Szkolenie AI SHIFT MASTER.
Szkolenie AI SHIFT MASTER.
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 rekrutacji07-08-2026
- Forma prowadzenia usługistacjonarna
- Liczba godzin usługi64
- 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 monitorowania skuteczności wdrożonych rozwiązań generatywnej AI oraz ich optymalizacji. Uczestnicy uczą się dobierać metryki efektywności, analizować dane operacyjne, identyfikować nieprawidłowości, oceniać realizację celów biznesowych, sporządzać raporty oraz opracowywać plany optymalizacyjne i wdrażać usprawnienia. Szkolenie kończy się obroną projektu Capstone obejmującego pełny cykl monitorowania i optymalizacji systemu AI.Efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia i Metody walidacji
| Efekty uczenia się | Kryteria weryfikacji | Metoda walidacji |
|---|---|---|
| Monitoruje skuteczność wdrożonych rozwiązań generatywnej AI | dobiera metryki i wskaźniki efektywności do wdrożonego rozwiązania AI | Test teoretyczny z wynikiem generowanym automatycznie |
| analizuje dane operacyjne | Test teoretyczny z wynikiem generowanym automatycznie | |
| identyfikuje nieprawidłowości w działaniu systemu AI | Test teoretyczny z wynikiem generowanym automatycznie | |
| ocenia stopień realizacji celów biznesowych przez system AI | Test teoretyczny z wynikiem generowanym automatycznie | |
| sporządza raporty oceny skuteczności | Test teoretyczny z wynikiem generowanym automatycznie | |
| Optymalizuje działanie systemów generatywnej AI | analizuje wyniki monitoringu | Test teoretyczny z wynikiem generowanym automatycznie |
| opracowuje plan działań optymalizacyjnych | Test teoretyczny z wynikiem generowanym automatycznie | |
| wdraża usprawnienia dla systemu AI | Test teoretyczny z wynikiem generowanym automatycznie | |
| testuje wprowadzone zmiany | Test teoretyczny z wynikiem generowanym automatycznie | |
| dokumentuje proces optymalizacji | 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 64 godzin dydaktycznych (lekcyjnych) po 45 minut każda.
Harmonogram dzienny: Zajęcia odbywają się przez 8 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 — Megatrendy i dobór metryk efektywności AI:
1.1 Megatrendy technologiczne i kontekst monitorowania AI (09:00 – 10:30) — 2 godz. dydakt.
AI, Quantum, Biotech — megatrendy 2025–2030. Wpływ na branże i modele biznesowe. Dlaczego monitorowanie i optymalizacja AI staje się kluczową kompetencją.
1.2 Frameworki transformacji i dobór metryk (10:30 – 12:00) — 2 godz. dydakt.
McKinsey 7S, BCG DAI, Gartner — frameworki transformacji cyfrowej. Dobór metryk i wskaźników efektywności (KPI) do wdrożonego rozwiązania AI w zależności od branży i modelu biznesowego.
Przerwa kawowa (12:00 – 12:15) — 15 minut.
1.3 Competitive Intelligence — analiza danych operacyjnych konkurencji (12:15 – 13:45) — 2 godz. dydakt.
Jak AI zmienia branże. Analiza konkurencji pod kątem wdrożeń AI. Benchmarking metryk.
1.4 Symulacja The Board — monitoring strategiczny (13:45 – 15:15) — 2 godz. dydakt.
Gra symulacyjna: zarząd analizuje dane operacyjne i podejmuje decyzje o kierunku systemu AI.
Dzień 2 — Strategia AI i ocena realizacji celów biznesowych:
2.1 AI Strategy Canvas i cele biznesowe (09:00 – 10:30) — 2 godz. dydakt.
Tworzenie strategii AI. Definiowanie celów biznesowych i metryk ich realizacji. Ocena stopnia realizacji celów biznesowych przez system AI.
2.2 Roadmapping i priorytetyzacja optymalizacji (10:30 – 12:00) — 2 godz. dydakt.
Strategic Roadmapping. Priorytetyzacja inicjatyw optymalizacyjnych. Kamienie milowe monitorowania i doskonalenia systemu AI.
