22 299 53 69
biuro@jsystems.pl
AI dla programistów – od pomysłu do MVP
by:
Najbliższe terminy tego szkolenia
20.03
Termin gwarantowany
Szkolenie online
Ostatnie miejsca!
Standardy JSystems
- Wszyscy nasi trenerzy muszą być praktykami i osiągać średnią z ankiet minimum 4.75 na 5. Nie ma wśród nas trenerów-teoretyków. Każdy trener JSystems ma bogate doświadczenie komercyjne w zakresie tematów z których prowadzi szkolenia.
- Wszystkie szkolenia mają format warszatowy. Każde zagadnienie teoretyczne jest poparte rzędem warsztatów w ściśle określonym formacie.
- Terminy gwarantowane na 100%. Jeśli jakiś termin jest oznaczony jako gwarantowany, oznacza to że odbędzie się nawet jeśli część grupy wycofa się z udziału. Ryzyko ponosimy my jako organizator.
- Do każdego szkolenia które wymaga jakiegokolwiek oprogramowania dostarczamy skonfigurowane, gotowe hosty w chmurze. Dzięki temu uczestnik nie musi nic instalować na swoim komputerze (i bić się z blokadami korporacyjnymi). Połączenie następuje przez zdalny pulpit lub SSH - w zależności od szkolenia.
Program szkolenia
Dzień 1: Fundamenty i misja
Temat przewodni: The AI-Augmented Developer & “odprawa” przed misją
Moduł 1.1: The New Frontier
- Wprowadzenie do rewolucji AI w programowaniu
- Obalanie mitów: czy AI Cię zastąpi, czy wzmocni? ASI czy hype?
- Korzyści vs ryzyka (nadmierne poleganie, halucynacje, prywatność, degradacja umiejętności, zanik „mięśni” programistycznych)
- Czy AI nas przyspiesza, czy spowalnia? (badania, case study, opinie)
- Przegląd narzędzi (IDE, CLI, Web, Chat)
- Cel: Zrozumieć „dlaczego”, zmiana mindsetu na AI-first
Moduł 1.2: Kluczowe koncepcje – Modele, Prompty, Vibe Coding
- Porównanie modeli (GPT, Claude, Gemini, Grok, open-source)
- Prompt Engineering: tokeny, kontekst, attention, zero/few-shot
- Organizacja promptów, commit do gita
- Balans między automatyzacją a kontrolą
- Cel: Poznać fundamenty korzystania z AI w kodowaniu
Moduł 1.3: Mission Briefing & przygotowanie środowiska
- Wybór projektu (np. „AI Idea Validator”)
- Omówienie architektury high-level
- Konfiguracja środowiska (VSCode/Cursor/Zed, Copilot, CLI, API keys)
- Cel: Gotowe środowisko i ustalony cel projektu
Moduł 1.4: AI Research i wymagania projektu
- Deep Research (ChatGPT, Perplexity, Gemini, Groq)
- Generowanie pomysłów, walidacja, dokumentacja
- Cel: Plan projektu i README.md z user stories, roadmapą, tech stackiem
Dzień 2: Od pomysłu do projektu
Temat przewodni: AI jako Twój Product Manager i UX Designer
Moduł 2.1: Advanced Research & Planowanie projektu
- Wyszukiwanie i porównywanie bibliotek i frameworków
- Struktura projektu, layout plików
- Tworzenie diagramów architektury, opisów widoków, wireframes
- Cel: Wybór tech stacka i boilerplate projektu
Moduł 2.2: AI-Powered UX/UI Design
- AI-native design, narzędzia frontendowe
- Rapid prototyping w Lovable, v0.dev, Bolt
- AI w Figma
- Cel: Podstawowy, klikalny prototyp UI
Moduł 2.3: From Design to Code
- Przekład prototypu na kod frontendowy (Tailwind/SCSS, React/Vue)
- Cel: Statyczne komponenty FE projektu
Dzień 3: Budowa rdzenia aplikacji
Temat przewodni: AI jako Twój Pair Programmer
Moduł 3.1: Poznaj swoje AI-Powered IDE
- GitHub Copilot vs Cursor vs Zed
- Funkcje: autocomplete, chat, inline edits, integracja z terminalem
- Dokumentacja: różne narzędzia
- Koszty: subskrypcje, API keys, modele lokalne
- Cel: Implementacja głównej logiki UI
Moduł 3.2: Full-Stack Generation & CLI Power
- Generowanie backendu API
- CLI tools (Gemini CLI, Claude Code, Aider, Warp)
- Analiza codebase z terminala
- Cel: Backend API połączony z frontendem
Moduł 3.3: AI-Assisted Debugging & Refactoring
- Naprawa błędów z AI
- Stack trace do AI
- Refactoring kodu
- Cel: Naprawa błędu przy pomocy AI
Dzień 4: Jakość, bezpieczeństwo i wdrożenie
Temat przewodni: AI jako Twój QA & DevOps Engineer
Moduł 4.1: AI-Generated Testing
- Generowanie testów (unit, integration, E2E)
