IT kurzy

Portfólio kurzov

---

Pripravili sme pre vás sériu online kurzov na rôzne odborné témy zamerané na AI a HPC. Všetky kurzy sú bezplatné, prebiehajú online a sú naplánované v čase od 9:00 do 13:30. Po skončení každého kurzu účastníkom zasielame:

• Dotazník na zhodnotenie kurzu
• Nahrávku školenia
• Certifikát (ktorý slúži ako potvrdenie o účasti, posielame na požiadanie)

🔴 Dôležité: Pred registráciou si dôkladne preštudujte anotáciu kurzu, kde sú presne uvedené prerekvizity. Tieto informácie nájdete pri každom kurze po kliknutí na “Zobraziť viac”.

Tešíme sa na vašu účasť! V prípade akýchkoľvek otázok ohľadom vzdelávacích aktivít nás neváhajte kontaktovať.

	19 Feb	JULIA II. MIERNE POKROČILÝ Miroslav Reiter Registration Kurz JULIA II. MIERNE POKROČILÝ ponúka praktický a prístupný prehľad pokročilejších techník programovania v jazyku Julia. Rozdelený je na dve hlavné časti, ktoré sa zameriavajú na prácu s modulmi, výstupmi, dátami a chybami, ako aj na tvorbu a používanie makier. Zobraziť viac Osnova kurzu: 1. Výstupy, moduly, chyby a práca s dátami • Čo sú to moduly a submoduly • Práca s výstupom show, @info, println a modul Printf • Práca s chybami a výnimkami • Dátumy a časy • Práca so súbormi 2. Makrá • Čo sú makrá? • Ako makrá tvoriť a používať Pre koho je kurz určený: Kurz je vhodný pre programátorov, dátových analytikov, vedcov a všetkých záujemcov o moderné programovacie jazyky a vysokovýkonné výpočty. Je dôležité mať aspoň základy programovania v jazyku Julia. Výhodou sú znalosti s programovaním v Pythone alebo inom programovacom jazyku (naše kurzy Základy programovacieho jazyka Python, Python OOP, Spracovanie a vizualizácia Dát), aby ste mohli plne využiť ponúkaný obsah. Znalosti z programovania v jazyku Julia si viete doplniť tu: YouTube – Julia Programovanie Technické podmienky: Na kurze používame operačný systém Microsoft Windows. Odporúčame mať oprávnenia na inštaláciu a zmeny softvérového vybavenia operačného systému. Bez blokovania portov a blokovania Firewallom. Treba mať nainštalovanú a rozbehanú Julia, Python + Anaconda, Jupyter Notebook + Jupyter Hub. Zobraziť menej
	5 Mar	AI PRE MIERNE POKROČILÝCH Miroslav Reiter Registration Kurz AI pre mierne pokročilých poskytuje praktický a podrobný prehľad o využívaní pokročilých funkcií ChatGPT a jeho aplikácii v AI projektoch. Rozdelený je na dve hlavné časti – práca s ChatGPT a tvorba AI projektov. Účastníci sa naučia efektívne používať nástroje, ako je CANVAS, osvojia si formátovanie s MarkDown a získajú cenné tipy a triky na optimalizáciu práce s ChatGPT. Zobraziť viac Zároveň sa oboznámia s konceptom AI projektov a ich praktickými príkladmi. Kurz je navrhnutý pre mierne pokročilých používateľov ChatGPT, ktorí chcú prehĺbiť svoje znalosti a efektívne využiť umelú inteligenciu vo svojej práci alebo štúdiu. Osnova kurzu: 1. Práca s ChatGPT: • Úvod do noviniek ChatGPT a jeho schopností (multimodalita, rozšírená pamäť) • Zmeny v používateľskom rozhraní a novinky v integráciách (Súbory, Nástroje, Web browsing) • Čo je to CANVAS a ako ho začať používať • ChatGPT a formátovanie (Tabuľky, Markdown) • ChatGPT tipy a triky (Humanizer, Sider, ray.so) 2. AI projekty • Čo sú to AI projekty v ChatGPT 4 • Príklady na AI projekty Pre koho je kurz určený: Kurz je určený pre mierne pokročilých