Agenci AI - Projektowanie i wdrażanie. Automatyzacja procesów biznesowych. Praktyczne tworzenie inteligentnych systemów z wykorzystaniem LLM oraz narzędzi do cyfrowej optymalizacji pracy (n8n, Make, Zapier). Ekosystem Python w aspekcie Agentów AI dla początkujących (kurs indywidualny).
Agenci AI - Projektowanie i wdrażanie. Automatyzacja procesów biznesowych. Praktyczne tworzenie inteligentnych systemów z wykorzystaniem LLM oraz narzędzi do cyfrowej optymalizacji pracy (n8n, Make, Zapier). Ekosystem Python w aspekcie Agentów AI dla początkujących (kurs indywidualny).
Informacje podstawowe
Informacje podstawowe
- KategoriaInformatyka i telekomunikacja / Programowanie
- Identyfikatory projektówKierunek - Rozwój, Zachodniopomorskie Bony Szkoleniowe
- Grupa docelowa usługi
Szkolenie adresowane jest do osób zainteresowanych wykorzystaniem sztucznej inteligencji w pracy zawodowej, w szczególności do:
- Osób bez doświadczenia programistycznego, które chcą rozpocząć pracę z narzędziami AI i automatyzacją procesów (Budowa Agentów AI).
- Pracowników administracyjnych, biurowych i specjalistów ds. Operacyjnych, którzy chcą usprawnić wykonywanie codziennych zadań.
- Osób pracujących w obszarach takich jak marketing, sprzedaż, obsługa klienta, analiza danych lub zarządzanie.
- Właścicieli małych i średnich przedsiębiorstw oraz osób prowadzących działalność. gospodarczą, zainteresowanych wdrażaniem prostych rozwiązań AI w organizacji.
- Osób planujących rozwój kompetencji cyfrowych i przekwalifikowanie w kierunku technologii AI.
- Osób chcących poznać możliwości narzędzi takich jak Python, n8n, Make i Zapier w kontekście automatyzacji procesów.
- Minimalna liczba uczestników1
- Maksymalna liczba uczestników1
- Data zakończenia rekrutacji14-07-2026
- Forma prowadzenia usługizdalna w czasie rzeczywistym
- Liczba godzin usługi20
- Podstawa uzyskania wpisu do BURZnak Jakości TGLS Quality Alliance
Cel
Cel
Cel edukacyjny
Usługa przygotowuje do samodzielnego projektowania oraz tworzenia prostych rozwiązań opartych na agentach AI z wykorzystaniem modeli językowych (LLM), języka Python oraz narzędzi automatyzacji procesów (n8n, Make, Zapier).Efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia i Metody walidacji
| Efekty uczenia się | Kryteria weryfikacji | Metoda walidacji |
|---|---|---|
| Charakteryzuje podstawowe pojęcia związane ze sztuczną inteligencją, w tym modele językowe (LLM) oraz agentów AI. | • Definiuje pojęcia: sztuczna inteligencja, model językowy, agent AI. • Rozróżnia chatbot i agenta AI. • Wskazuje elementy składowe agenta AI. • Opisuje przykładowe zastosowania agentów AI w środowisku zawodowym. | Test teoretyczny z wynikiem generowanym automatycznie |
| Wyjaśnia zasady komunikacji z modelami AI oraz rolę promptów. | • Opisuje strukturę komunikatu do modelu AI (role, kontekst). • Wyjaśnia wpływ sposobu formułowania zapytania na jakość odpowiedzi. • Identyfikuje najczęstsze błędy w pracy z modelami AI. • Omawia podstawowe metody poprawy jakości odpowiedzi. | Test teoretyczny z wynikiem generowanym automatycznie |
| Tworzy poprawne zapytania (prompty) do modeli AI w celu uzyskania oczekiwanych rezultatów. | • Formułuje zapytanie zgodne z określonym celem. • Dostosowuje treść promptu do kontekstu zadania. • Modyfikuje zapytanie w celu poprawy jakości odpowiedzi. • Ocenia uzyskane wyniki i wprowadza korekty. | Test teoretyczny z wynikiem generowanym automatycznie |
