Szkolenie AI SHIFT FOUNDATION.
Szkolenie AI SHIFT FOUNDATION.
Informacje podstawowe
Informacje podstawowe
- KategoriaInformatyka i telekomunikacja / Administracja IT i systemy komputerowe
- Grupa docelowa usługi
Uczestnikami usługi będą osoby fizyczne, pracownicy lub kadra zarządzająca przedsiębiorstw z sektora MŚP oraz dużych firm, w tym: właściciele i współwłaściciele firm, osoby prowadzące jednoosobową działalność gospodarczą, specjaliści IT, kierownicy projektów, analitycy biznesowi i analitycy danych, dyrektorzy i menedżerowie działów (sprzedaż, marketing, HR, obsługa klienta, finanse, logistyka), dyrektorzy ds. zgodności (Compliance Officers), oficerowie bezpieczeństwa informacji (CISO), specjaliści HR odpowiedzialni za rozwój kompetencji, a także wszystkie osoby zainteresowane podniesieniem kompetencji zawodowych w zakresie projektowania i wdrażania rozwiązań opartych na generatywnej sztucznej inteligencji.
- Minimalna liczba uczestników1
- Maksymalna liczba uczestników15
- Data zakończenia rekrutacji10-07-2026
- Forma prowadzenia usługistacjonarna
- Liczba godzin usługi32
- Podstawa uzyskania wpisu do BURCertyfikat systemu zarządzania jakością wg. ISO 9001:2015 (PN-EN ISO 9001:2015) - w zakresie usług szkoleniowych
Cel
Cel
Cel edukacyjny
Celem szkolenia jest rozwijanie umiejętności określania wymagań dla systemów AI w kontekście biznesowym. Uczestnicy uczą się formułować cele projektów AI, określać zakres i harmonogram realizacji, identyfikować i analizować źródła danych, weryfikować ich jakość i dostępność, uwzględniać przepisy prawne (EU AI Act, RODO) i normy etyczne oraz definiować mierzalne kryteria sukcesu. Szkolenie kończy się opracowaniem kompletnego business case z ROI i pitchem przed symulowanym zarządem.Efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia i Metody walidacji
| Efekty uczenia się | Kryteria weryfikacji | Metoda walidacji |
|---|---|---|
| Określa wymagania dla systemów AI | formułuje cele projektu wykorzystania generatywnej AI w zgodności z potrzebami biznesowymi | Test teoretyczny z wynikiem generowanym automatycznie |
| określa zakres projektu | Test teoretyczny z wynikiem generowanym automatycznie | |
| ustala harmonogram realizacji projektu | Test teoretyczny z wynikiem generowanym automatycznie | |
| identyfikuje źródła danych niezbędnych dla systemu AI | Test teoretyczny z wynikiem generowanym automatycznie | |
| analizuje źródła danych niezbędnych dla systemu AI | Test teoretyczny z wynikiem generowanym automatycznie | |
| weryfikuje dostępność i jakość danych | Test teoretyczny z wynikiem generowanym automatycznie | |
| uwzględnia obowiązujące przepisy prawne oraz normy etyczne związane z wykorzystaniem danych i technologii AI | Test teoretyczny z wynikiem generowanym automatycznie | |
| definiuje mierzalne kryteria sukcesu dla wdrażanego systemu AI | Test teoretyczny z wynikiem generowanym automatycznie |
Kwalifikacje i kompetencje
Kwalifikacje
Kompetencje
Usługa prowadzi do nabycia kompetencji.Warunki uznania kompetencji
Program
Program
Adresaci szkolenia: Szkolenie jest skierowane do właścicieli firm, osób prowadzących działalność gospodarczą, specjalistów IT, kierowników projektów, analityków biznesowych, kadry zarządzającej, pracowników działów sprzedaży, marketingu, HR, obsługi klienta, finansów i logistyki, dyrektorów ds. zgodności (Compliance Officers), oficerów bezpieczeństwa informacji (CISO) oraz wszystkich osób zainteresowanych rozwojem kompetencji w zakresie „Projektowanie i wdrażanie rozwiązań opartych na generatywnej sztucznej inteligencji". Szkolenie jest powiązane z podwyższeniem kwalifikacji zawodowych w zakresie zawodu: „251990 — Pozostali analitycy systemów komputerowych i programiści gdzie indziej niesklasyfikowani".
