AI dla programistów – od pomysłu do MVP

Dzień 1: Fundamenty i misja

Temat przewodni: The AI-Augmented Developer & “odprawa” przed misją

Moduł 1.1: The New Frontier

• Wprowadzenie do rewolucji AI w programowaniu
• Obalanie mitów: czy AI Cię zastąpi, czy wzmocni? ASI czy hype?
• Korzyści vs ryzyka (nadmierne poleganie, halucynacje, prywatność, degradacja umiejętności, zanik „mięśni” programistycznych)
• Czy AI nas przyspiesza, czy spowalnia? (badania, case study, opinie)
• Przegląd narzędzi (IDE, CLI, Web, Chat)
• Cel: Zrozumieć „dlaczego”, zmiana mindsetu na AI-first

Moduł 1.2: Kluczowe koncepcje – Modele, Prompty, Vibe Coding

• Porównanie modeli (GPT, Claude, Gemini, Grok, open-source)
• Prompt Engineering: tokeny, kontekst, attention, zero/few-shot
• Organizacja promptów, commit do gita
• Balans między automatyzacją a kontrolą
• Cel: Poznać fundamenty korzystania z AI w kodowaniu

Moduł 1.3: Mission Briefing & przygotowanie środowiska

• Wybór projektu (np. „AI Idea Validator”)
• Omówienie architektury high-level
• Konfiguracja środowiska (VSCode/Cursor/Zed, Copilot, CLI, API keys)
• Cel: Gotowe środowisko i ustalony cel projektu

Moduł 1.4: AI Research i wymagania projektu

• Deep Research (ChatGPT, Perplexity, Gemini, Groq)
• Generowanie pomysłów, walidacja, dokumentacja
• Cel: Plan projektu i README.md z user stories, roadmapą, tech stackiem

Dzień 2: Od pomysłu do projektu

Temat przewodni: AI jako Twój Product Manager i UX Designer

Moduł 2.1: Advanced Research & Planowanie projektu

• Wyszukiwanie i porównywanie bibliotek i frameworków
• Struktura projektu, layout plików
• Tworzenie diagramów architektury, opisów widoków, wireframes
• Cel: Wybór tech stacka i boilerplate projektu

Moduł 2.2: AI-Powered UX/UI Design

• AI-native design, narzędzia frontendowe
• Rapid prototyping w Lovable, v0.dev, Bolt
• AI w Figma
• Cel: Podstawowy, klikalny prototyp UI

Moduł 2.3: From Design to Code

• Przekład prototypu na kod frontendowy (Tailwind/SCSS, React/Vue)
• Cel: Statyczne komponenty FE projektu

Dzień 3: Budowa rdzenia aplikacji

Temat przewodni: AI jako Twój Pair Programmer

Moduł 3.1: Poznaj swoje AI-Powered IDE

• GitHub Copilot vs Cursor vs Zed
• Funkcje: autocomplete, chat, inline edits, integracja z terminalem
• Dokumentacja: różne narzędzia
• Koszty: subskrypcje, API keys, modele lokalne
• Cel: Implementacja głównej logiki UI

Moduł 3.2: Full-Stack Generation & CLI Power

• Generowanie backendu API
• CLI tools (Gemini CLI, Claude Code, Aider, Warp)
• Analiza codebase z terminala
• Cel: Backend API połączony z frontendem

Moduł 3.3: AI-Assisted Debugging & Refactoring

• Naprawa błędów z AI
• Stack trace do AI
• Refactoring kodu
• Cel: Naprawa błędu przy pomocy AI

Dzień 4: Jakość, bezpieczeństwo i wdrożenie

Temat przewodni: AI jako Twój QA & DevOps Engineer

Moduł 4.1: AI-Generated Testing

• Generowanie testów (unit, integration, E2E)
• Ograniczenia i konieczność przeglądu
• Cel: Zestaw testów dla backendu i frontendu

Moduł 4.2: Automated Code Reviews & Security

• Code review z AI
• AI-powered security scanning
• CodeRabbit
• Qodo
• Gemini Code Assist
• Cel: PR z nową funkcją i skanem bezpieczeństwa

Moduł 4.3: AI for CI/CD and Automation

• Generowanie pipeline CI/CD
• Wdrożenie aplikacji z AI
• Cel: Workflow GitHub Actions dla projektu

Dzień 5: Mistrzostwo, utrzymanie i przyszłość

Temat przewodni: The Advanced Frontier

Moduł 5.1: Praca ze starym kodem

• AI w analizie, dokumentacji i refaktoryzacji
• Cel: Ćwiczenie na „legacy” kodzie

Moduł 5.2: Modele lokalne, prywatność i koszty

• Kiedy używać modeli lokalnych
• Bezpieczeństwo, koszty vs modele chmurowe
• Cel: Świadomy wybór architektury AI

Moduł 5.3: Przyszłość: Agentic Workflows & MCP

• Czym są agentic workflows
• Model Context Protocol
• Cel: Poznać nadchodzące technologie

Moduł 5.4: Podsumowanie misji & Lifelong Learning

• Demo: finalny projekt
• Retrospektywa
• Najlepsze praktyki ciągłego uczenia się
• Cel: Utrwalenie wiedzy i dalszy rozwój

Informacje o materiałach dla uczestników usługi - Uczestnicy otrzymają komplet materiałów PDF. Każdy uczestnik otrzymuje kod dostępu i

dane logowania do platformy ZOOM na 7 dni przed datą rozpoczęcia szkolenia. Dane

przesyłane są na adres e-mail podany podczas rejestracji.

Kurs przeznaczony jest dla profesjonalnych programistów z minimum 1–2 letnim doświadczeniem, w tym:

frontend, backend i full-stack developerów,

twórców aplikacji mobilnych i desktopowych,

programistów pracujących w dowolnym nowoczesnym języku (np. JavaScript/TypeScript, Python, Java, C#, Rust, Go).

Nie jest wymagane wcześniejsze doświadczenie z narzędziami AI – jedyny warunek to otwarty umysł i chęć gruntownej zmiany swojego sposobu pracy. Kurs może zahaczać o obszary spoza Twojej specjalizacji, pokazując, jak AI może Ci tam pomóc – czy to przez generowanie kodu, czy przez przyspieszenie nauki.

Warunkiem ukończenia szkolenia i otrzymania zaświadczenia jest uzyskanie minimalnej

frekwencji na poziomie 80% całkowitego czasu trwania usługi. Obecność uczestnika będzie

potwierdzana na podstawie codziennych list obecności lub logów z platformy online.

Uczestnik musi dysponować sprzętem i łączem o parametrach:

• Procesor: min. 4-rdzeniowy (np. Intel i5/i7 lub odpowiednik AMD/M1/M2)

• Pamięć RAM: min. 16 GB

• Dysk: min. 20 GB wolnej przestrzeni

• System operacyjny: Windows 10/11 Pro, Linux lub macOS

• Multimedia: Sprawna kamera internetowa oraz mikrofon (wymagane do komunikacji i weryfikacji obecności)

• Łącze internetowe: Stabilne połączenie o minimalnej prędkości 10 Mbps (download) / 5 Mbps (upload)

• Oprogramowanie: Uprawnienia administratora pozwalające na instalację narzędzi