| Buduje proste automatyzacje z wykorzystaniem narzędzi no-code/low-code. | • Tworzy podstawowy workflow w wybranym narzędziu. • Konfiguruje integrację z zewnętrzną usługą (np. E-mail, arkusz). • Dodaje element wykorzystujący model AI. • Testuje poprawność działania automatyzacji. | Test teoretyczny z wynikiem generowanym automatycznie |
| Tworzy prosty program w języku Python komunikujący się z modelem AI. | • Przygotowuje środowisko pracy. • Wykorzystuje podstawowe elementy języka Python. • Wykonuje zapytanie do API modelu AI. • Analizuje i wykorzystuje odpowiedź programu. | Test teoretyczny z wynikiem generowanym automatycznie |
| Opisuje możliwości wykorzystania narzędzi automatyzacji oraz integracji z API. | • Wyjaśnia pojęcie API i jego zastosowanie. • Opisuje rolę narzędzi n8n, Make i Zapier. • Wskazuje przykłady integracji systemów z wykorzystaniem AI. • Omawia podstawowe scenariusze automatyzacji procesów. | Test teoretyczny z wynikiem generowanym automatycznie |
| Projektuje i buduje prostego agenta AI realizującego określone zadanie. | • Definiuje cel i zakres działania agenta. • Dobiera odpowiednie narzędzia i sposób realizacji. • Implementuje podstawową logikę działania. • Testuje działanie i wprowadza usprawnienia. | Test teoretyczny z wynikiem generowanym automatycznie |
| Identyfikuje podstawowe zagrożenia i zasady bezpieczeństwa w systemach AI. | • Wymienia potencjalne ryzyka związane z wykorzystaniem AI. • Opisuje zasady ochrony danych w pracy z modelami AI. • Wyjaśnia konieczność weryfikacji wyników generowanych przez model. • Wskazuje podstawowe dobre praktyki wdrożeniowe. | Test teoretyczny z wynikiem generowanym automatycznie |
| Uczestnik samodzielnie rozwija i doskonali rozwiązania oparte na AI. | • Podejmuje próby optymalizacji własnych rozwiązań. • Korzysta z dostępnych materiałów i dokumentacji. • Testuje różne podejścia do rozwiązania problemu. • Wykazuje inicjatywę w rozwijaniu projektu końcowego. | Test teoretyczny z wynikiem generowanym automatycznie |
Kwalifikacje i kompetencje
Kwalifikacje
Kompetencje
Usługa prowadzi do nabycia kompetencji.Warunki uznania kompetencji
Program
Program
Dokładny harmonogram (następna zakładka) szkolenia będzie dostosowany do preferencji uczestników i będzie uzupełniony na co najmniej 6 dni przed rozpoczęciem kursu. Harmonogram będzie z dokładnym podziałem zajęć i czasem trwania oraz z przerwami między poszczególnymi zajęciami.
Usługa liczona w godzinach lekcyjnych (45 min.). Po 90 minutach zajęć przewidziana jest 15 minutowa przerwa, która nie wlicza się do czasu szkolenia.
Walidacja efektów uczenia się:
Walidacja odbędzie się za pomocą jednolitego, elektronicznego testu wielokrotnego wyboru i pytań zamkniętych, generowanego oraz ocenianego automatycznie przez platformę szkoleniową (test teoretyczny z wynikiem generowanym automatycznie). Test uważa się za zaliczony jeśli uczestniczka/uczestnik osiągnie wynik nie mniejszy niż 70 procent.
1. Wprowadzenie do sztucznej inteligencji i agentów AI.
- Podstawowe pojęcia: sztuczna inteligencja, uczenie maszynowe, modele językowe (LLM).
- Charakterystyka modeli generatywnych oraz ich zastosowania.
- Różnice pomiędzy chatbotem a agentem AI.
- Elementy składowe agenta AI (model, pamięć, narzędzia, logika działania).
- Przegląd zastosowań agentów AI w środowisku biznesowym.
- Omówienie narzędzi wykorzystywanych w kursie.
2. Podstawy pracy z modelami AI.
- Zasady formułowania zapytań do modeli językowych (promptowanie).
- Tworzenie prostych scenariuszy interakcji z modelem AI.
- Struktura komunikacji z modelem (rola systemu, użytkownika i odpowiedzi).
- Identyfikacja i eliminacja typowych błędów w pracy z AI.
- Metody oceny jakości odpowiedzi generowanych przez model.
