Coders Lab – Podatkovni analitik / Data analyst

Slovenija 

Priročnik za tečaj 

Podatkovni 

analitik 

Urnik: ob koncih tedna 

Način: na daljavo (na spletu) 

1

Kazalo vsebine 

Naučite se podatkovne znanosti od samega začetka 

Delo podatkovnega analitika 

Podatkovni analitiki na trgu dela 

Komu je namenjen tečaj za podatkovnega analitika? 

Podatkovni analitik – poklic za prihodnost 

Paketi in osnovne informacije o tečaju 

Sklopi tečaja 

Program tečaja za podatkovnega analitika 

Urnik tečaja za podatkovnega analitika 

Kako plačam tečaj? 

Predavatelji in mentorji 

Zakaj se prijava na tečaj Coders Lab izplača? 

O nas 

Stik 

3 

4 

5 

6 

7 

8 

10 

11 

16 

20 

24 

25 

26 

27 

2

Naučite se podatkovne znanosti od samega začetka 

Po definiciji je podatkovna znanost raziskovalno področje, ki zajema oblikovanje sklepov na podlagi obdelave velikih količin 

podatkov in uporabo različnih raziskovalnih metod. Ti sklepi se uporabljajo pri reševanju številnih specifičnih problemov. 

Ni presenetljivo, da pomen in priljubljenost podatkovne znanosti naraščata v vseh vidikih našega življenja. 

Da so sklepi lahko zanesljivi, je treba problem ustrezno opredeliti, poiskati potrebne podatke in jih pravilno obdelati. Zato 

delo podatkovnega analitika poteka v skladu s postopki podatkovne znanosti. Za to pa je potreben niz kompetenc. 

Opredelitev problema 

Naučili se boste postavljati prava vprašanja in jih 

preoblikovati v konkretne, dobro opredeljene probleme. 

Za to so koristne veščine, ki vključujejo analizo, osnove 

matematike in statistike. 

Zbiranje podatkov 

Z osnovnim znanjem programiranja boste brez težav zbirali 

podatke iz različnih virov, spletnih mest in sistemov. 

Podatke boste učinkovito shranjevali v uporabnih formatih, 

kot so: .csv, .json ali .xml, in se pripravili na delo z njimi. 

Relevantna znanja in spretnosti: 

» analiza 

» statistika 

» matematika 


» programiranje 

Predstavitev rezultatov 

analize 

Pokazali vam bomo, kako uporabljati 

vodilna orodja na trgu za pravilno 

vizualizacijo rezultatov analize in 

kako pripovedovati s podatki. Tako 

bodo vaše analize bolj razumljive in 

bodo lahko podlaga za sprejemanje 

boljših odločitev. 


» vizualizacija 

» pripovedovanje 

01 02 

Podatkovni 

06 analitik 03 

05 04 

Čiščenje 

in obdelava podatkov 

S poznavanjem osnov programiranja 

boste podatke zlahka očistili pomanjkljivih 

in poškodovanih podatkov ter 

podatkov, ki lahko vsebujejo napake, 

in jih obdelali. To so nepogrešljive 

spretnosti za vsakega podatkovnega 

analitika, ki dela z velikimi podatkovnimi 

nizi. 



Poglobljena analiza podatkov* 

Na tej stopnji je koristno razumevanje pravil strojnega 

učenja. Uporaba le-tega vključuje ustvarjanje napovednih 

modelov in poglobljeno analizo podatkov iz virov, kot so 

podatkovne zbirke. To je naprednejša stopnja znanja, ki 

sledi tečaju za podatkovnega analitika. 


» strojno učenje 

Preučevanje podatkov in določanje 

novih spremenljivk 

Osnove statistike vam bodo skupaj s programskimi jeziki 

pomagale pri prepoznavanju vzorcev, ločevanju značilnosti 

in raziskovanju predhodno pridobljenih podatkov. Tako bo 

vaše delo učinkovitejše, predvsem pa uspešnejše. 



» statistika 

*Ta faza je del premijskega paketa: tečaj za podatkovnega znanstvenika. 

3

Delo podatkovnega analitika 

Analitiki, ki se ukvarjajo s podatki, so specializirani za različna področja in imajo različna znanja, ki presegajo zgolj poznavanje 

matematike in statistike. Danes ključne sposobnosti ne vključujejo le tehnoloških kompetenc, na primer programiranja, 

temveč tudi veščine vizualizacije podatkov in pripovedovanja. 

