AI & Sustainability – technologie cyfrowe dla zielonych strategii. Szkolenie kończące się egzaminem (kwalifikacje).
AI & Sustainability – technologie cyfrowe dla zielonych strategii. Szkolenie kończące się egzaminem (kwalifikacje).
Informacje podstawowe
Informacje podstawowe
- KategoriaInformatyka i telekomunikacja / Internet
- Grupa docelowa usługi
Usługa skierowana jest do osób dorosłych, zainteresowanych zdobyciem i rozwijaniem kompetencji w zakresie wykorzystania sztucznej inteligencji w kontekście transformacji cyfrowej i zielonej gospodarki.
- osoby pracujące lub planujące rozwój zawodowy w obszarze nowych technologii, analizy danych, IT, marketingu, zarządzania lub innowacji,
- pracownicy mikro, małych i średnich przedsiębiorstw (MŚP), w tym kadra zarządzająca oraz osoby odpowiedzialne za wdrażanie nowych rozwiązań technologicznych,
- osoby planujące zmianę ścieżki zawodowej lub podniesienie kwalifikacji w kierunku zawodów przyszłości związanych z AI i zieloną transformacją,
- osoby zainteresowane tematyką zrównoważonego rozwoju, ESG oraz efektywności zasobowej w działalności zawodowej.
Szkolenie ma charakter uniwersalny i nie wymaga posiadania zaawansowanej wiedzy technicznej. Wymagana jest jedynie podstawowa umiejętność obsługi komputera oraz gotowość do pracy z narzędziami cyfrowymi.
- Minimalna liczba uczestników1
- Maksymalna liczba uczestników15
- Data zakończenia rekrutacji08-05-2026
- Forma prowadzenia usługistacjonarna
- Liczba godzin usługi16
- Podstawa uzyskania wpisu do BURStandard Usług Szkoleniowo– Rozwojowych PIFS SUS 3.0
Cel
Cel
Cel edukacyjny
Usługa przygotowuje uczestników do samodzielnego projektowania, wdrażania i monitorowania rozwiązań opartych na sztucznej inteligencji, z uwzględnieniem zasad etyki, bezpieczeństwa danych oraz efektywności zasobowej i zrównoważonego rozwoju. Uczestnicy zdobędą wiedzę i umiejętności w zakresie tworzenia modeli AI, przygotowania danych oraz oceny ich wpływu na środowisko i otoczenie społeczne. Szkolenie kończy się nabyciem kwalifikacji.Efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia i Metody walidacji
| Efekty uczenia się | Kryteria weryfikacji | Metoda walidacji |
|---|---|---|
| Rozróżnia algorytmy uczenia maszynowego oraz ich zastosowanie w optymalizacji zasobów i redukcji odpadów | Wskazuje różnice między algorytmami nadzorowanymi i nienadzorowanymi w kontekście analiz środowiskowych | Test teoretyczny |
| Wymienia sposoby wykorzystania modeli predykcyjnych do minimalizacji nadprodukcji i zużycia energii | Test teoretyczny | |
| Wyjaśnia wpływ przetwarzania danych na zużycie energii i emisje dwutlenku węgla w systemach AI | Charakteryzuje związek między wielkością zbiorów treningowych a zapotrzebowaniem energetycznym infrastruktury | Test teoretyczny |
| Opisuje metody redukcji śladu węglowego modelowania sztucznej inteligencji | Test teoretyczny | |
| Klasyfikuje rodzaje danych środowiskowych i sposoby ich integracji w modelach prognostycznych | Rozróżnia dane sensoryczne, satelitarne i stacjonarne używane w monitorowaniu ekologicznym | Test teoretyczny |
| Wymienia wskaźniki zrównoważonego rozwoju, które mogą być zmiennymi w algorytmach AI | Test teoretyczny | |
| Opisuje zasady ekonomii o obiegu zamkniętym i możliwości zastosowania AI w optymalizacji cyklu życia produktu | Charakteryzuje etapy cyklu życia produktu, w których AI wspiera podejmowanie decyzji ekologicznych | Test teoretyczny |
| Wyjaśnia, w jaki sposób systemy rekomendacyjne mogą wspierać konsumpcję odpowiedzialną | Test teoretyczny | |
| Opracowuje modele predykcyjne AI uwzględniające parametry środowiskowe i wskaźniki zrównoważonego rozwoju w danej dziedzinie | Projektuje model AI, który integruje co najmniej trzy zmienne środowiskowe w funkcji rankingowej lub celu optymalizacji | Analiza dowodów i deklaracji |
