranja kroz Python. Cilj je razviti sposobnost samostalnog kreiranja i izvršavanja jednostavnih programa korištenjem osnovne sintakse, kontrolnih struktura i funkcija. Kurs obuhvata i primjenu rješenja u realnim projektima.

Obrađuju se teme kao što su promjenjive, tipovi podataka, operatori, uslovne naredbe, petlje (while i for), funkcije i rad sa tekstom. Teorijski koncepti su objašnjeni jednostavnim jezikom, uz praktične primjere iz svakodnevnog života polaznika.

Kurs obrađuje ključne strukture podataka u Pythonu, poput lista, torki, skupova, rječnika, redova, stekova, kao i lambda funkcije. Polaznici će naučiti osnovne operacije: sortiranje, sječenje, spajanje, pretragu i filtriranje. Također, kurs pokriva rukovanje greškama (try, except, finally) i organizaciju koda kroz module, pakete i prostore imena.

Drugi dio je posvećen osnovama objektno orijentisanog programiranja: klase i objekti, atributi i metode, konstruktori, nasljeđivanje, polimorfizam i enkapsulacija. Nakon kursa polaznici će moći da modeluju pojmove u Python programima i biraju odgovarajuće strukture podataka za rješavanje problema.

Kurs uvodi polaznike u verzionisanje koda korištenjem Gita, popularnog sistema za kontrolu verzija. Naučićete osnovne principe verzionisanja, korištenje komandi diff i patch, instalaciju Gita na Windows, kreiranje korisničkog naloga i repozitorijuma, te rad sa osnovnim Git komandama: commit, branch, log, checkout, revert i status.

Također, kurs pokriva korištenje platforme GitHub za kolaboraciju i upravljanje udaljenim repozitorijumima. Naučićete kako da kreirate nalog na GitHubu, povežete se sa udaljenim repozitorijumom i izvršite operacije pull i push. Nakon kursa bićete osposobljeni da efikasno koristite Git i GitHub u timskom radu.

Ovaj kurs bavi se osnovama upravljanja podacima korištenjem Pythona. Naučićete kako se različite vrste podataka predstavljaju i obrađuju u Python programima, koristeći strukture podataka i objektno orijentisani model.

Glavni dio kursa posvećen je formatima za predstavljanje podataka kao što su CSV, TSV, JSON, XML i dr. Naučićete kako da rukujete podacima u ovim formatima pomoću Pythona. Kurs pokriva i osnove rada sa bazama podataka, posebno relacione baze i SQLite, što služi kao uvod za naredne kurseve.

Također, obrađuju se i načini za ekstrahovanje podataka sa weba, uključujući web scraping i rad sa RESTful web servisima. Kurs se završava uvodom u ETL procese i data pipeline tokove, koje ćete dalje izučavati.

Cilj kursa je da polaznici savladaju osnove rada sa bazama podataka i SQL-om kroz primjenu u data science projektima. Naučićete kako da instalirate database server i MySQL Workbench, kreirate podatke i manipulišete podacima koristeći SQL upite. Obradićete operacije poput SELECT, INSERT, UPDATE i DELETE, ali i složenije upite sa agregatima i spajanjem tabela.

Razumjećete kako baze podataka funkcionišu, kako su organizovane i kako efikasno dizajnirati strukture podataka. Kroz kurs ćete koristiti Python zajedno sa SQL-om za rad sa bazama podataka, uključujući analizu podataka direktno iz baza pomoću biblioteka poput pandas i sqlite3. Nakon kursa bićete osposobljeni da integrišete SQL i Python vještine u data science projektima.

U okviru kursa English Language 1, odnosno German Language 1, najprije ćete raditi test procjene svog trenutnog znanja engleskog ili njemačkog jezika, a na osnovu ostvarenog rezultata biće vam dodijeljen odgovarajući nivo obuke za engleski jezik (Starter, Elementary, Pre-Intermediate, Intermediate ili Upper-Intermediate), odnosno odgovarajući nivo obuke za njemački jezik (German Language A1, German Language A2, German Language B1, German Language B2, German Language C1).

Pohađanje ovih kurseva na određenom nivou pomoći će vam da usavršite svoje znanje, ovladate novim spektrom funkcija izabranog jezika u pisanoj i usmenoj formi i poboljšate razumijevanje i korištenje jezika.

Ovaj kurs uvodi polaznike u analizu i obradu podataka korištenjem Pythona. Namijenjen je svima koji žele da nauče kako da analiziraju podatke koristeći ovaj programski jezik.

Kao nastavak prethodnog kursa, preći ćete na obradu i analizu podataka. Kurs pokriva tehnike za čišćenje i pretprocesiranje podataka: uzorkovanje, rukovanje nedostajućim vrijednostima, normalizaciju, skaliranje, konverziju, parsiranje i filtriranje.

