Python pro průmyslovou automatizaci
Nauč se pracovat s daty v Pythonu a získej přehled o tom, co se ve výrobě skutečně děje.

O KURZU
- Timeline
únor–duben
- Čeká tě
14 LEKCÍ
- Formát
ŽIVĚ ONLINE
Nauč se sbírat výrobní data ze strojů, zpracovávat je pomocí ETL toků a vytvářet interaktivní dashboardy. Získáš tak přehled a kontrolu nad výrobou.
Zvládneš komunikovat s průmyslovými systémy přes MQTT nebo OPC UA, detekuješ chyby dřív, než ovlivní provoz, a zdlouhavé rutiny nahradíš vlastním Python kódem.
Kurz je pro:
-
Inženýry a techniky
Naučíš se psát skripty v Pythonu pro sběr a správu výrobních dat. Zautomatizuješ rutiny, propojíš stroje s IT a zvýšíš výrobní efektivitu bez nutnosti robustní infrastruktury.
-
Data analytiky a risk manažery
Zvládneš automatizovaný sběr, čištění i konsolidaci výrobních dat. Pomocí Python knihoven vytvoříš přehledné vizualizace – podklady pro detekci rizik i tvorbu zásadních rozhodnutí.
-
Studenty a juniorní specialisty
Získáš základy Pythonu pro průmyslové využití. Naučíš se pracovat s daty a automatizovat procesy. Připravíš se na vstup do moderního průmyslu a zvýšíš svou hodnotu na trhu.
Lektor
Ondřej Kyjánek
Vedoucí vývoje, RoboTwin
-
Má přes 10 let zkušeností s vývojem pokročilých řešení v oblasti průmyslové automatizace a robotiky.
-
Zastával roli technického ředitele německého startupu FibR GmbH, jehož projekty získaly ocenění jako German Design Award 2020 nebo JEC Composites Innovation Award 2024.
-
Působil také jako Senior Developer ve švýcarské firmě ioLabs AG, kde se věnoval návrhu systémové architektury a integraci moderních technologií.
-
Je certifikovaný programátor robotů KUKA a autor výzkumných publikací. Dlouhodobě se věnuje také vzdělávání.
Program
-
1. lekceČtvrtek 26. 2. 2026
Úvod do kurzu a základy Pythonu
- Úvod do kurzu a organizační informace
- Přehled programovacích jazyků v automatizaci
- Stručná historie a základní konstrukty jazyka Python
- Nastavení vývojového prostředí (VS Code, Python interpreter)
Praktická ukázka: Práce se soubory a smyčky v Pythonu (např. otevření CSV souboru a zapsání výstupu)
-
2. lekceÚterý 3. 3. 2026
Úvod do průmyslové automatizace
- Stručná historie výpočetní techniky a principy binární logiky
- Historie a základní principy průmyslové automatizace
- Přehled programovacích jazyků dle normy IEC 61131-3 (ST, LD, FBD)
- Porovnání jazyků IEC a Pythonu: podobnosti a rozdíly
Praktická ukázka: Převod různých číselných formátů z/do binární reprezentace (např. bajtové pole)
-
3. lekceČtvrtek 5. 3. 2026
Vizualizace dat v Pythonu
- Úvod do vizualizace dat v kontextu průmyslové automatizace
- Praktické příklady vizualizace průmyslových dat a různých typů jejich reprezentace
- Přehled knihoven pro vizualizaci (Matplotlib, Seaborn, Plotly, Bokeh)
- Tvorba základních statických grafů (čárové, sloupcové, bodové, histogramy)
- Interaktivní a animované grafy a dashboardy
Praktická ukázka: Vizualizace dat z CSV souboru pomocí Seaborn, Plotly a Bokeh
Domácí úkol: Vytvoř vizualizaci dat z ukázkového CSV souboru pomocí knihovny Plotly.
Bonusová část: Vytvoř animaci dat v čase.
-
4. lekceÚterý 10. 3. 2026
Základy komunikace
- Přehled komunikačních architektur a vzorců výměny zpráv
- Základy sériové komunikace a protokol Modbus
- Ethernetová komunikace a běžné IP protokoly (UDP, TCP)
- Základy komunikace pomocí REST API
Praktická ukázka: Navázání jednoduché komunikace mezi klientem a echo serverem pomocí UDP a TCP
-
5. lekceČtvrtek 12. 3. 2026
Průmyslová komunikace a IoT
- Architektury průmyslových sítí
- Přehled běžných komunikačních protokolů (MODBUS, S7, MQTT, OPC UA)
- Model publish–subscribe a komunikační toky
- Zpracování dat: formáty, parsování, validace
Praktická ukázka: Publikace a příjem dat ze senzorů pomocí knihovny paho-mqtt
Domácí úkol: Shromáždi proud dat ze senzoru přes MQTT a zobraz je v reálném čase v grafu.