| Dokumentuje, w jaki sposób model wspiera zmniejszenie negatywnego wpływu na środowisko w praktyce biznesowej | Analiza dowodów i deklaracji | |
| Dobiera i konfiguruje algorytmy oraz architektury sieci neuronowych w celu zminimalizowania zużycia energii obliczeniowej przy zachowaniu wymaganych standardów dokładności | Porównuje wymaganą moc obliczeniową różnych architektur modeli i uzasadnia wybór rozwiązania bardziej energooszczędnego | Analiza dowodów i deklaracji |
| Demonstruje zastosowanie technik kompresji modelu lub uczenia transferowego (transfer learning) w praktycznym projekcie | Analiza dowodów i deklaracji | |
| Analizuje dane oraz wybiera optymalny rozmiar zbiorów treningowych, aby uniknąć nadprodukcji danych i zmniejszyć ślad węglowy procesu uczenia | Przeprowadza analizę porównawczą wpływu wielkości zbioru treningowego na dokładność i koszty zasobów | Analiza dowodów i deklaracji |
| Dokumentuje decyzje dotyczące eliminacji zbędnych danych i uzasadnia ich znaczenie dla efektywności zasobów | Analiza dowodów i deklaracji | |
| Wdraża systemy monitorowania i raportowania wpływu modeli AI na środowisko oraz identyfikuje możliwości optymalizacji i redukcji zasobów | Opracowuje wskaźniki mierzące zużycie energii, emisje i dane związane z wdrażaniem modelu AI | Analiza dowodów i deklaracji |
| Prezentuje raport analityczny zawierający rekomendacje dotyczące zmniejszenia negatywnego wpływu na środowisko | Analiza dowodów i deklaracji | |
| Komunikuje wyniki badań oraz rekomendacje dotyczące zrównoważonego rozwoju AI w zrozumiałej formie dla różnych interesariuszy | Prezentuje ustalone wnioski dotyczące wpływu modelu AI na środowisko w sposób przystępny dla odbiorców nieposiadających specjalistycznej wiedzy | Analiza dowodów i deklaracji |
| Uzasadnia znaczenie parametrów ekologicznych w decyzjach projektowych podczas dyskusji ze zespołem | Analiza dowodów i deklaracji | |
| Współpracuje w interdyscyplinarnych zespołach, integrując perspektywę zrównoważonego rozwoju w procesach decyzyjnych dotyczących AI | Wykazuje otwartość na uwagi dotyczące wpływu na środowisko i aktywnie uczestniczy w dyskusjach nad poprawą efektywności zasobów | Analiza dowodów i deklaracji |
| Wspiera zespół poprzez udostępnianie wiedzy na temat zielonych praktyk w projektowaniu i wdrażaniu modeli AI | Analiza dowodów i deklaracji | |
| Odpowiedzialnie zarządza danymi osobowymi oraz informacjami wrażliwymi w procesach treningowych, zgodnie z regulacjami i standardami etyki AI | Opisuje zasady retencji danych, anonimizacji i bezpiecznego usuwania informacji zgodnie z RODO | Analiza dowodów i deklaracji |
| Demonstruje świadomość dotyczącą bezpieczeństwa danych i odpowiedzialnego korzystania z informacji w projektach AI | Analiza dowodów i deklaracji | |
| Wykazuje gotowość do ciągłego doskonalenia się oraz śledzenia najnowszych praktyk dotyczących odpowiedzialnego i zrównoważonego rozwoju AI | Przywołuje przykłady nowych metod lub standardów w obszarze zielonej AI i wyjaśnia ich znaczenie dla praktyki zawodowej | Analiza dowodów i deklaracji |
| Planowo zarządza czasem i zasobami projektowymi w celu wdrażania rozwiązań zgodnych z zasadami zrównoważonego rozwoju | Analiza dowodów i deklaracji |
Kwalifikacje i kompetencje
Kwalifikacje
Kwalifikacje niewłączone do ZSK
Uznane kwalifikacje
Informacje
- Nazwa Podmiotu prowadzącego walidacjęICVC CERTYFIKACJA SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ
- Nazwa Podmiotu certyfikującegoTalent Odyssey Ltd (Global Competence Certification Standard)
Program
Program
Grupa docelowa: Szkolenie skierowane jest do grup:
Usługa skierowana jest do osób dorosłych, zainteresowanych zdobyciem i rozwijaniem kompetencji w zakresie wykorzystania sztucznej inteligencji w kontekście transformacji cyfrowej i zielonej gospodarki.
