• 16 detailne pripravených online lekcií

    Nové lekcie ti sprístupníme každý pondelok a štvrtok. Po sprístupnení si ich môžeš pozrieť v čase, ktorý ti vyhovuje, bez viazanosti na konkrétnu hodinu.

  • Overené vzdelávanie

    Akadémiu otvárame už po 7. raz a doteraz ňou prešlo 72 žien. Obsah priebežne dopĺňame podľa toho, na čo sa účastníčky pýtajú.

  • Podpora lektora a komunity

    Počas akadémie sa môžeš pýtať, konzultovať úlohy a získať podporu v uzavretej Discord skupine. Na učenie nebudeš sama.

  • Pre ženy so základmi Pythonu a dátovej analytiky

    Akadémia je určená pre ženy, ktoré už ovládajú základy Pythonu a prácu s dátami a chcú sa posunúť do sveta AI a Machine Learningu. Skúsenosti so strojovým učením nepotrebuješ, túto oblasť vysvetľujeme od úplných základov.

  • Praktická tvorba ML modelov

    A reálne projekty a prípadové štúdie. Vyskúšaš si regresiu, klasifikáciu aj clustering a prejdeš si celý proces tvorby modelu od prípravy dát cez jeho vyhodnotenie až po nasadenie do praxe.

  • Certifikát Aj Ty v IT

    Po splnení podmienok účasti a úspešnom absolvovaní záverečného testu získaš uznávaný certifikát Aj Ty v IT.

Posuň sa od dát k umelej inteligencii

Women AI / Machine Learning Academy je pokročilejšia akadémia pre ženy, ktoré už ovládajú základy Pythonu a dátovej analytiky a chcú sa posunúť k umelej inteligencii a Machine Learningu.

Počas akadémie pochopíš, ako sa Machine Learning modely vytvárajú, trénujú a vyhodnocujú. Naučíš sa pripraviť dáta, pracovať s rôznymi typmi modelov a posudzovať ich výsledky.

Nebudeš sa učiť iba teóriu. Jednotlivé postupy si vyskúšaš na projektoch a prípadových štúdiách, aby si získala praktické skúsenosti s celým procesom práce s Machine Learning modelom.

Počas štúdia budete mať k dispozícii podporu lektorujúcich aj ostatných účastníčok v Discord skupine.

Pre koho je akadémia určená?

Akadémia je určená pre ženy, ktoré už ovládajú základy Pythonu a práce s dátami a chcú sa posunúť k umelej inteligencii a Machine Learningu.

  • Ak si chceš rozšíriť svoje znalosti dátovej analytiky o AI a Machine Learning

  • Ak chceš chceš pochopiť, ako sa Machine Learning modely vytvárajú, trénujú a vyhodnocujú

  • Chceš si prácu s modelmi vyskúšať na konkrétnych projektoch a dátach

  • Ak chceš sa posunúť k pokročilejšej práci s dátami a predikciám

  • Hľadáš systematické vzdelávanie, ktoré ťa prevedie témami krok za krokom

Na vzdelávanie nebudeš sama

Počas kurzu budeš mať prístup do uzavretej Discord skupiny pre účastníčky.

Budeš sa môcť pýtať a získaš podporu od lektorujúcich aj ostatných účastníčok.

Čo budeš po absolvovaní akadémie vedieť

Cieľom akadémie je naučiť ťa pracovať s Machine Learning modelmi prakticky a systematicky. Od prípravy dát až po vytvorenie a vyhodnotenie vlastného modelu.

  • Zorientuješ sa v základných pojmoch AI, Machine Learningu, Deep Learningu a Generative AI

  • Pochopíš rozdiel medzi klasifikáciou, regresiou a clusteringom a kedy ktorý prístup použiť

  • Naučíš sa pripraviť a analyzovať dáta pred tvorbou modelu

  • Budeš vedieť rozdeliť dáta na trénovaciu a testovaciu časť a pochopíš, prečo je to dôležité

  • Prejdeš si celý proces tvorby Machine Learning modelu od prípravy dát až po jeho vyhodnotenie

  • Vyskúšaš si prácu s modelmi ako lineárna a logistická regresia, rozhodovacie stromy, Random Forest či XGBoost

  • Naučíš sa hodnotiť presnosť modelov, rozpoznať pretrénovanie a zlepšovať ich nastavenia

  • Vyskúšaš si komplexné projekty a získaš pevný základ pre ďalší rozvoj v oblasti AI, Machine Learningu a Data Science

Na akých projektoch budeš pracovať?