Namen tečaja za podatkovnega analitika je, da vam zagotovimo trdne temelje za delo s podatki. Tako boste v obdobju 7 

do 9 mesecev intenzivnega učenja s pomočjo našega predavatelja in mentorja pridobili nov poklic. Postanite podatkovni 

analitik. S premijskim paketom lahko dosežete tudi naslednjo stopnjo strokovnega razvoja in pridobite kompetence, 

potrebne za zasedbo delovnega mesta podatkovnega znanstvenika. 

podatkovni 


Spretnosti 

Inženir strojnega 

učenja 

podatkovni analitik 

podatkovni znanstvenik 

Analitične 

sposobnosti 

Znanje osnov matematike 

in statistike 

Programiranje 

Obdelava podatkov 

Vizualizacija in 

pripovedovanje 

Strojno učenje 

* Spretnosti podatkovnega analitika, podatkovnega znanstvenika in inženirja strojnega učenja, ocenjene od 1 do 3 

4

Podatkovni analitiki na trgu dela 

Podatki zaznamujejo vse vidike našega življenja: industrijo, tehnologijo, izobraževanje, trženje in prodajo. Kot podatkovni 

analitik boste podatke uporabljali pri izvajanju zahtevnih analiz. Rezultati, ki bodo izhajali iz vaše brezhibne analize, in na 

njih temelječi postopki bodo prispevali k optimizaciji dejavnosti v vašem oddelku, podjetju, v prihodnosti pa morda tudi v 

celotni panogi. Na ta način se razvija naš svet in tehnologija lahko napreduje. 

Kako podjetja uporabljajo analizo podatkov? 

spoznavanje strank 

(npr. kdo so, kako sprejemajo 

odločitve) 

prepoznavanje 

priložnosti in groženj 

odkrivanje finančnih 

goljufij 

napovedovanje povpraševanja 

za izdelke 

izboljšanje razumevanja in 

napovedovanja prodajnih 

trendov 

natančno merjenje 

rezultatov poslovnih 

odločitev 

NAJ CENA IZOBRAŽEVANJA 

NE BO OVIRA NA VAŠI POTI DO USPEHA 

Coders Lab sodeluje s podjetjem Summit in njihovim produktom 1stavno. Ker razumemo, da je cena 

tečaja lahko obremenjujoča za vašo denarnico, a ne želimo, da vas to ustavi pri doseganju vaših ciljev, vam 

omogočamo plačilo tečajev na obroke. 

Kakšni so koraki? 

• Najprej izberite tečaj Coders Lab, ki si ga želite opraviti. 

• Mi vam pripravimo pogodbo in predračun. 

• Obiščite spletno stran obroki.1stavno.si, kjer si enostavno uredite plačilo na obroke. 

Plačila so mogoča do 84 mesecev. Število obrokov in ročnost lahko izbere sami. 

Stroški, ki jih imate, so naslednji: 

• strošek odobritve: 1,5 %, 

• obrestna mera, ki je fiksna in se ne spreminja: 8,25 %, 

• strošek zavarovanja terjatve: odvisno od ročnosti, od 2,84 do 5,89 %. 

Za informativni izračun je na voljo kalkulator, kjer lahko preračunate zneske. 

Lahko pa se obrnete tudi na svetovalca podjetja Summit: 

01 548 34 56 ali pkinfo@summit-leasing.si 

Za vse dodatne informacije glede Coders Lab programov smo vam na voljo na 

info@coderslab.si ali na telefonski številki 01 513 44 01. 

5

Komu je namenjen tečaj za podatkovnega analitika? 

VSEM, KI SE ŽELIJO ZAPOSLITI 

KOT PODATKOVNI ANALITIKI 

in nimajo predhodnih 

izkušenj na področju 

obdelave podatkov 

VSEM, KI ŽELIJO IZBOLJŠATI 

SVOJE KVALIFIKACIJE 

in si prizadevajo postati bolj 

konkurenčni na trgu dela 

ZAPOSLENIM V BANČNIŠTVU 

na področju financ, prodaje, 

trženja, kontrolinga ali 

logistike 

Tečaj za podatkovnega analitika razvija kompetence s področja podatkovne znanosti. Prilagodili smo ga za ljudi, ki izkušenj 

z obdelavo podatkov nimajo ali pa so te zelo omejene. Vsak modul tečaja se začne z osnovami in predstavlja uvod 

v delo s podatki – od opredelitve problema do predstavitve rezultatov analize. Z izbiro razširjenega paketa, tečaja za 

podatkovnega znanstvenika, boste pridobili tudi znanje o strojnem učenju. Pri tem boste uporabljali specializirana orodja, 

ki jih boste spoznali na tečaju. 

Kompetence podatkovnega analitika so še posebej uporabne v: 

bančništvo 

zavarovalništvo 

telekomunikacije 

mediji in trženje 

e-poslovanje 

maloprodaja in storitve 

industrija 

izobraževanje 

javna uprava 

zdravstvene storitve 

Pogoji za udeležbo na tečaju 

Za udeležbo na tečaju za podatkovnega analitika morate: 

poznati osnove programa Excel 

(ustvarjanje dokumentov, osnove 

vnosa in urejanja podatkov); 

imeti temeljno razumevanje 

grafičnih prikazov in podatkov, 

ki so na njih prikazani, 

biti pripravljeni razvijati svoje 

matematične sposobnosti, logično 

razmišljanje in sklepanje na 

podlagi podatkov. 