- osoby pracujące lub planujące rozwój zawodowy w obszarze nowych technologii, analizy danych, IT, marketingu, zarządzania lub innowacji,
- pracownicy mikro, małych i średnich przedsiębiorstw (MŚP), w tym kadra zarządzająca oraz osoby odpowiedzialne za wdrażanie nowych rozwiązań technologicznych,
- osoby planujące zmianę ścieżki zawodowej lub podniesienie kwalifikacji w kierunku zawodów przyszłości związanych z AI i zieloną transformacją,
- osoby zainteresowane tematyką zrównoważonego rozwoju, ESG oraz efektywności zasobowej w działalności zawodowej.
Kwalifikacje:
Usługa prowadzi do uzyskania kwalifikacji SPECJALISTA DS. SZTUCZNEJ INTELIGENCJI (AI) (Artificial Intelligence Specialist), nadawanej przez międzynarodowy podmiot certyfikujący.
Zakres realizowanej usługi obejmuje wybrany obszar tej kwalifikacji, koncentrujący się na zagadnieniach związanych z projektowaniem, wdrażaniem i monitorowaniem systemów sztucznej inteligencji w organizacji, w tym przygotowaniem i przetwarzaniem danych, optymalizacją modeli AI, analizą ich działania oraz uwzględnianiem aspektów etycznych, środowiskowych i efektywności zasobowej.
Sposób Walidacji/egzamin
test teoretyczny
analiza dowodów i deklaracji
Czas oczekiwania na wynik walidacji wynosi do 8 dni roboczych od dnia egzaminu.
Realizacja szkolenia: 9-10.05. 2026 r.
Oczekiwanie na wynik walidacji - do 20.05.2026 r.
Powiązanie z RSI 2030
Usługa wpisuje się w założenia Regionalnej Strategii Innowacji Województwa Śląskiego 2030, w szczególności w obszar transformacji cyfrowej i zielonej gospodarki, poprzez rozwój kompetencji w zakresie projektowania i wdrażania rozwiązań opartych na sztucznej inteligencji.
Szkolenie wspiera rozwój kompetencji związanych z wykorzystaniem technologii cyfrowych w sposób odpowiedzialny, efektywny zasobowo oraz zgodny z zasadami zrównoważonego rozwoju. Uczestnicy nabywają umiejętności pozwalające na optymalizację procesów biznesowych, redukcję zużycia zasobów oraz wdrażanie rozwiązań wspierających transformację przedsiębiorstw w kierunku gospodarki niskoemisyjnej i innowacyjnej.
Usługa przyczynia się do wzmacniania potencjału regionu w obszarze nowoczesnych technologii, w tym sztucznej inteligencji, jako elementu wspierającego rozwój inteligentnych specjalizacji oraz zielonej transformacji gospodarki.
Powiązanie z PRT Województwa Śląskiego 2019–2030
Usługa wpisuje się w kluczowe obszary technologiczne wskazane w Programie Rozwoju Technologii Województwa Śląskiego:
Obszar 4 – Technologie informacyjne i telekomunikacyjne:
4.2.5 Technologie data mining – szkolenie obejmuje analizę i przetwarzanie danych wykorzystywanych w modelach AI
4.4 Modelowanie i symulacje procesów i zjawisk – uczestnicy projektują i analizują działanie modeli AI oraz ich wpływ na procesy organizacyjne
4.7.10 Technologie sztucznej inteligencji i uczenia maszynowego – kluczowy zakres usługi obejmuje tworzenie, optymalizację i wdrażanie modeli AI
Obszar 3 – Technologie dla środowiska:
3.3.1 Technologie zapobiegania powstawaniu odpadów (GOZ) – zastosowanie AI w optymalizacji procesów i ograniczaniu nadmiarowych zasobów
3.3.2 Technologie odzysku i recyklingu – wykorzystanie AI w analizie danych i wspieraniu efektywnego zarządzania zasobami
3.6.1 Systemy monitorowania i prognozowania stanu i jakości środowiska – zastosowanie AI w analizie danych środowiskowych i wspieraniu decyzji
Usługa łączy rozwój kompetencji cyfrowych z aspektami środowiskowymi, wspierając wdrażanie technologii sztucznej inteligencji w sposób zgodny z zasadami efektywności zasobowej, gospodarki obiegu zamkniętego oraz odpowiedzialnego zarządzania środowiskiem.
