Лучшие IT курсы в Украине

AI для Project Manager - це курс, який присвячений практичному використанню штучного інтелекту в управлінні проєктами. Учасники навчаться застосовувати AI-інструменти для підготовки проєктної документації, планування робіт, управління ризиками, комунікації зі стейкхолдерами, проведення зустрічей та аналізу результатів проєкту. Під час навчання учасники працюватимуть з власними проєктами та створюватимуть готові шаблони документів, звітів та артефактів, які можуть бути використані одразу після завершення курсу.

Програма курсу

Модуль 1. AI для Project Manager: старт без містики

• Огляд сучасних AI-інструментів
• Промптинг для управління проєктами
• Захист проєктних даних
• NDA та комерційна інформація
• Створення особистої бібліотеки PM-промптів

Модуль 2. Документи та артефакти проєкту

• Project Charter
• Scope Statement
• BRD
• Change Request
• Технічні завдання
• Використання AI для створення проєктної документації

Модуль 3. Планування та управління ризиками

• Декомпозиція робіт (WBS)
• Roadmap проєкту
• Аналіз ризиків
• Формування Risk Register
• Боротьба зі Scope Creep

Модуль 4. Комунікації зі стейкхолдерами

• Статус-звіти
• Steering Committee
• Ескалації
• Складні повідомлення
• Підготовка презентацій для керівництва

Модуль 5. Зустрічі та протоколи

• Підготовка агенди
• Протоколи зустрічей
• Action Items
• Ретроспективи
• Автоматизація фіксації рішень

Модуль 6. Управління командою

• Постановка задач
• Онбординг нових учасників
• Performance Review
• Lessons Learned
• Підтримка розвитку команди за допомогою AI

Модуль 7. Аналітика проєкту

• Аналіз бюджету
• Аналіз термінів
• Виявлення відхилень
• Post-Mortem
• Project Closure

Модуль 8. Практика та план впровадження AI

• Презентація результатів
• Аналіз отриманих артефактів
• Формування особистого плану використання AI
• Рекомендації щодо подальшого розвитку
• Підсумкове обговорення

Попередні вимоги

Для успішного проходження курсу учасникам бажано:

• Мати досвід участі в проєктах
• Розуміти основні принципи проєктного управління
• Працювати з проєктною документацією
• Бути готовими використовувати власні проєктні матеріали під час практичних занять

Попередній досвід використання AI-інструментів не є обов’язковим.

Після завершення курсу учасники зможуть:

• Використовувати AI для підготовки проєктної документації
• Створювати Project Charter та Scope Statement
• Виконувати декомпозицію робіт та підготовку WBS
• Аналізувати ризики та формувати Risk Register
• Автоматизувати підготовку статус-звітів та протоколів зустрічей
• Використовувати AI для комунікації зі стейкхолдерами
• Проводити проєктну аналітику та аналіз відхилень
• Оптимізувати роботу команди та процеси управління проєктами
• Безпечно використовувати AI з урахуванням NDA та вимог захисту даних

Особливості курсу

• Допомога ментора
• Практика
• Сертифікат про проходження курсу

Курс "AI для Sales" допоможе навчитися використовувати можливості штучного інтелекту на всіх етапах sales-процесу: від пошуку потенційних клієнтів до підготовки комерційних пропозицій та управління воронкою продажів. Учасники працюватимуть з власними кейсами, продуктами та клієнтськими матеріалами, створюючи готові інструменти для практичного використання одразу після завершення навчання.

Програма курсу

Модуль 1. AI для Sales: старт без містики

• Огляд сучасних AI-інструментів
• Промптинг для продажів
• Робота з комерційною інформацією
• Захист даних клієнтів
• Створення особистої бібліотеки sales-промптів

Модуль 2. Кваліфікація та пріоритизація лідів

• Побудова ICP (Ideal Customer Profile)
• Критерії оцінки лідів
• AI для скорингу клієнтів
• Використання LinkedIn та Apollo у процесі пошуку клієнтів
• Пріоритизація клієнтської бази

Модуль 3. Комунікація з клієнтами

• Холодні листи
• follow-up комунікації
• Персоналізація повідомлень
• Підготовка відповідей на заперечення
• Побудова серій комунікацій

Модуль 4. Комерційні пропозиції та презентації

• Структура ефективного КП
• Адаптація пропозиції під клієнта
• Створення презентацій та pitch deck
• executive summary
• Підготовка комерційних матеріалів за допомогою AI

Модуль 5. Аналіз конкурентів та ринку

• Дослідження конкурентів
• Моніторинг ринку
• Аналіз сильних та слабких сторін
• Створення battle cards
• Формування конкурентних переваг

Модуль 6. CRM та sales-звітність

• Автоматизація роботи з CRM
• Обробка результатів зустрічей
• Формування pipeline-звітів
• Прогнозування продажів
• Аналітика для керівництва

Модуль 7. Управління sales-командою за допомогою AI

• Оцінка ефективності команди
• coaching та розвиток співробітників
• Прогнозування результатів
• Адаптація нових менеджерів
• Побудова індивідуальних планів розвитку

Модуль 8. Практика та план впровадження AI

• Аналіз власного sales-процесу
• Презентація виконаних завдань
• Формування плану впровадження AI
• Відповіді на запитання та підбиття підсумків

Попередні вимоги

Для успішного проходження курсу учасникам бажано:

• Мати досвід роботи у сфері продажів
• Розуміти основні етапи sales-процесу
• Впевнено користуватися комп’ютером та офісними програмами
• Бути готовими працювати з власними комерційними матеріалами під час практичних занять

Попередній досвід використання AI-інструментів не є обов’язковим.