používateľov, ktorí už používajú ChatGPT a majú záujem o umelú inteligenciu a chcú sa zlepšiť v používaní a jeho nástrojoch. Je ideálny pre študentov, programátorov, marketérov a používateľov z iných oblastí, ktorí sa zaujímajú o AI a ChatGPT. Znalosti z AI a ChatGPT si viete doplniť tu: YouTube – AI a ChatGPT Technické podmienky: Na kurze používame operačný systém Microsoft Windows. Odporúčame mať oprávnenia na inštaláciu a zmeny softvérového vybavenia operačného systému. Bez blokovania portov a blokovania Firewallom. Treba mať účet na ChatGPT Open AI. Pre plný potenciál a využitie kurzu odporúčame platenú verziu ChatGPT, ak si chcete spolu s lektorom vyskúšať všetky tipy a cvičenia. Zobraziť menej
	12 Mar	GIT A GITHUB II. MIERNE POKROČILÝ Miroslav Reiter Registration Kurz Git a GitHub II. (Mierne Pokročilý) ponúka praktický a podrobný pohľad na pokročilejšie možnosti práce s Gitom a GitHubom. Rozdelený je na dve hlavné časti – používanie GitHub Desktop a práca s GitHubom. Účastníci sa naučia efektívne spravovať repozitáre pomocou nástrojov GitHub Desktop, vrátane operácií ako push, pull, fetch a odstránenie. V časti venovanej GitHubu sa oboznámia s prácou s Issues, Insights, nastaveniami repozitárov, šablónami, Wiki a GitHub Pages. Osvoja si tiež pokročilé využitie markdownu, ako sú tabuľky, upozornenia a odkazy, a naučia sa používať GitHub Projects na organizáciu práce vo formátoch Table, Board a Roadmap. Kurz je ideálny pre mierne pokročilých používateľov, ktorí chcú zlepšiť svoje schopnosti správy kódu a projektov v Git a GitHub. Osnova kurzu: 1. Git a GitHub Desktop • Používanie a nastavenia GitHub Desktop • Práca s repozitármi (push, pull, fetch, remove) 2. GitHub • Issues a Insights • Nastavenia repozitárov a šablóny • Wiki a GitHub Pages • Pokročilý markdown (Tabuľky, Upozornenia, Odkazy ) • GitHub projects (Table, Board, Roadmap) Pre koho je kurz určený: Kurz je vhodný pre programátorov, dátových analytikov, vedcov a všetkých záujemcov o verziovanie dát, projektov a moderné programovacie jazyky. Je dôležité mať aspoň základy používaniu Gitu a GitHubu. Výhodou sú znalosti s programovaním v Pythone alebo inom programovacom jazyku (naše kurzy Základy programovacieho jazyka Python, Python OOP, Spracovanie a vizualizácia Dát), aby ste mohli plne využiť ponúkaný obsah. Znalosti z Git a GitHub si viete doplniť tu: YouTube – Git a GitHub Technické podmienky: Na kurze používame operačný systém Microsoft Windows. Odporúčame mať oprávnenia na inštaláciu a zmeny softvérového vybavenia operačného systému. Bez blokovania portov a blokovania Firewallom. Treba mať nainštalovaný a rozbehaný Git + GitHub Desktop + GitHub účet aj s viacerými repozitármi. Zobraziť viac
	19 Mar	PYTHON ŠTANDARDNÁ KNIŽNICA Miroslav Reiter Registration Kurz Python štandardná knižnica poskytuje praktický a systematický prehľad najdôležitejších modulov štandardnej knižnice Pythonu. Zameriava sa na prácu s dátami a súbormi prostredníctvom modulov ako os, pathlib, csv a json, pričom účastníci získajú schopnosti efektívne manipulovať so súborovým systémom a dátovými formátmi. Zobraziť viac Kurz tiež pokrýva prácu s časom a generovanie dát pomocou modulov datetime a random. Osobitná pozornosť je venovaná efektívnej práci s dátovými štruktúrami cez modul collections, ako aj logovaniu a diagnostike