Warunki organizacyjne:
Szkolenie realizowane jest w formie stacjonarnej, w grupach maksymalnie do 12 osób, z przewagą zajęć praktycznych.
Każdy uczestnik ma zapewnione samodzielne stanowisko pracy wyposażone w komputer lub laptop z dostępem do Internetu oraz niezbędnym oprogramowaniem i narzędziami wykorzystywanymi w trakcie szkolenia, w tym narzędziami opartymi na sztucznej inteligencji (m.in. środowiska no-code/low-code, narzędzia do analizy danych, platformy AI).
Sala szkoleniowa wyposażona jest w:
stanowiska komputerowe lub możliwość pracy na sprzęcie własnym uczestnika,
projektor multimedialny lub ekran,
dostęp do sieci Internet o parametrach umożliwiających pracę z narzędziami online,
materiały szkoleniowe w formie elektronicznej.
Szkolenie prowadzone jest z wykorzystaniem metod aktywizujących, takich jak warsztat, ćwiczenia praktyczne, analiza przypadków, praca indywidualna i zespołowa oraz symulacje.
Usługa realizowana jest w godzinach zegarowych.
Przerwy, walidacja/egzamin wliczone są w czas trwania usługi.
DZIEŃ 1 – AI, dane i modele w kontekście efektywności zasobowej
(9:00–17:00 | 8h: 3h teoria / 4,5h praktyka / 0,5h przerwa)
1. Wprowadzenie do sztucznej inteligencji w zielonej transformacji
(9:00–10:30 | 1,5h)
- Rola AI w transformacji niskoemisyjnej i cyfrowej gospodarki
- Rodzaje algorytmów uczenia maszynowego i ich zastosowania w optymalizacji procesów
- Wpływ modeli AI na zużycie energii, zasobów i emisję danych
- AI jako narzędzie wspierające realizację strategii ESG i Europejskiego Zielonego Ładu
Forma: teoria + analiza case
2. Dane w AI – przygotowanie danych (w tym danych środowiskowych i redukcja nadmiarowych zbiorów)
(10:30–12:00 | 1,5h)
- Znaczenie jakości danych w kontekście wydajności modeli i ograniczania zużycia zasobów
- Czyszczenie, normalizacja i redukcja danych (minimalizacja redundancji)
- Optymalizacja zbiorów danych pod kątem efektywności przetwarzania
- Zarządzanie danymi zgodnie z zasadami bezpieczeństwa i odpowiedzialności
Ćwiczenie: przygotowanie datasetu
Forma: teoria + praktyka
3. Tworzenie modeli AI z uwzględnieniem efektywności energetycznej
(12:00–13:00 | 1h)
- Budowa modelu AI w środowisku AutoML / no-code
- Dobór algorytmu w kontekście efektywności zasobowej
- Wprowadzenie do koncepcji „Green AI”
Ćwiczenie: stworzenie modelu AI
Forma: praktyka
Przerwa obiadowa (13:00–13:30)
4. Optymalizacja modeli AI, redukcja śladu węglowego oraz wskaźniki efektywności środowiskowej
(13:30–15:30 | 2h)
- Parametry modeli i ich wpływ na wydajność
- Optymalizacja modeli pod kątem zużycia energii i zasobów
- Redukcja nadmiarowych danych i obliczeń
- Analiza kompromisu: skuteczność vs. efektywność
Ćwiczenie: optymalizacja modelu
Forma: praktyka
5. Zastosowanie AI w organizacji w kontekście ESG i GOZ
(15:30–17:00 | 1,5h)
- AI w optymalizacji procesów biznesowych
- Automatyzacja a ograniczenie zużycia zasobów
- Integracja AI z procesami organizacji
- Identyfikacja obszarów zastosowania AI w przedsiębiorstwie
Ćwiczenie: analiza zastosowań AI
Forma: warsztat
DZIEŃ 2 – Odpowiedzialne wdrażanie i monitoring AI
(8:00–16:00 | 8h: 2h teoria / 4,5h praktyka / 0,5h przerwa / 1h egzamin)
1. Etyka, odpowiedzialność i bezpieczeństwo AI
(8:00–9:30 | 1,5h)
- Etyka AI i przeciwdziałanie biasowi algorytmicznemu
- Odpowiedzialne wykorzystanie danych
- Wpływ AI na organizację i społeczeństwo
- Podstawowe regulacje i dobre praktyki
Ćwiczenie: analiza przypadków
