Zaawansowane LLM (GPT-5, RAG) i zrównoważone technologie dla biznesu

Warunki niezbędne do spełnienia, aby realizacja usługi pozwoliła na osiągnięcie głównego celu: każdy uczestnik powinien posiadać podstawową umiejętność obsługi komputera.

Warunki organizacyjne: Organizator szkolenia dostarcza sprzęt komputerowy w liczbie 1szt/os. oraz licencje niezbędne do przeprowadzenia szkolenia

Walidacja: wykonywana w sposób zautomatyzowany poprzez boty AI. Dowody i deklaracje zbierane są w trakcie wykonywanych ćwiczeń i analizowane w czasie rzeczywistym.

Przerwy wliczone są w czas szkolenia.

Szkolenie jest prowadzone w godzinach zegarowych, zawiera 10 h 30 min. zajęć praktycznych oraz ok. 3 h 40 min. zajęć teoretycznych.

Program obejmuje solidne podstawy architektury LLM i praktyczne zastosowania w biznesie z naciskiem na ESG: projektowanie skutecznych promptów, wdrożenia modeli open-source (Llama-3, Mixtral) oraz wykorzystanie technik RAG do wiarygodnej analizy danych. Część zaawansowana dostarcza aktualnej wiedzy o najnowszych trendach, w tym o GPT-5 i systemach agentowych (np. CrewAI), wprowadza multimodalne przetwarzanie (tekst, obraz, audio), techniki optymalizacji zużycia energii GPU oraz projektowanie autonomicznych agentów do zadań wieloetapowych, co przekłada się na bardziej wydajne i zrównoważone rozwiązania AI.

Szkolenie wpisuje się w założenia Funduszu Sprawiedliwej Transformacji poprzez rozwój zielonych kompetencji oraz dostosowanie umiejętności do zmian na rynku pracy związanych z transformacją ekologiczną regionu.

Szkolenie zawiera informacje i praktyczne ćwiczenia dotyczące zastosowania AI z naciskiem na cele pro-środowiskowe (przegląd zastosowań AI w analizie danych, optymalizacjach i automatyzacjach procesów, nauka praktycznego zastosowania AI w tychże na poziomie podstawowym).

Wiedza i umiejętności zdobyte podczas tego szkolenia są kluczowe dla dostosowania się do dynamicznych zmian na rynku pracy, związanych z transformacją ekologiczną regionu.

Jednocześnie zakres szkolenia jest powiązany z obszarami wskazanymi w Regionalnej Strategii Innowacji Województwa Śląskiego 2030 oraz Programie Rozwoju Technologii Województwa Śląskiego na lata 2019-2030, w szczególności związanych z zieloną i cyfrową gospodarką. Obszar Technologiczny: Technologie informacyjne i komunikacyjne.

Ramowy program usługi:

Moduł 1.Dynamika rozwoju AI i jej wpływ na środowisko

• • Cel: Przedstawienie dynamiki rozwoju AI - wpływu na środowisko i implementacji do gospodarki.
  • Treść:
• Analiza wzrostu zapotrzebowania energetycznego modeli AI i związanych z tym emisji CO₂.
  • Omówienie pojęcia śladu węglowego w kontekście treningu i eksploatacji systemów AI.
  • Forma: wykład, dyskusja
  • Efekty: Rozróżnianie emisji CO₂, śladu węglowego i efektywności energetycznej

Moduł 2 Zastosowania sztucznej inteligencji w ochronie środowiska

• • Cel: Zaprezentowanie narzędzi AI do monitoringu środowiskowego.
  • Treść:
  • Wykorzystanie IoT i algorytmów ML do zbierania i analizy danych o emisjach i zużyciu energii.
  • Predykcja trendów emisji i rekomendacje optymalizacji zużycia zasobów.
  • Forma: wykład, ćwiczenia
  • Efekty: Wskazywanie najnowszych narzędzi AI do analizy danych środowiskowych.

Moduł 3 Najnowsze LLM i narzędzia AI – optymalizacja pracy koncepcyjnej, analitycznej i wizualnej w ochronie środowiska, w tym monitorowanie emisji CO₂, śladu węglowego oraz zużycia energii.

