zdobywając doświadczenie najpierw w branży FMCG, a następnie w dynamicznym świecie e-commerce. W obecnej firmie wykorzystuje swoją wiedzę z Data Scientist do optymalizacji procesów biznesowych i tworzenia rozwiązań opartych na danych.
Kurs na żywo z trenerem Promocja
Program zaktualizowany 2026
Kurs AI Python Engineer
Buduj aplikacje z LLM-ami — od backendu po wdrożenie.
Czas trwania
104 h
Tryb
weekendowy
Najbliższy start
26 września 2026
do 28 lutego 2027
Dla kogo jest ten kurs
Sprawdź, czy to kurs dla Ciebie.
Osoby z podstawami programowania, które rozwijają kompetencje w stronę inżynierii aplikacji AI (Python/Django + LLM).
Wymagania wstępne
Czego potrzebujesz na start.
01
umiejętność swobodnej obsługi komputera i aplikacji
02
język angielski na poziomie min. B2 (czytanie dokumentacji technicznej)
03
nie jest wymagane doświadczenie w programowaniu ani uruchamianie kodu przed startem kursu
Nie masz pewności?
Upewnij się, że ten kurs jest dla Ciebie.
Jeden sposób zajmuje 3 minuty i przechodzisz go sam. Drugi to rozmowa z doradcą, który zna program i wie, z czym mierzą się uczestnicy.
Test predyspozycji
3 minuty, bez rejestracji. Pytania o to, jak pracujesz — odpowiedzi pokażą,
czy ta ścieżka gra z Twoimi mocnymi stronami.
Rozwiąż test Rozmowa z doradcą
Opisz swoje doświadczenie i cel — powiemy wprost, czy poradzisz sobie z tym
kursem, czy lepiej zacząć od innego. Bez zobowiązań.
Umów konsultację
Co potrafisz po kursie
Umiejętności, które od razu wykorzystasz w pracy.
✓
Budujesz aplikacje webowe w Pythonie i Django z REST API
✓
Integrujesz modele LLM w aplikacjach (function calling, guardrails, MCP)
✓
Projektujesz pipeline'y RAG z ewaluacją jakości i wdrożeniem
✓
Obsługujesz streaming, zadania w tle i bezpieczne uwierzytelnianie
Program kursu · 14 modułów
Od fundamentów do realnych projektów
104 h pracy z trenerem + zadania domowe i projekt.
Program zaktualizowany 2026 M00 Prework (przygotowanie przed kursem)
+
Krótki etap przygotowawczy, dzięki któremu wchodzisz na pierwsze zajęcia bez stresu technicznego. Ustawiasz narzędzia, sprawdzasz czy wszystko działa i robisz małą rozgrzewkę z podstaw.
- · Przygotowanie narzędzi do zajęć: Zoom, Slack i konto GitHub
- · Instalacja Python 3.12, VS Code (z rozszerzeniami) oraz Git i sprawdzenie działania
- · Podstawowe czynności w terminalu: uruchomienie skryptu i sprawdzenie wersji narzędzi
- · Pierwsze kroki z repozytorium: utworzenie repo na GitHub i umieszczenie pliku README
- · Przećwiczenie podstaw Pythona potrzebnych na start
M01 Start i środowisko (Setup + fundamenty Pythona)
+
Ustawiasz środowisko pracy i wchodzisz w podstawy Pythona. Od pierwszego dnia pracujesz na repozytorium i poznajesz zasady bezpiecznego użycia AI w programowaniu.
- · Konfiguracja Pythona 3.12, VS Code oraz venv/uv i uruchamianie projektu lokalnie
- · Podstawy terminala oraz najczęstsze problemy z uruchomieniem kodu
- · Czytanie tracebacków i użycie debuggera na prostych przykładach
- · Fundamenty Pythona: typy, instrukcje warunków, pętle i proste funkcje
- · Zasady AI-pair: bezpieczeństwo, redakcja danych, weryfikacja odpowiedzi
M02 Python w praktyce
+
Uczysz się Pythona na praktycznych danych: kolekcje, pliki i obsługa błędów. Budujesz pierwsze małe narzędzie CLI, które później wykorzystasz jako część aplikacji.