Після завершення курсу учасники зможуть:

• Використовувати AI для пошуку та кваліфікації потенційних клієнтів
• Формувати ICP та визначати пріоритетність лідів
• Створювати персоналізовані листи та комерційні пропозиції
• Ефективно працювати із запереченнями клієнтів
• Аналізувати конкурентів та ринок за допомогою AI
• Автоматизувати підготовку звітів та роботу з CRM
• Використовувати AI для прогнозування продажів
• Підвищувати продуктивність sales-команди
• Впроваджувати AI у власний процес продажів без ризику витоку комерційної інформації

Особливості курсу

• Допомога ментора
• Практика
• Сертифікат про проходження курсу

На курсі вивчається управління проєктами та він буде корисним для тих, хто прагне розвиватися у сфері IT або мріє створити власний технологічний проєкт. У програмі курсу розглядаються різновиди проєктів, методи оцінки ризиків, а також особливості роботи з клієнтами та командою. Цей курс надасть вам необхідні знання і навички для успішної реалізації проєктів у технологічній галузі.

Програма курсу

Основи Project management

• Project management
  • Знайомство та план курсу
  • Хто такий проджект менеджер?
  • Типи компаній на ІТ ринку
• Основні ролі в процесі розробки
  • Представники зі сторони клієнта
  • Учасники зі сторони компанії виконавця
• SDLC
  • Життєвий цикл проєкту
  • Участь різних ролей на різних етапах проєкту
• Документація проєкту
  • Види документації
  • Must-have документація
  • Інша документація проєкту
• Підходи розробки ПЗ
  • Моделі, методології та фреймворки розробки ПЗ
• Стейкхолдери
  • Хто такі стейкхолдери?
  • Співробітництво зі стейкхолдерами
• Управління комунікаціями на проєкті
  • План комунікацій на проєкті
  • Основні бар'єри ефективної комунікації
  • Ескалація
• Збір вимог від клієнта
  • Що таке вимоги?
  • Підходи збору вимог
  • Типи документів для опису вимог
• Керування об'ємом роботи на проєкті
  • Створення WBS
  • Структура беклога продукту
  • Пріоритизація беклогу
  • MVP продукту
  • Техніки оцінювання роботи на проєкті
  • Незапланована робота
• Керування ресурсами, робота з командою
  • Набір команди
  • Стадії формування команди
  • Типи ресурсів
• Мотивація команди
  • Види мотивації
  • Інструменти визначення мотивації співробітника
  • Встановлення персональних цілей та особистого плану розвитку
  • Збереження команди
• Управління бюджетом проєкту
  • Бюджет проєкту
  • Типи контрактів
  • Дохідність проєкту
• Керування розкладом і часом в ІТ проєкті
  • Тайм-менеджмент
  • Дорожня карта проєкту
  • Делегування
• Керування якістю в ІТ проєкті
  • Якість
  • Баги
  • Якісний код
• Підходи пошуку кореня причин або проблем
  • Пошук основної причини виникнення проблеми
  • Техніки, що використані в Root cause analysis
• Керування ризиками в ІТ проєкті
  • Ризик і проблема
  • Джерела ризиків
  • Робота з ризиками
  • Облік ризиків
• Конфлікт-менеджмент та кризис-менеджмент
  • Конфлікт
  • Техніки рішення конфліктів
  • Агресія та методи роботи з нею
  • Ведення бесіди та вірне завершення бесіди
  • Лідерство
  • Стилі лідерства
  • Лідер vs Менеджер
• Лідерство
  • Стилі лідерства
  • Лідер vs Менеджер
• KPI метрики
  • Що таке KPI?
  • Must-have метрики на проєкті
  • КРІ репорти
• Jira / Confluence
  • Знайомство з продуктами компанії Atlassian
  • Знайомство з Jira
  • Знайомство з Confluence
• Технічний блок
  • Базові технічні поняття
  • QA
  • Front-end
  • Back-end
  • DevOps
  • Databases

Дипломний проєкт

Особливості курсу

• Заняття в режимі онлайн-трансляції
• Доступ до матеріалів в особистому кабінеті після закінчення навчання
• Навчання зосереджене на практиці
• Постійний фідбек від викладача
• Сертифікат після успішного закінчення навчання
• До шостого заняття ви можете повернути 100% внесених за навчання коштів
• Бонуси курсу:
  • тренінги з проходження співбесіди та складання резюме з HR-фахівцем компанії
  • тестова співбесіда з технічним фахівцем

Викладачі курсу

• Артем Лінник - Project Manager at DataArt
• Валерій Борзов - Delivery Manager at Code IT
• Анастасія Серб - Senior Project Manager at SoftServe
• Кирило Монюшко - Team Lead Business Analyst at Capgemini Engineering
• Вікторія Зленко - Project Manager at Playtika
• Антоніна Сметаніна - Senior Project Manager at Isobar
• Олександр Костиця - Software Development Manager at Ecentria
• Валерій Іванов - Project Manager at 3DLOOK
• Анастасія Сіренко - IT Program Manager at SoftServe
• Олександра Рязанцева - Chief Product Owner at datango
• Наталія Ангелова - Project Manager at VisiQuate
• Богдан Лікар - Senior Project Manager at SoftServe
• Олександр Вербецький - Engineering Manager at GlobalLogic
• Андрій Скоромний - Delivery Manager at Promova
• Антон Воронько - Senior Agile Consultant at SoftServe
• Євген Новик - Project Manager at EPAM
• Сергій Сагайдак - Project Manager at Luxoft
• Олексій Четверіков - Project Manager, Business Analyst at PixelTeh
• Анастасія Лопачук - Product Owner / Project Manager at Favbet
• Ірина Сальникова - Project Manager at Plan A technologies
• Мері Мовсісян - Senior Project Manager at PandaDoc
• Каріна Хомутова - Project Manager/PM Lead
• Ліана Солкарян - Senior Project Manager

Під час проходження навчання освоїте стек EE-технологій, який використовується для створення додатків. Після закінчення курсу набутих навичок буде достатньо для розуміння принципів ООП, створення Java-додатків і сервісів бізнес-рівня.