pomocou logging a sys. Tento kurz je ideálny pre tých, ktorí chcú prehĺbiť svoje znalosti Pythonu a naučiť sa efektívne využívať jeho výkonné nástroje. Osnova kurzu: 1. Prehľad modulov štandardnej Python knižnice 2. Práca s dátami a súbormi (os, pathlib, csv, json) 3. Práca s časom a generovanie dát (datetime, random) 4. Efektívna práca s dátovými štruktúrami (collections) 5. Logovanie a diagnostika (logging, sys) Pre koho je kurz určený: Kurz je vhodný pre programátorov, dátových analytikov, vedcov a všetkých záujemcov o Python ako moderný programovací jazyk. Je dôležité mať znalosti s programovaním v Pythone a OOP (naše kurzy Základy programovacieho jazyka Python, Python OOP, Spracovanie a vizualizácia Dát), aby ste mohli plne využiť ponúkaný obsah. Znalosti z Python si viete doplniť tu: YouTube – Python Štandardná knižnica Technické podmienky: Na kurze používame operačný systém Microsoft Windows. Odporúčame mať oprávnenia na inštaláciu a zmeny softvérového vybavenia operačného systému. Bez blokovania portov a blokovania Firewallom. Treba mať nainštalovaný a rozbehaný Python + Anaconda, Jupyter Notebook + Jupyter Hub. Rovnako je dôležité mať založené konto v Jetbrains Datalore. Zobraziť menej
	2 Apr	TESTOVANIE SOFTVÉRU V PYTHON I. ZAČIATOČNÍK Miroslav Reiter Registration Kurz Testovanie Softvéru v Python I. Začiatočník poskytuje ucelený úvod do základov testovania softvéru s využitím jazyka Python. Účastníci sa oboznámia s významom testovania softvéru, rôznymi typmi testovania, ako sú manuálne a automatizované testy, a prehľadom dostupných testovacích nástrojov v Python, ako sú unittest, pytest, Selenium a Robot Framework. Zobraziť viac Kurz sa zameriava na vytváranie jednoduchých testovacích prípadov s modulom unittest, pričom účastníci sa naučia používať assert metódy na overovanie výsledkov a spúšťať testy, pričom budú schopní interpretovať výstupy. Ďalej sa zameriava na automatizáciu testov s pytest, kde sa účastníci naučia, prečo je tento nástroj výhodný, ako ho nainštalovať a nastaviť, a ako písať jednoduché testy. Tento kurz je určený pre začiatočníkov, ktorí sa chcú naučiť základné techniky testovania softvéru v Pythone a získať praktické zručnosti v tejto oblasti. Osnova kurzu: 1. Úvod do testovania softvéru v Pythone • Čo je testovanie softvéru a prečo je dôležité? • Typy testovania (manuálne vs. automatizované) • Prehľad testovacích nástrojov v Python (unittest, pytest, Selenium, Robot Framework) 2. Základy Python unittest • Stručný prehľad modulu unittest • Vytváranie jednoduchých testovacích prípadov • Použitie assert metód na overovanie výsledkov • Spúšťanie a interpretácia výsledkov testov 3. Automatizácia testov s pytest • Prečo používať pytest a jeho výhody • Inštalácia a nastavenie pytest • Písanie jednoduchých testov pomocou pytest 4. Mockovanie a testovanie externých služieb • Čo je to mockovanie? • Použitie modulu unittest.mock Pre koho je kurz určený: Kurz je vhodný pre testerov, programátorov, QA manažérov a všetkých záujemcov o testovanie v programovacom jazyku Python. Je dôležité mať znalosti s programovaním v Pythone a OOP (naše kurzy Základy programovacieho jazyka Python, Python OOP, Spracovanie a vizualizácia Dát), aby ste mohli plne využiť ponúkaný obsah. Znalosti z Python si viete doplniť tu: YouTube – Python Programovanie Technické podmienky: Na kurze používame operačný systém Microsoft Windows. Odporúčame mať oprávnenia na inštaláciu a zmeny softvérového vybavenia operačného systému. Bez blokovania portov a blokovania Firewallom. Treba mať nainštalovaný a rozbehaný Python + Anaconda, Jupyter Notebook + Jupyter Hub. Rovnako je dôležité mať založené konto v Jetbrains Datalore. Zobraziť menej