6

Podatkovni analitik – poklic za prihodnost 

Tečaj za podatkovnega analitika pokriva področja, kot so osnove statistike, analiza podatkov, programiranje in vizualizacija 

podatkov, v razširjeni različici pa tudi strojno učenje. Vse to temelji na našem lastnem programu in poteka pod vodstvom 

usposobljenih strokovnjakov. 

Tečaj za podatkovnega analitika obsega naslednje module: 

Uvod v analizo podatkov 

Na praktičen način in brez potrebe po predhodnih izkušnjah boste pridobili znanje in spretnosti, potrebne 

za prve korake na poti analize podatkov. Naučili se boste: 

prakso uporabe postopka 

analize podatkov 

osnovne statistične vzorce 

uporabo podatkovnih zbirk 

in osnove analize podatkov 

Python – analiza podatkov 

Osnove programiranja predstavljajo ključno spretnost na področju podatkovne znanosti. To vam bo 

pomagalo podatke preprosto očistiti pomanjkljivih in poškodovanih podatkov ter podatkov, ki lahko 

vsebujejo napake. Spoznali boste: 

avtomatizirano 

ustvarjanje poročil s 

Pythonom 

pridobivanje podatkov 

iz zunanjih storitev in 

spletnih mest 

pridobivanje podatkov iz 

sistemov podatkovnih zbirk 

(ERP, računovodstvo itd.) 

SQL – analiza podatkov 

Na podlagi poglobljenega razumevanja programskega jezika SQL boste hitro našli določene podatke v 

zbirki podatkov in imeli več časa za tisto, kar je pomembno: skrbno analizo. Spoznali boste: 

ustvarjanje učinkovitih in 

kompleksnih poizvedb v 

jeziku SQL 

dodatne metode 

oblikovanja izhodnega 

nabora podatkov 

pravila dela z relacijskimi 

podatkovnimi zbirkami 

Vizualizacija podatkov 

V zadnjem sklopu tečaja boste osvojili pripovedovanje o podatkih in ustvarjanje jasnih vizualnih prikazov. 

S tem boste bolje razumeli podatke, oblikovali boljše sklepe in sprejemali prave odločitve. Spoznali boste: 

pripovedovanje 

o podatkih in 

ustvarjanje pripovedi, 

ki izhaja iz podatkov 

uporaba knjižnic in 

orodij za vizualizacijo 

podatkov 

ustvarjanje analitičnih 

nadzornih plošč, 

pripravljenih za uporabo 

Strojno učenje* 

Pridobili boste znanje o tem, kako izbrati, uporabiti in preveriti pravilen model strojnega učenja za 

rešitev določenega poslovnega problema. Spoznali boste: 

NLP – obdelava 

naravnega jezika 

napredni modeli strojnega 

učenja 

regresijske modele 

* Modul je na voljo v premijskem paketu za podatkovnega znanstvenika. 

7

Paketi in osnovne informacije o tečaju za podatkovnega analitika 

Osnovni paket 

– podatkovni analitik 

cena 2.850 eur 

286 ur 302 ur 

Profesionalni paket – 

podatkovni analitikPodatkovni 

cena je 2.990 eur 


OSNOVNI PAKET – PODATKOVNI ANALITIK 

Osnovno znanje 

ŠTEVILO UR: 286 

cena 2850 eur 

Nabor tečajev, skladnih z vašimi cilji 

Portfelj podatkovnega analitika 

Skupno število tečajev: 4 

• Uvod v analizo podatkov 

• Python – analiza podatkov 

• SQL – analiza podatkov 

• Vizualizacija podatkov 

Skupno število projektov: 4 

• Zaključni projekt ob zaključku vsakega tečaja 

Garancija kakovosti Coders Lab 

Skupno število izpitov: 5 

• Izpit ob zaključku vsakega modula tečaja za 

podatkovnega analitika 

• Zaključni izpit ob zaključku tečaja za podatkovnega 

analitika 

PROFESIONALNI PAKET – PODATKOVNI ANALITIK 

Razširjeno znanje 

ŠTEVILO UR: 302 

cena 2990 eur 

Nabor tečajev, skladnih z vašimi cilji 

Portfelj podatkovnega analitika 

Skupno število tečajev: 4 

• Uvod v analizo podatkov 

• Python – analiza podatkov 

• SQL – analiza podatkov 

• Vizualizacija podatkov 

Skupno število projektov: 5 

• Zaključni projekt ob zaključku vsakega 

tečaja: 4 

• Lab portfelj: 1 

Garancija kakovosti Coders Lab 

Skupno število izpitov: 5 

• Izpit ob zaključku vsakega modula tečaja za podatkovnega 

analitika 

• Zaključni izpit ob zaključku tečaja za podatkovnega analitika 

8

Osnovne informacije o tečaju za podatkovnega analitika 

Uvodno srečanje 

Število ur predpriprave 

Število ur s predavateljem 

Število ur samostojnega učenja 

Podatkovni analitik: 

osnovni paket 

4 ure 

60 ur 

168 ur 

54 ur 

Podatkovni analitik: 

profesionalni paket 

4 ure 

60 ur 

170 ur 

68 ur 

Način izvedbe 

Urnik: 