Počas akadémie si jednotlivé princípy Machine Learningu vyskúšaš na konkrétnych projektoch a datasetoch. Vďaka tomu uvidíš, ako sa jednotlivé typy modelov používajú v reálnych situáciách.

  • Regresia - Oceňovanie nehnuteľností

    Vytvoríš regresný model na odhad ceny nehnuteľnosti.

  • Regresia + klasifikácia - Výsledky študentov

    Porovnáš regresiu a klasifikáciu na rovnakom dátovom probléme.

  • Rozhodovacie stromy - Pôjdeme dnes hrať tenis?

    Vyskúšaš si rozhodovacie stromy na jednoduchom klasifikačnom príklade.

  • Binárna klasifikácia - Predikcia cukrovky

    Vytvoríš model binárnej klasifikácie a vyhodnotíš jeho úspešnosť.

  • Pipelines - Zdieľané bicykle v Londýne

    Naučíš sa prepájať jednotlivé kroky spracovania dát do jedného funkčného postupu.

  • Veľký projekt pre regresiu - Ceny domov

    Prejdeš si rozsiahlejší regresný projekt s väčším množstvom premenných.

  • Clustering - Segmentácia klientov banky

    Pomocou clusteringu rozdelíš klientov do skupín podľa podobných charakteristík.

  • Nasadenie modelu - Meškajúce zásielky e-shopu

    Vyskúšaš si aj praktické využitie modelu a prácu s jeho výsledkami.

Získaš tak zručnosti využiteľné všade tam, kde firmy pracujú s dátami, hľadajú v nich súvislosti alebo sa snažia predpovedať budúci vývoj.

Postupy, ktoré sa počas akadémie naučíš, vychádzajú z reálnej praxe. Lektor akadémie ich denne využíva pri tvorbe prediktívnych modelov pre bankový sektor.

K väčšine lekcií dostaneš aj domáce úlohy so vzorovými riešeniami a niektoré z nich budú samostatné projekty na iných dátach. 

Pracovať budeš s prehľadnými datasetmi, aby si si celý postup vedela reálne vyskúšať aj na bežnom notebooku.

Niektoré projekty si môžeš neskôr zaradiť aj do svojho portfólia.

Spolu získaš

  • 16 odborných a detailne pripravených video lekcii

    Sprístupňované postupne každý pondelok a štvrtok. Vzdelávaš sa, kedy ti to vyhovuje. 17. lekcia ako záverečný test.

  • Materiály a datasety ku každej lekcii

    Každá lekcia je pripravená ako Jupyter notebook, kde je vysvetľujúci text aj spustiteľný kód pohromade. Ku každej dostaneš aj dáta, s ktorými spolu pracujeme. Navyše dostaneš každú lekciu aj ako HTML súbor, ktorý si otvoríš v prehliadači - aj na mobile, keď sa k nej chceš len vrátiť a niečo si prečítať.

  • Praktické domáce úlohy

    Každú tému si upevníš na cvičeniach a zadaniach so vzorovými riešeniami, takže sa vieš vždy skontrolovať alebo sa inšpirovať, keď si nevieš rady. Nič sa nikam neodovzdáva, ideš vlastným tempom.

  • Skúsenosti využiteľné v rôznych oblastiach

    Získané znalosti môžeš uplatniť všade tam, kde sa pracuje s dátami, optimalizujú procesy alebo predpovedajú budúce výsledky.

  • Podporu v uzavretej skupine

    Počas akadémie sa môžeš pýtať, konzultovať problémy a získať pomoc od lektorujúcich aj ostatných účastníčok.

  • Certifikát Aj Ty v IT

    Na konci akadémie absolvuješ test, ktorý preverí tvoje nadobudnuté vedomosti a zručnosti. Po dosiahnutí minimálne 80 % získaš uznávaný certifikát.

Lektor

Komplexné témy umelej inteligencie vysvetľuje zrozumiteľne a prepája ich s praktickým využitím v reálnom svete.