3. Automatyzacja procesów z wykorzystaniem narzędzi no-code/low-code.
- Wprowadzenie do automatyzacji procesów biznesowych
- Budowa przepływów pracy (workflow) w narzędziach n8n, Make i Zapier
- Integracja modeli AI z popularnymi usługami (np. poczta, arkusze danych)
- Tworzenie prostych agentów AI w środowiskach bezkodowych
- Przykłady zastosowań automatyzacji w pracy biurowej i analitycznej
4. Wprowadzenie do języka Python
- Charakterystyka języka Python i jego rola w systemach AI
- Podstawowe elementy języka: typy danych, zmienne, struktury danych
- Instrukcje sterujące i funkcje
- Uruchamianie i testowanie prostych programów
- Wykorzystanie gotowych bibliotek i fragmentów kodu
5. Integracja z modelami AI z wykorzystaniem API
- Pojęcie API i jego zastosowanie w integracji systemów
- Konfiguracja dostępu do modelu AI
- Struktura zapytań i odpowiedzi w komunikacji z API
- Tworzenie prostego programu komunikującego się z modelem AI
- Wprowadzenie do zarządzania kontekstem rozmowy
6. Budowa prostego agenta AI
- Rozszerzanie funkcjonalności agenta o dodatkowe operacje
- Wykorzystanie funkcji i narzędzi w pracy agenta
- Integracja z zewnętrznymi źródłami danych
- Przetwarzanie i analiza danych tekstowych
- Przykładowe zastosowania w zadaniach biznesowych
7. Podstawy bezpieczeństwa i odpowiedzialnego wykorzystania AI
- Ryzyka związane z wykorzystaniem modeli AI
- Podstawowe zasady ochrony danych
- Weryfikacja poprawności wyników generowanych przez model
- Dobre praktyki w projektowaniu prostych automatyzacji
8. Projekt końcowy
- Wybór i zaprojektowanie prostego rozwiązania opartego na AI
- Implementacja rozwiązania z wykorzystaniem poznanych narzędzi
- Testowanie i optymalizacja działania
- Prezentacja i omówienie rezultatów
Harmonogram
Harmonogram
| Przedmiot / temat | Prowadzący | Data realizacji zajęć | Godzina rozpoczęcia | Godzina zakończenia | Liczba godzin |
|---|---|---|---|---|---|
Brak wyników. | |||||
Cena
Cena
Cennik
| Rodzaj ceny | Cena |
|---|---|
Rodzaj ceny Koszt przypadający na 1 uczestnika brutto | Cena 5 800,00 PLN |
Podmiot uprawniony do zwolnienia z VAT na podstawie art. 113 ust. 1 ustawy o VAT ze względu na wartość sprzedaży | |
Rodzaj ceny Koszt przypadający na 1 uczestnika netto | Cena 5 800,00 PLN |
Rodzaj ceny Koszt osobogodziny brutto | Cena 290,00 PLN |
Rodzaj ceny Koszt osobogodziny netto | Cena 290,00 PLN |
Prowadzący
Prowadzący
Szymon Bytniewski.
Na co dzień zajmuje się tworzeniem automatyzacji komercyjnych, szczególnie w obszarze dużych zbiorów danych dla potrzeb SEO. Rozwija także autorskie aplikacje w Pythonie wykorzystujące framework FastAPI, które pomagają autorom w pisaniu i optymalizacji treści na strony internetowe. Specjalizuje się w customowych automatyzacjach przetwarzających duże zbiory danych za pomocą Pythona i narzędzia n8n - od zarządzania transkrypcjami rozmów z notetakerów, przez systemy CRM, po proste boty AI dla stron internetowych.
Regularnie prowadzi webinary online dotyczące wdrażania generatywnego AI w logikę aplikacji z wykorzystaniem Pythona (FastAPI) i n8n. Dodatkowo szkoli pracowników firm w zakresie automatyzacji przy użyciu narzędzia n8n. Jako przedsiębiorca wdraża komercyjne rozwiązania automatyzacyjne oparte na Pythonie, ze szczególnym uwzględnieniem frameworka FastAPI.
Jest także współtwórcą jednej z największych polskich społeczności AI na Discord - AI Dojo, która skupia entuzjastów sztucznej inteligencji. W ramach prowadzonych kursów dzieli się praktyczną wiedzą zdobytą podczas realnych projektów komercyjnych. Doświadczenie zawodowe zdobyte nie wcześniej niż 5 lat przed datą wprowadzenia szczegółowych danych dotyczących oferowanej usługi.
Informacje dodatkowe
Informacje dodatkowe
Informacje o materiałach dla uczestników usługi
Materiały szkoleniowe w programie PowerPoint.
Warunki uczestnictwa
Wymagania wstępne odnośnie uczestnika kursu:
- Podstawowa znajomość obsługi komputera.
Wymagania wstępne.
Walidacja spełnienia tego kryterium będzie polegać na rozmowie kwalifikacyjnej z uczestniczką/kiem kursu sprawdzającej umiejętności odnośnie podstawowej znajomości obsługi komputera.
Informacje dodatkowe
Podstawa zwolnienia z podatku VAT : Art. 113 ust 1 ustawy o VAT.
Warunki techniczne
Warunki techniczne
Kurs będzie przeprowadzany w formie zdalnej na żywo (video i audio) na platformie ClickMeeting.
Wymagania sprzętowe:
- Stabilny dostęp do Internetu.
- Prędkość łącza (pobieranie/przesyłanie) - min. 10 Mbps.
- Komputer z systemem Windows (8,10,11) wyposażony w kamerkę internetową i mikrofon.
- Przeglądarka internetowa.