Število dni 

Trajanje 

Zagotavljanje podpore 

na daljavo (v živo v spletni virtualni učilnici) 

vikend tečaj 

24 24 

29 tednov 31 tednov 

Slack 

Izpit 

Zaključni projekt 

Zagovor projektne naloge podatkovnega analitika 

Lab portfelj 

da 

da 

da 

ne 

da 

da 

da 

da 

Skupno število ur 

286 ur 302 uri 

99

Sklopi tečaja 

PODATKOVNI ANALITIK 

Predpriprava 

Pred vsakim sklopom tečaja za podatkovnega analitika poteka predpriprava: njena naloga je seznaniti slušatelje 

s temami, o katerih bodo razpravljali pri pouku s predavateljem. Odvisno od stopnje tečaja predpriprava zajema 

področja, kot so uporaba programa Excel pri analizi podatkov, uvod v programiranje v programskem jeziku Python, 

delo s podatkovnimi zbirkami SQL in orodja za vizualizacijo podatkov. Pogoj za udeležbo v vsakem naslednjem 

modulu tečaja je opravljena predpriprava v obsegu najmanj 80 %. V primeru vprašanj in težav lahko računate 

na pomoč mentorja. 

Skupinsko srečanje v virtualni učilnici s predavateljem 

Učenje v virtualni učilnici je jedro tečaja, ki vam pomaga razvijati analitične spretnosti. Pouk poteka ob predvidenih 

sobotah in nedeljah med 9.00 in 17.00 na platformi za skupinsko komunikacijo (Zoom). Zahvaljujoč skupinskemu 

delu in delu s predavateljem je učenje hitro in učinkovito. Pri pouku boste opravljali praktične naloge, kar je najboljši 

način za učenje novih veščin. Srečanje s predavateljem in skupino je odlična priložnost, da zastavite vsa vprašanja 

in razčistite morebitne težave. 

Samostojno učenje 

V okviru tečaja vam bomo zagotovili gradivo za samostojno učenje na platformi Coders Lab LMS v skladu s potekom 

tečaja. Cilj samostojnega učenja je priprava na pouk s predavateljem ter ponovitev in utrditev novih znanj. 


Vsak sklop tečaja za podatkovnega analitika se zaključi s projektno nalogo, ki je povzetek znanja o temah, 

obravnavanih v posameznem sklopu. Na ta način boste lahko praktično preizkusili svoje spretnosti iz resničnega 

sveta in si ustvarili svoj portfelj. Poleg tega lahko z izbiro razširjenih paketov opravite modul Lab portfelj, v katerem 

se predstavite kot podatkovni analitik, ki sodeluje z letalsko družbo. S tem bo vaš portfelj ob koncu tečaja vseboval 

predstavitev do 6 analitičnih projektov. 

Izpiti 

Ob zaključku vsakega sklopa tečaja boste opravili izpit iz modula, s katerim se preverja zadevni del znanja. Vrhunec 

tečaja za podatkovnega analitika je zaključni izpit, na podlagi katerega pridobite certifikat Coders Lab. 

Podpora mentorja 

Ves čas tečaja lahko računate na strokovno podporo mentorja vaše skupine. Nanj se lahko obrnete z vsemi 

vprašanji in nejasnostmi glede sprotnega gradiva. Mentorju pišite prek Slacka, kjer boste tudi prejeli njegov 

odgovor. 

10

Program tečaja za podatkovnega analitika 

SKLOP 0: Uvod v analizo podatkov 

Uvod v Excel 

– Namestitev in konfiguracija programa Excel 

– Obravnava funkcionalnosti programa Excel v postopku analize 

podatkov 

– Aritmetične operacije z Excelom 

Uvod v analizo podatkov 

– Vizualizacija in analiza podatkov – uvod in navdih 

– Postopek analize podatkov 

– Obdelava podatkov 

– Raziskovanje podatkov in matematična orodja 

– Poglobljena analiza podatkov in elementi statistike 

– Prikaz in analiza podatkov 

– Vzorčni nabori podatkov in njihov obseg 

Postopek podatkovne znanosti: 