- · Praca na list/dict/set i przekształcanie danych w praktycznych zadaniach
- · Stosowanie comprehensions i prostych agregacji do analizy danych wejściowych
- · Wczytywanie i zapisywanie plików z użyciem pathlib oraz obsługa encoding
- · Projektowanie obsługi wyjątków i czytelnych komunikatów błędów dla użytkownika
- · Budowa mini-CLI: wejście z pliku, przetworzenie, wynik na stdout
M03 Organizacja kodu i debugowanie
+
Porządkujesz kod tak, by dało się go rozwijać: moduły, pakiety i jasne granice odpowiedzialności. Uczysz się typowania, które zwiększa czytelność i ogranicza błędy, oraz praktycznego debugowania.
- · Podział kodu na moduły i pakiety oraz projektowanie struktury projektu
- · Dobre praktyki importów i organizacji plików w repozytorium kodu
- · Debugowanie problemów z użyciem breakpoints i krokowania
- · Dodawanie type hints do funkcji i danych (list/dict/Optional) oraz odczyt błędów typów
- · Refaktoring kodu z użyciem typów (uproszczenie i mniejsza podatność na błędy)
M04 Testy i jakość kodu
+
Wprowadzasz standard jakości: testy, automatyzacje i pipeline CI. Dzięki temu kolejne elementy projektu budujesz szybciej i bez rozjeżdżania jakości.
- · Pisanie testów w pytest: happy path, testy błędów i testy regresji
- · Zastosowanie fixtures i parametryzacja w zadaniach z życia
- · Uruchamianie coverage i interpretacja wyników
- · Konfiguracja Ruff/Black oraz pre-commit jako standard repo
- · Budowa CI w GitHub Actions: lint + test + coverage na pull requestach
M05 Framework Django: fundamenty web i API
+
Wchodzisz w świat aplikacji web: startujesz projekt we frameworku Django, uczysz się struktury, routingu i podstaw request/response, a potem budujesz pierwsze API w Django REST Framework z walidacją i testami.
- · Tworzenie i konfiguracja projektu w Django (settings, apps, manage.py)
- · Routing URL i przepływ request → view → response
- · Budowa pierwszych endpointów API w DRF (serializers + viewsets/routers)
- · Projekt walidacji i spójnego formatu błędów w API
- · Podstawowe testy endpointów (pytest-django / APIClient)
M06 SQL i dane w Django
+
Uczysz się pracy z danymi: rozumiesz SQL, projektujesz model danych i mapujesz go na Django ORM. Dodajesz migracje i pierwsze realne dane w projekcie.
- · Podstawowe zapytania SQL (SELECT/JOIN/GROUP BY) na potrzeby aplikacji
- · Projektowanie modelu danych i relacji między encjami projektu
- · Definicja modeli w Django (pola, relacje, constraints) i użycie QuerySets
- · Tworzenie i stosowanie migracji w Django oraz utrzymywanie spójnego schematu
- · Testy integracyjne DB (pytest-django) i przygotowanie danych testowych
M07 Django REST Framework: CRUD i jakość API
+
Budujesz stabilne API na Django REST Framework: CRUD, walidacja, błędy i testy. Następnie dokładasz transakcje i podstawy wydajności (N+1 i dobre query).
- · Budowa CRUD w DRF (serializers + viewsets/routers) w spójnej strukturze projektu
- · Projektowanie walidacji w serializerach i rozdział walidacji wejścia od domeny
- · Utrzymywanie spójnego formatu błędów i statusów HTTP w API
- · Stosowanie transaction.atomic i spójność operacji w DB
- · Rozpoznanie i ograniczenie N+1 (select_related/prefetch_related) oraz testy integracyjne
M08 Auth i bezpieczeństwo w Django
+
Wprowadzasz użytkowników, logowanie i uprawnienia. Uczysz się praktycznych zasad bezpieczeństwa: sekrety, PII, limity i testy uprawnień, tak by aplikacja nie była otwartym API.