Програма курсу

Інструменти програмування

• Знайомство та план курсу
• Системи контролю версій Git. Вендори Github. Gitlab Базові команди
• Просунуте керування Git

Введення в ООП

• Введення в ООП
• Принцип ООП: Інкапсуляція
• Принцип ООП: Спадкування
• Успадкування в Java
• Принцип ООП: Поліморфізм
• Поліморфізм у Java

Типи даних

• Зберігання даних
• Примітивні та референсні типи даних
• Символи у Java
• Рядки в Java

Винятки

• Введення у винятки
• Викид та обробка винятків

Можливості середовища розробки Intellij IDEA

• Налагодження програми (Debug)
• Функціонал, що спрощує/прискорює розробку

Потоки введення-виводу

• Введення в I\O
• Робота з файлами
• Пакет NIO
• Основні компоненти пакета NIO

Багатопоточність

• Багатопоточність у Java
• Стандартні методи підтримки багатопоточності
• Проблеми стандартної синхронізації Java і пакет java.util.concurrent
• Просунуті способи синхронізації

Колекції в Java

• Ієрархія колекцій у Java
• Базові реалізації списків
• Структура даних "Словник"
• Базові реалізації інтерфейсу Map
• Множини
• Черги

Складність алгоритмів та О-нотація

• Складність алгоритму
• Робота з типовими алгоритмами
• Робота з деревами
• Робота з графами

Узагальнення (Generics)

• Введення в узагальнення
• Спадкування та організування в узагальненнях

Stream API

• Введення в Stream API
• Основні операції Stream API

Функціональне програмування

• Функціональні інтерфейси
• Лямбда-вирази

Бази даних та SQL

• Введення в SQL
• Операції DDL, DML
• Операції DQL
• Операції TCL

Робота з базами даних у Java

• Вступ до JDBC
• Конвертація SQL-даних у Java-об'єкти

Анотації та рефлексія

• Рефлексія
• Анотації

Дизайн та архітектура додатків

• Ієрархія шаблонів проектування
• Реалізація шаблону проектування

Складачі програм

• Maven як складач проєктів
• Конфігурація та складання проєкту
• Gradle як збирач проєктів
• Конфігурація та складання проєкту

Тестування програмного забезпечення

• Огляд фреймворків для юніт-тестування
• Реалізація тестових сценаріїв

Комунікація у мережі

• Основи комунікації у мережі
• Реалізація протоколу переданих даних
• Синхронні та асинхронні операції
• Комунікація за допомогою Netty

Web-проєкти

• Введення у Web-проєкти
• Введення в HTTP
• Архітектура Web-сервісів
• Реалізація Web-сервісу
• Архітектура RESTful-додатків
• Автоматичне документування програм

Веб-сервери

• Веб-сервери: Simple Web Server, JBoss, WildFly Контейнери Tomcat
• Java-сервлети

Логування додатків

• Основи логування
• Конфігурація логування

Object-Relational Mapping Framework

• JPA та Hibernate
• Конфігурування та виконання запитів

Spring Framework

• Введення у Spring Framework
• Spring Core
• Фреймворк Spring Data Access
• Конвертація SQL-даних у Java-об'єкти
• Фреймворк Spring Web
• RESTful-програми в Spring
• Введення у Spring Boot
• Конфігурація Spring Boot додатків
• Фреймворк Spring Data
• Фільтрування та пагінація
• Фреймворк Spring Security
• Конфігурація безпеки Web-додатків

Виконання дипломного проєкту.

Особливості курсу

• Для студентів, які закінчили курс Java Basic або для людей з базовими знаннями в будь-якій С-подібній мові програмування
• Вивчення мови програмування Java
• Навчитися працювати з ООП
• Застосовувати отримані знання та навички для створення Java-додатків
• Заняття проводиться у форматі дистанційного навчання
• Доступ до відеозаписів занять в особистому кабінеті
• Оперативна служба підтримки студентів
• Викладачі курсу - практикуючі фахівці, що працюють в топових компаніях
• Можливість повернути всі внесені за навчання кошти до шостого заняття
• Бонуси курсу:
  • тренінги по проходженню співбесіди та складанню резюме з HR-фахівцем компанії;
  • тестова співбесіда з технічним фахівцем.

Викладачі курсу

• Олександр Шайтан - Software Engineer at Capgemini Engineering
• Олександр Степурко - Senior Java Developer at Andersen
• Влад Засоба - Software Engineer at Mercedes-Benz AG
• Микола Циб - Senior Java Software Engineer at Oracle
• Юрій Дубинка - Java Technical Lead at Ciklum
• Євген Пінчук - Java Software Engineer at Digital Turbine
• Максим Коновалюк - Senior Software Developer at Eleks
• Євген Мица - Software Developer at emcodio
• Віктор Гевод - Java Software Engineer at Fintech band
• Михайло Євтушенко - Java Software Engineer at Eurosoftware UA, LLC
• Денис Ложанський - Senior Java Developer at jSolutions
• Олег Калюжний - Team Lead Software Developer at GlobalLogic

Тут ви вивчите просту, але потужну мову Python, яка використовується у всіх сферах ІТ - від веб-розробки до аналізу даних та розробки інтернет-речей. На цьому курсі ви не тільки отримаєте теоретичні знання, але й зможете поринути у практику, створивши свої перші програми на Python та вивчивши основи об'єктно-орієнтованого програмування.