Forma: teoria + warsztat
2. Monitoring modeli AI oraz raportowanie ich wpływu środowiskowego
(9:30–11:30 | 2h)
- Metryki działania modeli (skuteczność, błędy)
- Identyfikacja problemów w działaniu systemów AI
- Analiza wyników i wprowadzanie usprawnień
- Optymalizacja działania modeli
Ćwiczenie: analiza modelu
Forma: praktyka
3. Projektowanie rozwiązań AI w organizacji
(11:30–13:00 | 1,5h)
- Planowanie wdrożenia AI w przedsiębiorstwie
- Dopasowanie rozwiązań AI do procesów biznesowych
- Optymalizacja procesów z wykorzystaniem AI
- Odpowiedzialne projektowanie rozwiązań
Ćwiczenie: opracowanie koncepcji rozwiązania AI
Forma: warsztat
Przerwa obiadowa (13:00–13:30)
4. Kompetencje społeczne w pracy z AI
(13:30–15:00 | 1,5h)
- Komunikacja w projektach AI
- Współpraca zespołowa
- Adaptacja do zmian technologicznych
- Rozwój kompetencji w obszarze AI
Ćwiczenie: praca zespołowa
Forma: warsztat
5. Walidacja/egzamin
(15:00–16:00 | 1h)
Harmonogram
Harmonogram
| Przedmiot / temat | Prowadzący | Data realizacji zajęć | Godzina rozpoczęcia | Godzina zakończenia | Liczba godzin |
|---|---|---|---|---|---|
Przedmiot / temat 1 z 12 . Wprowadzenie do sztucznej inteligencji w zielonej transformacji | Prowadzący Piotr Kaleta | Data realizacji zajęć 09-05-2026 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 10:30 | Liczba godzin 01:30 |
Przedmiot / temat 2 z 12 Dane w AI – przygotowanie danych zgodnie z zasadami efektywności zasobowej | Prowadzący Piotr Kaleta | Data realizacji zajęć 09-05-2026 | Godzina rozpoczęcia 10:30 | Godzina zakończenia 12:00 | Liczba godzin 01:30 |
Przedmiot / temat 3 z 12 Tworzenie modeli AI z uwzględnieniem efektywności energetycznej | Prowadzący Piotr Kaleta | Data realizacji zajęć 09-05-2026 | Godzina rozpoczęcia 12:00 | Godzina zakończenia 13:00 | Liczba godzin 01:00 |
Przedmiot / temat 4 z 12 Przerwa | Prowadzący Piotr Kaleta | Data realizacji zajęć 09-05-2026 | Godzina rozpoczęcia 13:00 | Godzina zakończenia 13:30 | Liczba godzin 00:30 |
Przedmiot / temat 5 z 12 Optymalizacja modeli AI i ograniczanie śladu środowiskowego | Prowadzący Piotr Kaleta | Data realizacji zajęć 09-05-2026 | Godzina rozpoczęcia 13:30 | Godzina zakończenia 15:30 | Liczba godzin 02:00 |
Przedmiot / temat 6 z 12 Zastosowanie AI w organizacji w kontekście ESG i GOZ | Prowadzący Piotr Kaleta | Data realizacji zajęć 09-05-2026 | Godzina rozpoczęcia 15:30 | Godzina zakończenia 17:00 | Liczba godzin 01:30 |
Przedmiot / temat 7 z 12 Etyka, odpowiedzialność i bezpieczeństwo AI | Prowadzący Piotr Kaleta | Data realizacji zajęć 10-05-2026 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 09:30 | Liczba godzin 01:30 |
Przedmiot / temat 8 z 12 Monitoring modeli AI i analiza ich działania | Prowadzący Piotr Kaleta | Data realizacji zajęć 10-05-2026 | Godzina rozpoczęcia 09:30 | Godzina zakończenia 11:30 | Liczba godzin 02:00 |
Przedmiot / temat 9 z 12 Projektowanie rozwiązań AI w organizacji | Prowadzący Piotr Kaleta | Data realizacji zajęć 10-05-2026 | Godzina rozpoczęcia 11:30 | Godzina zakończenia 13:00 | Liczba godzin 01:30 |
Przedmiot / temat 10 z 12 Przerwa | Prowadzący Piotr Kaleta | Data realizacji zajęć 10-05-2026 | Godzina rozpoczęcia 13:00 | Godzina zakończenia 13:30 | Liczba godzin 00:30 |
Przedmiot / temat 11 z 12 Kompetencje społeczne w pracy z AI | Prowadzący Piotr Kaleta | Data realizacji zajęć 10-05-2026 | Godzina rozpoczęcia 13:30 | Godzina zakończenia 15:00 | Liczba godzin 01:30 |
