Szkolenie Sztuczna inteligencja w codziennej pracy - TERMIN GWARANTOWANY - 17.05.2027
Szkolenie Sztuczna inteligencja w codziennej pracy: TERMIN GWARANTOWANY 17-18.05.2027
Szkolenie online na żywo z trenerem, 2 dni, w godz. 9:00-16:00. Termin gwarantowany odbędzie się na pewno, nawet przy jednym uczestniku. Prowadzi: Sebastian Koziatek.
Szczegóły szkolenia, program i zapisy: Szkolenie Sztuczna inteligencja w codziennej pracy na jsystems.pl
Wszystkie terminy gwarantowane JSystems: lista terminów gwarantowanych
W skrócie
Dwa dni i wiesz nie tylko JAK używać AI, ale też jakiego AI użyć i dlaczego akurat tego.
Większość ludzi używa jednego modelu do wszystkiego, bo od niego zaczęła. Rzadko jest to wybór świadomy, a różnice między modelami są dziś na tyle duże, że widać je w jakości odpowiedzi, w czasie pracy i w rachunku.
Pierwsza część dotyczy wyboru narzędzia: czym różnią się modele otwarte od komercyjnych, co wolno wysłać do chmury, a czego nie, i ile kosztuje używanie ich na co dzień. Druga to praca na poleceniach: piszesz je tak, żeby odpowiedź nadawała się do użycia bez poprawiania, i sprawdzasz na wariantach, które sformułowanie daje lepszy wynik.
Co potrafisz po tych 2 dniach
- Wybierasz model świadomie - Modele otwarte i komercyjne, ich mocne i słabe strony w tworzeniu treści i w analizie danych, wielojęzyczność oraz kryteria wyboru: budżet, jakość i czas odpowiedzi.
- Wiesz, co wolno wysłać na zewnątrz - Różnice między wersjami prywatnymi a korporacyjnymi, kwestie bezpieczeństwa i prywatności oraz koszty utrzymania.
- Rozumiesz, jak podłączyć własną wiedzę - Dostrajanie modelu na własnych danych, wektorowe bazy wiedzy oraz porównanie obu podejść z metodą polegającą na wyszukiwaniu fragmentów i dołączaniu ich do pytania.
- Budujesz polecenia, które działają za pierwszym razem - Struktura polecenia, określenie roli, oczekiwany format odpowiedzi, jasność i zwięzłość oraz najczęstsze błędy: zbyt ogólne pytania i nadmierne komplikowanie.
- Znasz techniki zaawansowane - Prowadzenie modelu krok po kroku (łańcuch myślenia), praca bez przykładu i z przykładami oraz łączenie poleceń w ciąg.
- Mierzysz, czy Twoje polecenie jest dobre - Metryki jakości odpowiedzi, porównywanie wariantów i testy A/B poleceń. To odróżnia świadome używanie AI od zgadywania.
- Wiesz, skąd biorą się zmyślone odpowiedzi - Źródła halucynacji, praktyki ograniczania ryzyka, weryfikacja odpowiedzi i łączenie modelu z zewnętrznymi źródłami wiedzy.
- Rozpoznajesz stronniczość modelu - Rodzaje uprzedzeń zapisanych w modelach, ich wpływ na wyniki i metody ograniczania. Ważne wszędzie tam, gdzie AI dotyka ludzi: rekrutacji, oceny, obsługi klienta.
Jak pracujemy
Dwa dni warsztatów. Kończycie listami kontrolnymi do codziennej pracy z AI i planem dalszego rozwoju. Prowadzi Sebastian Koziatek, który projektuje i wdraża agentów AI w firmach (ChatGPT, Claude, Gemini) oraz zajmuje się prompt engineeringiem i pracą z modelami językowymi.
Dla kogo
Dla osób, które używają AI w pracy i chcą przestać robić to po omacku: specjalistów, kierowników, analityków, marketingu i administracji. Nie musisz programować. Jeśli szukasz wyłącznie warsztatu z pisania poleceń, zobacz szkolenie Prompt engineering.
Co zyskujesz
Listy kontrolne do codziennej pracy i umiejętność uzasadnienia wyboru narzędzia AI przed zespołem. Szkolenie ma terminy gwarantowane i można je sfinansować z BUR i KFS. Otrzymujesz też imienny certyfikat ukończenia szkolenia.
Zarezerwuj miejsce i przestań używać AI po omacku.
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
Senior DevOps Engineer i IT Training Specialist z prawie dwudziestoletnim doświadczeniem w projektowaniu i utrzymaniu infrastruktury IT.
"Łączę głęboką wiedzę techniczną z umiejętnością przekładania złożonych zagadnień na praktyczne rozwiązania biznesowe, ze szczególnym naciskiem na automatyzację, AI i skalowalne systemy.
Specjalizuję się w budowaniu zautomatyzowanych, bezpiecznych środowisk oraz integrowaniu rozwiązań opartych na AI, które realnie zwiększają efektywność organizacji. Pomagam firmom w identyfikacji obszarów, gdzie automatyzacja i sztuczna inteligencja przynoszą wymierną wartość biznesową, prowadząc proces wdrożenia od koncepcji przez proof-of-concept aż po systemy produkcyjne."
Obszary ekspertyz:
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
Przeczytaj na naszym blogu
- Jak wycisnąć 100% z ChatGPT - tryby, projekty, własne GPT i agenci AI
- Jak stworzyć agenta AI - 10 przykładów dla firm z tutorialami krok po kroku
- Własny GPT dla firmy bez kodowania: asystent na wiedzy firmowej krok po kroku (ChatGPT Plus i Business)
- 10 narzędzi AI, które warto znać w 2026
- Prompt Engineering - techniki które musisz znać żeby wyciągnąć maksimum z AI
- Co to jest agent AI - kompletny przewodnik dla firm (definicja, architektura, zastosowania)
Zapisz się na termin gwarantowany: Szkolenie Sztuczna inteligencja w codziennej pracy | wszystkie terminy gwarantowane
Pytania: [email protected], tel. 22 299 53 69