Програма курсу

Навіщо потрібні комп'ютерні програми

• Програмування як творчий процес
• Архітектура комп'ютера
• У чому суть програмування?
• Процес "спілкування" з Python
• Інтерпретатор і компілятор
• Процес написання програм
• Що ж таке програма?
• Принципи програмування
• Парадигми програмування
• Вправи

Змінні, вирази і інструкції Python

• Поняття "значення" і "тип"
• Змінні
• Імена змінних і ключові (зарезервовані) слова
• Оператори
• Оператори і операнди
• Вирази
• Порядок операцій
• Операції з рядками
• Ввід даних
• Коментарі
• Вправи

Управління потоком виконання

• Логічні вирази
• Логічні оператори
• Умовне виконання
• Послідовність умов
• Вкладені умови
• Перехоплення винятків з використанням try і except
• Вправи

Ітерації

• Оновлення змінної
• Інструкція while
• Нескінченні цикли
• "Нескінченні цикли" і break
• Завершення ітерації за допомогою continue
• Списки
• Визначення циклів за допомогою for
• Обхід списків за допомогою циклу for
• Вправи

Функції і модулі

• Виклик функції
• Вбудовані функції
• Функції приведення типів
• Випадкові числа
• Математичні функції
• Додавання нових функцій
• Визначення і використання
• Параметри функції
• Модульні тести
• Імена файлів і шляхи
• Створення власних модулів і пакетів
• Ініціалізація пакета
• Обробка аргументів командного рядка
• Визначення параметрів середовища виконання
• Створення віртуальних середовищ
• Автоматична ініціалізація пакетів
• Вправи

Рядки

• Рядок - це послідовність
• Отримання довжини рядка з використанням len
• Обхід рядка за допомогою циклу
• Зріз рядка
• Рядки є незмінними
• Оператор in
• Порівняння рядків
• Малі методи
• Розбір (parsing) рядків
• Оператор форматування
• Регулярні вирази
• Вправи

Основи роботи з системою контролю версій

Файли

• Вступ
• Відкриття файлів
• Текстовий файл і рядки
• Читання файлів
• Пошук через файл
• Оператор with
• Запис файлів
• Вправи

Колекції

• Що таке колекція в Python
• Типи колекцій
• Масиви і методи роботи з ними
• Списки і методи роботи з ними
• Кортежі й методи роботи з ними
• Множини й незмінні множини
• Словники, методи роботи зі словниками
• Цикли по колекціям
• Практика

Елементи функціонального програмування

• Функція об'єкт першого класу
• Функції, залежні від функцій
• Замикання
• Каррування
• Лямбда-функції
• Декоратори
• Вправи

Функції

• Типи даних
• Вбудовані контейнери
• Оператори контролю виконання
• Обробка помилок (try … except …)
• Оператори циклів
• Comprehensions (list, dict, set)
• Створення функції і процедур
• Аргументи функцій
• Рекурсивні функції
• Functors, Currying
• Декоратори
• Lambda-функції
• PEP8

Об'єктно-орієнтований підхід

• Визначення класу
• Поля і методи класу
• Інкапсуляція
• Спадкування
• Поліморфізм
• "Качина" типізація
• Вправи
• Оголошення класу та створення екземпляру
• Принципи ООП (наслідування, інкапсуляція, поліморфізм) в Python
• Область видимості (Namespaces, Scope, правило LEGB)
• Method Resolution Order (MRO)
• Магічні методи
• Визначення математичних операцій для об'єктів Python
• Визначення операцій порівняння для об'єктів Python
• Визначення операцій хешування для об'єктів Python
• Створення копії екземпляру класу, deep copy, shallow copy
• Інкапсуляція (Setters and getters)

Управління створенням екземплярів класу

• Doc strings
• Meta класи
• Abstract Bases класи
• __new__
• __init__
• Context-managers
• Використанням декораторів з класами
• Контейнери, створені шляхом успадкування (UserList, UserDict, UserString)
• Контейнери, створені шляхом агрегації
• Методи доступу до елементів контейнера
• Iterators, Generators

Прийоми об'єктно-орієнтованого програмування

• Software Engineering як процес
• Мова UML
• Принципи SOLID
• Метрики якості коду
• Design Patterns (категорії, приклади використання)
• Singletone
• Facade
• Interface

Модулі й пакети

• Розробка модулів (визначення та запуск)
• Система імпорту
• Навчання розробці повторно використовуваних пакетів
• Менеджер пакетів pip і віртуальні середовища virtualenv
• Setup.py
• Написання документації до пакета, модулю
• Створення додатків на основі пакетів

Робота з файлами

• Робота із системою контролю версій Git
• Форматування рядків
• Context-managers
• Робота з файловою системою (os, os.path, shutil)
• Серіалізація за допомогою pickle
• Управління порядком серіалізації / десеріалізації об'єктів Python
• Серіалізація даних у JSON
• Серіалізація даних у XML

Вбудовані пакети Python

• Робота з datetime і calendar
• Робота з collections (черги, іменовані кортежі, вкладені словники)
• Робота з heapq, array, enum
• Робота з числовими даними (numbers, math, decimal, random)
• Робота з contextlib
• Робота з functools
• Logging
• Unittest

Networking

• Sockets (основи роботи, приклади серверів)
• Socket server
• Socket Client
• HTTP
• HTML, парсинг HTML-файлів
• XML

Багатопотоковість у Python

• Global Interpreter Loc (GIL)
• Створення потоків у Python
• Контроль доступу до ресурсів
• Синхронізація потоків
• Створення потоків за допомогою пакету concurent
• Пул потоків

Процеси в Python

• Пакет multiprocessing
• Interprocess communication
• Черги завдань
• Створення процесів за допомогою пакету concurent
• Пул процесів
• Відтермінування завдань за допомогою пакета sched