1. korak: Opredelitev problema 

– Opredelitev problema 


2. korak: Zbiranje podatkov 

– Zbiranje podatkov 

– Ključni kazalniki uspešnosti 


3. korak: Čiščenje in obdelava 

podatkov 

– Čiščenje podatkov 


Statistika pri analizi podatkov 

– Osnove opisne statistike 

Postopek podatkovne znanosti 

4. korak: Raziskovanje podatkov 

– Raziskovanje podatkov 

– Analiza spremenljivk v podatkovnem nizu 

– Filtriranje in razvrščanje podatkov 

– Vrtilne tabele 


5. korak: Poglobljena analiza 

– – Uvod v poglobljeno analizo podatkov – 

strojno učenje 

– Linearna regresija 

– Linearna korelacija 

– Druge vrste prilagoditve krivulje 

Domača naloga 

– Analiza problema 


6. korak: Sporočanje rezultatov 

– Pripovedovanje o podatkih 

– Uvod v vizualizacijo podatkov 

– Primeri dobrih in slabih vizualizacij 

– Vrste prikazov 

– Ustvarjanje vizualizacij 

– Prenos vizualizacije v PowerPoint 

Uvod v A/B testiranje 

– Uvod v A/B testiranje 

– Primeri poslovne uporabe A/B testiranja 

– Prvo A/B testiranje 

Izpit iz modula 


– Uvod v zaključni projekt 

– Zbiranje podatkov 

– Čiščenje in obdelava podatkov 

– Raziskovalna analiza 

– Poglobljena analiza 

– Sporočanje rezultatov 

– Predstavitve zaključnih 

projektov 

11

SKLOP 1: Python – analiza podatkov 

Predpriprava – osnove programiranja 

– Uvod v Python 

– Podatkovni tipi v Pythonu 

– Standardna knjižnica v Pythonu 

Python 

– Funkcije 

– Seznami 

– Terke 

– Nizi 

– Objekti 

– Datoteke 

– Izjeme 

– Knjižnice 

SQL 

– Osnovne operacije 

– PostgreSQL 

– Odnosi 

– Funkcije 

JSON in API 

– JSON 

– API 

– Avtentikacija 

Pandas 

– Filtriranje 


– Združevanje podatkov 

– Spajanje 

– Datetime 

– Pivot 

– OpenPyXl 

Spletno žetje 

– Uvod v HTML 

– Spletno žetje v Pythonu 

– Element BS 

Vizualizacija 

– Vizualizacija podatkov – 

ustvarjanje prikazov 

Ustvarjanje datotek 

– Ustvarjanje datotek PDF 

– Ustvarjanje dokumenta iz 

zgodbe 

– Preglednice 



12

SKLOP 2: SQL – analiza podatkov 

Predpriprava – podatkovne zbirke 

– Tipi podatkovnih zbirk 

– Osnove UML 

– Namestitev podatkovne zbirke in 

priprava delovnega okolja 

– Spoznavanje podatkovne zbirke 

– Pregledovanje podatkov (osnove 

SQL) 

– Osnove logike operatorjev AND 

in OR 

– Zgodovina podatkovnih zbirk 

Osnove SQL 

– Osnove SQL 

– Osnove Boolove logike in 

algebre 

– Dodatni pogoji 

– Operacije na množicah 

– Podpoizvedbe 

– Preglednice 

– Manipuliranje zapisov v 

podatkovni zbirki 

Odnosi 

– Odnosi in tipi odnosov 

– Spajanje in tipi spajanja 

– Spajanje v uporabi 

– Kaskadno brisanje 

– Indeksi 

– Druge vrste spajanja, dobre 

prakse spajanja in poizvedb 

Analiza 

– Analiza podatkov 

– Pogled 

– Združevanje podatkov 

– Dodatne funkcije 

združevanja 

– Funkcije oken 

– Delo s funkcijo Datetime 

– Vrstni red operatorjev v 

SQL 

– Rollup, načrt poizvedbe 

Proceduralni jezik 

– Proceduralni jezik SQL 

– Uvod v proceduralni jezik 

SQL 

– Upravljanje pretoka 

– Transakcije 

– Vgrajene SQL funkcije 

– Zanke 

– Kurzorji 

– JSON 

– Normalizacija podatkov 

– Beležnica za SQL 



13

SKLOP 3: Vizualizacija podatkov 

Predpriprava – Uvod v vizualizacijo podatkov 

– Uvod in priprava 

– Uvod v vizualizacijo podatkov 

– Vizualno kodiranje 

– Barva 

– Datawrapper 

– Tipi podatkov in operacije 

Seaborn/Plotly 

– Teorija vizualizacije 

podatkov 

– Barvne karte 

– Seaborn 

– Plotly 

– Osnove vizualizacije v 

specifičnih knjižnicah 

– Prikazi Plotly v Googlu 

Diapozitivi 

– Osnove učinkov bokeh 

Maps 

– Projekcije, koordinate, 

kartogrami 

– Uvod v knjižnice 

– Geopandas, Geometrija, 

GeoSeries, 

– GeoDataFrame osm 

– Geojson, Shapefile 

– Mapbox 

Dash prikazi 

– Networkx in prikazi 

– Kaj je nadzorna plošča? 