	9 Apr	PYTHON – NEURÓNOVÉ SIETE S KNIŽNICOU KERAS Miroslav Reiter Registration Kurz Python – Neurónové siete s knižnicou Keras poskytuje praktický úvod do sveta neurónových sietí s použitím knižnice Keras. Účastníci sa oboznámia so základnými princípmi neurónových sietí, naučia sa pracovať s Keras, inštalovať a konfigurovať prostredie pre vývoj modelov. V prvej časti kurzu sa zameriame na vytvorenie a tréning jednoduchého modelu neurónovej siete, pričom sa účastníci naučia používať základnú štruktúru modelu Sequential, pridávať vrstvy ako Dense a Activation a nastavovať optimalizátory. Zobraziť viac Model bude trénovaný na jednoduchých dátach, ako je napríklad dataset MNIST, a účastníci si osvoja používanie metód ako fit() a evaluate() na tréning a vyhodnotenie modelu. V závere kurzu sa účastníci naučia ukladať modely, načítavať ich a vykonávať predikcie na nových dátach. Tento kurz je ideálny pre začiatočníkov, ktorí sa chcú naučiť, ako vytvárať a trénovať neurónové siete v Pythone s knižnicou Keras a získať praktické skúsenosti s tvorbou a vylepšovaním modelov strojového učenia. Osnova kurzu: 1. Úvod do neurónových sietí a Keras • Čo sú neurónové siete a ich základné princípy? • Prehľad knižnice Keras • Nastavenie prostredia pre prácu s Keras (inštalácia a základná konfigurácia) 2. Vytvorenie a tréning jednoduchého modelu • Základná štruktúra neurónovej siete v Keras (Sequential model) • Pridávanie vrstiev (Dense, Activation) a nastavenie optimalizátorov • Tréning modelu na jednoduchých dátach (napr. MNIST) • Použitie metód fit() a evaluate() 3. Vylepšovanie a optimalizácia modelu • Použitie techník na zlepšenie výkonu (Dropout, BatchNormalization) • Úprava hyperparametrov a optimalizácia modelu • Overovanie výsledkov modelu 4. Ukladanie modelu a predikcia na nových dátach • Ukladanie a načítanie modelu • Predikcia výsledkov s novými dátami Pre koho je kurz určený: Kurz je vhodný pre programátorov, dátových analytikov, vedcov a všetkých záujemcov o Python ako moderný programovací jazyk. Je dôležité mať znalosti s programovaním v Pythone a OOP (naše kurzy Základy programovacieho jazyka Python, Python OOP, Spracovanie a vizualizácia Dát), aby ste mohli plne využiť ponúkaný obsah. Znalosti z Python si viete doplniť tu: YouTube – Python Programovanie Technické podmienky: Na kurze používame operačný systém Microsoft Windows. Odporúčame mať oprávnenia na inštaláciu a zmeny softvérového vybavenia operačného systému. Bez blokovania portov a blokovania Firewallom. Treba mať nainštalovaný a rozbehaný Python + Anaconda, Jupyter Notebook + Jupyter Hub. Rovnako je dôležité mať založené konto v Jetbrains Datalore. Zobraziť menej