Przerwa kawowa (12:00 – 12:15) — 15 minut.
2.3 Budżetowanie optymalizacji AI (12:15 – 13:45) — 2 godz. dydakt.
Budżet na optymalizację i rozwój systemu AI. Modele kosztowe, TCO, ROI optymalizacji.
2.4 Symulacja Investor Pitch — raportowanie skuteczności (13:45 – 15:15) — 2 godz. dydakt.
Prezentacja wyników monitorowania przed zarządem/inwestorami. Raportowanie ROI.
Dzień 3 — Struktury organizacyjne i identyfikacja nieprawidłowości:
3.1 Struktury organizacyjne wspierające monitoring AI (09:00 – 10:30) — 2 godz. dydakt.
CoE vs Hub & Spoke vs Embedded. Projektowanie struktury monitorującej AI w organizacji.
3.2 Talent Strategy — kompetencje do monitorowania AI (10:30 – 12:00) — 2 godz. dydakt.
Jak przyciągnąć i utrzymać talent zdolny do monitorowania i optymalizacji systemów AI.
Przerwa kawowa (12:00 – 12:15) — 15 minut.
3.3 Kultura ciągłego doskonalenia AI (12:15 – 13:45) — 2 godz. dydakt.
Budowanie kultury AI w organizacji. Od oporu do entuzjazmu. Kultura data-driven decision making. Mierzenie kultury.
3.4 Symulacja The Resistance — reagowanie na nieprawidłowości (13:45 – 15:15) — 2 godz. dydakt.
Symulacja: system AI generuje nieprawidłowe wyniki. Identyfikacja przyczyn. Komunikacja z użytkownikami i interesariuszami. Zarządzanie oporem wobec zmian.
Dzień 4 — Odpowiedzialny AI, regulacje i dokumentacja:
4.1 Responsible AI — monitorowanie bias i fairness (09:00 – 10:30) — 2 godz. dydakt.
Bias, Fairness, Transparency. Audyt bias wdrożonego systemu AI. Metryki odpowiedzialnego AI jako element monitorowania skuteczności.
4.2 Regulacje i compliance — monitoring zgodności (10:30 – 12:00) — 2 godz. dydakt.
EU AI Act, NIS2, DORA — wymagania monitoringowe. Audyt zgodności systemu AI. Raportowanie regulacyjne.
Przerwa kawowa (12:00 – 12:15) — 15 minut.
4.3 Własność intelektualna i dokumentowanie optymalizacji (12:15 – 13:45) — 2 godz. dydakt.
IP w erze AI. Umowy z dostawcami, licencje. Dokumentowanie procesu optymalizacji: zmiany, wersje, decyzje, wyniki.
4.4 Symulacja Regulatory Crisis — reagowanie na incydenty (13:45 – 15:15) — 2 godz. dydakt.
Zarządzanie ryzykiem regulacyjnym. Symulacja: incydent compliance w systemie AI. Sporządzanie raportu z incydentu i plan działań naprawczych.
Dzień 5 — Zarządzanie portfolio i governance optymalizacji:
5.1 Portfolio Management — monitorowanie wielu systemów AI (09:00 – 10:30) — 2 godz. dydakt.
Zarządzanie portfolio projektów AI. Priorytetyzacja optymalizacji między systemami. Dashboard monitoringowy: agregacja metryk z wielu wdrożeń.
5.2 AI Governance Framework — ramy monitorowania (10:30 – 12:00) — 2 godz. dydakt.
Budowanie AI Governance Framework. Polityki, procedury monitoringu, role, odpowiedzialności. Cykliczność przeglądów, eskalacja, progi alarmowe.
Przerwa kawowa (12:00 – 12:15) — 15 minut.
5.3 Vendor Management — monitoring dostawców AI (12:15 – 13:45) — 2 godz. dydakt.
Budowanie ekosystemu AI. Monitorowanie SLA dostawców. Analiza wyników monitoringu w kontekście umów z dostawcami.