– Uvod v aplikacijo Dash 

– Komponente aplikacije Dash 

– Podatkovna tabela aplikacije 

Dash 

– Funkciji callback in lifecycle v 

aplikaciji Dash 

– Urejanje podatkovne tabele 

– Interakcija z nadzorno ploščo 

– Funkcija cytoscape v aplikaciji 

Dash 

Nadzorne plošče, 

pripovedovanje o podatkih 

– Pripovedovanje o podatkih 

– Nadzorna plošča 

– Tooltip 

– Aplikacija Tooltip 

– Bootstrap slogi 

– Dash in SQL 

– Dash in Zemljevidi 

Tableau 

– Kaj je Tableau? 

– Priprava delovnega okolja 

– Prvi projekt 

– Ustvarjanje nadzorne plošče 

– Scenariji 

– Povezovanje orodij Tableau in 

Mapbox 



Zaključni izpit tečaja za podatkovnega analitika 

14

SKLOP 4: Strojno učenje (na voljo v profesionalnem paketu) 

Uvod v strojno učenje 

– Uvod v tečaj 

– Konfiguracija in zahteve okolja 

– Ponovitev znanja o Pythonu 

(numpy, pandas, vizualizacijske 

knjižnice) 

– Statistika v strojnem učenju 

– Uvod v strojno učenje 

– Kako pravilno pripraviti podatke 

za model? 

Regresija 

– Regresija 

– Linearna regresija 

– Regularizacija v modelu 

linearne regresije 

– Polinomska regresija 

– Regresijski problem z 

uporabo odločitvenega 

drevesa 

– Kako določiti kakovost 

– regresijskega modela? 

Metrike regresijskih modelov 

Klasifikacija 

– Tehnika K-nearest neighbors 

– Logistična regresija 

– Problem razvrščanja z uporabo 

odločitvenega drevesa 

– SVM (podporni vektorski stroj) 

– Kako določiti kakovost 

– klasifikacijskega modela? 

– Metrike klasifikacijskih modelov 


– Kako prenesti beležnico iz 

Colaba v Kaggle? 

– Linearna regresija z 

regularizacijo 

– Odločitveno drevo (regresija) 

– Logistična regresija 

– SVM 

Osnove nevronskih 

mrež in NLP 

– Osnove nevronskih mrež 

– Osnove NLP 

Napredni modeli 

strojnega učenja 

– Naključni gozd 

– Modela boosting in bagging 

– Nevronske mreže 

– Povzetek 3. dne 

NLP – obdelava 

naravnega jezika 

– Kako ravnati z besedilnimi podatki 

– Vreča vizualnih besed 

– TF-IDF 

– Word2Vec 

– BERT 


– Kako izboljšati 

– učinkovitost modela: 

– optimizacija 

– hiperparametrov 

– Naključni gozd 

– XGBoost 

– Nevronske mreže 

Nenadzorovano strojno 

učenje 

– Nenadzorovano strojno učenje 

– Zmanjševanje dimenzionalnosti 

– Grozdenje 

– Odkrivanje anomalij 

– Povzetek 5. dne 

Zaključni projekt, izpit 

– Zaključni projekt 

– Prikaz končnih rezultatov 

– Izpit 

– Povzetek tečaja 

Strojno učenje: izpit iz modula 


Zaključni izpit tečaja za podatkovnega znanstvenika 

15

Urnik tečaja za podatkovnega analitika 

SKLOP 0: Uvod v analizo podatkov 

Predpriprava 2 tedna 20 ur samostojnega dela z uvodnim gradivom 

1. srečanje 

Sobota/nedelja 

9.00–17.00 

Skupinsko srečanje v virtualni 

učilnici s predavateljem 


– 1. korak: Opredelitev problema 

– 2. korak: Zbiranje podatkov 

– 3. korak: Čiščenje in obdelava podatkov 

Statistika pri analizi podatkov 


– 4. korak: Raziskovanje podatkov 

– 5. korak: Poglobljena analiza podatkov 

2. srečanje 






– 6. korak: Sporočanje rezultatov 

Uvod v A/B testiranje 



POMEMBNO! V času med posameznimi srečanji vam zagotovimo gradivo za samostojno delo: praktične vaje in domače 

naloge. To vam bo v pomoč pri utrjevanju znanja, pridobljenega pri pouku s predavateljem, in pripravi na naslednje srečanje. 

