Zapisy na kurs:
Agile, Dev Ops i Lean Six Sigma
Opis kursu
Kurs poświęcony jest zgłębieniu z pozoru odległych od siebie dziedzin, jakimi są podejście zwinne (Agile), które dominuje obecnie w obszarze projektów informatycznych i wytwarzania oprogramowania, oraz filozofia optymalizacji procesów (Lean Six Sigma), będąca połączeniem zamysłu eliminacji marnotrawstwa i tzw. „wąskich gardeł” oraz spojrzenia statystycznego, redukującego zmienność w procesie. Obie dziedziny mają jeden cel – przyspieszenie i uzyskanie większej efektywności w realizacji procesów. Co ciekawe, wiele spośród zasad charakteryzujących metodyki zwinne znajduje swoje źródło w filozofii Lean Manufacturing – sam Scrum Guide, będący kompendium Scruma, wspomina o bazowaniu na empiryzmie i „lean thinking”. Niemniej zaskakująca jest ewolucja podejścia Agile, które zaczynając od pozornie prostych założeń wywodzących się głównie ze Scrum i Extreme Programming (XP), przeszło długą drogę, rozwijając rewolucyjne koncepcje pokroju DevOps. DevOps to model pracy oraz kultura organizacyjna cechującą się połączeniem zespołów wytwarzających oprogramowanie (Software Development) i zarządzających oraz wspierających systemy (Software Operations). Jej celem jest przyspieszenie dostarczania oprogramowania, ulepszenie przepływu wartości od pomysłu do realizacji i unikanie lub szybsze adresowanie błędów.
Grupą docelową kursu są programiści pracujący w szeroko rozumianym IT, osoby pracujące lub chcące pracować w środowisku Agile (m.in. w rolach: Scrum Master, Product Owner, Product Manager, Agile Coach, Agile Lead, analityk biznesowy), analitycy Data Science (pracujący m.in. w R i Python), a także managerowie i Project Managerowie, którzy nadzorują lub koordynują pracę programistów, analityków, zespołów produktowych i trenerów Agile/Scrum. Znajomość zagadnień wchodzących w zakres kursu jest niezbędna w pracy osób odgrywających kluczowe role w podejściu Agile i Project Managera, a dla analityka/programisty jest dodatkowym atutem na rynku pracy i ważnym uzupełnieniem miękkich umiejętności dewelopera/analityka danych.
Kurs to sesje szkoleniowe prowadzone na żywo, praktyczne ćwiczenia i bogaty zbiór materiałów, który pozwoli uczestnikowi także samodzielnie zagłębić się w prezentowaną tematykę. Materiały przekazywane w ramach kursu zapewniają dostęp do unikatowych dokumentów ułatwiających poruszanie się w świecie Agile i Lean Six Sigma. Znaczną przewagą niniejszego kursu nad szkoleniami realizowanymi we własnym tempie (self-pace) jest interakcja z prowadzącymi, możliwość zadawania pytań i rozpoczynania dyskusji oraz nabywanie realnych umiejętności.
Po ukończeniu kursu, perspektywy zawodowe znacznie się rozszerzą – poczynając od zmiany sposobu myślenia, nabycia lub ulepszenia umiejętności technicznych (obejmujących m.in. znajomość najlepszych metodyk tworzenia oprogramowania, poznanie czynności DevOps, polepszenie jakości kodu, obsługę powszechnych narzędzie JIRA i Confluence), aż po możliwości pełnienia dedykowanych ról w Scrumie i pracy w systemie Kanban, kończąc na perspektywie zatrudnienia jako Lean Expert, Process Designer, Agile Coach, Agile Lead, Change Manager, Project Manager i tym podobne.
- Nauczyciel: Kamila Ćwiakowska
- Nauczyciel: Piotr Ćwiakowski
- Nauczyciel: Krystian Igras
Zapisy na kurs:
Wdrażanie aplikacji analitycznych w R i Python
Opis kursu
Wdrażanie i rozwój rozwiązań analitycznych w środowisku produkcyjnym w przedsiębiorstwie jest jedną kluczowych umiejętności na wyższych, samodzielnych stanowiskach analitycznych. Analitycy Data Science, programiści oraz zarządzający projektami potrzebują opanować zbiór narzędzi (tzw. stack technologiczny), który pozwoli na realizację pełnego cyklu rozwoju projektu z zachowaniem dobrych praktyk: wersjonowanie, praca w zespole, testowanie i finalnie opublikowanie modelu analitycznego do zastosowań dla końcowego odbiorcy. Wiedza i umiejętności z tym związane wchodzą w zakres czynności powszechnie nazywanych DevOps .
Kurs prowadzony jest na poziomie średnio zaawansowanym i zaawansowanym. Wymagana jest znajomość dowolnego języka programowania (przede wszystkim R lub Python), przy czym przykłady zostaną przygotowane w R i Python. Przedstawione zostaną tu narzędzia umożliwiające efektywne zarządzanie projektami analitycznymi (praca w systemie Linux git, Docker). Przygotowane przykłady posłużą do zaprezentowania praktycznych problemów, z którymi mierzą się analitycy i osoby zarządzające projektami. Uczestnicy w trakcie kursu poznają rozwiązania omawianych problemów z wykorzystaniem powszechnie stosowanych narzędzi i technik. Dokonany zostanie również przegląd rozwiązań chmurowych (AWS, Google Cloud).