- · Zarządzanie konfiguracją i sekretami (.env) oraz rozumienie settings per env
- · Stosowanie PII hygiene i bezpieczne podejście do logowania oraz błędów
- · Implementacja uwierzytelniania w Django/DRF (np. Session lub JWT jako wariant kursowy)
- · Permissions (role/uprawnienia) i izolacja danych per workspace/użytkownik
- · Testy uprawnień i scenariusze nadużyć (abuse cases) + proste limity
M09 REST API i streaming
+
Dopinasz standardy API jak w pracy: zasoby, kontrakty, wersjonowanie, paginację i filtrowanie oraz testy pod kontrakt. Następnie uruchamiasz streaming odpowiedzi i prosty UI, przygotowując projekt pod czat AI.
- · Projektowanie REST API wokół zasobów oraz dobór metody i statusy HTTP
- · Wdrożenie paginacji, filtrowanie i sortowanie w DRF
- · Wersjonowanie API (/api/v1/...) i utrzymywanie spójnego formatu błędów
- · Dokumentacja OpenAPI (light) jako kontrakt
- · Streaming odpowiedzi (SSE) i podłączanie prostego UI do odbioru strumienia
M10 Zadania w tle
+
Uczysz się uruchamiać długie procesy poza requestem. Wprowadzasz kolejkę zadań, statusy jobów i odporność na ponowienia.
- · Konfiguracja kolejki i workera (Redis + job runner)
- · Projektowanie flow: start job → status → wynik
- · Wdrożenie retry/backoff i zastosowanie retry w praktyce
- · Idempotency i odporność na ponowione żądania
- · Integracja jobów z realnym procesem w aplikacji (np. ingest plików)
M11 LLM w aplikacji
+
Zaczynasz budować AI-feature'y w aplikacji. Wymuszasz structured output, walidujesz odpowiedzi i uczysz się kontrolować koszty.
- · Tokeny, kontekst i koszty w perspektywie backendu
- · Projektowanie structured JSON output, który można walidować i testować
- · Walidacja odpowiedzi modelem Pydantic i obsługa niezgodności
- · Fallbacki, timeouts i odporność na błędy modelu
- · Testy bad output: brak pól, złe typy, niepoprawny JSON
M12 Function calling, guardrails i MCP
+
Łączysz LLM z logiką domenową przez function calling, a potem robisz krok production-ish: poznajesz MCP jako standardowe podejście do narzędzi i kontekstu dla agentów. Uczysz się też realnych zagrożeń (prompt injection / tool poisoning) i podstaw obrony.
- · Implementacja function calling do wywoływania akcji domenowych w Django/DRF
- · Whitelist narzędzi + walidacja argumentów + kontrola uprawnień
- · Guardrails: timeouts, limity, bezpieczne błędy, testy nadużyć
- · MCP (client/server) oraz pojęcia tools/resources/prompts i transporty
- · Budowa mini serwera MCP, który wystawia narzędzia do Twojego projektu (bezpiecznie i przewidywalnie)
M13 RAG, ewaluacja i wdrożenie
+
Finalizujesz projekt: RAG end-to-end z cytowaniami, mini-ewaluacja jakości i wdrożenie. Dodajesz obserwowalność i kontrolę kosztów, czyli production-ish w praktyce.
- · Budowa RAG: ingest → chunking → embeddings → retrieval + citations
- · Izolacja danych per workspace i bezpieczny upload dokumentów
- · Mini-ewaluacja jakości: golden set + prompt tests + cache
- · Observability light: logi, error tracking, podstawowe metryki
- · Pakowanie i wdrożenie aplikacji: Docker/Compose + CI/CD + runbook + demo
Narzędzia
Technologie i narzędzia, które opanujesz.
Pracujemy na tym samym stacku, którego używają zespoły w produkcji — po kursie znasz go z praktyki.
Python
SQL
PostgreSQL
GitHub
Git
Django
Docker
Pytest
ChatGPT
Copilot
Perplexity
Cursor
Gemini
Twoi mentorzy
Poznaj trenerów tego kursu.
