Certified Tester - AI Testing. Szkolenie wraz z egzaminem certyfikującym online.

Możliwość dofinansowania

Certified Tester - AI Testing. Szkolenie wraz z egzaminem certyfikującym online.

Numer usługi 2025/10/23/163664/3100702
Logo 21CN RADOSŁAW SMILGIN
21CN RADOSŁAW SMILGIN
4 145,10 PLN
brutto
3 370,00 PLN
netto
180,22 PLN
brutto/h
146,52 PLN
netto/h
zdalna w czasie rzeczywistym
Usługa szkoleniowa
23 h
12.01.2026 do 30.01.2026
4 zapisanych uczestników
Obserwuj
Zapisz się
Pobierz kartę usługi w PDF

Informacje podstawowe

Informacje podstawowe

  • Kategoria
    Informatyka i telekomunikacja / Programowanie
  • Grupa docelowa usługi

    Szkolenie skierowane do osób zaangażowanych w testowanie i projektowanie testów systemów opierających się na AI – testerów, analityków, inżynierów testów oraz kierowników. 

    Do uzyskania certyfikatu "ISTQB® Certified Tester - AI Testing" niezbędne jest posiadanie certyfikatu ISTQB® na poziomie podstawowym. 

  • Minimalna liczba uczestników
    6
  • Maksymalna liczba uczestników
    15
  • Data zakończenia rekrutacji
    07-01-2026
  • Forma prowadzenia usługi
    zdalna w czasie rzeczywistym
  • Liczba godzin usługi
    23
  • Podstawa uzyskania wpisu do BUR
    Standard Usługi Szkoleniowo-Rozwojowej PIFS SUS 2.0