Асинхронне програмування

• Asyncio
• Пакет Twisted
• Асинхронний фреймворк Aiohttp

Бази даних: Основи SQL + Scrapy

• Збір даних за допомогою фреймворку Scrapy SQL
• Основи реляційних баз даних
• ER-діаграми
• Стандарт PEP249

Поглиблена робота з базами даних

• Аналіз запитів баз даних
• Оптимізація запитів при роботі із великим набором даних
• Вправи

Робота з СУБД SQLite, Postgresql

• Основи мови SQL (SELECT, LIKE, ORDER BY, LIMIT)
• NSERT
• UPDATE
• DELETE
• JOIN (INNER, LEFT, OUTER)
• GROUP BY
• Функції SQL (mean, min, max, avg, count)
• Subqueries

Object Relational Mapping

• Основи роботи з SQLAlchemy
• Механізм сесій в SQLAlchemy
• Створення бази даних за допомогою моделей SQLAlchemy
• Міграції баз даних з використанням Alembic

NoSQL-бази даних

• CAP теорема
• Типи NoSQL баз даних
• Робота з Redis
• Робота з Memcached
• Робота з MongoDB
• Брокер повідомлень RabbitMQ
• Основи роботи з Celery

Веб-розробка

• Класифікація web frameworks
• Мова шаблонів Jinja2
• Основи API
• Стандарти API (REST, XML-RPC, Swagger, JSON API)
• Архітектурний підхід API First
• Основи роботи з Flask

Python + AI: перші практичні кроки

• Що таке LLM (ChatGPT, Claude, Gemini)
• Як Python інтегрується з AI через API
• Що таке prompt engineering і навіщо він розробнику
• Пишемо перший скрипт з OpenAI API
• Створення облікового запису та API-ключа
• Бібліотека openai, установка, базове використання
• Запит до gpt-3.5-turbo: prompt - відповідь
• Обробка JSON-відповіді, вивід на екран
• Автоматизація з ІІ
• Формування шаблонів запитів (прості prompt-шаблони)
• Генерація листа / ідеї допису / заголовка з Python
• Форматування та збереження відповіді у файл (.txt або .json)
• Приклади реального використання Python + AI в роботі
• Подальші кроки роботи із AI,keras та прикладні нейронні мережі
• Питання/відповіді, що ще можна автоматизувати
• Формування шаблонів запитів (прості prompt-шаблони)

Особливості курсу

• Допомога ментора
• Практика
• Проєкт в портфоліо
• Сертифікат про проходження курсу

Курс націлений на освоєння навичок доступності, функціональності та практичності в процесі розробки веб-дизайну. Під час навчання учасники отримають знання про основні інструменти для прототипування і створення макетів, що допоможе їм стати більш вмілими у реалізації дизайнерських ідей на практиці. Додатково студенти навчаться аналізувати ринок і цільову аудиторію.

Програма курсу

Вступ до UI/UX Design

• Знайомство
• UI/UX Design
• Принципи юзабіліті
• Професія дизайнера
• Soft skills
• Tech skills
• Класифікація сайтів

Основи роботи у Figma

• Фрейм
• Робота з зображеннями
• Робота з лініями
• Робота з масками
• Робота з міжрядковою відстанню
• Робота з текстом
• Робота з формою
• Компоненти
• Auto layout

Основи дизайн мислення

• Етапи дизайн-мислення
• UX стратегія
• Usability & Accessibility
• Визначення витрат на взаємодію
• 10 евристик Якоба Нільсена
• Закон Теслера
• Айтрекінг
• Закон Міллера
• Закон Хіка
• Закон Фіттса
• Лендінг
• Конструктори сайтів
• Правила сприйняття інформації. Патерни

UX дослідження та архітектура (part 1)

• Цикл розробки інтерфейсу
• Road Map
• User Persona
• Empathy map
• Методи UX досліджень
• Брифінг
• Double Diamond
• Психологія користувача в рамках інтерфейсу
• Юзабіліті аудит
• Практика

UX дослідження та архітектура (part 2)

• Інформаційна архітектура та її принципи
• Навігаційні та пошукові системи
• Mind Map
• Знайомство з User Flow
• FigJam

UX дослідження та архітектура (part 3)

• Use Case
• User Scenario
• UCD
• JTBD
• Модель Кано
• Композиція
• Патерни нейрофізіології
• Сітки
• Правило "Зовнішнього-внутрішнього"

Типографіка

• Основи типографіки
• Швейцарська типографіка
• Класифікація шрифтів
• Комбінація шрифтів
• Типографіка IOS & Android
• Експериментальна типографіка
• Контурні шрифти
• Велика типографіка
• Надписи від руки, текст навколо фігури
• Накладення фото на текст
• Видима сітка
• Монохром/Бруталізм/Текстури/Плоский дизайн

Теорія кольору (part 1)

• Теорія кольору
• Психологія кольору
• Колірні схеми
• Практика

Теорія кольору (part 2)

• Кольори та сприйняття
• Психологія контрасту
• Коефіцієнт контрастності
• Негативний простір
• Особливості розробки іконок
• Оптичний баланс в іконках
• Рекомендовані книги

Основні компоненти сайтів

• MVP
• Типи навігації
• Принципи навігації
• Функціональні блоки
• Контентні блоки
• Слайдер
• Карточки
• Список
• Форми
• Фільтри/сортування
• Поп-ап
• Footer
• Елементи інтерфейсу
• Чекбокси / Радіобатони / Toggle / Controls
• Notifications

e-Commerce. Структура сайту

• e-Commerce
• Структура сайту
• Принципи візуального дизайну
• Sketching
• Короткотривала пам'ять та юзабіліті
• Формати графічних файлів у вебдизайні