5.4 Custom vs off-the-shelf — decyzje optymalizacyjne (13:45 – 15:15) — 2 godz. dydakt.
Kiedy custom vs off-the-shelf. Wdrażanie usprawnień: zmiana modelu, fine-tuning, nowy dostawca.
Dzień 6 — Wdrażanie usprawnień i testowanie zmian:
6.1 Strategiczne partnerstwa i alianse — współoptymalizacja (09:00 – 10:30) — 2 godz. dydakt.
Partnerstwa AI. Modele współpracy przy optymalizacji systemów. Wdrażanie usprawnień we współpracy z partnerami technologicznymi.
6.2 Innovation Management — ciągła optymalizacja (10:30 – 12:00) — 2 godz. dydakt.
Zarządzanie innowacją AI. Innovation funnel, labs, hackathony. Systematyczne generowanie i testowanie pomysłów optymalizacyjnych.
Przerwa kawowa (12:00 – 12:15) — 15 minut.
6.3 Praca nad Capstone — plan optymalizacji systemu AI (12:15 – 13:45) — 2 godz. dydakt.
Praca nad projektem końcowym: pełny plan monitorowania i optymalizacji systemu AI. Uwzględnienie metryk, raportów, działań optymalizacyjnych, testów, dokumentacji.
6.4 Peer Review — testowanie i ocena zmian (13:45 – 15:15) — 2 godz. dydakt.
Wzajemna ocena projektów. Testowanie zaproponowanych zmian optymalizacyjnych. Feedback między uczestnikami.
Dzień 7 — Komunikacja wyników i przywództwo AI:
7.1 AI Leadership — komunikowanie wyników monitoringu (09:00 – 10:30) — 2 godz. dydakt.
Komunikowanie wizji AI i wyników monitorowania. Storytelling danych. Budowanie koalicji wokół optymalizacji systemu AI.
7.2 Negocjowanie budżetu na optymalizację (10:30 – 12:00) — 2 godz. dydakt.
Techniki perswazji i negocjacji. Opracowywanie planu działań optymalizacyjnych z uzasadnieniem.
Przerwa kawowa (12:00 – 12:15) — 15 minut.
7.3 Thought Leadership — dokumentacja i publikacja (12:15 – 13:45) — 2 godz. dydakt.
Budowanie pozycji eksperta AI. Dokumentowanie lekcji z optymalizacji. Publikacje, wystąpienia, dzielenie się wiedzą.
7.4 Symulacja Crisis Communication — raportowanie incydentu (13:45 – 15:15) — 2 godz. dydakt.
Komunikacja kryzysowa AI. Symulacja: incydent AI wymaga raportu publicznego. Sporządzanie raportu oceny skuteczności po incydencie.
Dzień 8 — Capstone: pełny cykl monitorowania i optymalizacji, test Master:
8.1 Finalizacja Capstone (09:00 – 10:30) — 2 godz. dydakt.
Finalizacja projektu: metryki, analiza danych, identyfikacja nieprawidłowości, ocena celów, raport, plan optymalizacji, wdrożenie usprawnień, testy, dokumentacja.
8.2 Capstone Presentations — obrona projektu (10:30 – 12:00) — 2 godz. dydakt.
Prezentacje Capstone: pełny cykl monitorowania i optymalizacji systemu AI. Obrona projektu przed komisją.
Przerwa kawowa (12:00 – 12:15) — 15 minut.
8.3 Panel dyskusyjny i refleksja (12:15 – 13:45) — 2 godz. dydakt.
Personal AI Development Plan — co dalej. Panel dyskusyjny. Refleksja nad kompetencjami monitorowania i optymalizacji.
8.4 Test końcowy MASTER (13:45 – 15:15) — 2 godz. dydakt.
Test końcowy MASTER. Wręczenie zaświadczeń.
Informacje dodatkowe:
Zajęcia praktyczne: 44h dydaktycznych, zajęcia teoretyczne: 20h dydaktycznych.