SKLOP 1: Python – analiza podatkov 


3. srečanje 





– Python 

4. srečanje 





– SQL 

– JSON in API 

16

5. srečanje 





– Pandas 

6. srečanje 





– Spletno žetje 

– Vizualizacija podatkov 

7. srečanje 





– Ustvarjanje datotek PDF 



POMEMBNO! V času med posameznimi srečanji vam zagotovimo gradivo za samostojno delo: praktične vaje in domače naloge. 

To vam bo v pomoč pri utrjevanju znanja, pridobljenega pri pouku s predavateljem, in pripravi na naslednje srečanje. 

SKLOP 2: SQL – analiza podatkov 


8. srečanje 





– Osnove SQL 

– Odnosi 

9. srečanje 





– Analiza podatkov 

– Proceduralni jezik 



POMEMBNO! V času med posameznimi srečanji vam zagotovimo gradivo za samostojno delo: praktične vaje, domače 

naloge in gradivo za individualne projekte. To vam bo v pomoč pri utrjevanju znanja, pridobljenega pri pouku s 

predavateljem, in pripravi na naslednje srečanje. 

17

SKLOP 3: Vizualizacija podatkov 


10. srečanje 





– Seaborn, Plotly 

– Maps 

11. srečanje 





– Dash, prikazi 

– Nadzorne plošče, pripovedovanje o podatkih 

12. srečanje 





– Tableau 

– Projektna delavnica 



POMEMBNO! V času med posameznimi srečanji vam zagotovimo gradivo za samostojno delo: praktične vaje in domače 

naloge. To vam bo v pomoč pri utrjevanju znanja, pridobljenega pri pouku s predavateljem, in pripravi na projektno 

nalogo. 


Karierni laboratorij 

Zaključni izpit tečaja za podatkovnega analitika 

18

SKLOP 4: Strojno učenje (na voljo v profesionalnem paketu) 


13. srečanje 





– Regresija 

– Klasifikacija 

14. srečanje 





– Osnove nevronskih mrež in NLP 

– Napredni modeli strojnega učenja 

– NLP – obdelava naravnega jezika 

15. srečanje 





– Nenadzorovano strojno učenje 



POMEMBNO! V času med posameznimi srečanji vam zagotovimo gradivo za samostojno delo: praktične vaje in domače naloge. 

To vam bo v pomoč pri utrjevanju znanja, pridobljenega pri pouku s predavateljem, in pripravi na projektno nalogo. 


Zaključni izpit tečaja za podatkovnega znanstvenika 

19

Kako plačam tečaj? 

Enkratno plačilo 

Plačajte polno ceno tečaja brez dodatnih pristojbin in formalnosti. 

V primeru odpovedi vrnemo preplačani znesek 

Tečaj lahko plačate z enkratnim bančnim nakazilom preko TRR. 

Obročno odplačevanje preko podjetja Summit 

Plačila so mogoča do 84 mesecev. Število obrokov in ročnost lahko izbere sami. 

Več o obročnem plačevanju: 

Plačilo po sklopih 

Najpogosteje izbrana vrsta plačila. Plačilo razdelimo na dele. Plačate pred 

začetkom posamezne faze tečaja. Natančna razdelitev zneskov in datumi 

plačil so odvisni od izbranega tečaja in paketa. 

POSTANITE CODERS LAB AMBASADOR 

Če vas zanimajo naši programi in si želite do novega IT-znanja po ugodnejši ceni, vas vabimo, 

da se prijavite za Coders Lab ambasadorja. 

Kaj to pomeni? 

Glavna naloga ambasadorja je, da širi glas o programih Coders Lab, v zameno za to pa prejme 

izbrani program Coders Lab po ugodnejši ceni. 

Kaj pričakujemo od ambasadorja? 

• Prijavite se na program Coders Lab. 

• Širite besedo o Coders Labovih programih med svojimi sledilci družbenih omrežjih. 

• Podate izjavo o zadovoljstvu s programom Coders Lab (izjava bo uporabljena na Coders Lab 

spletnih kanalih). 

• Kot ambasador ste na voljo za sodelovanje pri marketinških aktivnostih za Coders Lab. 

Vas sodelovanje zanima? 

Oglasite se nam za vse dodatne informacije: 

info@coderslab.si ali 

01 513 44 01 

20

Predavatelji in mentorji 

Med tečajem Coders Lab niste nikoli prepuščeni samim sebi. Z vami so naši skrbno izbrani predavatelji in mentorji. 

O naši uspešnosti lahko presodite po učinkih njihovega dela. Zato smo izbrali izkušene podatkovne analitike, ki vam bodo 

predajali svoje strokovno znanje in vam nudili podporo ves čas tečaja. 

Kdo je predavatelj? 