Розробка CJM

• Принципи Гештальту
• User Flow для e-Commerce
• Створення CJM

Ефективна сторінка продукту

• Закріплення матеріалу на практиці
• Ефективна сторінка продукту
• Цілі продуктової сторінки
• Аналіз сторінок
• Практика (візуальні вправи)

Передача макетів у розробку

• Айдентика
• Колірний профіль
• UX-копірайтинг
• Передача макетів в розробку

Методології

• Оцінка складності проєкта
• Типи клієнтів
• Типи контрактів
• Agile
• Waterfall
• Scrum
• Kanban
• Jira
• Confluence
• BackLog
• Планінг-покер
• Ретроспектива

Гайдлайни та документація

• Style Guidе
• Design System
• Підбір корисних посилань на різні сервіси
• Атомарний дизайн
• Дизайн-токени
• Темний режим
• Деталі при розробці
• Знайомство з HTML & CSS

Акцентування. Дизайн-система. UI-Kit

• Базовий стиль
• Анатомія стилю
• Візуальна логіка
• Основні принципи логіки
• Робоча пам'ять
• Способи акцентування
• Система. Аналіз системи
• UI-Kit
• Розвиток надивленості

Тестування. Анімація Parallax

• Тестування юзабіліті
• Методи юзабіліті-тестування
• Перевірка ідеї. Quick Usability Checks
• Parallax ефект
• Базові інтерактивні анімації
• Механіка анімацій
• Хореографія анімацій

Responsive & Adaptive дизайн

• Responsive
• Adaptive
• Breakpoints
• Мудборди
• Mobile First
• Desktop First

Особливості мобільної розробки

• Процес розробки мобільного застосунку
• Область натискання
• Розташування елементів
• Історія
• Версії
• Вимоги до сітки
• Відстані
• Розміри елементів & Сторінка 404
• Сенсорний екран
• Breakpoints
• Brainstorming

Behance

• Підготовка кейсу на Behance
• Критерії успішного оформлення кейсів
• Розбір прикладів
• Складання структури макетів
• Підготовка анімацій

Працевлаштування

• Процес проходження співбесід
• Запитання на співбесідах
• Важливі запитання до рекрутера, які варто задати
• Платформи для пошуку роботи
• Фріланс: плюси та мінуси
• CV
• Розбір прикладів

Особливості курсу

• Заняття в режимі онлайн-трансляції
• Доступ до матеріалів в особистому кабінеті після закінчення навчання
• Навчання зосереджене на практиці
• Сертифікат після успішного закінчення навчання
• До шостого заняття ви можете повернути 100% внесених за навчання коштів
• В кінці курсу виконується дипломний проєкт

Викладачі курсу

• Аліна Ахмедова - UI/UX Designer at ITOMYCH STUDIO
• Катерина Пшоновська - Senior UI/UX Designer at Playtech
• Юрій Байдан - UI/UX Product Designer at Halo Lab
• Галина Горбатенко - UI/UX Designer at EPC Network
• Олександр Пашков - Product Designer at Treeum Online
• Вероніка Доценко - UI/UX Designer at Overonix Technologies
• Олександр Галушка - UI/UX Designer at Roobykon Software
• Юлія Жуковська - UI/UX Designer at Sendor Holdings Limited
• Юлія Чауш - UI/UX Designer at SoftDrive
• Альона Ляшенко - UI/UX Designer at Linkos Group
• Еліна Пугачова - UI/UX Designer at Choice
• Ольга Саламатіна - UI/UX Designer at Scalr
• Любомир Олянич - Graphic Designer, Front-end Developer at Kolazh
• Денис Золотов - Lead UI/UX Designer at DCoast Design studio
• Анатолій Почколін - UI/UX Designer/Motion Designer at 9 World Design
• Антоніна Сивак - UI/UX Designer at OnlineSharks
• Олександр Купрієвич - Design Team Lead at Clickable agency
• Джастіна Нипорко - UI/UX Designer at Sendor Holdings Limited
• Тетяна Саранча - Senior UI/UX Designer at Spaceberry
• Таісія Квітка - UI/UX Designer at Trendo
• Валерія Хайрова - UI/UX Designer at Allergo
• Олена Кришталь - UI/UX Designer

Курс "Python та нейронні мережі" - навчання з нуля до першого проєкту» допоможе тобі розібратися з сучасними інструментами та зробити перші практичні кроки у сфері AI. Спочатку ти вивчиш основи Python і отримаєш базу для роботи з даними. Далі перейдеш до Data Science: навчишся аналізувати, візуалізувати та готувати дані для машинного навчання, а потім познайомишся з нейронними мережами. Фінал курсу - власний ML-проєкт, де ти пройдеш весь шлях: від підготовки даних до запуску моделі з вебінтерфейсом.

Програма курсу

Основи Python

Знайомство та базові конструкції

• Вступ до Python
• Що таке Python, його застосування, огляд синтаксису
• Установка Python та середовища (Jupyter, VS Code)
• Виведення на екран (print), змінні, типи даних, числові типи, рядки, булеві значення
• Арифметика та базові операції
• Основні математичні операції, порядок виконання, присвоєння
• Булева логіка і оператори порівняння (==, !=, >, <, and, or, not)
• Умовні оператори if, elif, else, вкладені умови, скорочений запис
• Методи роботи з рядками len(), upper(), lower(), split(), replace(), f-string

Структури даних, цикли, функції

• Списки та базові структури даних
• list, tuple, set, dict - огляд і базові операції
• Цикли for, while, break, continue, range()
• Ітерація по списках, словниках
• Генератори списків
• Функції: def, аргументи, return, позиційні та іменовані аргументи, *args, **kwargs
• Область видимості змінних
• Обробка винятків: try/except, базові типи помилок
• Імпорт модулів та бібліотек (import, from...import)
• Стандартні бібліотеки: math, random, datetime