Lektor Štefan Šimík

Štefan je Data Scientist, teda odborník na prácu s dátami, so zameraním na financie a bankovníctvo. Venuje sa dátovej analýze, strojovému učeniu aj vývoju softvéru. Do hĺbky pozná bankovníctvo, algoritmické obchodovanie aj finančné trhy. V súčasnosti pôsobí ako Data Science Consultant: pre banky a obchodné spoločnosti stavia dátové prehľady a prediktívne modely. S umelou inteligenciou pracuje aktívne a dlhodobo. Moderné AI nástroje používa každý deň: na prácu s dokumentmi, prieskumy, agendu, komunikáciu s klientmi aj programovanie AI projektov. V akadémii ťa učí presne to, čo sám denne robí - postupy, ktoré sa mu v praxi naprieč rôznymi odbormi najviac osvedčili. Vysvetľuje ich jednoducho a zrozumiteľne tak, aby im rozumel každý. V Aj Ty v IT už viedol aj Women Data Academy, Women AI/ML Academy a Women IT Academy.

Referencie

Akadémiu úspešne absolvovalo už 72 spokojných absolventiek

  • Jana (Bojnice)

    Ďakujem za pekne zorganizovaný kurz. Téma je náročnejšia a preto je veľmi dobre, že lekcie chodili 2x za týždeň s možnosťou podpory na discorde. Účastník ma šancu vstrebávať informácie, vyskúšať si a keď niečo nie je jasné, dodatočne sa opýta a téma je dovysvetlená. Je to oveľa efektívnejší systém ako niekoľkodňové intenzívne kurzy.

  • Lenka (Gelnica)

    Kurz ma určite posunul v tom, že som si viac začala veriť v mojich znalostiach z predchádzajúceho kurzu WDA a bola som schopná naň nadviazať a učiť sa nové veci vo svete Mashine Learningu, ktoré dúfam použijem v budúcom zamestnaní.

  • Sofia (Komárno)

    Chválim lektora, klobúk dole, že takúto tému vysvetlil tak, že som to pochopila. Ďakujem aj celému Aj Ty v IT, že takéto niečo robíte, lebo vďaka vám mam možnosť napredovať. S podporou som bola maximálne spokojná, keď som sa tam obrátila so žiadosťou o pomoc, dostala som odpoveď takmer okamžite s viacerými možnosťami riešenia vrátane video hovoru.

  • Hana (Bratislava)

    Ďakujem všetkým členom v Aj Ty v IT, za to čo vytvorili a robia. Ste naozaj profi a všetko máte do detailu premyslené. Určite vás budem odporúčať ďalej a so 100% istotou tvrdiť, že kurzy sú super.

  • Nina (Sereď)

    Ďakujem za perfektne zorganizovaný kurz. Vďaka vám ma to začalo baviť a zvládla som veci, o ktorých by som si ani nepomyslela, že niekedy zvládnem. Ďakujem tímu Aj Ty v IT, že takto podporujete a povzbudzujete dievčatá v IT odvetví. Špeciálna vďaka, perfektnému lektorovi za skvelú podporu.

Možnosti platby

✓ Online platba kartou

Okamžitá online platba kartou plnej sumy cez platobnú bránu.

✓ Platba na 3 splátky

Platba na 3 splátky počas troch nasledujúcich mesiacov. 

Prvá splátka okamžite cez platobnú bránu. Ďalšie dve splátky sťahované automaticky nasledujúce 2 mesiace v ten istý deň daného mesiaca.

✓ Platba cez benefitné systémy Edenred, Up Déjeuner alebo Benefit Plus.

Napíš nám na [email protected]

✓ Platba na faktúru pre firmy a organizácie:

Napíš nám meno a firemné fakturačné údaje na [email protected] a pripravíme ti faktúru, ktorá je vhodná pre firmy a organizácie. 