S predavateljem boste med srečanji v virtualni učilnici v živo v stalnem stiku. Odvisno 

od dolžine in obsega tečaja lahko vlogo predavatelja prevzamejo različni strokovnjaki s 

posameznih področij. 

Naloge predavatelja 

poučevanje 

praktičnega pouka 

zagotavljanje podpore 

in odgovarjanje na 

vprašanja med poukom 

spremljanje učnega 

napredka 

med tečajem 

Kdo je mentor? 

Mentor je strokovnjak za vsebino vašega tečaja: isti od začetka do konca. Z njim se lahko prek Slacka 

posvetujete o vseh vsebinah tečaja. Mentor je lahko tudi predavatelj celotnega tečaja ali njegovega 

dela. 

Naloge mentorja 

seznanitev s profilom 

in načrtom tečaja 

podpora v času 

predpriprave in 

odgovarjanje na vaša 

vprašanja prek Slacka 

podpora v času trajanja 

tečaja in skrb za vaš 

napredek 

21

Zakaj se prijava na tečaj Coders Lab izplača? 

1Prednost dajemo praksi 

Na naših tečajih že od samega začetka pridobivate 

praktična znanja. Program je zasnovan tako, da 

zajema spretnosti, po katerih je povpraševanje 

na trgu dela. Poleg tega boste na tečaju izdelali 

svoj projekt, ki bo osnova vašega portfelja in 

predstavitve na trgu dela 

2 

Podpiramo vas 

na vsakem koraku 

Izobraževalni svetovalci, ki vas vodijo skozi 

postopek izbire in nakupa tečaja, so le začetek. 

Zatem vam bodo pomoč nudili predavatelji in 

mentorji. Ti vas bodo uvedli v svet programiranja, 

testiranja programske opreme ali analize podatkov. 

Odvisno od izbranega paketa lahko računate 

tudi na našo pomoč pri izdelavi življenjepisa, 

portfelja in pripravi na zaposlitvene razgovore. 

3Učite se v skupini 

Vsak udeleženec tečaja nekaj prispeva: 

osebne izkušnje, znanje ali edinstven pogled na 

obravnavano temo. Zaradi tega je vsaka delavnica 

drugačna, a vedno bogatejša. To je tudi način, 

kako kasneje vzpostaviti nove odnose in podporo 

na trgu dela. 

4 

Poznamo zahteve na trgu 

dela 

Skrbno spremljamo spremembe na trgu in 

analiziramo potrebe potencialnih delodajalcev. 

Vidimo, katere sodelavce iščejo, katere tehnologije 

uporabljajo in kaj počnejo vsak dan. Tako vemo, 

katera znanja in spretnosti je treba pri pouku 

obravnavati prednostno. 

5Pridobite najbolj iskane 

kompetence 

Sodelavce, ki se ukvarjajo s širokim področjem 

analize podatkov, zaposlujejo vrhunska podjetja, 

kot so: IBM, Amazon, Microsoft, Facebook, 

Google in Apple. Povpraševanje po strokovnjakih 

za analizo podatkov narašča. Zato boste z 

razvijanjem kompetenc na področju masovnih 

podatkov ustrezali potrebam trga dela. 

6 

Spletna srečanja 

potekajo v živo 

Predavanja na naših tečajih potekajo v virtualnih 

učilnicah na platformi za skupinsko komunikacijo 

(Zoom). Zahvaljujoč temu so predavatelj in drugi 

udeleženci tečaja tam z vami. Učite pa se lahko 

kjer koli na svetu. 

22

CODERS LAB: 

več o nas 

Smo sodobna šola za IT, ki omogoča hitro menjavo poklica in učinkovito širjenje digitalnih 

kompetenc. Osredotočamo se na zagotavljanje praktičnih znanj, ki jih potrebujejo prihodnji 

delodajalci naših tečajnikov. 

Ponujamo intenzivne tečaje programiranja za splet (JavaScript) in uvodne tečaje za testerje 

začetnike. Naši tečaji so organizirani prek spleta (virtualne učilnice v živo) s polnim časom, ob 

koncih tedna ali zvečer. 

8 lokacij 10 let na trgu 

Več kot 250 

predavateljev v regiji 

Več kot 10.000 

diplomantov

Stik z nami 

Slovenija 

Se želite prepričati, da je ta tečaj pravi za vas? 

Z veseljem bomo odgovorili na vsa vprašanja, ki se vam morda porajajo. Ne izgubljajte časa – obrnite se na nas. 

V pogovoru s svetovalcem boste izvedeli: 

kakšen je program tečaja in kako je organiziran, 

kakšne so vaše možnosti financiranja. 

kaj morate vedeti pred začetkom tečaja, 

Ljubljana 

Svetovalni Center 

01-513-4401 

info@coderslab.si 

24

Coders Lab – Podatkovni analitik / Data analyst

Create successful ePaper yourself

Delete template?

Save as template?