Poznaj część trenerów prowadzących zajęcia w infoShare Academy. Skład prowadzących tej edycji potwierdzamy przed startem — może się różnić od prezentowanego.
Obecnie dyrektor ds. technologii (CTO) w firmie Comarch oraz wieloletni szef zespołu architektów Amazon Web Services na Europę Środkowo-Wschodnią. Jako jedna z nielicznych osób na świecie posiada wszystkie 13 dostępnych certyfikacji chmurowych AWS.
Designer & No-Code Developer w zu.agency. Doświadczony w projektowaniu i tworzeniu stron WWW. Łączy świat No-Code z klasycznym webdevelopmentem. Problem-solver i człowiek od zadań specjalnych.
Ekspert Power BI, Dataflow oraz języków DAX i Power Query M. Współpracuje z Algomine jako konsultant, jest także trenerem w infoShare Academy.
Z wykształcenia socjolog ze specjalizacją w badaniu rynku i opinii publicznej oraz UX Designer. Z branżą IT jestem związana od ponad 8 lat. Badam, doradzam i projektuję głównie dla branży ecommerce, ale również turystycznej, bankowej czy medycznej.
Krzysztof Furga to doświadczony specjalista z obszaru Power BI. Od 2016 roku wdrażał raporty w różnych sektorach, w tym w branży bankowej, motoryzacyjnej i e-commerce.
Trener metodyk z rodziny Agile z ponad 10 letnim trenerskim doświadczeniem. Współtwórca firmy konsultingowej Agile Hats oraz Desmart Software House. Jako konsultant współpracował już z wieloma zespołami, pomagając w ich “zwinnej drodze”.
Menadżer produktów wyposażonych w sztuczną inteligencję oraz trener Data Science. Entuzjasta Machine Learning’u, specjalizujący się w Deep Learning’u. Zwolennik przekazywania wiedzy od podstaw. Hobbystycznie konstruktor dronów oraz programista embedded.
Opinie absolwentów
Co mówią nasi kursanci.
Bartek Ostrowski
★★★★★ „Szczerze polecam ten bootcamp każdemu, kto szuka rzetelnego przygotowania do pracy w danych. Program kursu jest bardzo rozbudowany, a poruszane zagadnienia zostały wytłumaczone w sposób klarowny i wyczerpujący. To, co wyróżnia ten kurs, to przede wszystkim prowadzący. To eksperci z ogromnym doświadczeniem i pasją, którą czuć na każdym kroku. Ogromnym atutem było dzielenie się konkretnymi case studies z ich codziennej pracy. Dzięki temu dowiedzieliśmy się, jak teoria przekłada się na realne wyzwania w biznesie. Warto zaznaczyć, że bootcamp wymaga dużego zaangażowania – intensywność jest spora, ale przekłada się to na efekty. Mimo że znałem już wcześniej podstawy Pythona i SQL-a, kurs dostarczył mi mnóstwo nowej wiedzy i całkowicie zmienił moją perspektywę na analizę danych. Zdecydowanie polecam!"
Ariel Korczyk
★★★★★ „Bardzo intensywny kurs data science, ogrom wiedzy. Wymaga dużo zaangażowania i wyrzeczeń, ale warto . Polecam ;)"
Jedrzej Sz
★★★★★ „Jestem bardzo zadowolony z kursu DevOps w infoShareAcademy i na pewno będę go polecał Koleżankom i Kolegom w branży. Zaoferowano mi dobrze przemyślany, świetnie zaplanowany, praktyczny, oparty w realiach i kompleksowy kurs techniczny. Poziom kompetencji technicznych oraz zaangażowanie wszystkich Wykładowców był niezwykle wysoki - dziękuję infoShareAcademy za zapewnienie mi dostępu do ekspertów takiego kalibru, którzy ewidentnie włożyli niezwykle dużo pracy w przygotowanie swoich zajęć. Na szczególną pochwałę zasługują w tym miejscu zajęcia p. Macieja Małka. Dziękuję!"