	16 Apr	Strojové učenie (Machine Learning ML) v Pythone (scikit-learn) zamerané na Regresiu Miroslav Reiter Registration Kurz Strojové učenie (Machine Learning ML) v Pythone (scikit-learn) – Regresia poskytuje praktický úvod do základov strojového učenia so zameraním na regresné modely. Účastníci sa oboznámia so základnými pojmami, ako je supervised learning, tréning a testovanie modelov, a pochopia rozdiel medzi regresiou a klasifikáciou. Zobraziť viac Kurz ponúka prehľad rôznych typov regresií a knižnice scikit-learn, pričom sa naučia pripravovať dáta pre modelovanie a pracovať s datasetmi. V ďalšej časti sa kurz zameriava na teóriu a aplikácie lineárnej regresie. Účastníci sa naučia vytvoriť model lineárnej regresie v scikit-learn, trénovať ho, vyhodnocovať jeho výkon pomocou metrík, ako sú R² a Mean Squared Error, a využívať model na predikciu hodnôt. Kurz pokračuje témou viacnásobnej regresie, kde sa účastníci naučia pracovať s viacerými vstupnými premennými, vyberať dôležité nezávislé premenné, normalizovať dáta a vytvárať pokročilejšie modely. Tento kurz je navrhnutý pre začiatočníkov, ktorí sa chcú naučiť princípy regresie, zvládnuť ich implementáciu v Pythone a získať pevné základy pre ďalšie témy strojového učenia. Osnova kurzu: 1. Úvod do strojového učenia a regresie • Základné pojmy strojového učenia (supervised learning, training, testing) • Čo je regresia a ako sa líši od klasifikácie • Prehľad typov regresií • Prehľad knižnice scikit-learn • Príprava dát pre modelovanie a práca s datasetmi 2. Lineárna regresia • Teória lineárnej regresie a jej aplikácie • Vytvorenie modelu lineárnej regresie v scikit-learn • Tréning modelu a vyhodnocovanie výkonu (R², Mean Squared Error) • Predikcia hodnôt s modelom 3. Viacnásobná regresia a výber parametrov • Prechod na viacnásobnú regresiu: viacero vstupných premenných • Výber dôležitých vstupných premenných a normalizácia dát • Vytvorenie a tréning modelu s viacerými nezávislými premennými Pre koho je kurz určený: Kurz je vhodný pre programátorov, dátových analytikov, vedcov a všetkých záujemcov o Python ako moderný programovací jazyk. Je dôležité mať znalosti s programovaním v Pythone a OOP (naše kurzy Základy programovacieho jazyka Python, Python OOP, Spracovanie a vizualizácia Dát), aby ste mohli plne využiť ponúkaný obsah. Rovnako je odporúčané mať základné skúsenosti s knižnicou scikit-learn. Znalosti z Python si viete doplniť tu: YouTube – Python Programovanie Znalosti z scikit-learn si viete doplniť tu: YouTube – Scikit-learn Technické podmienky: Na kurze používame operačný systém Microsoft Windows. Odporúčame mať oprávnenia na inštaláciu a zmeny softvérového vybavenia operačného systému. Bez blokovania portov a blokovania Firewallom. Treba mať nainštalovaný a rozbehaný Python + Anaconda, Jupyter Notebook + Jupyter Hub. Rovnako je dôležité mať založené konto v Jetbrains Datalore. Zobraziť menej
	23 Apr	APACHE SPARK A VEĽKÉ DÁTA Miroslav Reiter Registration Kurz Apache Spark a veľké dáta ponúka praktický úvod do spracovania veľkých dát pomocou výkonného nástroja Apache Spark. Účastníci sa oboznámia so základnými konceptmi veľkých dát, významom ich spracovania a architektúrou Spark, ktorá umožňuje paralelné spracovanie a vysokú výkonnosť. Naučia sa nastaviť prostredie Apache Spark v lokálnom móde a pochopia rozdiely medzi Spark a inými nástrojmi, ako je Hadoop MapReduce. Zobraziť viac V druhej časti kurzu sa zameriame na prácu s RDD (Resilient Distributed Datasets), pričom účastníci sa naučia vykonávať transformácie, ako sú map, filter a reduce. Kurz tiež predstaví