Warunki organizacyjne:
Liczebność grupy: Minimalnie 1 osoba, maksymalnie 15 osób.
Stanowiska komputerowe: Każdy uczestnik ma zapewnione indywidualne stanowisko komputerowe z dostępem do internetu.
Materiały dydaktyczne: Uczestnicy otrzymają materiały szkoleniowe w formie elektronicznej — prezentacje, skrypty, ćwiczenia.
Czas trwania szkolenia: Szkolenie obejmuje 32 godzin dydaktycznych (lekcyjnych) po 45 minut każda.
Harmonogram dzienny: Zajęcia odbywają się przez 4 dni, po 8 godzin dydaktycznych dziennie (co odpowiada 6 godzinom zegarowym).
Godziny zajęć: Codziennie od 09:00 do 15:15.
Przerwy: Jedna przerwa kawowa 15 minut dziennie, nie wliczana w czas trwania szkolenia.
Ramowy program szkolenia:
Dzień 1 — Formułowanie celów projektu AI i określanie zakresu:
1.1 Ocena dojrzałości cyfrowej i formułowanie celów projektu AI (09:00 – 10:30) — 2 godz. dydakt.
Digital Maturity Assessment — określenie punktu startowego organizacji. Formułowanie celów projektu wykorzystania generatywnej AI w zgodności z potrzebami biznesowymi. Strategia transformacji — 4 filary. Dopasowanie celów AI do strategii biznesowej.
1.2 Określanie zakresu projektu AI — symulacja (10:30 – 12:00) — 2 godz. dydakt.
Gra symulacyjna AI Transformation Board Game: podejmowanie decyzji o zakresie projektu AI. Definiowanie granic projektu, deliverables, wyłączeń. Analiza case studies — zakres vs ambicja.
Przerwa kawowa (12:00 – 12:15) — 15 minut.
1.3 Harmonogram realizacji i priorytetyzacja procesów (12:15 – 13:45) — 2 godz. dydakt.
Lekcje z wdrożeń AI — analiza harmonogramów udanych i nieudanych projektów. Process Mining light — identyfikacja i priorytetyzacja procesów do wdrożenia. Ustalanie harmonogramu realizacji projektu AI z kamieniami milowymi.
1.4 Mapowanie procesów i identyfikacja wymagań technicznych (13:45 – 15:15) — 2 godz. dydakt.
Mapowanie procesów biznesowych pod kątem wymagań dla systemu AI. Architektura AI — po ludzku: warstwy modeli, narzędzi, integracji. Dobór technologii do potrzeb projektu (AI Stack).
Dzień 2 — Źródła danych, ich analiza i weryfikacja jakości:
2.1 Identyfikacja źródeł danych dla systemu AI (09:00 – 10:30) — 2 godz. dydakt.
Automatyzacja bez kodu — Make, n8n, Zapier: łączenie źródeł danych. Identyfikacja wewnętrznych i zewnętrznych źródeł danych niezbędnych dla systemu AI. Mapowanie przepływu danych w organizacji.
2.2 Analiza źródeł danych i budowanie automatyzacji (10:30 – 12:00) — 2 godz. dydakt.
Analiza źródeł danych: formaty, struktury, API, bazy danych, dokumenty. Budowanie pierwszych automatyzacji łączących źródła danych z narzędziami AI.
Przerwa kawowa (12:00 – 12:15) — 15 minut.
2.3 Audyt danych — weryfikacja dostępności i jakości (12:15 – 13:45) — 2 godz. dydakt.
Audyt danych w firmie: kompletność, aktualność, format, zgodność. Metodyka oceny jakości danych. Identyfikacja luk i strategia ich uzupełnienia.
2.4 Symulacja Data Crisis — governance i jakość danych (13:45 – 15:15) — 2 godz. dydakt.
Symulacja sytuacji kryzysowej związanej z danymi. Data governance basics. Procedury zapewnienia jakości danych w systemach AI. Strategie reagowania na problemy z danymi.
Dzień 3 — Przepisy prawne, normy etyczne i zarządzanie zmianą:
3.1 Zarządzanie zmianą w projekcie AI (09:00 – 10:30) — 2 godz. dydakt.
8 kroków Kottera w kontekście wdrażania AI. Planowanie zarządzania zmianą jako element wymagań projektu.
