Budownictwo, kurs, deweloper, trener. To w dużym skrócie historia zawodowej kariery Kamila. Jako że Kamilowi udało się zmienić jego życie zawodowe głównie dzięki ludziom, którzy chętnie dzielą się wiedzą, sam postanowił robić dokładnie to samo.
Kurs na żywo z trenerem Promocja
Program zaktualizowany 2026
Kurs Data Engineer
Buduj pipeline'y, na których stoi cała analityka.
Czas trwania
90 h
Tryb
weekendowy
Najbliższy start
24 października 2026
do 11 kwietnia 2027
Dla kogo jest ten kurs
Sprawdź, czy to kurs dla Ciebie.
Programiści i analitycy, którzy rozwijają kompetencje w stronę inżynierii danych.
Wymagania wstępne
Czego potrzebujesz na start.
01
Znajomość podstawowej składni Pythona (wiedza zawarta w preworku kursu)
02
Zdolność analizy danych i dobra znajomość matematyki
03
Angielski na poziomie min. B2 (praca z oprogramowaniem i dokumentacją)
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.
✓
Projektujesz pipeline'y ETL/ELT
✓
Pracujesz z hurtowniami danych i Big Data (Spark, Databricks)
✓
Orkiestrujesz przepływy w Airflow
✓
Budujesz strumienie danych z Kafką
Program kursu · 14 modułów
Od fundamentów do realnych projektów
90 h pracy z trenerem + zadania domowe i projekt.
Program zaktualizowany 2026 M00 Prework
+
Moduł przygotowawczy budujący fundament przed kursem: podstawy kontroli wersji Git, składni Pythona oraz pracy z bazami danych w SQL.
- · Git: podstawy kontroli wersji i śledzenie zmian w projekcie
- · Git: korzystanie z repozytoriów i współpraca z innymi programistami
- · Python: podstawy składni — zmienne, pętle i funkcje
- · SQL: podstawowe operacje na bazach danych
- · SQL: projektowanie prostych schematów bazy danych
M01 Warsztat Data Engineera
+
Praktyczne zastosowania Dockera w pracy Data Engineera: konteneryzacja aplikacji danych, automatyzacja wdrożeń i monitorowanie infrastruktury.
- · Praktyczne zastosowania Dockera w pracy Data Engineera
- · Konfiguracja, zarządzanie obrazami i uruchamianie kontenerów dla aplikacji danych
- · Rola Dockera w procesach integracji, przetwarzania i zarządzania danymi
- · Techniki skalowania i automatyzacji wdrożeń w środowiskach produkcyjnych
- · Narzędzia i metody monitorowania oraz optymalizacji infrastruktury danych
M02 Wprowadzenie do AWS
+
Konfiguracja i zarządzanie podstawowymi usługami AWS, integracja usług oraz optymalizacja kosztów i wydajności w środowisku chmurowym.
- · Konfiguracja i zarządzanie podstawowymi usługami AWS, takimi jak EC2 i S3
- · Zasady zarządzania dostępem i bezpieczeństwem w środowisku chmurowym
- · Integracja różnych usług AWS w celu tworzenia kompleksowych rozwiązań
- · Optymalizacja wydajności usług AWS oraz monitorowanie zasobów
- · Konfiguracja sieci i storage w AWS
- · Zarządzanie kosztami w AWS i optymalizacja zasobów chmurowych
M03 Database i zaawansowany SQL
+
Budowanie skomplikowanych zapytań SQL z funkcjami okna i CTE, optymalizacja i indeksowanie oraz projektowanie schematów dla różnych scenariuszy biznesowych.
- · Budowanie skomplikowanych zapytań SQL z wykorzystaniem funkcji okna i CTE
- · Zaawansowane techniki optymalizacji zapytań i indeksowania baz danych
- · Projektowanie i implementacja schematów baz danych dla różnych scenariuszy biznesowych
- · Zarządzanie dużymi zbiorami danych i optymalizacja ich przechowywania
- · Techniki partycjonowania danych w bazach SQL
- · Analiza i interpretacja danych za pomocą zaawansowanych zapytań SQL
M04 Praca z nierelacyjnymi bazami danych (DynamoDB)
+
Projektowanie baz danych w modelu NoSQL na przykładzie DynamoDB: konfiguracja, skalowanie, optymalizacja zapytań i zarządzanie danymi w środowiskach rozproszonych.