Bonusová část: Ulož příchozí data do CSV souboru jako log.
-
6. lekceÚterý 17. 3. 2026
Základy průmyslové komunikace
- Model komunikace request–response
- Implementace OPC UA v Pythonu pomocí knihovny asyncua
- Základy bezpečnosti komunikace (symetrické/asymetrické šifrování, TLS)
Praktická ukázka: Připojení a komunikace s OPC-UA serverem přes asyncua
-
7. lekceČtvrtek 19. 3. 2026
Plánování úloh a stavové automaty
- Rozdíl mezi real-time systémy (hard/soft) a non-real-time systémy
- Implementace polling cyklů a watchdogů
- Koncepty stavových automatů a přechody mezi stavy systému
Praktická ukázka: Jednoduchý stavový automat pro vícestupňový průmyslový proces pomocí knihovny python-statemachine
-
8. lekceÚterý 24. 3. 2026
Základy PID regulace v průmyslové automatizaci
- Stručné zopakování otevřených (open-loop) a uzavřených (closed-loop) řídicích systémů
- Principy fungování PID regulátorů a jednotlivých složek
- Implementace PID regulátoru v Pythonu pomocí knihovny simple-pid a vlastní implementace od základu
Praktická ukázka: Simulace PID řízeného topení, experimentování s laděním a pozorování chování systému
Domácí úkol: Navrhni jednoduchý řídicí systém pro pec se stavovým automatem a PI regulací.
Bonusová část: Zobraz výsledky graficky.
-
9. lekceČtvrtek 26. 3. 2026
Získávání a ukládání dat
- Základy různých datových úložišť (soubory, CSV, databáze)
- Přehled databází: InfluxDB, Prometheus, MongoDB, SQL
- Příprava dat pro uložení (čištění, formátování)
Praktická ukázka: Ukládání a načítání dat ze senzorů v InfluxDB a MongoDB
-
10. lekceÚterý 31. 3. 2026
Agregace a správa dat
- Zpracování časových řad, včetně interpolace a resamplingu
- Základy ETL procesů
Praktická ukázka: Jednoduchá ETL pipeline spojující data z více zdrojů do jednotného formátu pro analýzu a vizualizaci
-
11. lekceČtvrtek 2. 4. 2026
Dashboardy a průmyslová vizualizace
- Úvod do dashboardů: význam a použití
- Instalace a spuštění Grafany lokálně nebo v Dockeru
- Připojení Grafany k InfluxDB a dalším zdrojům dat
Praktická ukázka: Živý dashboard metrik výrobní linky ze simulovaného datového proudu
Domácí úkol: Vytvoř vlastní Grafana dashboard (v cloudu nebo lokálně), sbírej data z různých zdrojů a sestav různé datové vizualizace.
Bonusová část: Připoj dashboard k vlastním datovým zdrojům.
-
12. lekceÚterý 7. 4. 2026
Základy průmyslové analýzy dat a vzorců
- Detekce trendů pomocí rolovacích statistik
- Čištění dat a řešení chybějících hodnot
- Základy modelování s NumPy/SciPy
- Úvod do lineární regrese
Praktická ukázka: Čištění šumu ze senzorických dat a predikce budoucího chování pomocí lineární regrese
-
13. lekceČtvrtek 9. 4. 2026
Úvod do strojového učení a detekce anomálií
- Přehled ML v průmyslu: prediktivní údržba, kontrola kvality, optimalizace
- Základy dozorovaného učení (lineární regrese, Naive Bayes) a nadozorovaného učení (k-means clustering)
- Úvod do pipeline v scikit-learn
- Detekce anomálií a predikce
Praktická ukázka: Aplikace k-means pro identifikaci nečekaných stavů systému a detekce anomálií, vizualizace výsledků pomocí NumPy
-
14. lekceÚterý 14. 4. 2026
Závěrečný projekt a shrnutí kurzu
- Závěrečný projekt
- Diskuze a zpětná vazba
- Doporučení pro další vzdělávání a rozvoj
- Otázky a odpovědi, zakončení kurzu
Zjistit cenu kurzu
Vyplňte registrační formulář a získejte podrobnější informace o kurzu a jeho ceně