✓ Preplatenie cez Úrad práce

Akadémiu je možné preplatiť aj cez Úrad prace. Bližšie podmienky nájdeš tu >>>

Cena Women AI / Machine Learning Academy

✓ 16 odborných video lekcii ✓ podporná skupina ✓ záverečný certifikát

Podrobný priebeh akadémie

Harmonogram akadémie

16.11.2026 - 9.2.2027

  • čaká ťa 16 postupne sprístupňovaných online lekcií,
  • nové lekcie sprístupňujeme každý pondelok a štvrtok,
  • po sprístupnení si ich môžeš pozrieť v čase, ktorý ti vyhovuje,
  • k väčšine lekcií dostaneš aj praktické úlohy so vzorovými riešeniami,
  • počas celej akadémie máš podporu v uzavretej Discord skupine,
  • akadémiu zakončíš záverečným testom; na získanie certifikátu potrebuješ minimálne 80 %.


Lekcia Dátum
Lekcia 1 16.11.2026 (Pondelok)
Lekcia 2 19.11.2026 (Štvrtok)
Lekcia 3 23.11.2026 (Pondelok)
Lekcia 4 26.11.2026 (Štvrtok)
Lekcia 5 30.11.2026 (Pondelok)
Lekcia 6 03.12.2026 (Štvrtok)
Lekcia 7 07.12.2026 (Pondelok)
Lekcia 8 10.12.2026 (Štvrtok)
Lekcia 9 14.12.2026 (Pondelok)
Lekcia 10 17.12.2026 (Štvrtok)
Prestávka kvôli vianočným sviatkom 21.12.2026 – 04.01.2027
Lekcia 11 07.01.2027 (Štvrtok)
Lekcia 12 11.01.2027 (Pondelok)
Lekcia 13 14.01.2027 (Štvrtok)
Lekcia 14 18.01.2027 (Pondelok)
Prestávka medzi lekciami 21.01.2027 (Štvrtok)
Lekcia 15 25.01.2027 (Pondelok)
Lekcia 16 28.01.2027 (Štvrtok)
Certifikačné obdobie 01.02.2027 – 09.02.2027

Priebeh akadémie

1. Príprava prostredia

Na začiatku si spolu pripravíme všetko, čo budeš počas akadémie potrebovať. Prejdeme si inštaláciu Anacondy, vytvorenie vlastného Python prostredia, základy práce s terminálom a JupyterLabom.

2. Základná orientácia v AI a Machine Learningu

Urobíš si poriadok v základných pojmoch a pochopíš rozdiel medzi AI, Machine Learningom, Deep Learningom a Generative AI. Zorientuješ sa aj v supervised a unsupervised learningu a jednotlivých typoch modelov. 

3. Príprava dát a tvorba ML modelu

Naučíš sa pripraviť dáta na modelovanie, preskúmať ich, upraviť dátové typy a rozdeliť ich na trénovaciu a testovaciu časť. Prejdeš si celý proces od definovania problému cez výber a tréning modelu až po jeho vyhodnotenie. 

4. Machine Learning modely v praxi

Vyskúšaš si lineárnu a logistickú regresiu, rozhodovacie stromy, Random Forest aj XGBoost a pochopíš, pri akých typoch úloh sa jednotlivé modely používajú. 

5. Ako vytvoriť spoľahlivejší model

Naučíš sa vyhodnocovať modely pomocou vhodných metrík, pracovať s cross-validation, rozpoznať pretrénovanie, ladiť nastavenia modelov a používať pipelines či Feature Engineering.

6. Clustering a segmentácia

Spoznáš princíp clusteringu, vyskúšaš si K-Means a naučíš sa z dát vytvárať a interpretovať skupiny, napríklad zákaznícke segmenty.

7. Komplexné projekty a nasadenie modelu

Na väčších projektoch prejdeš celý proces práce s Machine Learningom od dát až po výsledný model. V závere si ukážeš aj možnosti jeho praktického nasadenia – napríklad cez webovú aplikáciu, pravidelné spúšťanie alebo REST API.

Potrebné základné znalosti

Pre úspešné zvládnutie akadémie potrebuješ mať základné skúsenosti s:

  • Programovaním v Pythone (Python je programovací jazyk, ktorý sa najviac používa v AI a dátovej analytike)
  • Základmi dátovej analytiky pomocou knižnice pandas (pandas je nástroj v Pythone na prácu s tabuľkovými dátami, podobne ako Excel)

Predchádzajúce skúsenosti so strojovým učením ani umelou inteligenciou nepotrebuješ. Celú túto oblasť ti vysvetlíme úplne od začiatku a postupne, tému po téme.

