Szkolenie - Specjalista ds. Sztucznej Inteligencji (AI) - z zastosowaniem zielonych kompetencji i technologii cyfrowych - kwalifikacje

Uczestnicy nabędą wiedzę i umiejętności umożliwiające projektowanie, wdrażanie i monitorowanie systemów AI z uwzględnieniem kryteriów środowiskowych, energooszczędności i odpowiedzialności danych — prowadząc do uzyskania certyfikatu GCCS (Global Competence Certification Standard) wydawanego przez ICVC Certyfikacja Sp. z o.o.

Szkolenie łączy aspekt praktyczny sektora sztucznej inteligencji z kierunkami Programu Rozwoju Technologii Województwa Śląskiego (PRT WSL) w zakresie:

• technologii zarządzania środowiskiem (PRT 3.6) — systemy AI do monitorowania emisji, zużycia energii i zasobów środowiskowych,

• technologii gospodarowania odpadami (PRT 3.3) — optymalizacja zbiorów danych treningowych, eliminacja nadprodukcji danych, wydłużanie cyklu życia modeli AI,

• technologii informacyjnych (PRT 4b) — projektowanie systemów AI, cyfrowe zarządzanie danymi środowiskowymi, automatyzacja raportowania ESG,

• bezpieczeństwa informacji (PRT 4f) — zarządzanie danymi osobowymi w procesach treningowych AI, anonimizacja, RODO, etyka AI,

• technologii wspierających przemysł 4.0 (PRT 4g) — uczenie maszynowe, sieci neuronowe, transfer learning, systemy predykcyjne wspierające zieloną transformację.

Szkolenie wpisuje się w kierunki Regionalnej Strategii Innowacji Województwa Śląskiego 2030 (RSI WSL 2030):

• Inteligentna Specjalizacja nr 5: Zielona Gospodarka — efektywność energetyczna i materiałowa, czyste technologie, GOZ,

• Cel C4: Rozwijanie kompetencji na rzecz inteligentnych specjalizacji i transformacji cyfrowej,

• Działanie D.4.1: Rozwój kompetencji pracowników i przedsiębiorstw dla konkurencyjności regionalnej.

W ramach zielonych kwalifikacji uczestnicy nabywają umiejętności w zakresie:

• redukcji negatywnego wpływu na środowisko poprzez energooszczędne projektowanie systemów AI,

• optymalizacji zużycia zasobów obliczeniowych, energetycznych i danych treningowych,

• wdrażania praktyk zrównoważonego AI (Green AI) w środowiskach biznesowych,

• wykorzystania technologii AI do ochrony środowiska, monitorowania klimatu i wspierania GOZ.

Warunkiem osiągnięcia zakładanych celów szkolenia jest aktywny udział w minimum 80% zajęć.

Szkolenie prowadzone jest w godzinach dydaktycznych (1 godzina dydaktyczna = 45 minut). Przerwy wliczają się w łączny czas trwania usługi.

Usługa korzysta ze zwolnienia z podatku VAT w przypadku, gdy dofinansowanie wynosi co najmniej 70% ze środków publicznych. W pozostałych przypadkach do ceny netto doliczany jest podatek VAT w wysokości 23%.

Moduł 1. Podstawy zielonej AI — algorytmy, energia, środowisko

Wprowadzenie do koncepcji Green AI i zrównoważonego projektowania systemów AI — kontekst środowiskowy i społeczny

Algorytmy uczenia maszynowego (nadzorowane, nienadzorowane) i ich zastosowanie w optymalizacji zasobów i redukcji odpadów

Wpływ przetwarzania danych na zużycie energii i emisje CO₂ — związek między rozmiarem zbiorów treningowych a zapotrzebowaniem energetycznym infrastruktury

Metody redukcji śladu węglowego modelowania AI — przegląd technik i narzędzi pomiarowych

Dane środowiskowe: rodzaje (sensoryczne, satelitarne, stacjonarne), ich integracja w modelach prognostycznych

Wskaźniki zrównoważonego rozwoju (SDG) jako zmienne w algorytmach AI

Ekonomia o obiegu zamkniętym (GOZ) i możliwości AI w optymalizacji cyklu życia produktu — etapy cyklu, systemy rekomendacyjne

Powiązanie z PRT WSL 3.6 (zarządzanie środowiskiem) i 4g (przemysł 4.0/AI) oraz RSI WSL 2030 — IS nr 5 Zielona Gospodarka

Moduł 2. Dane środowiskowe i prognostyczne modele AI

Klasyfikacja i przetwarzanie danych środowiskowych — dane sensoryczne IoT, dane satelitarne, stacje monitoringu

Integracja wskaźników ESG i SDG w modelach AI — metodologia i przykłady wdrożeń

Systemy rekomendacyjne wspierające odpowiedzialną konsumpcję i produkcję — mechanizmy działania i zastosowania

Ćwiczenia praktyczne: analiza i przygotowanie zestawów danych środowiskowych do modelowania

Powiązanie z PRT WSL 3.3 (odpady/GOZ), 3.6 (monitoring środowiska), 4b (technologie informacyjne)

Moduł 3. Projektowanie i konfiguracja energooszczędnych modeli AI

Architektury sieci neuronowych — porównanie pod kątem wymagań energetycznych i dokładności modeli

Techniki kompresji modelu: przycinanie (pruning), kwantyzacja, destylacja wiedzy — zasada działania i zastosowania

Transfer learning jako narzędzie redukcji kosztów obliczeniowych — praktyczne przykłady

