22 299 53 69
biuro@jsystems.pl
Tworzenie agentów AI z wykorzystaniem Google Gemini
by:
Najbliższe terminy tego szkolenia
23.01
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
Moduł 1: Wprowadzenie do AI i promptów
- Jak działają modele językowe Gemini.
- Rola promptu w budowaniu agenta Gemini.
- Rola kontekstu i tokenów w Gemini Gems.
- Znaczenie tonu i stylu komunikacji (formalny, kreatywny, ekspercki).
- Tokeny w połączeniu API z modelem językowym.
- Praktyczna praca z promptem na różnych przykładach.
Moduł 2: Scenariusze biznesowe agentów AI
- Przykłady zastosowań agentów AI w HR, sprzedaży, obsłudze klienta i analizie danych.
- Identyfikacja procesów, które można usprawnić dzięki agentom AI.
- Dyskusja o wdrożeniach agentów AI w realnych organizacjach.
- Mini warsztat: wybór scenariusza biznesowego, który każdy uczestnik będzie rozwijał przez całe szkolenie.
Moduł 3: Praca z modelami językowymi i zaawansowanym prompt engineering
- Różnice między modelami językowymi dostępnych wariantów Gemini.
- Kiedy używać modelu bazowego, a kiedy przygotować go pod specyficzne zadania.
- Ograniczenia modeli i typowe wyzwania w pracy z nimi.
- Zaawansowane techniki prompt engineering: chain-of-thought, few-shot, roleplay, dynamiczne prompty.
- Budowanie agentów z użyciem AgentaAI na przykładach biznesowych.
- Retrieval-Augmented Generation (RAG) – wprowadzanie własnych danych, dokumentów i wektorowych baz wiedzy.
Moduł 4: Budowanie własnego modelu językowego opartego na Gemini
- Definiowanie roli i charakteru agenta AI.
- Tworzenie i konfigurowanie instrukcji systemowych wpływających na zachowanie agenta.
- Kontrola tonu wypowiedzi i dostosowanie stylu komunikacji.
- Wprowadzanie własnych danych: obsługa plików txt, pdf, arkuszy.
- Tworzenie personalizowanego agenta i testowanie jego odpowiedzi.
- Weryfikacja jakości, spójności i trafności udzielanych odpowiedzi.
Moduł 5: Wprowadzenie do n8n
- Czym jest n8n – platforma automatyzacji typu no-code/low-code.
- Jak działa architektura n8n: węzły (nodes), przepływy (workflows), integracje.
- Przegląd AI nodes w n8n: Message to Model, AI Agent, Document Loader, Vector Store.
- Demonstracja: prosty workflow z Message to Model (zapytanie → odpowiedź).
Moduł 6: Integracje i rozszerzenia agentów
- Rozszerzanie możliwości agenta o narzędzia: API, bazy danych, pliki.
- Integracja z Google Cloud Platform (Google Sheets, Gmail, Google Calendar).
- Wdrażanie agentów AI jako chatbotów w Slacku lub Discordzie.
- Budowanie agentów raportujących z arkuszy i danych firmowych.
- Monitorowanie jakości odpowiedzi: logi, walidacja, ograniczanie halucynacji.
- Ćwiczenie: każdy uczestnik integruje swojego agenta z wybranym narzędziem Google.
Moduł 7: Projekt końcowy – Agent Gemini w n8n
- Projektowanie własnego agenta na podstawie wybranego scenariusza biznesowego.
- Wykorzystanie własnych danych – dokumentów, arkuszy, notatek.
- Konfiguracja roli, tonu i instrukcji systemowych agenta.
- Wdrożenie agenta w n8n jako narzędzia raportującego lub konsultacyjnego.
- Przygotowanie i prezentacja efektów pracy na forum grupy.
Opis szkolenia
Szkolenie odbywa się na żywo z udziałem trenera. Nie jest to forma kursu video!O szkoleniu w skrócie
Praktyczne szkolenie, które uczy tworzenia inteligentnych agentów AI opartych na modelach Google Gemini.
Uczestnicy poznają zasady działania modeli językowych, projektowania promptów, pracy z kontekstem i danymi oraz wykorzystywania technik zaawansowanego prompt engineeringu.
W trakcie zajęć każdy zbuduje własnego agenta AI, zintegruje go z narzędziami Google i n8n, a następnie wdroży go jako element procesu biznesowego — konsultacyjnego, raportującego lub automatyzującego zadania.
Cele szkolenia
- Zapoznanie uczestników z zasadami działania modeli językowych Gemini oraz ich wykorzystaniem do budowy agentów AI.
- Rozwinięcie umiejętności projektowania, konfigurowania i testowania agentów AI, w tym pracy z promptami, danymi oraz instrukcjami systemowymi.
- Opanowanie zasad integracji agentów AI z narzędziami zewnętrznymi, takimi jak n8n, Google Cloud czy systemy komunikacyjne.
- Przygotowanie uczestników do samodzielnego tworzenia, wdrażania i monitorowania agentów AI opartych na Gemini w środowisku biznesowym.
Korzyści dla uczestnika
Uczestnik po szkoleniu:
- Będzie rozumiał, jak działają modele językowe Gemini i w jaki sposób przetwarzają prompty, tokeny oraz kontekst.
- Potrafi zaprojektować agenta AI od podstaw: określić rolę, przygotować instrukcje systemowe, dobrać ton i styl wypowiedzi.
- Zyska praktyczne umiejętności pracy z zaawansowanymi technikami prompt engineering (chain-of-thought, few-shot, roleplay, dynamiczne prompty).
- Będzie umiał wykorzystać własne dane (pliki, dokumenty, arkusze) w pracy agenta AI i zrozumie zasady działania RAG.
- Nauczy się tworzyć automatyzacje z wykorzystaniem n8n oraz integrować agentów AI z API, bazami danych i narzędziami Google.
- Stworzy własnego działającego agenta Gemini – konsultacyjnego lub raportującego – dopasowanego do wybranego procesu biznesowego.
- Zdobędzie kompetencje pozwalające wdrażać agentów AI w organizacji, monitorować ich działanie i minimalizować ryzyko błędów modelu.
Prowadzący szkolenie:
Sebastian Koziatek
Administrator 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
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.
Sebastian Koziatek
Sebastian Koziatek