Elzbieta Chrusciel
★★★★★ „Gorąco polecam bootcamp Data Science w InfoShare Academy. To solidne i dobrze przemyślane przygotowanie do zmiany ścieżki zawodowej – intensywna dawka wiedzy przekazana w sposób uporządkowany i praktyczny. Program jest bardzo dobrze skonstruowany, a prowadzący to prawdziwi profesjonaliści – zawsze pomocni i otwarci. Szczególne podziękowania należą się naszemu mentorowi, Mateuszowi Majowi, który nie tylko świetnie prowadził zajęcia, ale też wspierał nas na każdym kroku, również poza zajęciami. Projekty realizowane w trakcie kursu pozwoliły na praktyczne zastosowanie zdobytej wiedzy, co było ogromnym atutem. Dzięki dodatkowym materiałom HR w ramach ścieżki IT Navigator mogłam dopracować swoje CV i profil na LinkedIn a także poznać wartościowe strony internetowe i wydarzenia branżowe. Wsparcie Agnieszki Marusiak (HR Project Manager) okazało się nieocenione – zawsze można było liczyć na jej pomoc i cenne wskazówki. A co najcenniejsze, to właśnie dzięki jej rekomendacji otrzymałam swoją pierwszą ofertę jako Junior Data Scientist! Już za niecały miesiąc zaczynam nową pracę :) Z pełnym przekonaniem polecam ten bootcamp każdemu, kto chce wkroczyć w świat Data Science."
Grzegorz Gomza
★★★★★ „InfoShare Academy to wyjątkowe miejsce dla osób pragnących rozwijać swoje umiejętności w branży IT! Kursy są profesjonalnie przygotowane, a trenerzy to eksperci z ogromnym doświadczeniem i pasją do nauczania. Materiały dydaktyczne są aktualne i doskonale zorganizowane, co sprawia, że nauka jest efektywna i przyjemna. Szczególnie doceniam praktyczne podejście do nauczania, które umożliwia zdobycie realnych umiejętności potrzebnych na rynku pracy. Atmosfera w akademii jest przyjazna i motywująca. Polecam InfoShare Academy każdemu, kto chce zainwestować w swoją przyszłość i zdobyć solidną wiedzę w IT."
Michał Połom
★★★★★ „Kurs Power BI z Krzysztofem Furgą to było coś wartościowego. Spokojnie mogę polecić każdemu współpracę z tym wykładowcą. 45 godzin wykładów, a wiedzy jak za semestr."
Sposoby finansowania
Sposoby, by sfinansować kurs.
Najpopularniejsze
Raty 0%
Raty bez dodatkowych kosztów. Płacisz w trakcie kursu i po nim.
Raty 0%
Dofinansowanie
BUR / KFS / PFR
Dofinansowania ze środków UE i Funduszu Pracy. Podpowiemy, gdzie szukać naboru i jakich danych o kursie potrzebujesz do wniosku.
Do 95% pokrycia
One-time
Płatność z góry
Płatność jednorazowa za cały kurs — bez umów ratalnych i formalności.
6900 zł
Sprawdź szczegóły dofinansowań (BUR, KFS, PUP), kalkulator rat i listę dokumentów na osobnej stronie.
Poznaj finansowanie →Finansowanie od pracodawcy
Zdobądź finansowanie kursu od pracodawcy.
Nauka nowych technologii wymaga czasu i zaangażowania. Pamiętaj jednak, że koszty szkolenia może pokryć Twoja firma w ramach budżetu rozwojowego. To sytuacja, w której zyskują obie strony.
Ty zdobywasz twarde kompetencje, a pracodawca zyskuje eksperta, który po kursie:
- ✓ Pracuje na produkcyjnym stacku (Python, SQL, PostgreSQL, GitHub) — z projektów, nie z teorii.
- ✓ Ma za sobą 104 godziny zajęć na żywo z trenerem praktykiem.
- ✓ Po zaliczeniu kursu wraca z certyfikatem oraz dostępem do materiałów i nagrań z zajęć.