- · Projektowanie baz danych z wykorzystaniem modeli NoSQL
- · Podstawy pracy z DynamoDB — konfiguracja i zarządzanie bazami
- · Skalowanie baz NoSQL w zależności od potrzeb aplikacji
- · Optymalizacja wydajności zapytań i operacji w bazach NoSQL
- · Różnice między modelami relacyjnymi a nierelacyjnymi i ich zastosowania
- · Zarządzanie danymi w środowiskach rozproszonych z wykorzystaniem NoSQL
M05 Python w przetwarzaniu danych
+
Przetwarzanie dużych zbiorów danych w Pythonie z użyciem Pandas, NumPy i Polars, integracja źródeł danych przez API oraz optymalizacja kodu.
- · Biblioteki Pandas, NumPy i Polars do przetwarzania dużych zbiorów danych
- · Zaawansowane techniki programowania w Pythonie — zarządzanie pamięcią i optymalizacja kodu
- · Tworzenie skryptów Pythona do automatyzacji zadań przetwarzania danych
- · Praca z API do pobierania i integrowania danych z zewnętrznych źródeł
- · Integracja różnych źródeł danych w aplikacjach Pythonowych
- · Narzędzia do monitorowania i optymalizacji wydajności aplikacji Pythonowych
M06 PySpark
+
Przetwarzanie Big Data w PySpark: praca z RDD i DataFrame, lazy evaluation, skalowanie w środowiskach rozproszonych i optymalizacja przetwarzania równoległego.
- · Podstawy pracy z RDD i DataFrame'ami w PySpark
- · Lazy evaluation i Transformations w PySpark
- · Skalowanie aplikacji PySpark w środowiskach rozproszonych
- · Techniki zarządzania pamięcią i optymalizacji przetwarzania w PySpark
- · Podstawy równoległości i przetwarzania równoległego w PySpark
- · Implementacja projektów Big Data z wykorzystaniem PySpark
M07 Streaming processing (Apache Kafka)
+
Projektowanie systemów przetwarzania strumieniowego w Apache Kafka: konfiguracja klastrów, zarządzanie topikami, producentami i konsumentami oraz monitorowanie wydajności.
- · Konfiguracja i zarządzanie klastrami Apache Kafka
- · Tworzenie i zarządzanie topikami, producentami i konsumentami w Kafka
- · Projektowanie systemów przetwarzania strumieniowego o wysokiej wydajności
- · Monitorowanie i diagnostyka wydajności systemów Kafka
- · Techniki skalowania i zarządzania obciążeniem w środowiskach strumieniowych
- · Architektura rozproszonych systemów przetwarzania strumieniowego
M08 Tworzenie i sterowanie przepływem danych (ETL i ELT)
+
Projektowanie procesów ETL/ELT: transformacja danych z wielu źródeł, automatyzacja i monitorowanie oraz integracja z hurtowniami i jeziorami danych.
- · Projektowanie procesów ETL do przetwarzania danych z różnych źródeł
- · Techniki transformacji danych w celu uzyskania optymalnych rezultatów
- · Automatyzacja i monitorowanie procesów ETL w dużych organizacjach
- · Implementacja narzędzi ETL w różnych środowiskach technologicznych
- · Walidacja i czyszczenie danych przed ich ładowaniem do baz danych
- · Integracja procesów ETL z hurtowniami danych i jeziorami danych
M09 Data Warehouses & Lakes
+
Projektowanie i implementacja hurtowni oraz jezior danych w chmurze: integracja źródeł, zarządzanie i optymalizacja przechowywania pod raporty i analizy biznesowe.
- · Projektowanie i implementacja schematów hurtowni i jeziora danych
- · Integracja różnych źródeł danych z hurtowniami i jeziorami danych
- · Metody zarządzania hurtowniami i jeziorami danych w chmurze
- · Rola hurtowni i jezior danych w tworzeniu raportów i analiz biznesowych
- · Optymalizacja przechowywania danych w hurtowniach i jeziorach dla lepszej wydajności
M10 Orkiestracja zadań (Apache Airflow)
+
Automatyzacja i orkiestracja przepływów danych w Apache Airflow: konfiguracja środowiska, definiowanie DAGs, integracja z innymi narzędziami i monitorowanie.
- · Konfiguracja i uruchamianie środowiska Apache Airflow
- · Definiowanie i zarządzanie DAGs dla przepływów pracy
- · Automatyzacja złożonych przepływów danych za pomocą Airflow
- · Integracja Airflow z innymi narzędziami i systemami danych
- · Monitorowanie i zarządzanie przepływami pracy w Airflow
- · Użycie Airflow do zarządzania projektami danych w organizacji
M11 Databricks
+
Efektywne przetwarzanie danych w środowisku Databricks: tworzenie i wdrażanie modeli uczenia maszynowego, integracja z narzędziami analitycznymi oraz współpraca zespołowa.
