AI, uczenie maszynowe i automatyzacja w biznesie - szkolenie.
AI, uczenie maszynowe i automatyzacja w biznesie - szkolenie.
Informacje podstawowe
Informacje podstawowe
- KategoriaInformatyka i telekomunikacja / Bazy danych
- Grupa docelowa usługi
Szkolenie jest przeznaczone dla osób z wykształceniem licencjackim, inżynierskim lub magisterskim (absolwentów lub studentów) z kierunków, które obejmują pracę z danymi — m.in. biznes, zarządzanie, marketing, finanse, prawo, logistyka, ochrona zdrowia, informatyka, produkcja. Również dla menedżerów, lekarzy, prawników i innych specjalistów zainteresowanych praktycznym wykorzystaniem AI w swojej pracy. Wymagane są podstawy obsługi komputera, dostępu do internetu oraz narzędzi komunikacyjnych online.
- Minimalna liczba uczestników10
- Maksymalna liczba uczestników30
- Data zakończenia rekrutacji20-10-2025
- Forma prowadzenia usługimieszana (stacjonarna połączona z usługą zdalną w czasie rzeczywistym)
- Liczba godzin usługi120
- Podstawa uzyskania wpisu do BURart. 163 ust. 1 ustawy z dnia 20 lipca 2018 r. Prawo o szkolnictwie wyższym i nauce (t.j. Dz. U. z 2023 r. poz. 742, z późn. zm.)
- Zakres uprawnieńkursy i szkolenia
Cel
Cel
Cel edukacyjny
Szkolenie ma na celu przygotowanie uczestników do praktycznego wdrażania sztucznej inteligencji, uczenia maszynowego i automatyzacji w przedsiębiorstwach. Uczestnicy poznają narzędzia takie jak ChatGPT, Copilot, Python, Make, Zapier i Power Automate, nauczą się projektować inteligentne procesy biznesowe bez kodowania i z kodowaniem, oraz tworzyć rozwiązania AI usprawniające codzienne działania w miejscu pracy — od analizy po automatyzację zadańEfekty uczenia się oraz kryteria weryfikacji ich osiągnięcia i Metody walidacji
| Efekty uczenia się | Kryteria weryfikacji | Metoda walidacji |
|---|---|---|
Efekty uczenia się WIEDZAPo ukończeniu szkolenia uczestnik będzie znać: -podstawowe pojęcia i różnice między AI, ML i DL oraz ich zastosowania w biznesie, - zasady działania modeli językowych (LLM), takich jak GPT, Gemini czy Copilot, - podstawy prompt engineering i ograniczenia technologii AI, - kluczowe modele uczenia maszynowego i głębokiego, w tym działanie sieci neuronowych, - możliwości narzędzi low-code/no-code (Make, Zapier, Power Automate) w automatyzacji procesów, - przykłady zastosowania AI w różnych branżach (marketing, finanse, medycyna, HR, edukacja, prawo), - podstawy programowania w Pythonie w kontekście AI, bibliotek ML (pandas, NumPy, matplotlib) oraz integracji z OpenAI API, - zasady etyczne związane ze stosowaniem sztucznej inteligencji. | Kryteria weryfikacji Aktywność na zajęciach, zdany egzaminie (test i projekt). | Metoda walidacji Test teoretyczny |
Metoda walidacji Obserwacja w warunkach rzeczywistych | ||
Metoda walidacji Prezentacja | ||
Efekty uczenia się UMIEJĘTNOŚCIPo ukończeniu szkolenia uczestnik będzie umieć: - korzystać z narzędzi AI (ChatGPT, Copilot, Gemini) do automatyzacji i usprawniania pracy, - projektować i wdrażać inteligentne procesy biznesowe w modelu no-code/low-code, - tworzyć proste modele agentów AI i integrować je z systemami organizacji, - analizować przypadki użycia AI i realizować mini-projekty branżowe, - programować w Pythonie na poziomie podstawowym, budować proste modele ML i testować ich działanie, - łączyć aplikacje i dane za pomocą narzędzi automatyzujących procesy, - prototypować rozwiązania IT wspierane przez AI oraz oceniać ich efektywność, - stosować zasady etyczne i odpowiedzialne podejście do wdrażania AI w pracy zawodowej. | Kryteria weryfikacji Aktywność na zajęciach, zdany egzaminie (test i projekt). | Metoda walidacji Test teoretyczny |
Metoda walidacji Obserwacja w warunkach rzeczywistych | ||
Metoda walidacji Prezentacja |
Kwalifikacje i kompetencje
Kwalifikacje
Kompetencje
Usługa prowadzi do nabycia kompetencji.Warunki uznania kompetencji
Program
Program
Moduł 1: Wprowadzenie do AI i narzędzi LLM
• Podstawy AI: różnice między AI, ML i DL.
• Przegląd modeli językowych (LLM): GPT, Gemini, Copilot.
• Tworzenie skutecznych promptów (prompt engineering).
• Praktyczne zastosowania narzędzi AI w pracy.
• Ograniczenia i etyka AI.
Moduł 2: ML/DL + automatyzacja low-code/no-code
• Kluczowe modele ML.
• Głębokie uczenie (DL) i sieci neuronowe.
• Narzędzia low-code/no-code: Make, Zapier, Power Automate.
• Projektowanie prostych agentów AI bez kodowania i automatyzacja procesów.
Moduł 3: Zastosowania AI w branżach + case study
• Przegląd zastosowań AI w różnych sektorach (marketing, finanse, HR, edukacja, prawo, medycyna).
• Realizacja branżowych mini-projektów (case study).
Moduł 4: Python i programowanie AI
• Wprowadzenie do Pythona dla AI.
• Praca z bibliotekami (pandas, NumPy, matplotlib).
• Budowa modeli ML.
• Integracja z OpenAI API.
• Eksperymenty z fine-tuningiem (dla chętnych).
Harmonogram
Harmonogram
| Przedmiot / temat zajęć | Prowadzący | Data realizacji zajęć | Godzina rozpoczęcia | Godzina zakończenia | Liczba godzin | Forma stacjonarna |
|---|---|---|---|---|---|---|
Brak wyników. | ||||||
Cena
Cena
Cennik
| Rodzaj ceny | Cena |
|---|---|
Rodzaj ceny Koszt przypadający na 1 uczestnika brutto | Cena 6 900,00 PLN |
Rodzaj ceny Koszt przypadający na 1 uczestnika netto | Cena 6 900,00 PLN |
Rodzaj ceny Koszt osobogodziny brutto | Cena 57,50 PLN |
Rodzaj ceny Koszt osobogodziny netto | Cena 57,50 PLN |
Prowadzący
Prowadzący
Informacje dodatkowe
Informacje dodatkowe
Informacje o materiałach dla uczestników usługi
Uczestnicy szkolenia otrzymają dostęp do materiałów przygotowywanych przez wykładowców.
Warunki uczestnictwa
Numer konta do wpłat: ING Bank Śląski S.A.
Numer konta: 04 1050 1461 1000 0023 0860 1794
Tytuł przelewu: Imię i nazwisko, nazwa szkolenia
Potwierdzenie dokonania opłaty należy przesłać na maila: dostrowska@san.edu.pl
Zgłoszenia prosimy przesyłać na adres mailowy: dostrowska@san.edu.pl
Zgłoszenie uczestnika musi zawierać:
-imię i nazwisko
-nazwa szkolenia
-numer telefonu
Warunki techniczne
Warunki techniczne
Posiadanie komputera i dostępu do internetu. Uczelnia korzysta z platformy Teams.