Pobierz ulotkę
Rozmowa o budżecie bywa wyzwaniem, dlatego przygotowaliśmy gotowe rozwiązanie. Pobierz ulotkę i pokaż przełożonemu konkretne argumenty za Twoim rozwojem.
Masz pytania?
Zapytaj
o kurs.
Zostaw kontakt i napisz, o co chcesz zapytać. Doradca odezwie się w ciągu 24h — bez zobowiązań.
Agnieszka Frąckiewicz
Customer Success Coordinator
FAQ
Najczęstsze pytania
W jakich godzinach odbywają się zajęcia?
+
Zajęcia zależnie od edycji kursu odbywają się w soboty i niedziele od godziny 08:00 do 12:00 lub od 15:00 do 19:00.
Jakie warunki muszę spełnić, aby przystąpić do kursu?
+
Kurs jest dla Ciebie, jeśli lubisz analizować dane, masz zamiłowanie do matematyki, lubisz rozwiązywać skomplikowane problemy lub jesteś osobą z technicznym zacięciem. Dodatkowo niezbędne do rozpoczęcia nauki na kursie AI Python Engineer są: znajomość języka angielskiego na poziomie min. B1/B2, wykonanie preworku, który otrzymasz po zapisaniu się na kurs, wysoka motywacja, dyspozycyjność – czas na zajęcia, ale również naukę w domu.
Czym kurs różni się od studiów?
+
Główną przewagą kursu nad studiami jest warsztatowa forma zajęć – wiedzę zdobytą na zajęciach teoretycznych kursanci wykorzystują od razu na zajęciach praktycznych. Zarówno zajęcia teoretyczne, jak i warsztaty prowadzą [doświadczeni trenerzy](/trenerzy/) – praktycy. W Akademii dbamy o to, aby program kursu był dopasowany do aktualnej sytuacji na rynku pracy. Kursy są krótsze niż studia, co z jednej strony wiąże się większym natężeniem zajęć i dostarczanej wiedzy, a z drugiej sprawia, że szybciej możesz rozpocząć swój rozwój w obszarze programowania w Pythonie. Na koniec – na kursach panuje bardzo dobra atmosfera, kursanci wspierają się wzajemnie i są w stałym kontakcie ze sobą i z trenerami na komunikatorze wewnętrznym w czasie trwania zajęć.
Dlaczego w programie kursu korzystamy z wielu różnych modeli AI, a nie tylko z jednego?
+
Naszym celem jest nauka uniwersalnych wzorców pracy, a nie przywiązanie do konkretnego dostawcy technologii. Pokazujemy różne opcje, aby umożliwić Ci pracę w firmach z rygorystyczną polityką bezpieczeństwa lub korzystanie z posiadanych już subskrypcji. Dzięki temu nauczysz się elastycznie dobierać narzędzia do aktualnych potrzeb w Twoim projekcie.
Czym w codziennej pracy programisty różnią się modele Claude, ChatGPT oraz Gemini?
+
Każdy z tych modeli ma swoje unikalne zalety, które sprawdzają się w innych zadaniach. Model Claude doskonale radzi sobie z analizą długich fragmentów kodu i pisaniem czytelnych instrukcji do refaktoryzacji. Z kolei ChatGPT to uniwersalne rozwiązanie, które świetnie wspiera proces nauki, generowanie testów oraz tłumaczenie błędów. Model Gemini to z kolei mocna alternatywa dla osób pracujących ściśle w ekosystemie Google. Pamiętaj, że na kursie wymuszamy analityczne podejście oparte na walidacji, więc sam model sztucznej inteligencji pozostaje jedynie wymiennym narzędziem.
W jakich sytuacjach wykorzystujemy narzędzie Perplexity?
+
Aplikacja Perplexity to świetne wsparcie do researchu i sprawdzania rynkowych standardów wraz z podaniem dokładnych źródeł. Nie jest to jednak narzędzie optymalne do bezpośredniej pracy z kodem w repozytorium. Traktujemy je jako rozwiązanie pomocnicze, które ułatwia porównywanie usług chmurowych lub doczytywanie zmian w bibliotekach.