Міні-проєкти

• Калькулятор з різними операціями
• Робота з рядками та форматування
• Введення/виведення даних
• Менеджер завдань (to-do list)
• Аналіз частоти слів у тексті
• Прості ігри (вгадай число)

Python for Data Science

Бібліотеки NumPy, Pandas, Matplotlib

• NumPy та Pandas
• Масиви NumPy, базові операції, reshape, індексація, зрізи, операції над масивами
• Series та DataFrame: створення, фільтрація, агрегація
• Імпорт/експорт даних (CSV, Excel)
• Очищення даних
• Пропущені значення, дублі, категорії
• Робота з датами, текстом, кодування
• Візуалізація даних
• Matplotlib /Seaborn. Побудова графіків: лінійні графіки, гістограми, діаграми розсіяння
• Налаштування підписів осей, легенд, збереження графіків

Міні-проєкти

• Математичні обчислення, обробка даних
• Аналіз CSV, очищення даних, групування
• Створення дашбордів, візуалізація трендів

Робота з реальними даними: аналіз датасетів

• Завантаження відкритого датасету (Kaggle, UCI), огляд
• Первинний аналіз даних: describe(), info(), візуалізація розподілу
• Обробка пропусків, категоріальних даних (fillna, dropna, map, get_dummies)
• Агрегація та групування (groupby, agg, pivot_table)
• Попередня підготовка для ML
• Нормалізація, стандартизація, розділення train/test

Практика над датасетами: повний цикл обробки даних

• Від завантаження до підготовки для навчання моделі
• Класифікація (напр. ірис, цифри), регресія (вартість житла)
• Аналіз якості даних
• Outliers, кореляція ознак, побудова heatmap

Міні-проєкти

• Аналіз COVID-19 статистики
• Дослідження ринку нерухомості
• Аналіз соціальних мереж

Вступ до нейронних мереж

Теорія нейромереж. Математичні основи

• Базові поняття: штучний нейрон, шар, активація, навчання, ваги
• Де застосовують НН (класифікація, регресія, генерація даних)
• Повнозв'язна (Dense) мережа
• Приклади базових моделей на Keras/TensorFlow або PyTorch

Побудова першої моделі

Побудова простої мережі, запуск навчання, оцінка точності.

Міні-проєкти

• Реалізація персептрона з нуля
• Розпізнавання цифр MNIST
• Передбачення цін на житло

Архітектури нейронних мереж

Огляд архітектур нейронних мереж

• Рекурентні нейронні мережі (RNN)
• Класифікація зображень CIFAR-10
• Послідовності, LSTM, GRU
• Для послідовностей, базова теорія, приклади
• Згорткові нейронні мережі (CNN)
• Базові поняття для обробки зображень
• Інші модифікації
• Dropout, BatchNorm, різні функції активації

Запуск та аналіз різних архітектур

• Приклади з готовими датасетами
• Міні-проєкти
• Передбачення акцій
• Генерація тексту
• Аналіз настроїв

Методи навчання нейронних мереж

Огляд методів навчання нейронних мереж

• Оптимізація та регуляризація
• Просунуті методи
• Deployment та MLOps
• Порівняння методів, кейси їх застосування
• Порівняння оптимізаторів
• Боротьба з перенавчанням
• Hyperparameter tuning
• Ансамблі моделей
• Cross-validation для НМ
• Метрики якості
• Flask API для моделі
• Dockerизація додатка
• Моніторинг моделей

Робота з готовими моделями

• Завантаження, використання і донавчання попередньо навчених (pre-trained) моделей
• HuggingFace, TensorFlow Hub
• Transfer Learning
• Використання для задач класифікації на малих датасетах

Фінальний проєкт. Повний ML pipeline: від збору даних до deployment моделі з вебінтерфейсом

Вибір теми фінального проєкту та його реалізація

• Постановка задачі
• Вибір/надання датасету (Kaggle), визначення мети (класифікація/регресія)
• Розробка повного пайплайну
• Передобробка даних, побудова моделі, навчання, валідація
• Оцінка результатів
• Досягнення заданої точності, аналіз помилок

Захист проєкту

• Демонстрація рішення
• Пояснення вибору архітектури
• Короткий виклад результатів

Навички, які отримаєш після курсу

• Працювати з даними: аналізувати, візуалізувати, очищати, фільтрувати та готувати їх для нейронних мереж
• Створювати та тренувати прості нейронні мережі на власних пристроях або в Google Colab
• Розробляти повноцінний ML-проєкт від підготовки даних до запуску моделі з вебінтерфейсом
• Конструювати нейронні мережі відомих поширених архітектур для локальних завдань, що не потребують серверних потужностей
• Писати на Python власні автоматизовані скрипти
• Використовувати набуті знання як міцний бекграунд для подальшої AI-розробки та роботи у сфері Data Science

Особливості курсу

• Допомога ментора
• Практика
• Підтримка
• Зворотній зв'язок
• Курсовий проєкт
• Проєкт в портфоліо
• Сертифікат про проходження курсу

Викладачі курсу

Олександр Штикало - Python Developer, Аспірант та старший інженер

Програма курсу

Протокол DNS

• Дізнаєшся, як працює DNS, розберешся з його архітектурою та видами DNS-записів
• Самостійно зареєструєш доменне ім'я та субдомени, сформуєш запити до DNS-серверів

Лекція:

• Протокол DNS, принципи його роботи
• Види DNS-записів
• Авторитативні і неавторитативні DNS-сервери
• Кешувальні DNS-сервери
• Система кореневих DNS-серверів, "дерево" DNS (коренева зона та розгалуження від неї)
• Зворотна зона in-addr.arpa
• Доменні імена та субдомени
• Формування запитів до DNS-серверів та відповіді на них