• • Cel: Zaznajomienie z najnowszą generacją AI stosowaną w analizie i optymalizacji procesów ekologicznych.
  • Treść:
  • Przegląd ML, DL, agentów autonomicznych i rozwiązań hybrydowych.
  • Zastosowania AI w automatyzacji raportowania oraz wizualizacji danych.
  • Forma: wykład, ćwiczenia
  • Efekty: Opisywanie funkcji i narzędzi AI wspierających optymalizację procesów ekologicznych.

Moduł 4 Problemy etyczne, prawne i środowiskowe wykorzystania AI

• • Cel: Uświadomienie etycznych, prawnych i środowiskowych wyzwań AI.
  • Treść:
  • Dyskusja o biasie, transparentności modeli oraz regulacjach (m.in. AI Act, RODO).
  • Analiza energochłonności infrastruktury AI i koncepcji zrównoważonej AI.
  • Forma: wykład, dyskusja
  • Efekty: Uzasadnianie wyboru proekologicznych rozwiązań oraz odpowiedzialność społeczna.

Moduł 5 Komunikacja z GPT-5 (z RAG): projektowanie zwięzłych promptów z kontrolą rozumowania (Thinking), wykorzystaniem RAG i długiego kontekstu

• Cel: doskonalenie inżynierii promptów w kontekście zrównoważonego rozwoju (GPT-5 + RAG).
• Treść: zasady precyzyjnego formułowania zapytań do GPT-5; iteracyjne doprecyzowywanie z kontrolą Thinking, strukturami wyjścia (JSON/CSV) i tool calling (RAG, długi kontekst) pod kątem efektywności i śladu obliczeń.
• Forma: wykład + ćwiczenia
• Efekty: promowanie rozwiązań paperless i digitalizacja procesów raportowania.

 Moduł 6 Praca z modelami językowymi w kontekście zrównoważonego rozwoju

• • Cel: Wykorzystanie LLM do tworzenia dokumentacji i raportów środowiskowych.
  • Treść:
  • Generowanie planów działań, strategii i raportów zgodnych z GHG Protocol.
  • Automatyczne przygotowanie tabel, wykresów i dashboardów ilustrujących dane ekologiczne.
  • Forma: ćwiczenia
  • Efekty: Tworzenie raportów i zestawień danych ekologicznych z wykorzystaniem AI.

Moduł 7 Podstawy pracy z modelami generatywnymi AI w kontekście zrównoważonego rozwoju

• • Cel: Generowanie materiałów graficznych wspierających kampanie proekologiczne.
  • Treść:
  • Praca z modelami DALL·E/Stable Diffusion do tworzenia infografik i plakatów.
  • Optymalizacja zasobów w procesie generacji assetów graficznych.
  • Forma: ćwiczenia
  • Efekty: Prezentowanie przykładów generatywnych materiałów graficznych i ich zastosowań.

 Moduł 8 Rozwój i udoskonalanie technik pracy z różnymi modelami - ćwiczenia indywidualne i grupowe.

• • Cel: Rozwój kompetencji indywidualnych i zespołowych w pracy z AI.
  • Treść:
  • Warsztaty fine-tuningu modeli, iteracji promptów oraz zarządzania workflow.
  • Ćwiczenia zespołowe nad rozdziałem ról i współpracą interdyscyplinarną.
  • Forma: ćwiczenia indywidualne i grupowe
  • Efekty: Współpraca zespołowa przy projektowaniu rozwiązań wspierających zrównoważony rozwój.

Moduł 9 Autonomiczni Agenci AI – wprowadzenie i wyjaśnienie działania, ćwiczenia

Cel: Przybliżenie koncepcji autonomicznych agentów AI oraz omówienie ich praktycznych zastosowań w monitoringu i analizie środowiskowej na rzecz zrównoważonego rozwoju.

Treść:

• • Wprowadzenie do autonomicznych agentów.
  • Przykłady prostych i zaawansowanych agentów.
  • Analiza śladu węglowego, zużycia energii, cyklu życia produktu przy użyciu agenta AI
  • Forma: ćwiczenia
  • Efekty: Znajomość tematyki tworzenia i zastosowania agentów AI do złożonych analiz środowiskowych.

Walidacja: Test wykonywany za pomocą narzędzi cyfrowych z wynikiem generowanym automatycznie

Skrypt szkoleniowy

Podstawowa umiejętność obsługi przeglądarki internetowej.

Informacja o zwolnieniu z VAT: Dz. U. poz. 1722 §3, ust. 1, pkt 14 z dnia 20 grudnia 2013 roku.