3.2 Przepisy prawne i normy etyczne w projektach AI (10:30 – 12:00) — 2 godz. dydakt.
EU AI Act — wymagania i klasyfikacja ryzyka. RODO w kontekście systemów AI. AI literacy (art. 4 EU AI Act). Governance — ramy etyczne stosowania AI w organizacji. Uwzględnianie wymagań prawnych i etycznych w specyfikacji projektu AI.
Przerwa kawowa (12:00 – 12:15) — 15 minut.
3.3 Budowanie zespołu projektowego AI (12:15 – 13:45) — 2 godz. dydakt.
Kogo potrzebujesz do projektu AI? Role, kompetencje, struktura zespołu. Upskilling vs rekrutacja. Macierz kompetencji RACI.
3.4 Symulacja The Resistance — zarządzanie oporem (13:45 – 15:15) — 2 godz. dydakt.
Typologie oporu wobec zmian i strategie reagowania. Symulacja: przekonywanie interesariuszy do wdrożenia AI. Techniki komunikacji z decydentami.
Dzień 4 — Kryteria sukcesu, ROI i business case:
4.1 Definiowanie mierzalnych kryteriów sukcesu i ROI (09:00 – 10:30) — 2 godz. dydakt.
Jak liczyć ROI z AI. Definiowanie KPI i mierzalnych kryteriów sukcesu dla systemu AI. Metryki: TCO, payback period, adoption rate, accuracy, czas przetwarzania. Praktyczne kalkulacje na przykładach uczestników.
4.2 Opracowanie business case dla projektu AI (10:30 – 12:00) — 2 godz. dydakt.
Struktura business case: problem, rozwiązanie, zakres, harmonogram, dane, ROI, ryzyka. Synteza wszystkich elementów wymagań w kompletny dokument.
Przerwa kawowa (12:00 – 12:15) — 15 minut.
4.3 Sztuka pitchowania projektu AI (12:15 – 13:45) — 2 godz. dydakt.
Pitchowanie — 5 minut przed zarządem. Ćwiczenia prezentacyjne. Uwzględnianie aspektów prawnych, etycznych i biznesowych w prezentacji.
4.4 Pitch przed zarządem — test końcowy (13:45 – 15:15) — 2 godz. dydakt.
Prezentacje business case przez uczestników przed symulowanym zarządem. Feedback. Test końcowy FOUNDATION. Wręczenie zaświadczeń.
Informacje dodatkowe:
Zajęcia praktyczne: 22h dydaktycznych, zajęcia teoretyczne: 10h dydaktycznych.
Czas trwania: 32 godzin dydaktycznych (po 45 min) w ciągu 4 dni.
Zaświadczenie: Po zakończeniu szkolenia uczestnicy otrzymują zaświadczenie potwierdzające nabyte kompetencje, zgodne z efektami uczenia się kwalifikacji „Projektowanie i wdrażanie rozwiązań opartych na generatywnej sztucznej inteligencji".
Harmonogram
Harmonogram
| Przedmiot / temat | Prowadzący | Data realizacji zajęć | Godzina rozpoczęcia | Godzina zakończenia | Liczba godzin |
|---|---|---|---|---|---|
Przedmiot / temat 1 z 16 1.1 Ocena dojrzałości cyfrowej i formułowanie celów projektu AI | Prowadzący Grzegorz Świerk | Data realizacji zajęć 13-07-2026 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 10:30 | Liczba godzin 01:30 |
Przedmiot / temat 2 z 16 1.2 Określanie zakresu projektu AI — symulacja | Prowadzący Grzegorz Świerk | Data realizacji zajęć 13-07-2026 | Godzina rozpoczęcia 10:30 | Godzina zakończenia 12:00 | Liczba godzin 01:30 |
Przedmiot / temat 3 z 16 1.3 Harmonogram realizacji i priorytetyzacja procesów | Prowadzący Grzegorz Świerk | Data realizacji zajęć 13-07-2026 | Godzina rozpoczęcia 12:15 | Godzina zakończenia 13:45 | Liczba godzin 01:30 |
Przedmiot / temat 4 z 16 1.4 Mapowanie procesów i identyfikacja wymagań technicznych | Prowadzący Grzegorz Świerk | Data realizacji zajęć 13-07-2026 | Godzina rozpoczęcia 13:45 | Godzina zakończenia 15:15 | Liczba godzin 01:30 |