DataFrames, ich výhody oproti RDD a operácie, ako select, filter, groupBy a agg. Účastníci získajú zručnosti v práci s dátami, vrátane ich načítania a ukladania vo formátoch CSV a JSON. Záverečná časť kurzu sa venuje Spark SQL, kde sa účastníci naučia vytvárať a spravovať tabuľky, ako aj vykonávať SQL dopyty na veľkých dátach. Tento kurz je navrhnutý pre začiatočníkov, ktorí chcú pochopiť základné princípy Apache Spark a jeho aplikácie na spracovanie veľkých dát. Osnova kurzu: 1. Úvod do Apache Spark a veľkých dát • Čo sú veľké dáta: základné koncepty a význam • Apache Spark: architektúra a kľúčové vlastnosti (RDD, DAG, paralelizmus) • Inštalácia a nastavenie prostredia (lokálny mód) • Porovnanie Spark s inými nástrojmi (Hadoop MapReduce) 2. Práca s RDD a DataFrame • Vytváranie a transformácie RDD (map, filter, reduce) • Úvod do DataFrames: výhody oproti RDD • Operácie nad DataFrames (select, filter, groupBy, agg) • Základná práca s dátami: načítanie a ukladanie (CSV, JSON) 3. Spracovanie dát v Spark SQL • Vytvorenie a použitie tabuľky v Spark SQL • Spúšťanie SQL dopytov na veľkých dátach Pre koho je kurz určený: Kurz je vhodný pre programátorov, dátových analytikov, vedcov a všetkých záujemcov o Python ako moderný programovací jazyk. Je dôležité mať znalosti s programovaním v Pythone a OOP (naše kurzy Základy programovacieho jazyka Python, Python OOP, Spracovanie a vizualizácia Dát), aby ste mohli plne využiť ponúkaný obsah. Rovnako je odporúčané mať základné skúsenosti s jazykom SQL. Znalosti z Python si viete doplniť tu: YouTube – Python Programovanie Znalosti z SQL si viete doplniť tu: YouTube – SQL Technické podmienky: Na kurze používame operačný systém Microsoft Windows. Odporúčame mať oprávnenia na inštaláciu a zmeny softvérového vybavenia operačného systému. Bez blokovania portov a blokovania Firewallom. Treba mať nainštalovaný a rozbehaný Python + Anaconda, Jupyter Notebook + Jupyter Hub. Rovnako je dôležité mať založené konto v Jetbrains Datalore. Zobraziť menej
	7 Maj	FASTAPI FRAMEWORK Miroslav Reiter Registration Kurz FastAPI framework pre začiatočníkov ponúka praktický úvod do moderného frameworku FastAPI, ktorý je ideálny na rýchle a efektívne vytváranie API. Účastníci sa naučia základné koncepty frameworku, vrátane nastavenia prostredia, vytvárania jednoduchých API endpointov pre GET a POST metódy a testovania API pomocou integrovaného rozhrania Swagger UI. V druhej časti sa kurz zameriava na prácu s požiadavkami a odpoveďami. Zobraziť viac Účastníci získajú zručnosti v spracovaní vstupných údajov, ako sú request body, query parametre a hlavičky, a naučia sa používať Pydantic modely na validáciu vstupov. Kurz tiež pokrýva tvorbu odpovedí, vrátane nastavenia response modelov, status kódov a custom headers, a ukazuje, ako efektívne pracovať s JSON dátami. Tento kurz je navrhnutý pre začiatočníkov, ktorí chcú získať pevné základy práce s FastAPI a naučiť sa vytvárať robustné a spoľahlivé API aplikácie. Osnova kurzu: 1. Úvod do FastAPI a základné koncepty • Čo je FastAPI a prečo ho používať? • Nastavenie prostredia (Python, FastAPI) • Vytvorenie prvého API endpointu (GET a POST metódy) • Testovanie API pomocou integrovaného rozhrania Swagger UI 2. Práca s požiadavkami a odpoveďami • Spracovanie vstupných údajov (request body, query parametre, headers) • Validácia