Cel

Cel edukacyjny
Celem szkolenia jest przygotowanie specjalistów testowania do efektywnej weryfikacji i walidacji systemów opartych na sztucznej inteligencji poprzez wyposażenie ich w wiedzę teoretyczną oraz praktyczne umiejętności stosowania technik dedykowanych dla testowania rozwiązań AI. Szkolenie rozwija kompetencje niezbędne zarówno do testowania systemów wykorzystujących AI, jak i do zastosowania narzędzi sztucznej inteligencji w procesach testowania oprogramowania.
Efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia i Metody walidacji
Efekty uczenia się, kryteria weryfikacji i metody walidacji.
Efekty uczenia się Kryteria weryfikacji Metoda walidacji
Efekty uczenia się
Uczestnik definiuje główne pojęcia i koncepcje testowania systemów AI/ML.
Kryteria weryfikacji
Wyjaśnia różnicę między uczeniem nadzorowanym, nienadzorowanym, RL.
Metoda walidacji
Test teoretyczny z wynikiem generowanym automatycznie
Kryteria weryfikacji
Charakteryzuje podstawowe ryzyka związane z testowaniem modeli AI.
Metoda walidacji
Test teoretyczny z wynikiem generowanym automatycznie
Efekty uczenia się
Uczestnik rozróżnia kategorie błędów i ryzyk specyficznych dla systemów AI.
Kryteria weryfikacji
Wymienia przykłady biasów (data bias, algorithmic bias, societal bias).
Metoda walidacji
Test teoretyczny z wynikiem generowanym automatycznie
Kryteria weryfikacji
Wyjaśnia konsekwencje błędów AI dla jakości produktu.
Metoda walidacji
Test teoretyczny z wynikiem generowanym automatycznie
Efekty uczenia się
Uczestnik charakteryzuje rolę danych w jakości modelu AI.
Kryteria weryfikacji
Opisuje cykl życia danych, w tym preprocessing, walidację i monitoring driftu.
Metoda walidacji
Test teoretyczny z wynikiem generowanym automatycznie
Kryteria weryfikacji
Wyjaśnia wpływ jakości danych na wyniki testów AI.
Metoda walidacji
Test teoretyczny z wynikiem generowanym automatycznie
Efekty uczenia się
Uczestnik wyjaśnia wymagania i standardy dotyczące testowania AI (w tym ISTQB aiCTFL).
Kryteria weryfikacji
Wskazuje obowiązujące standardy i raporty (np. ISO/IEC 23053).
Metoda walidacji
Test teoretyczny z wynikiem generowanym automatycznie
Kryteria weryfikacji
Definiuje pojęcia explainability, transparency, robustness.
Metoda walidacji
Test teoretyczny z wynikiem generowanym automatycznie
Efekty uczenia się
Uczestnik planuje testy systemów AI z uwzględnieniem specyficznych ryzyk.
Kryteria weryfikacji
Tworzy listę przypadków testowych sprawdzających jakość modelu.
Metoda walidacji
Test teoretyczny z wynikiem generowanym automatycznie
Kryteria weryfikacji
Przygotowuje plan testów obejmujący dane, metryki i kryteria akceptacji.
Metoda walidacji
Test teoretyczny z wynikiem generowanym automatycznie
Efekty uczenia się
Uczestnik projektuje testy oparte na danych (data-driven testing) dla modeli AI.
Kryteria weryfikacji
Dobiera odpowiednie zbiory testowe i walidacyjne.
Metoda walidacji
Test teoretyczny z wynikiem generowanym automatycznie
Kryteria weryfikacji
Ocenia pokrycie danych i identyfikuje luki w danych testowych.
Metoda walidacji
Test teoretyczny z wynikiem generowanym automatycznie
Efekty uczenia się
Uczestnik analizuje wyniki modelu AI, identyfikując odchylenia i anomalia.
Kryteria weryfikacji
Interpretuję metryki takie jak accuracy, recall, precision, F1.
Metoda walidacji
Test teoretyczny z wynikiem generowanym automatycznie
Kryteria weryfikacji
Wykrywa drift modelu i opisuje jego konsekwencje.
Metoda walidacji
Test teoretyczny z wynikiem generowanym automatycznie
Efekty uczenia się
Uczestnik tworzy scenariusze testowania odporności i niezawodności modelu AI.
Kryteria weryfikacji
Projektuje testy odporności na szum, brakujące dane, dane skrajne.
Metoda walidacji
Test teoretyczny z wynikiem generowanym automatycznie
Kryteria weryfikacji
Wskazuje strategie walidacji stabilności modelu.
Metoda walidacji
Test teoretyczny z wynikiem generowanym automatycznie
Efekty uczenia się
Uczestnik stosuje analityczne myślenie w ocenie ryzyk związanych z modelem AI.
Kryteria weryfikacji
Uzasadnia rekomendacje dotyczące dalszych działań testowych.
Metoda walidacji
Test teoretyczny z wynikiem generowanym automatycznie
Kryteria weryfikacji
Samodzielnie identyfikuje obszary wymagające pogłębionych testów.
Metoda walidacji
Test teoretyczny z wynikiem generowanym automatycznie
Efekty uczenia się
Uczestnik przestrzega zasad etycznych i odpowiedzialnego testowania AI.
Kryteria weryfikacji
Rozpoznaje potencjalne naruszenia etyki i prywatności.
Metoda walidacji
Test teoretyczny z wynikiem generowanym automatycznie
Kryteria weryfikacji
Wskazuje sposoby minimalizacji niepożądanych efektów działania AI.
Metoda walidacji
Test teoretyczny z wynikiem generowanym automatycznie

Kwalifikacje

Inne kwalifikacje
Uznane kwalifikacje
Pytanie 5. Czy dokument jest certyfikatem, dla którego wypracowano system walidacji i certyfikowania efektów uczenia się na poziomie międzynarodowym?
TAK
Informacje
  • Podstawa prawna dla Podmiotów / kategorii Podmiotów
    uprawnione do realizacji procesów walidacji i certyfikowania na mocy innych przepisów prawa
  • Nazwa Podmiotu prowadzącego walidację
    GASQ (Global Association for Software Quality)
  • Podmiot prowadzący walidację jest zarejestrowany w BUR
    Nie
  • Nazwa Podmiotu certyfikującego
    ISTQB (International Software Testing Quality Board)
  • Podmiot certyfikujący jest zarejestrowany w BUR
    Nie

Program

Szkolenie odbywa się w dniach 19-21.01.2026 godzinach 9.00-17.00 w formule online w czasie rzeczywistym na platformie Zoom.

Czas trwania - 21 godzin zegarowych. Przerwy nie są wliczone w czas trwania usługi.

Ilość zajęć teoretycznych: 17, Ilość zajęć praktycznych: 4.

Grupa szkoleniowa liczy 7-15 osób.

