Szkolenie Inżynieria oprogramowania z AI: integracja IDE, modele lokalne i protokół MCP - TERMIN GWARANTOWANY - 16.11.2026

Szkolenie Inżynieria oprogramowania z AI: integracja IDE, modele lokalne i protokół MCP: TERMIN GWARANTOWANY 16-19.11.2026
Termin gwarantowany odbędzie się na pewno, nawet przy jednym uczestniku. Szkolenie online na żywo z trenerem, 4 dni, w godz. 9:00-16:00.
Prowadzący: Paweł Wojtanek
Szczegóły szkolenia, program i zapisy:
➜ Szkolenie Inżynieria oprogramowania z AI: integracja IDE, modele lokalne i protokół MCP
Wszystkie terminy gwarantowane JSystems:
➜ lista terminów gwarantowanych
W skrócie
Fragmenty kodu i dokumentacji kopiujesz do czatu AI przy każdym zadaniu, a odpowiedzi ręcznie przenosisz do projektu. Po tym szkoleniu agent AI w Twoim IDE sam sięga do plików projektu, dokumentacji i danych, a poufny kod możesz przetwarzać na prywatnym modelu lokalnym. Przechodzisz od konfiguracji i zabezpieczenia środowiska, przez pracę z agentami i własny serwer MCP, czyli standard łączenia modelu z infrastrukturą, po testy, debugowanie i dokumentację tworzone z AI oraz rachunek kosztów.
Co potrafisz po szkoleniu
- Konfigurujesz agentowe IDE i prywatne modele lokalne - Porównujesz środowiska programistyczne z agentem AI, np. Cursor, i wybierasz to, które pasuje do Twojej pracy. Model językowy instalujesz lokalnie w Ollama, dobierasz go do pamięci karty graficznej i oceniasz, ile jakości kosztuje jego kompresja. Podczas warsztatu uruchamiasz prywatne AI działające bez internetu.
- Zabezpieczasz kod i dane przed wyciekiem - Zanim polecenie trafi do modelu, usuwasz z niego dane poufne i maskujesz sekrety, np. hasło do bazy zapisane w pliku konfiguracyjnym. Zabezpieczenia sprawdzasz na symulowanym wycieku danych.
- Pilnujesz zgodności licencyjnej i prawnej - Konfigurujesz filtry licencyjne, które ograniczają ryzyko, że do projektu trafi kod na licencji wymuszającej udostępnienie źródeł całej aplikacji. Wiesz też, co wolno zatwierdzić w repozytorium w świetle unijnego AI Act i prawa własności intelektualnej, np. gdy fragment kodu napisał agent.
- Prowadzisz agenta przez zmiany w całym projekcie - Agent przeszukuje dokumentację i kod Twojego projektu zaindeksowane w IDE, więc odpowiada na ich podstawie. Polecenia formułujesz tak, żeby model rozumował krok po kroku, a zmiany w wielu plikach naraz zostają spójne. Podczas warsztatu budujesz z agentem moduł w języku, którego nie znasz.
- Podłączasz model do infrastruktury przez MCP - Model pobiera dane na bieżąco wprost z infrastruktury, np. z bazy danych, zamiast z wklejonego kontekstu. Piszesz własny serwer MCP, a pierwszą działającą wersję produktu zaczynasz od schematów API i SQL generowanych przed kodem.
- Pokrywasz kod testami generowanymi przez AI - AI pisze testy, a Ty sprawdzasz, czy weryfikują właściwą logikę. Scenariusze testowe przygotowujesz przed implementacją, a przypadki brzegowe odsłaniają luki, które łatwo przeoczyć. Podczas warsztatu uszczelniasz niestabilny moduł zestawem takich testów.
- Debugujesz i dokumentujesz w kontekście całej aplikacji - Przyczynę błędu szukasz w logach z wielu części systemu naraz. Opisy API i diagramy architektury generujesz automatycznie i aktualizujesz przy każdej zmianie w kodzie. Podczas warsztatu naprawiasz krytyczny błąd i przygotowujesz raport techniczny.
- Liczysz, czy wdrożenie AI się opłaca - Zestawiasz całkowity koszt modelu w chmurze i na własnym sprzęcie, także ten ukryty, i oceniasz, kiedy warto dostroić własny mały model. Ustalasz, gdzie w zespole człowiek weryfikuje pracę AI, i liczysz opłacalność wdrożenia w konkretnym zadaniu.
Jak pracujemy
Moduły kończą się warsztatami, a całość zamyka projekt końcowy, w którym łączysz poznane techniki w jednym, kompleksowym zadaniu. Prowadzi Paweł Wojtanek, programista i konsultant technologiczny, który projektuje i wdraża rozwiązania AI w Pythonie (LangChain, CrewAI, Hugging Face).
Dla kogo
Dla programistów, architektów oprogramowania i liderów zespołów deweloperskich, którzy chcą pracować z agentami AI w IDE z zachowaniem poufności kodu i danych firmy oraz zgodności licencyjnej. Wymagania wstępne: doświadczenie w programowaniu i swobodna praca w IDE.
Co zyskujesz
Skonfigurowane, bezpieczne środowisko pracy z AI (IDE, lokalne modele i MCP) z wdrożonymi filtrami prawnymi i politykami bezpieczeństwa, które samodzielnie rozwijasz w kolejnych projektach. Termin gwarantowany odbywa się na pewno, nie odwołamy go z powodu małej grupy. Otrzymujesz też imienny certyfikat ukończenia szkolenia.