vstupov pomocou Pydantic modelov • Nastavenie odpovedí (response models, status codes, custom headers) • Ukážka práce s JSON dátami Pre koho je kurz určený: Kurz je vhodný pre programátorov, dátových analytikov, vedcov a všetkých záujemcov o Python ako moderný programovací jazyk. Je dôležité mať znalosti s programovaním v Pythone a OOP (naše kurzy Základy programovacieho jazyka Python, Python OOP, Spracovanie a vizualizácia Dát), aby ste mohli plne využiť ponúkaný obsah. Rovnako je odporúčané mať základné skúsenosti s formátom JSON. Znalosti z Python si viete doplniť tu: YouTube – Python Programovanie Znalosti z JSON si viete doplniť tu: YouTube – JSON Technické podmienky: Na kurze používame operačný systém Microsoft Windows. Odporúčame mať oprávnenia na inštaláciu a zmeny softvérového vybavenia operačného systému. Bez blokovania portov a blokovania Firewallom. Treba mať nainštalovaný a rozbehaný Python + Anaconda, Jupyter Notebook + Jupyter Hub. Rovnako je dôležité mať založené konto v Jetbrains Datalore. Zobraziť menej
	14 Maj	DATABÁZY A POSTGRESQL II. MIERNE POKROČILÝ Miroslav Reiter Registration Kurz Databázy a PostgreSQL II. Mierne Pokročilý je navrhnutý pre účastníkov, ktorí už ovládajú základy PostgreSQL a chcú prehĺbiť svoje znalosti a schopnosti v práci s databázami. Kurz pokrýva štyri hlavné oblasti, ktoré umožňujú efektívnejšie spravovanie dát a optimalizáciu databázových operácií. Prvá časť sa venuje pohľadom (Views), kde sa účastníci oboznámia s ich významom, naučia sa vytvárať a používať pohľady na zjednodušenie zložitých dotazov, a pochopia ich obmedzenia a vplyv na výkon. Zobraziť viac Druhá časť predstavuje materializované pohľady (Materialized Views), pričom sa zameriava na rozdiely oproti štandardným pohľadom, ich vytváranie a pravidelnú aktualizáciu pomocou príkazu REFRESH MATERIALIZED VIEW. Tretia časť kurzu sa zaoberá sekvenciami (Sequences), ktoré sú nevyhnutné na generovanie unikátnych hodnôt, napríklad pre primárne kľúče. Účastníci sa naučia vytvárať sekvencie a využívať ich pomocou príkazov NEXTVAL a CURRVAL. V záverečnej časti sa kurz zameriava na extensions v PostgreSQL, kde sa účastníci naučia pridávať a aktivovať rozšírenia, ako aj využívať populárne extensions, napríklad pg_stat_statements a uuid-ossp. Tento kurz je určený pre mierne pokročilých používateľov PostgreSQL, ktorí chcú získať hlbšie znalosti o pokročilých funkciách databázy a naučiť sa ich aplikovať v praxi. Osnova kurzu: 1. Pohľady (Views) • Čo sú pohľady a ich výhody • Vytváranie pohľadov (CREATE VIEW) • Použitie pohľadov na zjednodušenie zložitých dotazov • Aktualizácia a mazanie pohľadov (DROP VIEW) • Obmedzenia a výkon pohľadov 2. Materializované pohľady (Materialized Views) • Rozdiel medzi pohľadmi a materializovanými pohľadmi • Vytváranie materializovaných pohľadov (CREATE MATERIALIZED VIEW) • Aktualizácia materializovaných pohľadov (REFRESH MATERIALIZED VIEW) 3. Sekvencie (Sequences) • Čo sú sekvencie a ich použitie v PostgreSQL • Vytváranie sekvencií (CREATE SEQUENCE) • Použitie sekvencií na generovanie primárnych kľúčov (NEXTVAL, CURRVAL) 4. Extensions v PostgreSQL • Čo sú extensions a ich význam • Pridávanie a aktivácia extensions (CREATE EXTENSION) • Prehľad populárnych extensions (pg_stat_statements, uuid-ossp) Pre koho je kurz určený: Kurz je vhodný pre programátorov, dátových analytikov, vedcov a všetkých záujemcov o PostgreSQL ako moderný databázový systém. Je dôležité mať znalosti s používaním PostgreSQL a jazykom SQL (naše kurzy Databázy a PostgreSQL I a II), aby ste mohli plne využiť ponúkaný obsah. Znalosti z PostgreSQL a jazyka SQL si viete doplniť tu: YouTube – PostgreSQL & SQL Technické podmienky: Na kurze používame operačný systém Microsoft Windows. Odporúčame mať oprávnenia na inštaláciu a zmeny softvérového vybavenia operačného systému. Bez blokovania portov a blokovania Firewallom. Treba mať nainštalované a rozbehané PostgreSQL + dbeaver. Zobraziť menej
	21 Maj	ORACLE DATABÁZY A JAZYK SQL (ORACLE DB) I. ZAČIATOČNÍK Miroslav Reiter Registration Kurz Oracle Databázy a Jazyk SQL (Oracle DB) I. Začiatočník je navrhnutý pre začiatočníkov, ktorí chcú získať pevné základy v práci s databázami Oracle a naučiť sa používať jazyk SQL. Účastníci sa oboznámia s tým, čo sú Oracle databázy, prečo sú obľúbené a aké sú ich základné vlastnosti. Naučia sa základy SQL, vrátane dopytov na výber, manipuláciu a definíciu dát (DQL, DML, DDL), a nastavia si prostredie na prácu s databázami, napríklad v Oracle SQL Developer. Zobraziť viac Kurz ďalej pokrýva základné SELECT dopyty, kde sa účastníci naučia vyberať stĺpce a riadky, filtrovať údaje pomocou klauzuly WHERE, triediť výsledky pomocou ORDER BY a obmedzovať výsledky pomocou LIMIT, OFFSET alebo ROWNUM. Ďalšia časť je venovaná agregácii dát pomocou funkcií SUM, AVG, COUNT, MAX a MIN, ako aj skupinovaniu dát pomocou GROUP BY a HAVING. V záverečnej časti kurzu sa účastníci naučia základy správy databázových objektov, vrátane vytvárania tabuliek, vkladania, aktualizácie a mazania dát a tabuliek. Tento kurz je ideálny pre tých, ktorí začínajú s databázami a chcú získať praktické zručnosti v používaní Oracle DB a SQL. Osnova kurzu: 1. Úvod do Oracle databáz a SQL • Čo sú Oracle databázy a prečo sa používajú • Prehľad Oracle databáz a ich základné vlastnosti • Základy jazyka SQL (DQL, DML, DDL) • Nastavenie prostredia: prihlásenie do Oracle DB (napr. Oracle SQL Developer) 2. Práca s dátami: SELECT dopyty • Základy dotazu SELECT (vyberanie stĺpcov a riadkov) • Filtrovanie údajov pomocou WHERE (porovnávacie operátory, logické operátory) • Triedenie výsledkov pomocou ORDER BY • Použitie LIMIT a OFFSET alebo ROWNUM 3. Agregácia a práca s viacerými tabuľkami • Funkcie pre agregáciu dát (SUM, AVG, COUNT, MAX, MIN) • Použitie GROUP BY a HAVING 4. Základy správy databázových objektov • Tvorba jednoduchých tabuliek (CREATE TABLE) • Vkladanie a aktualizácia dát (INSERT, UPDATE) • Mazanie dát a tabuliek (DELETE, DROP) Pre koho je kurz určený: Kurz je vhodný pre programátorov, dátových analytikov, vedcov a všetkých záujemcov o Oracle DB ako moderný databázový systém. Je dôležité vedieť čo sú databázy, tabuľky, kľúče, IDs, aby ste mohli plne využiť ponúkaný obsah. Znalosti z databáz si viete doplniť tu: YouTube – Oracle DB & SQL Technické podmienky: Na kurze používame operačný systém Microsoft Windows. Odporúčame mať oprávnenia na inštaláciu a zmeny softvérového vybavenia operačného systému. Bez blokovania portov a blokovania Firewallom. Treba mať nainštalovaný a rozbehaný dbeaver. Oracle databázu si môžete stiahnuť tu: Oracle Database XE – Stiahnuť Zobraziť menej