- Ograniczenia i konieczność przeglądu
- Cel: Zestaw testów dla backendu i frontendu
Moduł 4.2: Automated Code Reviews & Security
- Code review z AI
- AI-powered security scanning
- CodeRabbit
- Qodo
- Gemini Code Assist
- Cel: PR z nową funkcją i skanem bezpieczeństwa
Moduł 4.3: AI for CI/CD and Automation
- Generowanie pipeline CI/CD
- Wdrożenie aplikacji z AI
- Cel: Workflow GitHub Actions dla projektu
Dzień 5: Mistrzostwo, utrzymanie i przyszłość
Temat przewodni: The Advanced Frontier
Moduł 5.1: Praca ze starym kodem
- AI w analizie, dokumentacji i refaktoryzacji
- Cel: Ćwiczenie na „legacy” kodzie
Moduł 5.2: Modele lokalne, prywatność i koszty
- Kiedy używać modeli lokalnych
- Bezpieczeństwo, koszty vs modele chmurowe
- Cel: Świadomy wybór architektury AI
Moduł 5.3: Przyszłość: Agentic Workflows & MCP
- Czym są agentic workflows
- Model Context Protocol
- Cel: Poznać nadchodzące technologie
Moduł 5.4: Podsumowanie misji & Lifelong Learning
- Demo: finalny projekt
- Retrospektywa
- Najlepsze praktyki ciągłego uczenia się
- Cel: Utrwalenie wiedzy i dalszy rozwój
Opis szkolenia
Szkolenie odbywa się na żywo z udziałem trenera. Nie jest to forma kursu video!
O szkoleniu w skrócie
Ten intensywny, 5-dniowy warsztat online odmieni Twój proces developmentu, integrując najnowocześniejsze narzędzia AI na każdym etapie pracy. W ciągu tygodnia zbudujesz kompletną aplikację od zera, korzystając z AI jako swojego co-pilota – od wymagań i UX designu, przez kodowanie, po testowanie i wdrożenie. Nauczysz się pisać lepszy, bezpieczniejszy kod szybciej, eliminować żmudne zadania i stać się wszechstronnym, hiper-efektywnym developerem, który jest gotowy na przyszłość. To nie kurs o budowaniu AI – to kurs o tym, jak stać się inżynierem wspieranym przez AI.
Metodologia kursu
- Kurs bazuje na podejściu SDLC i pracy praktycznej. W ciągu 5 dni uczestnicy przechodzą przez pełen cykl wytwarzania oprogramowania, budując realną aplikację.
- Zajęcia online na żywo – prowadzone przez eksperta z możliwością zadawania pytań, dyskusji i indywidualnego feedbacku.
- Nauka w oparciu o projekt – ponad 60% czasu to praca praktyczna. Każdy moduł zawiera laboratoria, które bezpośrednio przyczyniają się do realizacji projektu końcowego.
- Uczestnicy realizują projekt w swoim preferowanym języku programowania.
- Uczymy płynnego korzystania z różnych narzędzi AI (IDE, CLI, chaty, web, specjalistyczne aplikacje).
- Pokażemy i porównamy różne narzędzia AI; na różnych etapach korzystamy z innych. Jednak każdy może realizować swój projekt w ulubionym.
- Na koniec dnia wspólnie ustalamy cele do realizacji jako „pracę domową”.
Co osiągniesz
Po kursie nie tylko poznasz narzędzia AI dla programistów – zmienisz swój sposób pracy! Będziesz potrafić:
- Myśleć jak developer AI, dobierając odpowiednie narzędzie do zadania.
- Skracać czas developmentu dzięki generowaniu kodu, redukcji boilerplate i szybkiemu prototypowaniu.
- Poprawiać jakość i bezpieczeństwo kodu przez automatyczne code review, skanowanie podatności i generowanie testów.
- Szybko prototypować i walidować pomysły.
- Pracować pewnie w całym stacku, wykorzystując AI do łatania braków wiedzy.
- Tworzyć eksperckie prompty dostosowane do różnych zadań developerskich.
- Unikać pułapek developmentu z AI, zachowując kontrolę i jakość.
Dla kogo
Kurs przeznaczony jest dla profesjonalnych programistów z minimum 1–2 letnim doświadczeniem, w tym:
- frontend, backend i full-stack developerów,
- twórców aplikacji mobilnych i desktopowych,
- programistów pracujących w dowolnym nowoczesnym języku (np. JavaScript/TypeScript, Python, Java, C#, Rust, Go).
Nie jest wymagane wcześniejsze doświadczenie z narzędziami AI – jedyny warunek to otwarty umysł i chęć gruntownej zmiany swojego sposobu pracy. Kurs może zahaczać o obszary spoza Twojej specjalizacji, pokazując, jak AI może Ci tam pomóc – czy to przez generowanie kodu, czy przez przyspieszenie nauki.