Uczestnicy proszeni są o przygotowanie laptopa/PC ze stabilnym łączem internetowym, przeglądarką internetową oraz edytorem tekstu.

Walidacja (Egzamin) jest ustalana indywidualnie z Uczestnikiem usługi i odbędzie się w okresie od 21.01. 2026 do 4.02.2026. Termin walidacji dostępny będzie u osoby nadzorującej usługę po stronie Dostawcy Usług.

Egzamin dostępny jest w tylko w języku angielskim. Czas trwania- 75-120 minut.

Egzamin odbywa się za pośrednictwem platformy Proctor Exam.

Uczestnicy powinni przygotować:

  • Komputer/laptop z kamerą internetową i mikrofonem - obłuskiwane systemy : Windows, MacOS, obsługiwane przeglądarki: Google Chrome, Microsoft Edge , Opera, Safari
  • Tablet /smartfon z aparatem
  • Stabilne połączenie internetowe
  • Dokument ze zdjęciem

Szczegółową instrukcję przygotowania do egzaminu uczestnicy otrzymują po dokonaniu zapisu na wybrany termin.

Zakres tematyczny

  1. Wprowadzenie do AI
    • Definicja AI i efektu AI
    • Wąskie, ogólne i super AI
    • Systemy konwencjonalne i oparte na sztucznej inteligencji
    • Technologie AI
    • Ramy rozwoju AI
    • Sprzęt dla systemów opartych na sztucznej inteligencji
    • AI jako usługa (AIaaS)
      • Umowy dotyczące AI jako usługi
      • Przykłady AIaaS
    • Wstępnie przeszkolone modele
      • Wprowadzenie do wstępnie przeszkolonych modeli
      • Transfer uczenia się
      • Ryzyko związane z używaniem wstępnie przeszkolonych modeli i transferem uczenia się
    • Normy, przepisy i sztuczna inteligencja
  2. Cechy jakościowe dla systemów opartych na sztucznej inteligencji
    • Elastyczność i adaptacyjność
    • Autonomia
    • Ewolucja
    • Odchylenie
    • Etyka
    • Skutki uboczne i hackowanie nagród
    • Przejrzystość, interpretowalność i wyjaśnialność
    • Bezpieczeństwo i sztuczna inteligencja
  3. Uczenie maszynowe (ML) – przegląd
    • Formy ML
      • Uczenie nadzorowane
      • Nauka nienadzorowana
      • Nauka wzmacniania
    • Przepływ pracy ML
    • Wybór formy ML
    • Czynniki zaangażowane w wybór algorytmu ML
    • Nadmierne i niedostateczne dopasowanie
      • Dopasowanie
      • Niedopasowanie
      • Ćwiczenie praktyczne: zademonstruj przewymiarowanie i niedopasowanie
  4. ML - Dane
    • Przygotowanie danych jako część przepływu pracy ML
      • Wyzwania w przygotowaniu danych
      • Ćwiczenie praktyczne: Przygotowanie danych do ML
    • Szkolenie, walidacja i testowanie zbiorów danych w przepływie pracy ML
      • Ćwiczenie praktyczne: Zidentyfikuj dane treningowe i testowe oraz utwórz model ML
    • Problemy z jakością zbioru danych
    • Jakość danych i jej wpływ na model ML
    • Etykietowanie danych dla nadzorowanego uczenia się
      • Podejścia do etykietowania danych
      • Błędnie oznaczone dane w zbiorach danych
  5. ML metryki wydajności funkcjonalnej
    • Macierz pomyłek
    • Dodatkowe metryki wydajności funkcjonalnej ML dla klasyfikacji, regresji i klastrowania
    • Ograniczenia metryk wydajności funkcjonalnej ML
    • Wybieranie metryk wydajności funkcjonalnej ML
      • Ćwiczenie praktyczne: Ocena utworzonego modelu ML
    • Pakiety porównawcze dla ML
  6. ML - Sieci neuronowe i testowanie
