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

location icon
JSystems Szkolenia IT i AI Szkolenie online na żywo, Online Zobacz na mapie
calendar icon
Od 16 lis 9:00 do 19 lis 16:00
ticket icon
Od 3 444,00 zł

JSystems

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

Dołącz do wydarzenia

Rodzaj Dostępne do Cena Liczba
Udział w szkoleniu online (1 osoba)

Cena za jednego uczestnika szkolenia online na żywo z trenerem.

15 listopada 2026, 16:00 3 444,00 zł