Ak základy Pythonu a práce s dátami ešte nemáš, odporúčame ti najskôr absolvovať našu Women Data Academy - je to presne ten predchádzajúci krok.

Čo budeš potrebovať?

Technické vybavenie

  • Vlastný notebook (externý monitor je veľkou výhodou pre pohodlnejšiu prácu)
  • Dôležité upozornenie: Ak používaš notebook od firmy, v ktorej pracuješ, uisti sa, že máš právo inštalovať si vlastné programy. Niektoré firmy (napríklad banky) neumožňujú užívateľom inštalovať vlastný softvér. Na začiatku akadémie si totiž spolu nainštalujeme Python a všetky potrebné knižnice
  • Špeciálne výkonný počítač nepotrebuješ. Datasety a príklady sme pripravili tak, aby zbehli na bežnom notebooku
  • Stabilné internetové pripojenie

Jazykové znalosti

  • Efektívna znalosť angličtiny (minimálne pasívne na úrovni čítania textu)
  • Všetko dôležité na kurze je vysvetlené v slovenčine (detailné vysvetlenie tém, videá aj podpora na Discorde)
  • Doplňujúce textové materiály, domáce úlohy a záverečná certifikácia sú v jednoduchej angličtine, ktorá je základným jazykom vo svete IT
  • Všetky odborné pojmy ti vždy vysvetlíme po slovensky, skôr než ich začneme používať

Časová náročnosť

  • Dostatok času na štúdium jednotlivých lekcií aj domácich úloh
  • Priemerný odhadovaný čas: 10 - 12 hodín týždenne
  • Je to náročnejšia akadémia. Odporúčame si k lekciám aj vracať a kód si aspoň raz napísať vlastnými rukami - je to najviac podceňovaný a zároveň najužitočnejší krok


Podmienky certifikácie

Na konci akadémie absolvuješ praktický test, ktorý preverí zručnosti získané počas kurzu. Zadanie vypracuješ v stanovenom časovom limite a pri riešení môžeš používať dokumentáciu.

Na získanie certifikátu Aj Ty v IT potrebuješ dosiahnuť minimálne 80 % úspešnosť. Certifikát obsahuje aj tvoje výsledné percentuálne hodnotenie.

Najčastejšie otázky a odpovede

  • Je Women AI / Machine Learning Academy vhodná aj pre úplné začiatočníčky?

    Akadémia nie je určená pre úplné začiatočníčky bez skúseností s programovaním. Na jej absolvovanie potrebuješ ovládať základy Pythonu a práce s dátami v knižnici pandas. Ak tieto znalosti ešte nemáš, odporúčame ti najskôr absolvovať našu Women Data Academy - je to presne ten predchádzajúci stupienok a po nej na túto akadémiu už bez problémov nadviažeš.

  • Absolvovala som už iný kurz Pythonu a dátovej analytiky. Je táto akadémia vhodná ako nadstavba?

    Áno, presne pre toto akadémia vznikla. Je určená pre ženy, ktoré už vedia základy Pythonu a dátovej analytiky, napríklad prácu s knižnicou pandas, a chceli by urobiť krok vpred na ďalší level. Najbližší prirodzený posun zo sveta dátovej analytiky je práve krok do sveta Machine Learningu a prediktívnej analytiky. Nezáleží na tom, kde si tie základy získala - či u nás vo Women Data Academy, na inom kurze, v škole alebo v práci.

  • Musím už niečo vedieť o Machine Learningu alebo umelej inteligencii?

    Nie, vôbec nič. Celú oblasť Machine Learningu vysvetľujeme od úplných základov. Akadémia je postavená presne pre ženy, ktoré vedia pracovať s dátami a robia teraz prvý krok do sveta AI. Začíname tým, že si upraceme v pojmoch, a postupne prechádzame k jednotlivým modelom, ich vyhodnocovaniu, ladeniu a nasadeniu.

  • Budem pracovať na reálnych projektoch, ktoré si môžem dať do portfólia?