- · Efektywne przetwarzanie danych w środowisku Databricks
- · Tworzenie i wdrażanie modeli uczenia maszynowego w Databricks
- · Testowanie i walidacja modeli w chmurze z użyciem Databricks
- · Integracja Databricks z innymi narzędziami analitycznymi i platformami danych
- · Narzędzia do współpracy zespołowej dostępne w Databricks
- · Zarządzanie projektami danych w środowisku chmurowym Databricks
M12 Snowflake
+
Konfiguracja i zarządzanie środowiskiem Snowflake: architektura oddzielająca przetwarzanie od przechowywania, zarządzanie dużymi zbiorami danych oraz narzędzia analityczne.
- · Konfiguracja i zarządzanie środowiskiem Snowflake
- · Kluczowe komponenty i architektura Snowflake
- · Oddzielenie przetwarzania od przechowywania danych w Snowflake
- · Zarządzanie dużymi zbiorami danych w Snowflake
- · Czyszczenie i walidacja danych w Snowflake
- · Narzędzia analityczne dostępne w Snowflake
M13 Data Mesh
+
Koncepcja i zasady Data Mesh: decentralizacja zarządzania danymi, definiowanie i zarządzanie domenami danych oraz utrzymanie spójności i jakości w modelu rozproszonym.
- · Koncepcja i zasady działania modelu Data Mesh
- · Planowanie i implementacja decentralizacji zarządzania danymi
- · Definiowanie i zarządzanie domenami danych w organizacji
- · Utrzymanie spójności i jakości danych w rozproszonym modelu zarządzania
- · Technologie wspierające implementację Data Mesh
- · Wyzwania w implementacji Data Mesh i strategie ich rozwiązywania
Narzędzia
Technologie i narzędzia, które opanujesz.
Pracujemy na tym samym stacku, którego używają zespoły w produkcji — po kursie znasz go z praktyki.
AWS
AWS S3
SQL
Kubernetes
Docker
Python
Pandas
NumPy
Polars
Hadoop
Spark
D DynamoDB
Kafka
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.
Projektant, który w branży kreatywnej nosił już różne czapki. W przeszłości grafik, UX/UI designer, art director, teraz skupia się głównie na nowych technologiach. Kręci go wszystko co związane z designem, sztuką, nauką i gadżetami. Poza tym patologiczny geek.
20 lat korporacyjnego doświadczenia w zarządzaniu systemami IT oraz administracją serwerami Unix/Linux. Od 2017 roku migruje systemy do chmury AWS oraz tworze nowe rozwiązania z wykorzystaniem Amazon Linuxa, Dockera, Terraforma, Pythona, Basha i wielu serwisów AWS'owych.
Jest w IT od 2017 roku. Uwielbia usprawniać procesy, w których widzi obszar do poprawy. Głównie specjalizuje się w CI/CD, automatyzacji oraz monitorowaniu środowisk IT. Nie istnieją dla niego problemy, których nie da się rozwiązać, a jedynie okazje do zdobywania nowych doświadczeń.
Swoją przygodę z programowaniem rozpoczął w wieku 12 lat pisząc w Basicu na Commodore 64. Następnie, pierwsze kilka lat posiadania peceta minęło w mgnieniu oka spędzone na graniu w gry, aż pewnego dnia nastąpiło olśnienie: zamiast grać w gry - lepiej pisać je samemu.
Programuje ponad 8 lat ;) najpierw maszyny i stacje wizualizacji, teraz produkty dla e-commerce oraz transportu morskiego. Poza programowaniem czyta książki, uprawia strzelectwo sportowe oraz podróżuje, także na rowerze :)
Inżynier teleinformatyki i software developer zajmujący się głównie tworzeniem oprogramowania opartych o technologie .NET. W branży od sześciu lat podczas których zdobywał doświadczenie zarówno w małych firmach jak i dużych międzynarodowych korporacjach.
Kasia zawodowo realizuje się jako Data Scientist. Ukończyła na Politechnice Warszawskiej studia z obszaru Statystyki matematycznej i analizy danych, które dały jej solidne podstawy teoretyczne.
Opinie absolwentów
Co mówią nasi kursanci.
Ariel Korczyk
★★★★★ „Bardzo intensywny kurs data science, ogrom wiedzy. Wymaga dużo zaangażowania i wyrzeczeń, ale warto . Polecam ;)"
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!"
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."
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!"
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 (AWS, AWS S3, SQL, Kubernetes) — z projektów, nie z teorii.
- ✓ Ma za sobą 90 godzin 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 na kursie odbywają się w soboty i niedziele od 11:30 do 14:30.
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 Data 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 Data Science. 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.
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).