Upoznaćete se sa osnovama deskriptivne i inferencijalne statistike: srednja vrijednost, medijana, varijansa, standardna devijacija, distribucija podataka, korelacija i testiranje hipoteza. Kurs koristi Jupyter Notebook za interaktivnu analizu i dijeljenje rezultata. Nakon kursa bićete osposobljeni za samostalnu analizu podataka i donošenje pravih odluka.

Kurs je posvećen vještinama vizualizacije podataka korištenjem Pythona. Vizualizacija omogućava lakše razumijevanje kompleksnih skupova podataka, otkrivajući obrasce i trendove.

Upoznaćete se sa tehnikama koristeći biblioteke kao što su Matplotlib, Seaborn, Bokeh, Panel i Plotly. Savladaćete dijagrame poput histograma, dijagrama rasipanja, stubičnih i linijskih dijagrama, toplotnih mapa i dr.

Naučićete kako da odaberete pravu vrstu dijagrama za konkretan problem. Kurs se završava primjerima interaktivnih grafika za narativnu analizu podataka, omogućavajući jednostavno prezentovanje kompleksnih rezultata. Nakon kursa bićete osposobljeni da efikasno vizualizujete podatke i prenesete ključne informacije.

Ovaj kurs uvodi polaznike u data science i analitiku koristeći R. Naučićete kako da instalirate R i radite sa osnovnim konceptima: promjenjive, funkcije i strukture podataka. Kroz pakete dplyr i tidyr savladaćete pripremu podataka za analizu ili modeliranje.

U kursu će se koristiti i ggplot2 za kreiranje vizuelno atraktivnih i informativnih grafika. Naučićete kako da koristite R za deskriptivnu statistiku, testiranje hipoteza, regresione analize i druge ključne tehnike.

Kroz primjere iz prakse steći ćete vještine za analizu velikih data setova, izvlačenje zaključaka i kreiranje prediktivnih modela primjenom mašinskog učenja. Nakon kursa bićete spremni za efikasno korištenje R-a u data science projektima.

Ovaj kurs pruža uvid u značaj i primjenu cloud tehnologija u radu sa podacima. Upoznaćete se sa osnovnim konceptima clouda i implementacijama kao što su Amazon Web Services, Google Cloud Platform i Microsoft Azure.

Kurs se fokusira na servise za skladištenje podataka u oblaku, uključujući skladišta prilagođena analitici. Naučićete kako da koristite alate za kreiranje ETL (Extract, Transform, Load) tokova podataka i njihovu automatizaciju.

Kroz praktične primjere ćete primjenjivati prethodna znanja u novom okruženju, što će vam pomoći da se bolje snađete u svijetu rada sa podacima. Nakon kursa bićete osposobljeni za korištenje cloud tehnologija u data engineering projektima.

Ovaj kurs uvodi polaznike u mašinsko učenje kroz praktičnu primjenu Pythona. Primijenićete znanja o prikupljanju, obradi i vizualizaciji podataka na kreiranje modela mašinskog učenja. Obuhvata sve korake projekta: analiza, transformacija podataka, odabir algoritama, treniranje, validacija, testiranje i objavljivanje modela.

Kurs pokriva popularne algoritme za klasifikaciju i regresiju. Upoznaćete se sa optimizacijom hiperparametara za poboljšanje performansi modela.

Na kraju, naučićete kako da pakujete i čuvate modele za korištenje u drugim sistemima. Nakon kursa bićete spremni za samostalno kreiranje i implementaciju modela mašinskog učenja, unapređujući svoje vještine u radu sa vještačkom inteligencijom.

Na ovom kursu polaznici stiču osnovna znanja iz oblasti blokčejn tehnologije, upoznaju se sa pojmom i vrstama kriptovaluta, sa ulogom i značajem ovog koncepta u savremenoj ekonomiji, kao i sa njenim perspektivama i trendovima razvoja. Polaznici će, takođe, imati priliku da se upoznaju sa blokčejn bezbjednošću, blokčejn arhitekturom, kao i sa mogućnošću primjene ove tehnologije u svojstvu startap projekta.

Kurs je osmišljen i pripremljen za pravilno upoznavanje sa različitim računarskim tehnologijama podržanim od strane Kembridž univerziteta. Podijeljen je u module i nastavne jedinice u kojima se obrađuju teme od prikaza brojeva, multimedije, različitih tipova softvera do hardvera računara. Hardverski dio je vezan za arhitekturu procesora i samo funkcionisanje procesora. U nastavku se obrađuju bezbjednost i zaštita podataka, dok se u posljednjem dijelu kurs bavi strukturama podataka i algoritmima.

Na osnovu programa koji ste pohađali u okviru kursa English Language 1 ili German Language 1, u okviru kursa English Language 2, odnosno German Language 2, možete preći i neki od narednih nivoa gradiva. Za engleski jezik su to: Elementary, Pre-Intermediate, Intermediate ili Upper-Intermediate, a za njemački jezik: German Language A2, German Language B1, German Language B2, German Language C1 ili IT German. Na ovaj način dodatno ćete usavršiti svoje znanje izabranog jezika.