    Áno. Akadémia je postavená na projektoch, nie na izolovaných cvičeniach. Prejdeš si niekoľko kompletných projektov od zadania po výsledok, okrem iného: oceňovanie nehnuteľností na datasete s 81 stĺpcami, vrátane tvorby vlastných premenných a ladenia modelu segmentácia takmer 9 000 klientov banky s pomenovanými segmentmi a obchodnými odporúčaniami predikcia meškania zásielok eshopu vrátane nasadenia modelu ako webovej aplikácie K tomu ti pribudnú ďalšie samostatné projekty z domácich úloh. Dôležité je, že pri každom vieš vysvetliť, prečo si sa rozhodla tak, ako si sa rozhodla - a presne na to sa na pohovore pýtajú.

  • Pomôže mi akadémia pri rekvalifikácii a zmene kariéry?

    Áno, a je to jeden z hlavných dôvodov, prečo k nám ženy prichádzajú. Dostaneš ucelenú a systematickú prípravu namiesto poskladaných útržkov z internetu, praktické projekty do portfólia a po úspešnej certifikačnej skúške aj certifikát s percentuálnou úspešnosťou, ktorý má váhu u zamestnávateľa. Akadémiu ti navyše môže preplatiť Úrad práce - bližšie podmienky nájdeš vyššie v sekcii Možnosti platby. Ak nevieš posúdiť, či ti akadémia sadne, napíš nám, čo už vieš a kam sa chceš dostať. Radi ti poradíme.

  • Koľko času si máš na akadémiu vyhradiť?

    Odporúčaná časová náročnosť je približne 10 až 12 hodín týždenne. Tento čas zahŕňa sledovanie lekcií, vypracovanie domácich úloh, precvičovanie aj prácu na praktických projektoch.

  • Ako prebieha výučba?

    Akadémia obsahuje 16 detailne pripravených video lekcií plus záverečný test. Nové lekcie ti sprístupníme každý pondelok a štvrtok. Po sprístupnení si ich môžeš pozrieť v čase, ktorý ti vyhovuje. Ku každej lekcii dostaneš aj materiály, datasety a domáce úlohy so vzorovými riešeniami. Nič sa nikam neodovzdáva, ideš vlastným tempom.

  • Potrebujem výkonný počítač? Aké nástroje budem počas akadémie používať?

    Nie. Datasety aj príklady sme pripravili tak, aby ti pohodlne zbehli na bežnom notebooku. Postupy, ktoré sa naučíš, sú pritom tie isté, aké sa používajú vo firmách. Tam je hlavný rozdiel v tom, že dát je viac a beží to na silnejšom stroji - princípy a logika práce zostávajú rovnaké. Pracujeme v JupyterLabe, prostredí, kde je vysvetľujúci text aj spustiteľný kód pohromade. Hlavnou knižnicou akadémie je scikit-learn, najpoužívanejšia knižnica pre klasický Machine Learning na svete. Ďalej používame pandas na prácu s dátami, plotly a matplotlib na grafy, XGBoost pre najpresnejšie modely a na záver nástroje na nasadenie modelu do prevádzky. Všetko sú to bezplatné, otvorené nástroje - žiadne platené predplatné nepotrebuješ.

  • Naučím sa v akadémii aj neurónové siete a Deep Learning?

    Vysvetlíme si, čo neurónové siete a Deep Learning sú, ako fungujú, na čo sa hodia a kedy sa naopak neoplatia. Praktická časť akadémie je však postavená na klasickom Machine Learningu - a má to dobrý dôvod. Klasické modely sú v biznise stále najpoužívanejšie: potrebujú menej dát, sú rýchle, a hlavne sa dajú vysvetliť. V regulovaných odvetviach ako bankovníctvo alebo poisťovníctvo je to podmienka, nie luxus. Zároveň sú základom, bez ktorého sa k neurónovým sieťam nedá rozumne posunúť. Po tejto akadémii budeš mať presne ten základ, na ktorom sa dá stavať ďalej.

Máš ďalšie otázky?

Prečítaj si doplňujúce otázky a odpovede k našim akadémiám >>>

Alebo nám napíš na [email protected].

A ak si sa dočítala až sem, zrejme o akadémii uvažuješ. Pokojne nám napíš aj otázku, na ktorú si tu nenašla odpoveď.

Radi ti pomôžeme zistiť, či je Women AI / Machine Learning Academy pre teba to pravé.

Ďakujeme našim partnerom

Vďaka ich podpore vám pomáhame rozvíjať digitálne a technologické zručnosti.

Accenture logo
Z Zurich Foundation logo