Komunikacja z AI: Programowanie w Python 1 2600-ABdz1KAIPIf

Moduł 1 – Wprowadzenie: środowisko pracy i podstawy Pythona
Informacja o zajęciach, zasady zaliczeń
Wprowadzenie do Pythona i jego zastosowań w biznesie
• Dlaczego warto uczyć się Pythona? Po co uczyć się programować, skoro nie chce się zostać programistą?
• Przykłady: automatyzacja, analiza danych, wsparcie decyzji
Środowisko pracy: Anaconda, Google Colab, Visual Studio Code
• Instalacja i konfiguracja Anacondy do pracy lokalnej
• Uruchomienie pythona w konsoli
• Jupyter Notebook - najlepszy wynalazek od czasu krojonego chleba
• Wprowadzenie do Google Colab jako alternatywy w chmurze, praca grupowa, możliwość wykorzystania zasobów serwerowych Googla
• Visual Studio Code, czyli programujesz jak profesjonalista ;)
• Różnice, zalety i ograniczenia różnych środowisk
Python jako sprytniejszy kalkulator
• Podstawowe operacje arytmetyczne
• wypisywanie wyników
Liczby, tekst i operacje logiczne
• Zmienne, liczby, proste operacje, komentarze, int, float, string, boolean
• Operatory arytmetyczne i logiczne
Napisy i przetwarzanie tekstu
• Obsługa nazw klientów, kategorii produktów, opinii
• Formatowanie stringów (f-strings)

Moduł 2 – Kontrola przepływu i pętle, testowanie
Instrukcje warunkowe i logika biznesowa
• Instrukcje if/else i reguły decyzyjne
• Ćwiczenia: kalkulator rabatów, zasady przyznawania kredytów
Funkcje i logika wielokrotnego użytku
• Tworzenie funkcji
• Podział kodu na reużywalne części - dobre praktyki - filozofia rób jedną rzecz, ale dobrze
Instalacja zewnętrznych bibliotek Pythona
• Korzystanie z menadżera bibliotek pip
• Wirtualne środowisko pracy (Venv)
Testowanie
• Biblioteka pytest
• Dobre praktyki
Moduł 3 – Praca z kolekcjami danych, pętle
Struktury danych - tablice, listy
• Listy - tworzenie, modyfikowanie, podstawowe operacje
• append(), remove(), len(), indexowanie
• Iterowanie przez listy
• Przykłady
Pętle
• Pętla for i while
• Funkcja range, iterowanie przez listy
• Przykłady
Słowniki i krotki
• Podstawy słowników
• Tworzenie, dostęp do wartości, metody keys(), values(), items()
• Krotki

Moduł 4 – Klasy i obiekty
Programowanie obiektowe - koncepcja
• Proste wprowadzenie (pracownicy, produkty jako obiekty)
• Klasy i obiekty
• Dodawanie zachowania do obiektów - dziedziczenie i polimorfizm
Zastosowania
• Wykorzystywanie istniejących klas
• Tworzenie własnych klas i obiektów, inicjalizacja
Organizacja kodu, tworzenie własnych modułów
• Importowanie modułów wbudowanych i własnych
• Ćwiczenia: podział logiki biznesowej na pliki
• Dobre praktyki organizacji kodu w plikach/katalogach
Przydatne moduły wbudowane
• datetime, math, random, os, pathlib, statistics
Wersjonowanie kodu (temat dodatkowy)

Moduł 5 – Obsługa wejścia/wyjścia
Wczytywanie danych
• Wczytywanie danych interaktywnie
Praca z plikami
• Czytanie i zapisywanie plików
• Obsługa błędów, wyjątki
Czytanie danych z internetu
• Wczytywanie zawartości stron WWW
• Przetwarzanie danych
• Usługi Sieciowe (Web Services)
Odczyt i zapis plików (CSV, Excel) (2h)
• Import/eksport danych z arkuszy kalkulacyjnych
• Ćwiczenia: analiza raportu sprzedaży, lista obecności pracowników

Moduł 6 - Wykorzystanie sztucznej inteligencji
Wprowadzenie do SI - Duże modele językowe (LLM)
• SI - stary znajomy (sieci neuronowe, Machine Learning)
• LLM - (r)ewolucja możliwości systemów SI
Wykorzystanie SI do generowania kodu
• Popularne modele
• Przykłady korzystania, jak pisać efektywne "prompty", kontekst, tokeny, ile to będzie mnie kosztować
Wykorzystanie bibliotek SI we własnych programach
• biblioteki do pracy z SI, konfiguracja, klucze API
• Agenci SI
• Czy androidy śnią o elektrycznych owcach? - Model Context Protocol

Moduł 7 – Powtórzenie i projekt końcowy
Powtórzenie materiału
• Powtórzenie najważniejszych informacji, omówienie projektu zaliczeniowego
Projekt zaliczeniowy
• Wykonanie projektu zaliczeniowego - wszystkie chwyty dozwolone