    • Sieci neuronowe
      • Ćwiczenie praktyczne: Implementuj prosty perceptron
    • Miary pokrycia dla sieci neuronowych
  7. Omówienie testowania systemów opartych na sztucznej inteligencji
    • Specyfikacja systemów opartych na sztucznej inteligencji
    • Poziomy testów dla systemów opartych na sztucznej inteligencji
      • Testowanie danych wejściowych
      • Testowanie modelu ML
      • Testowanie komponentów
      • Testowanie integracji komponentów
      • Testowanie systemu
      • Testy akceptacyjne
    • Dane testowe do testowania systemów opartych na sztucznej inteligencji
    • Testowanie stronniczości automatyzacji w systemach opartych na sztucznej inteligencji
    • Dokumentowanie komponentu AI
    • Testowanie dryfu koncepcji
    • Wybór podejścia testowego dla systemu ML
  8. Testowanie cech jakości specyficznych dla AI
    • Wyzwania testowania systemów samouczących się
    • Testowanie autonomicznych systemów opartych na sztucznej inteligencji
    • Testowanie pod kątem algorytmicznego, próbkowania i niewłaściwego nastawienia
    • Wyzwania testowania probabilistycznych i niedeterministycznych systemów opartych na sztucznej inteligencji
    • Wyzwania testowania złożonych systemów opartych na sztucznej inteligencji
    • Testowanie przejrzystości, interpretowalności i wyjaśnialności systemów opartych na sztucznej inteligencji
      • Ćwiczenie praktyczne: wyjaśnianie modelu
    • Testuj Oracle dla systemów opartych na sztucznej inteligencji
    • Cele testu i kryteria akceptacji
  9. Metody i techniki testowania systemów opartych na sztucznej inteligencji
    • Ataki kontradyktoryjne i zatruwanie danych
      • Ataki kontradyktoryjne
      • Zatrucie danymi
    • Testowanie w parach
      • Ćwiczenie praktyczne: Testowanie w parach
    • Testowanie jeden po drugim
    • Testy A/B
    • Testy metamorficzne (MT)
      • Ćwiczenie praktyczne: Testy metamorficzne
    • Testowanie oparte na doświadczeniu systemów opartych na sztucznej inteligencji
      • Ćwiczenie praktyczne: Testy eksploracyjne i eksploracyjna analiza danych (EDA)
    • Wybór technik testowych dla systemów opartych na sztucznej inteligencji
  10. Środowiska testowe dla systemów opartych na sztucznej inteligencji
    • Środowiska testowe dla systemów opartych na sztucznej inteligencji
    • Wirtualne środowiska testowe do testowania systemów opartych na sztucznej inteligencji
  11. Wykorzystanie AI do testowania 
    • Technologie AI do testowania
      • Ćwiczenie praktyczne: wykorzystanie sztucznej inteligencji w testowaniu
    • Wykorzystanie sztucznej inteligencji do analizy zgłoszonych defektów
    • Wykorzystanie sztucznej inteligencji do generowania przypadków testowych
    • Wykorzystanie sztucznej inteligencji do optymalizacji zestawów testów regresji
    • Wykorzystanie sztucznej inteligencji do przewidywania defektów
      • Ćwiczenie praktyczne: Zbuduj system przewidywania defektów
    • Używanie AI do testowania interfejsów użytkownika
      • Używanie AI do testowania za pomocą graficznego interfejsu użytkownika (GUI)
      • Używanie AI do testowania GUI
  12. Walidacja- Egzamin ISTQB