Czas trwania: 64 godzin dydaktycznych (po 45 min) w ciągu 8 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 zajęć | Prowadzący | Data realizacji zajęć | Godzina rozpoczęcia | Godzina zakończenia | Liczba godzin |
|---|---|---|---|---|---|
Przedmiot / temat zajęć 1 z 32 1.1 Megatrendy technologiczne i kontekst monitorowania A | Prowadzący Grzegorz Świerk | Data realizacji zajęć 10-08-2026 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 10:30 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 2 z 32 1.2 Frameworki transformacji i dobór metryk | Prowadzący Grzegorz Świerk | Data realizacji zajęć 10-08-2026 | Godzina rozpoczęcia 10:30 | Godzina zakończenia 12:00 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 3 z 32 1.3 Competitive Intelligence — analiza danych operacyjnych konkurencji | Prowadzący Grzegorz Świerk | Data realizacji zajęć 10-08-2026 | Godzina rozpoczęcia 12:15 | Godzina zakończenia 13:45 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 4 z 32 1.4 Symulacja The Board — monitoring strategiczny | Prowadzący Grzegorz Świerk | Data realizacji zajęć 10-08-2026 | Godzina rozpoczęcia 13:45 | Godzina zakończenia 15:15 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 5 z 32 2.1 AI Strategy Canvas i cele biznesowe | Prowadzący Grzegorz Świerk | Data realizacji zajęć 12-08-2026 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 10:30 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 6 z 32 2.2 Roadmapping i priorytetyzacja optymalizacji | Prowadzący Grzegorz Świerk | Data realizacji zajęć 12-08-2026 | Godzina rozpoczęcia 10:30 | Godzina zakończenia 12:00 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 7 z 32 2.3 Budżetowanie optymalizacji AI | Prowadzący Grzegorz Świerk | Data realizacji zajęć 12-08-2026 | Godzina rozpoczęcia 12:15 | Godzina zakończenia 13:45 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 8 z 32 2.4 Symulacja Investor Pitch — raportowanie skuteczności | Prowadzący Grzegorz Świerk | Data realizacji zajęć 12-08-2026 | Godzina rozpoczęcia 13:45 | Godzina zakończenia 15:15 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 9 z 32 3.1 Struktury organizacyjne wspierające monitoring AI | Prowadzący Grzegorz Świerk | Data realizacji zajęć 14-08-2026 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 10:30 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 10 z 32 3.2 Talent Strategy — kompetencje do monitorowania AI | Prowadzący Grzegorz Świerk | Data realizacji zajęć 14-08-2026 | Godzina rozpoczęcia 10:30 | Godzina zakończenia 12:00 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 11 z 32 3.3 Kultura ciągłego doskonalenia AI | Prowadzący Grzegorz Świerk | Data realizacji zajęć 14-08-2026 | Godzina rozpoczęcia 12:15 | Godzina zakończenia 13:45 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 12 z 32 3.4 Symulacja The Resistance — reagowanie na nieprawidłowości | Prowadzący Grzegorz Świerk | Data realizacji zajęć 14-08-2026 | Godzina rozpoczęcia 13:45 | Godzina zakończenia 15:15 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 13 z 32 4.1 Responsible AI — monitorowanie bias i fairness | Prowadzący Grzegorz Świerk | Data realizacji zajęć 17-08-2026 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 10:30 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 14 z 32 4.2 Regulacje i compliance — monitoring zgodności | Prowadzący Grzegorz Świerk | Data realizacji zajęć 17-08-2026 | Godzina rozpoczęcia 10:30 | Godzina zakończenia 12:00 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 15 z 32 4.3 Własność intelektualna i dokumentowanie optymalizacji | Prowadzący Grzegorz Świerk | Data realizacji zajęć 17-08-2026 | Godzina rozpoczęcia 12:15 | Godzina zakończenia 13:45 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 16 z 32 4.4 Symulacja Regulatory Crisis — reagowanie na incydenty | Prowadzący Grzegorz Świerk | Data realizacji zajęć 17-08-2026 | Godzina rozpoczęcia 13:45 | Godzina zakończenia 15:15 