Dlaczego w programie uwzględniamy asystentów IDE, takich jak Cursor, Copilot czy JetBrains AI?
+
Wykorzystanie asystentów w środowisku programistycznym to obecnie rynkowy standard. Narzędzia te działają bezpośrednio w miejscu pisania kodu, co znacznie przyspiesza tworzenie aplikacji i refaktoryzację. Uczymy w ten sposób nawyku pracy w małych iteracjach zamiast nieefektywnego wklejania dużych bloków kodu z czatu.
Dlaczego do budowy systemów RAG wybraliśmy LangChain, pgvector i narzędzie Chroma?
+
Są to obecnie najpopularniejsze technologie stosowane w komercyjnych wdrożeniach systemów RAG. Baza pgvector naturalnie wpisuje się w środowisko pracy z PostgreSQL, a narzędzie Chroma pozwala na szybki start z wektorami. Dzięki frameworkom takim jak LangChain oraz LlamaIndex łatwo zintegrujesz różne narzędzia i przeprowadzisz ewaluację bez pisania wszystkiego od podstaw.
Czy raty są naprawdę 0%?
+
0% dotyczy wariantów 5, 10 i 15 rat — płacisz dokładnie tyle, ile wynosi pełna cena kursu, tylko rozłożoną w czasie. Dłuższe harmonogramy (24, 36 i 50 rat) są nisko oprocentowane. Szczegóły każdorazowo ustalamy przy zawieraniu umowy.
Ile trwa proces uzyskania dofinansowania z BUR?
+
Wniosek składasz u Operatora regionalnego — cały proces może potrwać nawet miesiąc. Warto zacząć odpowiednio wcześnie przed planowanym startem kursu. Dane kursu potrzebne do wniosku podeślemy od ręki.
Czy bezrobotny może dostać pełne dofinansowanie?
+
Osoby zarejestrowane w Urzędzie Pracy jako bezrobotne mogą ubiegać się o dofinansowanie kursu. Urząd Pracy może pokryć całość lub część kosztów — zależy to od konkretnego programu i decyzji urzędu. Wniosek składasz w swoim Urzędzie Pracy, my dostarczamy dokumenty dotyczące szkolenia.
Czy KFS jest tylko dla pracowników?
+
Tak. Krajowy Fundusz Szkoleniowy to środki Funduszu Pracy przeznaczone dla pracodawców, którzy chcą przeszkolić siebie i swoich pracowników. Wniosek składa pracodawca w swoim Urzędzie Pracy — wysokość dofinansowania i warunki naboru określa dany urząd.
Czy cena zawiera VAT?
+
Tak. Ceny kursów podajemy w kwotach brutto — zawierają 23% VAT. Na fakturze dla firmy rozbijamy je na kwotę netto i podatek.
Czy kursy są trudne?
+
Tak — uczciwie mówimy, że nasze kursy są intensywne i wymagają sporo pracy własnej. Stawiamy na realne, weryfikowalne umiejętności, nie na "szybkie obietnice".
Czy mam dostęp do nagrań po kursie?
+
W przypadku kursów zdalnych na żywo udostępniamy nagrania. Kursy wideo (self-learning) mają dożywotni dostęp.
Jak rozliczyć kurs z dofinansowania BUR?
+
Wniosek o dofinansowanie składasz samodzielnie u Operatora regionalnego, a usługę rozliczasz w Bazie Usług Rozwojowych. Napisz do nas — wskażemy, gdzie szukać naboru w Twoim województwie, i podeślemy dane kursu potrzebne do wniosku.
Czy mogę zapłacić w ratach?
+
Tak. Oferujemy płatność ratalną przez PayU. Możesz też starać się o dofinansowanie ze środków publicznych — podpowiemy, gdzie szukać naboru i jakich danych o kursie potrzebujesz do wniosku.
Czy otrzymam certyfikat ukończenia?
+
Tak. Po zaliczeniu kursu otrzymujesz certyfikat infoShare Academy potwierdzający zdobyte kompetencje. Część kursów przygotowuje też do certyfikacji branżowych (np. PCEP, AWS, CPTE).