Przedmiot / temat 5 z 16 2.1 Identyfikacja źródeł danych dla systemu AI | Prowadzący Grzegorz Świerk | Data realizacji zajęć 15-07-2026 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 10:30 | Liczba godzin 01:30 |
Przedmiot / temat 6 z 16 2.2 Analiza źródeł danych i budowanie automatyzacji | Prowadzący Grzegorz Świerk | Data realizacji zajęć 15-07-2026 | Godzina rozpoczęcia 10:30 | Godzina zakończenia 12:00 | Liczba godzin 01:30 |
Przedmiot / temat 7 z 16 2.3 Audyt danych — weryfikacja dostępności i jakości | Prowadzący Grzegorz Świerk | Data realizacji zajęć 15-07-2026 | Godzina rozpoczęcia 12:15 | Godzina zakończenia 13:45 | Liczba godzin 01:30 |
Przedmiot / temat 8 z 16 2.4 Symulacja Data Crisis — governance i jakość danych | Prowadzący Grzegorz Świerk | Data realizacji zajęć 15-07-2026 | Godzina rozpoczęcia 13:45 | Godzina zakończenia 15:15 | Liczba godzin 01:30 |
Przedmiot / temat 9 z 16 3.1 Zarządzanie zmianą w projekcie AI | Prowadzący Grzegorz Świerk | Data realizacji zajęć 17-07-2026 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 10:30 | Liczba godzin 01:30 |
Przedmiot / temat 10 z 16 3.2 Przepisy prawne i normy etyczne w projektach AI | Prowadzący Grzegorz Świerk | Data realizacji zajęć 17-07-2026 | Godzina rozpoczęcia 10:30 | Godzina zakończenia 12:00 | Liczba godzin 01:30 |
Przedmiot / temat 11 z 16 3.3 Budowanie zespołu projektowego AI | Prowadzący Grzegorz Świerk | Data realizacji zajęć 17-07-2026 | Godzina rozpoczęcia 12:15 | Godzina zakończenia 13:45 | Liczba godzin 01:30 |
Przedmiot / temat 12 z 16 3.4 Symulacja The Resistance — zarządzanie oporem | Prowadzący Grzegorz Świerk | Data realizacji zajęć 17-07-2026 | Godzina rozpoczęcia 13:45 | Godzina zakończenia 15:15 | Liczba godzin 01:30 |
Przedmiot / temat 13 z 16 4.1 Definiowanie mierzalnych kryteriów sukcesu i ROI | Prowadzący Grzegorz Świerk | Data realizacji zajęć 20-07-2026 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 10:30 | Liczba godzin 01:30 |
Przedmiot / temat 14 z 16 4.2 Opracowanie business case dla projektu AI | Prowadzący Grzegorz Świerk | Data realizacji zajęć 20-07-2026 | Godzina rozpoczęcia 10:30 | Godzina zakończenia 12:00 | Liczba godzin 01:30 |
Przedmiot / temat 15 z 16 4.3 Sztuka pitchowania projektu AI | Prowadzący Grzegorz Świerk | Data realizacji zajęć 20-07-2026 | Godzina rozpoczęcia 12:15 | Godzina zakończenia 13:45 | Liczba godzin 01:30 |
Przedmiot / temat 16 z 16 4.4 Pitch przed zarządem — test końcowy | Prowadzący Grzegorz Świerk | Data realizacji zajęć 20-07-2026 | Godzina rozpoczęcia 13:45 | Godzina zakończenia 15:15 | Liczba godzin 01:30 |
Cena
Cena
Cennik
| Rodzaj ceny | Cena |
|---|---|
Rodzaj ceny Koszt przypadający na 1 uczestnika brutto | Cena 3 800,00 PLN |
Podmiot uprawniony do zwolnienia z VAT na podstawie art. 43 ust. 1 ustawy o VAT | |
Rodzaj ceny Koszt przypadający na 1 uczestnika netto | Cena 3 800,00 PLN |
Rodzaj ceny Koszt osobogodziny brutto | Cena 118,75 PLN |
Rodzaj ceny Koszt osobogodziny netto | Cena 118,75 PLN |
Prowadzący
Prowadzący
Grzegorz Świerk
Informacje dodatkowe
Informacje dodatkowe
Informacje o materiałach dla uczestników usługi
Każdy uczestnik kursu będzie miał udostępnione materiały szkoleniowe.
Informacje dodatkowe
Uczestnik może realizować szkolenie hybrydowo/zdalnie, o ile nie jest to wykluczone przez Operatora dofinansowania.