Практика:

• Реєстрація доменного імені та налаштування DNS-записів на стороні провайдера
• Команди Linux для роботи з протоколом DNS

Протокол DNS. Продовження

• Дізнаєшся про види синхронізації DNS-серверів між собою (AXFR, IXFR) та протокол DNSSEC
• Налаштуєш DNS-сервер bind, DNS-зони для нового домену та зв'язку master-slave

Лекція:

• Зв'язки DNS-серверів
• Трансфер зон
• Види синхронізації DNS-серверів між собою (AXFR, IXFR)
• Протокол DNSSEC
• Цифровий підпис відповідей DNS-серверів і довіра до DNS-серверів

Практика:

• Налаштування власного DNS-сервера bind і DNS-зони для нового домену
• Налаштування зв'язки серверів master-slave
• Робота з сервісами DNS-хостингу, Cloudflare

Протокол HTTP. Вебсервер Apache

• Познайомишся з протоколом HTTP та видами запитів, розберешся з основами HTML
• Розглянеш вебсервер Apache:
  • його архітектуру
  • конфігурацію
  • режими роботи та систему модулів
• Навчишся команд з управління вебсервером та розберешся з віртуалхостами

Лекція:

• Принцип роботи протоколу HTTP
• Клієнт-серверна модель взаємодії
• Види запитів протоколу HTTP (GET, POST та інші)
• Коди відповідей (HTTP codes) вебсерверів на HTTP-запити
• Основи HTML
• Вебсервер Apache
• Архітектура Apache
• Конфігурація вебсервера Apache
• Режими роботи вебсервера Apache зі сторони обробки запитів http-клієнтів
• Модульна архітектура Apache
• Система модулів:
  • встановлення
  • активація
  • деактивація модулів вебсервера Apache
• Команди з управління Apache
• Механізм віртуалхостів та Server Name Identification (SNI)

Практика:

• Інсталяція і налаштування вебсервера Apache
• Основні конфігураційні файли вебсервера Apache
• Конфігураційні файли модулів Apache
• Додаткові конфігурації (Alias, htaccess, Allow/Deny)
• Створення віртуалхостів
• Декілька сайтів на одному сервері

Вебсервер Nginx

• Розберешся з Nginx, його архітектурою та конфігурацією
• Встановиш і налаштуєш Nginx, створиш віртуалхости та розмістиш кілька сайтів на одному сервері

Лекція:

• Вебсервер Nginx, його архітектура і принцип роботи
• Конфігурація вебсервера Nginx
• Система модулів

Практика:

• Інсталяція і налаштування вебсервера Nginx
• Створення віртуалхостів
• Декілька сайтів на одному сервері

Зв'язки вебсерверів

Налаштуєш зв'язку Apache і Nginx, навчишся кешуванню на стороні сервера та на стороні клієнта.

Практика:

• Налаштування зв'язки Apache + Nginx
• Кешування на стороні сервера та на стороні клієнта

MySQL

• Дізнаєшся основи мови запитів SQL та розберешся з MySQL:
  • архітектурою
  • форками Percona і MariaDB
• Навчишся встановлювати та налаштовувати MySQL, створювати бази даних

Лекція:

• Види баз даних, структури баз даних
• Основи мови SQL
• Види запитів до бази даних
• SQL-ні та NOSQL-ні бази даних
• СУБД MySQL та її форки (MariaDB, Percona)

Практика:

• Інсталяція MySQL, робота з консоллю mysql
• Конфігураційні файли mysql, оптимізація серверної частини
• Створення баз даних, створення користувачів БД та надання доступу до БД
• Резервне копіювання та відновлення БД

PHP

• Розберешся з основами мови:
  • архітектурою
  • конфігурацією та модулями
• Навчишся встановлювати PHP, адмініструвати MySQL з PHPMyAdmin
• Розберешся з режимами роботи PHP

Лекція:

• Інтерпретатор PHP
• Основи мови програмування PHP
• Архітектура PHP зі сторони роботи на вебсервері (ядро та модулі)
• Система конфігураційних файлів, PHP.ini
• Популярний вебінтерфейс над MySQL - PHPMyadmin

Практика:

• Інсталяція PHP на сервері
• Робота з PHPMyadmin (інсталяція з пакетів та вручну)
• Завершення підняття оточення LEMP на сервері
• Налаштування Wordpress-проєкту на сервері
• Режими роботи PHP з вебсервером (php як модуль apache, php в режимі cgi, php в режимі fastcgi (Nginx+ PHP-FPM)

Балансування вебтрафіку

• Дізнаєшся про види балансувальників, алгоритми балансування
• Навчишся балансувати вебтрафік за допомогою HAProxy та Nginx upstream

Лекція:

• Види балансувальників
• Балансування на різних рівнях мережевої моделі OSI
• Алгоритми балансування
• Балансувальник HAProxy
• Балансування в Nginx за допомогою модуля upstream

Практика:

• Налаштування балансування вебтрафіку за допомогою HAProxy
• Налаштування балансування вебтрафіку за допомогою Nginx upstream

Фінальний іспит та проєктна робота

• Тест за всіма темами курсу
• Проєктна робота з налаштування сервера за вказаним технічним завданням

Зробимо так, щоб робота шукала тебе, а не ти її

• Надамо доступ до відеолекції "Як отримати офер мрії?"
• Додамо спеціальну відзнаку в профілі NETFORCE Jobs, що ти наш випускник
• Напишемо рекомендаційні листи в LinkedIn трьом кращим студентам групи

Особливості курсу

• Підтримка ментора
• Сертифікат про проходження курсу
• Практичні заняття та іспити по темах курсу
• По закінченню курсу складається іспит

Викладачі курсу

Павло Завада - DevOps-практик з 10-річним досвідом