Harmonogram

Liczba przedmiotów/zajęć: 12
Harmonogram
Przedmiot / temat zajęćProwadzącyData realizacji zajęćGodzina rozpoczęciaGodzina zakończeniaLiczba godzin
Przedmiot / temat zajęć
1 z 12 Wprowadzenie do AI- wykład
Prowadzący
Jarek Hryszko
Data realizacji zajęć
19-01-2026
Godzina rozpoczęcia
09:00
Godzina zakończenia
12:00
Liczba godzin
03:00
Przedmiot / temat zajęć
2 z 12 Cechy jakościowe dla systemów opartych na sztucznej inteligencji- wykład
Prowadzący
Jarek Hryszko
Data realizacji zajęć
19-01-2026
Godzina rozpoczęcia
12:00
Godzina zakończenia
14:00
Liczba godzin
02:00
Przedmiot / temat zajęć
3 z 12 Uczenie maszynowe (ML) – przegląd- wykład, dyskusja
Prowadzący
Jarek Hryszko
Data realizacji zajęć
19-01-2026
Godzina rozpoczęcia
15:00
Godzina zakończenia
17:00
Liczba godzin
02:00
Przedmiot / temat zajęć
4 z 12 ML - Dane- wykład, dyskusja
Prowadzący
Jarek Hryszko
Data realizacji zajęć
20-01-2026
Godzina rozpoczęcia
09:00
Godzina zakończenia
11:00
Liczba godzin
02:00
Przedmiot / temat zajęć
5 z 12 ML metryki wydajności funkcjonalnej- wykład, ćwiczenia
Prowadzący
Jarek Hryszko
Data realizacji zajęć
20-01-2026
Godzina rozpoczęcia
11:00
Godzina zakończenia
13:00
Liczba godzin
02:00
Przedmiot / temat zajęć
6 z 12 ML - Sieci neuronowe i testowanie- wykład, prezentacja
Prowadzący
Jarek Hryszko
Data realizacji zajęć
20-01-2026
Godzina rozpoczęcia
14:00
Godzina zakończenia
15:00
Liczba godzin
01:00
Przedmiot / temat zajęć
7 z 12 Omówienie testowania systemów opartych na sztucznej inteligencji- wykład, ćwiczenia
Prowadzący
Jarek Hryszko
Data realizacji zajęć
20-01-2026
Godzina rozpoczęcia
15:00
Godzina zakończenia
17:00
Liczba godzin
02:00
Przedmiot / temat zajęć
8 z 12 Testowanie cech jakości specyficznych dla AI- wykład, ćwiczenia
Prowadzący
Jarek Hryszko
Data realizacji zajęć
21-01-2026
Godzina rozpoczęcia
09:00
Godzina zakończenia
11:00
Liczba godzin
02:00
Przedmiot / temat zajęć
9 z 12 Metody i techniki testowania systemów opartych na sztucznej inteligencji- prezentacja, ćwiczenia
Prowadzący
Jarek Hryszko
Data realizacji zajęć
21-01-2026
Godzina rozpoczęcia
11:00
Godzina zakończenia
13:00
Liczba godzin
02:00
Przedmiot / temat zajęć
10 z 12 Środowiska testowe dla systemów opartych na sztucznej inteligencji- wykład, prezentacja
Prowadzący
Jarek Hryszko
Data realizacji zajęć
21-01-2026
Godzina rozpoczęcia
13:00
Godzina zakończenia
14:00
Liczba godzin
01:00
Przedmiot / temat zajęć
11 z 12 Wykorzystanie AI do testowania- prezentacja, ćwiczenia
Prowadzący
Jarek Hryszko
Data realizacji zajęć
21-01-2026
Godzina rozpoczęcia
15:00
Godzina zakończenia
17:00
Liczba godzin
02:00
Przedmiot / temat zajęć
12 z 12 Walidacja- Egzamin
Prowadzący
-
Data realizacji zajęć
21-01-2026
Godzina rozpoczęcia
18:00
Godzina zakończenia
20:00
Liczba godzin
02:00

Cena

Cennik
Cennik
Rodzaj cenyCena
Rodzaj ceny
Koszt przypadający na 1 uczestnika brutto
Cena
4 145,10 PLN
Rodzaj ceny
Koszt przypadający na 1 uczestnika netto
Cena
3 370,00 PLN
Rodzaj ceny
Koszt osobogodziny brutto
Cena
180,22 PLN
Rodzaj ceny
Koszt osobogodziny netto
Cena
146,52 PLN
Rodzaj ceny
W tym koszt walidacji brutto
Cena
947,10 PLN
Rodzaj ceny
W tym koszt walidacji netto
Cena
770,00 PLN
Rodzaj ceny
W tym koszt certyfikowania brutto
Cena
0,00 PLN
Rodzaj ceny
W tym koszt certyfikowania netto
Cena
0,00 PLN

Prowadzący

Liczba prowadzących: 2
1 z 2
Radosław Smilgin
Niezależny konsultant i trener z zakresu inżynierii wymagań oraz testowania i zapewnienia jakości aplikacji. Tester i Manager Testów a także Trener szkoleń z zakresu testowania oprogramowania oraz analizy wymagań. Twórca serwisów testerzy.pl. Pomysłodawca i organizator TestingCup - Mistrzostw w Testowaniu Oprogramowania. Autor publikacji z obszaru testowania i zapewniania jakości. Ambasador i prelegent polskich i zagranicznych konferencji testerskich.Tłumacz sylabusa ISTQB®. Członek Stowarzyszenia Jakości Systemów Informatycznych.