Prowadzący szkolenie:
Łukasz Matuszewski
Z Web Developmentem związany od 2003r, a z branżą szkoleń IT od 2010r. Pracował w wielu projektach dla globalnych korporacji (m.in. Roche, Fiji Water) oraz międzynarodowych startupów. Zarówno Full-Stack (TypeScript, React/Next, Node, Python, PHP, CI/CD, VPS, Cloud) i Desktop (Electron, Swift, Tauri, Rust).
Od lat wykorzystuje AI w swojej pracy (napierw Tabnine, potem Copilot, Cursor, Snyk i wiele innych), aplikacjach (od małych modeli dla IoT, po Voice AI i Avatary 3D) i automatyzacjach (RAG, OCR, itp.). Na szkoleniach stawia na praktyczne mini-projekty, ucząc jak AI może oszczędzić czas bez utraty jakości. Szkoli po polsku i angielsku, zarówno programistów jak i zespoły biznesowe.
Środowisko robocze
Nie jest wymagane instalowanie żadnego oprogramowania przez Uczestnika. Dostęp do gotowego środowiska na potrzeby tego szkolenia jest zapewniany każdemu Uczestnikowi przez organizatora.
Terminy gwarantowane
Gdy na jakiś termin zgłosi się minimalna liczba osób, termin oznaczamy jako gwarantowany.
Jeśli jakiś termin oznaczony jest jako gwarantowany to oznacza to, że na 100% się odbędzie we wskazanym czasie i miejscu.
Nawet gdyby część takiej grupy zrezygnowała lub przeniosła się na inny termin, raz ustalony termin gwarantowany takim pozostaje.
Ewentualne ryzyko ponosimy my jako organizator.
Przejdź do terminów tego szkolenia
Szkolenia online
Szkolenia online odbywają się na żywo z udziałem trenera. Uczestniczy łączą się na szkolenie za pomocą platfomy ZOOM (nie trzeba instalować, można połączyć się również przez przeglądarkę).
Informacje organizacyjne Uczestnicy otrzymują na 7 dni przed datą rozpoczęcia szkolenia.
Sprawdź pozostałe szkolenia z kategorii:
AI - sztuczna inteligencja
Zobacz
Sprawdź, co mówią o nas ci, którzy nam zaufali
Trenerzy kategorii AI - sztuczna inteligencja
Sebastian Stasiak
Sebastian Stasiak
Paweł Wojtanek
Paweł Wojtanek
Przedsiębiorca, programista i konsultant technologiczny z 17-letnim doświadczeniem.
Łączy perspektywę menedżera prowadzącego globalne operacje z praktyczną wiedzą o ekosystemie AI - od LLM-ów po sprzęt obliczeniowy i centra danych.
Od 2022 r. koncentruje się na praktycznej sztucznej inteligencji: multi-agent systems, RAG, Voice AI.
Specjalizuje się w projektowaniu i wdrażaniu rozwiązań AI w Pythonie (LangChain, CrewAI, Hugging Face, Whisper, ElevenLabs).
Doradza firmom z energetyki, przemysłu i B2B, przekładając złożone trendy technologiczne na przewagi biznesowe.
Łukasz Matuszewski
Łukasz Matuszewski
Z Web Developmentem związany od 2003r, a z branżą szkoleń IT od 2010r. Pracował w wielu projektach dla globalnych korporacji (m.in. Roche, Fiji Water) oraz międzynarodowych startupów. Zarówno Full-Stack (TypeScript, React/Next, Node, Python, PHP, CI/CD, VPS, Cloud) i Desktop (Electron, Swift, Tauri, Rust).
Od lat wykorzystuje AI w swojej pracy (napierw Tabnine, potem Copilot, Cursor, Snyk i wiele innych), aplikacjach (od małych modeli dla IoT, po Voice AI i Avatary 3D) i automatyzacjach (RAG, OCR, itp.). Na szkoleniach stawia na praktyczne mini-projekty, ucząc jak AI może oszczędzić czas bez utraty jakości. Szkoli po polsku i angielsku, zarówno programistów jak i zespoły biznesowe.
Przemysław Tomczyk
Przemysław Tomczyk
Dr Przemysław Tomczyk jest adiunktem w Katedrze Marketingu Akademii Leona Koźmińskiego. Naukowcem i praktykiem specjalizującym się w wykorzystaniu sztucznej inteligencji w procesie przygotowania publikacji naukowych. Jego praca koncentruje się na automatyzacji i optymalizacji procesów badawczych, zarządzaniu procesem pisania artykułów naukowych oraz projektowaniu modeli współpracy człowiek–AI w nauce. Obecnie realizuje projekt habilitacyjny poświęcony metodologicznym i organizacyjnym implikacjom wykorzystania AI w akademickich workflow badawczych.
Jest autorem i współautorem licznych publikacji naukowych w międzynarodowych czasopismach, m.in. Journal of Business Research, EuroMed Journal of Business, Journal of Librarianship and Information Science, International Journal on Artificial Intelligence Tools oraz Journal of Marketing Analytics. Pełni również rolę recenzenta w renomowanych czasopismach naukowych, w tym Journal of Business Research i AI & Society.
Sebastian Koziatek
Sebastian Koziatek
