Sztuczna inteligencja w codziennej pracy
by:
Najbliższe terminy tego szkolenia
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
Blok 1: Typy modeli AI i ich zastosowania
- Wprowadzenie do modeli językowych – czym są i jak działają
- Podstawowa architektura modeli językowych
- Mechanizm przetwarzania języka naturalnego
- Przegląd popularnych modeli językowych
- Modele open-source (np. LLaMA, Mistral)
- Modele komercyjne (np. GPT, Claude, Gemini)
- Różnice pomiędzy modelami prywatnymi a korporacyjnymi
- Kwestie bezpieczeństwa i prywatności
- Dostępność i koszty utrzymania
- Porównanie modeli – mocne i słabe strony w różnych obszarach zastosowań
- Tworzenie treści vs. analizy danych
- Języki i wielojęzyczność
- Jak wybrać odpowiedni model do konkretnego zastosowania
- Kryteria wyboru: budżet, jakość, czas odpowiedzi
- Dopasowanie do potrzeb organizacji
- Dodawanie własnych danych wejściowych do modeli językowych – metody i przykłady
- Fine-tuning na własnych zbiorach danych
- Użycie wektorowych baz wiedzy
- Fine-tuning vs. RAG (Retrieval-Augmented Generation)
- Zalety i wady obu podejść
- Budowanie własnych modeli – proces, narzędzia i koszty
- Tworzenie własnych modeli językowych i systemów eksperckich
- Dostępne modele językowe
- Przyszłość modeli językowych – trendy i kierunki rozwoju
- Modele multimodalne
- Integracja z IoT i robotyką
Blok 2: Podstawy Prompt Inżynierii
- Wprowadzenie do prompt engineering – czym jest i dlaczego ma znaczenie
- Rola promptu w pracy z AI
- Przykłady dobrych i złych promptów
- Jak modele AI interpretują zapytania użytkownika – podstawy działania sieci neuronowych
- Tokenizacja i embeddingi
- Proces generacji odpowiedzi
- Rola kontekstu w uzyskiwaniu poprawnych odpowiedzi
- Przekazywanie historii rozmowy
- Znaczenie precyzyjnych instrukcji
- Dobre praktyki w formułowaniu promptów
- Struktura poleceń
- Jasność i zwięzłość
- Najczęstsze błędy i złe praktyki
- Zbyt ogólne pytania
- Nadmierne skomplikowanie
- Kluczowe elementy skutecznego promptu
- Określenie roli AI
- Oczekiwany format odpowiedzi
- Techniki zaawansowane
- Łańcuch myślenia (Chain-of-Thought)
- Zero-shot learning
- Few-shot learning
- Prompt chaining (łączenie promptów krok po kroku)
- Analiza skuteczności promptów w różnych kontekstach
- Metryki jakości odpowiedzi
- Porównywanie wariantów
- Jak testować różne warianty promptów i mierzyć ich skuteczność
- A/B testing promptów
- Automatyczne narzędzia do oceny
- AI a halucynacje – dlaczego modele generują błędne informacje
- Źródła halucynacji
- Praktyki minimalizowania ryzyka
- Jak unikać błędnych odpowiedzi i minimalizować ryzyko dezinformacji
- Weryfikacja odpowiedzi
- Łączenie z zewnętrznymi źródłami wiedzy
- Bias w modelach językowych – czym jest, jak wpływa na wyniki i jak go redukować
- Rodzaje biasu
- Metody ograniczania uprzedzeń
- Podsumowanie i dobre praktyki na przyszłość
- Checklisty do codziennej pracy z AI
- Plan dalszego rozwoju umiejętności
Opis szkolenia
Szkolenie odbywa się na żywo z udziałem trenera. Nie jest to forma kursu video!
O szkoleniu w skrócie
Szkolenie „AI w codziennej pracy” to dwudniowe warsztaty z podstaw AI, prowadzone na żywo przez doświadczonego trenera - praktyka i eksperta w temacie AI.
Zajęcia zostały zaprojektowane z myślą o osobach początkujących i krok po kroku wprowadzają uczestników w świat sztucznej inteligencji. Nie jest wymagane wcześniejsze doświadczenie techniczne – wszystkie zagadnienia tłumaczymy prostym językiem.
W przystępny sposób wyjaśniamy, czym są współczesne modele językowe, czym różnią się rozwiązania open‑source od komercyjnych (takie jak GPT‑4, Claude czy Gemini) oraz jak wybrać odpowiednie narzędzie do własnych zadań. Uczestnicy poznają metody tworzenia z pomocą AI różnego rodzajów treści - od tekstu po grafikę i video.
Uczestnicy uczą się, jak formułować polecenia (prompty), aby AI udzielała jasnych i użytecznych odpowiedzi, oraz jak unikać najczęstszych błędów. Pokazujemy też, jak można wzbogacić modele o własne dane i zbudować proste rozwiązania dopasowane do potrzeb.
Charakter szkolenia
Całość ma charakter warsztatowy – po każdej części teoretycznej następuje seria ćwiczeń i mini‑projektów, podczas których wykorzystujesz AI do automatyzacji, generowania raportów, tworzenia tekstów czy szybkiej analizy danych.
Dla kogo?
Szkolenie jest przeznaczone dla pracowników biurowych, nauczycieli, marketerów, przedsiębiorców i każdego, kto chce zwiększyć produktywność dzięki AI.
Korzyści ze szkolenia
Po ukończeniu kursu zyskasz pewność w korzystaniu z AI, będziesz potrafił wybierać odpowiednie narzędzia i formułować skuteczne zapytania, a zdobyta wiedza pomoże Ci usprawnić codzienną pracę. Otrzymasz też imienny certyfikat potwierdzający nabycie nowych, praktycznych i pożądanych na rynku umiejętności.
Prowadzący szkolenie:
Sebastian Koziatek
Administrator systemów IT starej daty, pracujący z systemami uniksowymi od ponad 25 lat.
Od ponad 15 lat pracujący w jako administrator dużych środowisk serwerowych w bankach i korporacjach. Administrator wirtualizacji, konteneryzacji i systemów operacyjnych.
Od 5 lat aktywnie zajmujący się migracją infrastruktur firmowych do chmur z wykorzystaniem nowych technologii - głownie Docker i Kubernetes.
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
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.
Sebastian Koziatek
Sebastian Koziatek
Ostatnie miejsca!