Ekspert testów z doświadczeniem w następujących dziedzinach:

Proces testowania
Audyty i ocena organizacji testerskich na bazie Test Process Improvement i Test Maturity Models
Testy funkcjonalne
Testy niefunkcjonalne
Narzędzia: Rational, HP / Mercury, Open- Source
Wdrożenie procesu testowego
Testowanie w procesach wytwórczych oprogramowania
2 z 2
Jarek Hryszko
Jarek jest autorem i współautorem serii książek, publikacji i prezentacji dotyczących bezpieczeństwa systemów jądrowych i komputerowych, sztucznej inteligencji i zapewniania jakości w informatyce, w tym "Testowanie oprogramowania w praktyce", "Inżynieria wymagań w praktyce", "Inżynieria oprogramowania: Wyzwania i rozwiązania" oraz "Inżynieria oprogramowania: Poprawa praktyki poprzez badania naukowe".

Od 2012 roku prowadzi badania nad sztuczną inteligencją w celu zapewnienia jakości w systemach informatycznych. Jest znanym mówcą konferencyjnym, prezentującym na ponad 20 konferencjach naukowych i zawodowych, w tym TestCon w Moskwie, STF w Mediolanie czy UKStar w Londynie.

Jest także doradcą Stowarzyszenia Jakości Systemów Informatycznych oraz członkiem Grupy Roboczej ds. Internetu Rzeczy przy Ministerstwie Cyfryzacji. Współtworzył również program popularyzacji polskiej energetyki jądrowej.

Posiadane certyfikaty:

ISTQB® Poziom Podstawowy
ISTQB® Poziom Zaawansowany- Kierownik Testów
PMI Project Management Professional
ITIL Foundation
Professional SCRUM Master I

Posiadane akredytacje:

Trener ISTQB® Poziom Podstawowy
Trener ISTQB® Poziom Poziom Zaawansowany- Kierownik Testów
Trener ISTQB® Moduł Specjalistyczny - Tester Oprogramowania Automotive
Trener ISTQB®Moduł Specjalistyczny- Inżynier Automatyzacji Testowania

Informacje dodatkowe

Informacje o materiałach dla uczestników usługi
  1. Prezentacja szkoleniowa
  2. Przykładowy egzamin ISTQB® Certified Tester - AI Testing - odpowiedzi [EN]
  3. Przykładowy egzamin ISTQB® Certified Tester - AI Testing - pytania [EN]
  4. Sylabus ISTQB® Certified Tester - AI Testing
Warunki uczestnictwa

Warunkiem uczestnictwa w kursie jest posiadanie min. 12-miesięcznego doświadczenia w testowaniu.

Aby przystąpić do egzaminu niezbędna jest wcześniejsza certyfikacja na poziomie podstawowym.

Informacje dodatkowe

Walidacja (Egzamin) jest ustalana indywidualnie z Uczestnikiem usługi i odbędzie się w okresie od 12.01.2026 do 30.01.2026. Termin walidacji dostępny będzie u osoby nadzorującej usługę po stronie Dostawcy Usług. Czas trwania: 75 minut.

Warunkiem organizacji szkolenia otwartego jest zebranie grupy min. 6 osób. W przypadku wystarczającej liczby chętnych, szkolenia zostanie przełożone na kolejny termin.

Szkolenie z dofinansowaniem min. 70% może być zwolnione z VAT.

Warunki techniczne

Szkolenie odbywa się za pośrednictwem platformy Zoom. 

Uczestnicy proszeni są o przygotowanie laptopa/PC ze stabilnym łączem internetowym, przeglądarką internetową oraz edytorem tekstu.

Egzamin odbywa się za pośrednictwem platformy Proctor Exam.

Uczestnicy powinni przygotować:

  • Komputer/laptop z kamerą internetową i mikrofonem - obłuskiwane systemy : Windows, MacOS, obsługiwane przeglądarki: Google Chrome, Microsoft Edge , Opera, Safari
  • Tablet /smartfon z aparatem
  • Stabilne połączenie internetowe
  • Dokument ze zdjęciem

Szczegółową instrukcję przygotowania do egzaminu uczestnicy otrzymują po dokonaniu zapisu na wybrany termin.

Kontakt

Radosław Smilgin
E-mail
kontakt@testerzy.pl
Telefon
(+48) 533 315 222