Przedmiot / temat 12 z 12 Walidacja/egzamin (test teoretyczny, analiza dowodów i deklaracji) | Prowadzący - | Data realizacji zajęć 10-05-2026 | Godzina rozpoczęcia 15:00 | Godzina zakończenia 16:00 | Liczba godzin 01:00 |
Cena
Cena
Cennik
| Rodzaj ceny | Cena |
|---|---|
Rodzaj ceny Koszt przypadający na 1 uczestnika brutto | Cena 4 940,00 PLN |
Rodzaj ceny Koszt przypadający na 1 uczestnika netto | Cena 4 940,00 PLN |
Rodzaj ceny Koszt osobogodziny brutto | Cena 308,75 PLN |
Rodzaj ceny Koszt osobogodziny netto | Cena 308,75 PLN |
Rodzaj ceny W tym koszt walidacji brutto | Cena 400,00 PLN |
Rodzaj ceny W tym koszt walidacji netto | Cena 400,00 PLN |
Rodzaj ceny W tym koszt certyfikowania brutto | Cena 100,00 PLN |
Rodzaj ceny W tym koszt certyfikowania netto | Cena 100,00 PLN |
Prowadzący
Prowadzący
Piotr Kaleta
W latach 2021–2026 zrealizował ponad 1500 godzin szkoleń i doradztwa dla sektora MŚP, wspierając organizacje w integrowaniu narzędzi AI z procesami pracy, optymalizacji treści cyfrowych oraz podejmowaniu decyzji z uwzględnieniem wpływu na środowisko i otoczenie społeczne. W swojej praktyce zawodowej wykorzystuje rozwiązania AI do analizy danych, planowania strategii marketingowych, automatyzacji procesów oraz tworzenia treści zgodnych z zasadami odpowiedzialnego i etycznego wykorzystania technologii.
Posiada doświadczenie w projektach startupowych realizowanych w ostatnich 5 latach, w tym w rozwoju platformy telemedycznej Healthly (2023–2025) oraz aplikacji LunchMe (2022–2024), gdzie odpowiadał za strategie cyfrowe, procesowe i komunikacyjne, zorientowane na efektywność systemową i redukcję obciążeń środowiskowych. Jest współtwórcą aplikacji JustGlance.it,
2019 – Politechnika Śląska, Wydział Zarządzania i Inżynierii • • 2021 – Kurs umiejętności trenerskich.
Informacje dodatkowe
Informacje dodatkowe
Informacje o materiałach dla uczestników usługi
Materiały przekazywane w trakcie realizacji usługi:
- laptopy udostępnione na czas trwania szkolenia.
- prezentacja szkoleniowa w formie wyświetlanej. (slajdy),
- dostęp do narzędzi cyfrowych i narzędzi AI wykorzystywanych podczas zajęć,
- notatnik i długopis.
Materiały przekazywane po zakończeniu usługi:
- prezentacja szkoleniowa w formie elektronicznej.
- zestaw materiałów uzupełniających w formie elektronicznej (linki do narzędzi AI, checklisty, rekomendacje dobrych praktyk),
Informacje dodatkowe
Informacja dotycząca kwalifikacji: Wersja Karty Usługi z dnia 27.03.2026 stanowi podstawę potwierdzenia spełnienia wymogów, w tym w zakresie prowadzenia usługi do uzyskania kwalifikacji.
Dostępność: Zapewniamy równy dostęp do usługi. Na zgłoszenie uczestnika uzgadniamy równoważne formy materiałów (np. większa czcionka, alternatywny sposób prezentacji)
Kontakt: Koordynator ds. dostępności – Magdalena Kudzia, m.kudzia@change.info.pl, 574 454 645 (potwierdzenie do 2 dni roboczych).
Informacja o zwolnieniu z VAT: Dz. U. poz. 1722 §3, ust. 1, pkt 14 z dnia 20 grudnia 2013 roku.
Uwaga do harmonogramu szkolenia:
Przerwa obiadowa ustalona jest na godz. 13:00 do 13:30.
Informacja dotycząca realizacji usługi zgodnie z wytycznymi:
Usługa rozwojowa realizowana w formie usługi stacjonarnej, zostanie zrealizowana zgodnie
z aktualnie obowiązującymi przepisami prawa i zaleceniami Ministerstwa Zdrowia i Głównego Inspektoratu Sanitarnego.
Adres
Adres
Udogodnienia w miejscu realizacji usługi
- Klimatyzacja