Szkolenie Systemy decyzyjne AI: klasyfikacja i automatyzacja procesów z użyciem modeli System One oraz LLM

W skrócie

Większość zespołów wrzuca każde zadanie do dużego LLM-a i płaci za to sekundami opóźnienia oraz rachunkiem za tokeny - nawet tam, gdzie w zupełności wystarczyłby szybki klasyfikator.

Na tym szkoleniu pokazujemy drugą stronę AI: modele typu System One, które podejmują decyzje w ułamku sekundy, taniej i powtarzalnie. Poznajesz model Jev, uczysz się, kiedy klasyfikator wygrywa z LLM-em pod względem kosztu, czasu i dokładności, a kiedy warto połączyć oba w jedną architekturę hybrydową.

Całość jest w stu procentach praktyczna. Pierwszy moduł to narzędzia i fundamenty, reszta szkolenia to realne projekty: od asystenta customer service, przez lead scoring i triaż CV, po wtyczkę filtrującą clickbaity. Aplikacje budujemy z pomocą agentów takich jak Claude Code, żeby warstwa frontendu nie spowalniała pracy.

Co potrafisz po tych 2 dniach

• Odróżniasz model System One od LLM-a - wiesz, który wybrać pod względem kosztu, czasu działania i dokładności, zamiast domyślnie sięgać po największy model do każdego zadania.
• Klasyfikujesz dane tekstowe modelem Jev - budujesz detekcję spamu, ocenę sentymentu i inne klasyfikatory na klasycznych use case'ach.
• Składasz architekturę hybrydową - łączysz szybki klasyfikator System One z LLM-em tak, żeby każdy robił to, w czym jest najlepszy.
• Automatyzujesz obsługę zgłoszeń - routing tematu rozmowy do właściwego działu, moderacja, ocena pilności i sentymentu oraz eskalacja do konsultanta.
• Budujesz lead scoring - ekstrakcja branży, budżetu i wielkości firmy z zapytań ofertowych, klasyfikacja jakości leada i odsiew nieistotnych zapytań.
• Stawiasz triaż aplikacji na ofertę pracy - ekstrakcja danych z CV i decyzja odrzuć / do weryfikacji / zaproś na rozmowę wraz z uzasadnieniem dla działu HR.
• Projektujesz routing zapytań z mechanizmem fallback - dobierasz model do złożoności pytania i przekazujesz je do mocniejszego modelu przy niskiej pewności klasyfikacji.
• Tworzysz wtyczkę do przeglądarki - wykrywa i ukrywa clickbaitowe nagłówki, a treść artykułu podsumowuje rzetelnym tytułem.

Jak pracujemy

Dwa dni warsztatu przy klawiaturze. Pierwszy moduł daje fundament - model Jev, modele System One i porównanie z LLM-em na klasycznych zadaniach klasyfikacyjnych. Dalej budujesz kompletne projekty od zera, a każdy kończy się działającą aplikacją.

Kod piszesz z pomocą agentów takich jak Claude Code, więc tempo nie rozbija się o warstwę frontendową. Liczba zrealizowanych projektów zależy od tempa grupy - scenariusze dobieramy pod uczestników, a prowadzący pracuje razem z Tobą na bieżąco. Prowadzi Patryk Palej, programista Pythona z doświadczeniem w data science i modelowaniu matematycznym, który obecnie zajmuje się AI developmentem, w tym systemami agentowymi.

Dla kogo

Dla programistów, architektów i inżynierów, którzy budują aplikacje oparte na AI i chcą podejmować w nich decyzje szybciej oraz taniej niż samym LLM-em. Przyda się każdemu, kto projektuje klasyfikację danych, routing zapytań albo automatyzację procesów tekstowych.

Wymagania wstępne: praktyczna znajomość programowania (najlepiej w Pythonie) oraz podstawowe pojęcie o tym, jak działają modele językowe. Doświadczenie z modelami klasyfikacyjnymi nie jest potrzebne - od tego zaczynamy.

Co zyskujesz

Wychodzisz z zestawem gotowych, działających projektów, które przeniesiesz do własnego środowiska: klasyfikator tekstu, asystent customer service, lead scoring, triaż CV, router zapytań i wtyczka do przeglądarki. Każdy pokazuje ten sam wzorzec architektury hybrydowej, który podłączysz pod swoje dane.

Otrzymujesz certyfikat ukończenia szkolenia. Szkolenie rozliczysz w ramach BUR i KFS (dofinansowanie nawet do stu procent). Zamiast płacić LLM-em za każdą decyzję, wychodzisz z wiedzą, kiedy tańszy i szybszy klasyfikator robi tę samą robotę lepiej.

Istnieje możliwość całkowitego lub częściowego sfinansowania szkolenia ze środków BUR/KFS. Więcej informacji: https://jsystems.pl/dofinansowanie/