Zarezerwuj miejsce i pracuj z agentem AI w swoim IDE na modelach lokalnych i przez MCP, z testami i dokumentacją, które powstają razem z kodem.
Sprawdź, czy w Twoim przypadku dostępne jest finansowanie szkolenia ze środków BUR/KFS. Dostępność finansowania zależy od warunków danego programu oraz decyzji właściwej instytucji. Więcej informacji: https://jsystems.pl/dofinansowanie/
Prowadzący szkolenie
Program szkolenia
DZIEŃ 1: Konfiguracja - środowisko, narzędzia i zgodność
Moduł 1: Kompletne środowisko AI
Instalacja i konfiguracja stosu technologicznego. Poczuj moc "agentic IDE" od pierwszej godziny.
- Wojna IDE: VS Code, Cursor, Antigravity, Windsurf i inne
- Lokalne LLM, instalacja Ollama + DeepSeek/Qwen/Llama
- Zarządzanie VRAM i kwantyzacja (wpływ na jakość)
- Warsztat: Konfiguracja "lokalnego stosu" - twoje prywatne AI działające bez internetu
Moduł 2: Zabezpieczanie i prawo - bezpieczna konfiguracja
Masz już narzędzia, teraz zabezpiecz je przed wyciekiem i pozwami.
- Konfiguracja filtrów licencyjnych, ryzyko infekcji licencją GPL
- DLP w praktyce, sanityzacja promptów, maskowanie secrets
- AI Act i własność intelektualna: co wolno commitować?
- Warsztat: Symulacja wycieku danych
DZIEŃ 2: Budowanie - architektura i agentic AI
Moduł 3: Praca z agentami i strategie
Od chatbota do agenta.
- Techniki komunikacji: jak precyzyjnie sterować modelem (chain of thought)
- Indeksowanie dokumentacji i kodu projektu (RAG w IDE)
- Edycja wielu plików jednocześnie i utrzymywanie spójności projektu
- IDE, które rozumie intencje projektu
- Warsztat: Wyzwanie poligloty - budowanie modułu w nieznanym języku z pomocą agenta
Moduł 4: Model context protocol (MCP) i integracje systemów
- MCP: standard łączenia LLM z infrastrukturą
- Dynamiczne pobieranie danych zamiast wklejania kontekstu
- Projektowanie MVP: generowanie schematów (OpenAPI/SQL) przed kodem
- Warsztat: Implementacja własnego serwera MCP
DZIEŃ 3: Jakość - testowanie, debugowanie i dokumentacja
Moduł 5: Testowanie automatyczne
- Zmiana podejścia: AI generuje testy, ty weryfikujesz logikę
- Tworzenie scenariuszy testowych przed implementacją kodu
- Przypadki brzegowe: wykrywanie luk w logice, o których zapomniał programista
- Testy jednostkowe i integracyjne: strategie szybkiego pokrywania kodu
- Warsztat: Uszczelnianie niestabilnego modułu zestawem testów wygenerowanych przez AI
Moduł 6: Debugowanie i żywa dokumentacja
Utrzymanie przejrzystości kodu i zrozumiałej struktury projektu.
- Inteligentne debugowanie: analiza logów i błędów w szerokim kontekście aplikacji
- Automatyzacja dokumentacji: generowanie opisów API i diagramów architektury
- Utrzymanie spójności: aktualizacja dokumentacji w czasie rzeczywistym przy zmianach w kodzie
- Warsztat: Analiza i naprawa krytycznego błędu oraz wygenerowanie raportu technicznego
DZIEŃ 4: Synteza - optymalizacja i wdrożenie
Moduł 7: Strategia, koszty i nowe trendy
Bilans zysków i strat, praca w zespole hybrydowym oraz spojrzenie w przyszłość.
- Analiza TCO (Total Cost of Ownership): porównanie kosztów chmury vs własny hardware i koszty ukryte
- AI w zespole i rola człowieka jako weryfikatora (human-in-the-loop)
- Przyszłość developmentu
- Modele dedykowane: kiedy warto trenować (finetuning) własny mały model zamiast używać giganta
- Warsztat: Analiza opłacalności wdrożenia AI w konkretnym zadaniu
Moduł 8: Projekt końcowy
Wykorzystanie poznanych technik w jednym, kompleksowym zadaniu.
Rezultaty szkolenia
- Skonfigurowane, bezpieczne środowisko (IDE + lokalne modele + MCP)
- Wdrożone filtry prawne i polityki bezpieczeństwa
- Gotowe strategie na pracę z kodem legacy i nowymi projektami
- Certyfikat ukończenia
Przeczytaj na naszym blogu
- Bezpłatny kurs Claude Code - kompletny przewodnik dla programistów (29 lekcji) - Claude Code tutorial
- Najciekawsze modele na Ollamie - 6 modeli do różnych zastosowań
- Claude Code vs Codex - które narzędzie AI do programowania wybrać?
- Czym jest Codex? Kompletny przewodnik dla początkujących (2026)
- Prompt Engineering - techniki które musisz znać żeby wyciągnąć maksimum z AI
- Kurs Claude Code: 20 serwerów MCP które warto znać
- LangChain RAG tutorial Python - krok po kroku (PDF, Chroma, OpenAI)
Zapisz się na termin gwarantowany
➜ Szkolenie Inżynieria oprogramowania z AI: integracja IDE, modele lokalne i protokół MCP
➜ wszystkie terminy gwarantowane
Pytania: [email protected], tel. 22 299 53 69