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 17 z 32 5.1 Portfolio Management — monitorowanie wielu systemów AI | Prowadzący Grzegorz Świerk | Data realizacji zajęć 19-08-2026 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 10:30 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 18 z 32 5.2 AI Governance Framework — ramy monitorowania | Prowadzący Grzegorz Świerk | Data realizacji zajęć 19-08-2026 | Godzina rozpoczęcia 10:30 | Godzina zakończenia 12:00 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 19 z 32 5.3 Vendor Management — monitoring dostawców AI | Prowadzący Grzegorz Świerk | Data realizacji zajęć 19-08-2026 | Godzina rozpoczęcia 12:15 | Godzina zakończenia 13:45 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 20 z 32 5.4 Custom vs off-the-shelf — decyzje optymalizacyjne | Prowadzący Grzegorz Świerk | Data realizacji zajęć 19-08-2026 | Godzina rozpoczęcia 13:45 | Godzina zakończenia 15:15 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 21 z 32 6.1 Strategiczne partnerstwa i alianse — współoptymalizacja | Prowadzący Grzegorz Świerk | Data realizacji zajęć 21-08-2026 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 10:30 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 22 z 32 6.2 Innovation Management — ciągła optymalizacja | Prowadzący Grzegorz Świerk | Data realizacji zajęć 21-08-2026 | Godzina rozpoczęcia 10:30 | Godzina zakończenia 12:00 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 23 z 32 6.3 Praca nad Capstone — plan optymalizacji systemu AI | Prowadzący Grzegorz Świerk | Data realizacji zajęć 21-08-2026 | Godzina rozpoczęcia 12:15 | Godzina zakończenia 13:45 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 24 z 32 6.4 Peer Review — testowanie i ocena zmian | Prowadzący Grzegorz Świerk | Data realizacji zajęć 21-08-2026 | Godzina rozpoczęcia 13:45 | Godzina zakończenia 15:15 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 25 z 32 7.1 AI Leadership — komunikowanie wyników monitoringu | Prowadzący Grzegorz Świerk | Data realizacji zajęć 24-08-2026 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 10:30 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 26 z 32 7.2 Negocjowanie budżetu na optymalizację | Prowadzący Grzegorz Świerk | Data realizacji zajęć 24-08-2026 | Godzina rozpoczęcia 10:30 | Godzina zakończenia 12:00 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 27 z 32 7.3 Thought Leadership — dokumentacja i publikacja | Prowadzący Grzegorz Świerk | Data realizacji zajęć 24-08-2026 | Godzina rozpoczęcia 12:15 | Godzina zakończenia 13:45 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 28 z 32 7.4 Symulacja Crisis Communication — raportowanie incydentu | Prowadzący Grzegorz Świerk | Data realizacji zajęć 24-08-2026 | Godzina rozpoczęcia 13:45 | Godzina zakończenia 15:15 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 29 z 32 8.1 Finalizacja Capstone | Prowadzący Grzegorz Świerk | Data realizacji zajęć 26-08-2026 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 10:30 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 30 z 32 8.2 Capstone Presentations — obrona projektu | Prowadzący Grzegorz Świerk | Data realizacji zajęć 26-08-2026 | Godzina rozpoczęcia 10:30 | Godzina zakończenia 12:00 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 31 z 32 8.3 Panel dyskusyjny i refleksja | Prowadzący Grzegorz Świerk | Data realizacji zajęć 26-08-2026 | Godzina rozpoczęcia 12:15 | Godzina zakończenia 13:45 | Liczba godzin 01:30 |
Przedmiot / temat zajęć 32 z 32 8.4 Test końcowy MASTER | Prowadzący Grzegorz Świerk | Data realizacji zajęć 26-08-2026 | 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 7 600,00 PLN |
Podmiot uprawniony do zwolnienia z VAT na podstawie art. 43 ust. 1 pkt 26 art. 43 ust. 1 pkt 27, art. 43 ust. 1 pkt 28 i art. 43 ust. 1 pkt 29 ustawy o VAT | |
Rodzaj ceny Koszt przypadający na 1 uczestnika netto | Cena 7 600,00 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.