Ćwiczenia: konfiguracja i porównanie modeli AI pod kątem efektywności energetycznej; dokumentacja wyboru rozwiązania energooszczędnego

Projektowanie modelu AI integrującego co najmniej trzy zmienne środowiskowe — warsztaty grupowe

Dokumentowanie wpływu modelu na środowisko w praktyce biznesowej

Powiązanie z PRT WSL 4g (AI/ML, przemysł 4.0), 4b (technologie informacyjne)

Moduł 4. Optymalizacja danych i monitorowanie wpływu środowiskowego AI

Zarządzanie zbiorami treningowymi — analiza porównawcza wpływu wielkości datasetu na dokładność i koszty zasobów

Eliminacja zbędnych danych i nadprodukcji danych — strategie selekcji i dokumentowanie decyzji

Wskaźniki KPI środowiskowego wpływu modeli AI: zużycie energii, emisje, zużycie pamięci i mocy obliczeniowej

Ćwiczenia: opracowanie systemu monitorowania i raportowania wpływu modelu AI na środowisko

Przygotowanie raportu analitycznego z rekomendacjami dotyczącymi redukcji wpływu środowiskowego

Powiązanie z PRT WSL 3.3 (GOZ, redukcja odpadów danych), 3.6 (zarządzanie środowiskiem), 4b (technologie informacyjne)

Moduł 5. Kompetencje społeczne, RODO, etyka AI i komunikacja zielona

Komunikowanie wyników Green AI dla różnych interesariuszy — techniki narracji danych, wizualizacje środowiskowe

Współpraca interdyscyplinarna: integrowanie perspektywy zrównoważonego rozwoju w decyzjach projektowych AI

Zarządzanie danymi osobowymi w procesach treningowych AI — RODO, retencja danych, anonimizacja, bezpieczne usuwanie

Etyka AI i odpowiedzialne korzystanie z AI: standardy, regulacje (EU AI Act — Art. 4, wymóg kompetencji AI), praktyki

Doskonalenie zawodowe w obszarze zielonej AI — nowe metody, standardy, śledzenie trendów

Ćwiczenia: prezentacja wniosków środowiskowych dla grupy, dyskusja nad rekomendacjami GOZ w AI

Powiązanie z PRT WSL 4f (bezpieczeństwo informacji/RODO), 4g (AI/przemysł 4.0)

Moduł 6. Walidacja: test wiedzy online, analiza dowodów i deklaracji, wręczenie certyfikatów GCCS

• Test wiedzy online (realizowany na platformie ICVC — wynik generowany automatycznie).

• Analiza dowodów i deklaracji — uczestnik przedstawia dokumentację projektów, raportów i materiałów z warsztatów potwierdzających nabycie umiejętności praktycznych i kompetencji społecznych.

• Podmiot walidujący i certyfikujący: ICVC Certyfikacja Sp. z o.o. (podmiot zewnętrzny).

• Wręczenie certyfikatów GCCS (Global Competence Certification Standard) potwierdzających uzyskanie kwalifikacji „Specjalista ds. Sztucznej Inteligencji (AI) — Green".

Usługa jest realizowana w godzinach dydaktycznych. Przerwy wliczone są w czas trwania szkolenia.

Liczba godzin teorii wynosi 10h dydaktycznych.

Liczba godzin praktyki wynosi 8h dydaktycznych.

Liczba godzin walidacji wynosi 2h dydaktyczne.

Przerwy: 2 × 30 min zegarowe = wliczone w harmonogram.

Łącznie: 20h dydaktycznych.

Szkolenie realizowane jest w kameralnych grupach (3–10 uczestników), co umożliwia indywidualne podejście trenera. Prowadzący demonstruje zagadnienia krok po kroku, łącząc wykład z warsztatami praktycznymi. Uczestnicy pracują z realnymi zbiorami danych środowiskowych i narzędziami AI, opracowując własne projekty dokumentujące nabycie umiejętności. Trener czuwa nad poprawnością wykonywanych zadań i wspiera uczestników w budowaniu portfolio dowodów do walidacji.

Wszystkie niezbędne zasoby dydaktyczne — dostęp do środowisk AI, dane treningowe, oprogramowanie i materiały szkoleniowe — zapewnia CMD Consulting.

Walidacja szkolenia odbywa się w dwóch etapach, prowadzonych przez podmiot zewnętrzny — ICVC Certyfikacja Sp. z o.o. Pierwszy etap stanowi test wiedzy realizowany w formie online. Drugi etap obejmuje analizę dowodów i deklaracji — uczestnik przedstawia dokumentację projektów i raportów wraz z opisami, które potwierdzają nabycie umiejętności praktycznych i kompetencji społecznych. Na podstawie pozytywnego wyniku testu oraz pozytywnej oceny przedstawionych dowodów podmiot walidujący (ICVC Certyfikacja Sp. z o.o.) dokonuje walidacji i nadaje kwalifikacje GCCS.

Okres oczekiwania na wynik walidacji: Wynik testu online generowany jest automatycznie. Analiza dowodów i deklaracji oraz wydanie certyfikatu GCCS przez ICVC Certyfikacja Sp. z o.o. następuje w terminie do 7 dni roboczych od daty przeprowadzenia walidacji. Okres ten został uwzględniony w terminie realizacji usługi.

Kwalifikacja - Specjalista ds. Sztucznej Inteligencji (AI)

Prezentacja multimedialna, skrypt, dostęp do środowisk AI i zbiorów danych środowiskowych. Materiały, które uczestnicy otrzymują na własność: teczka kursanta zawierająca notatki, wydruk programu i materiałów szkoleniowych.

Wszystkie materiały szkoleniowe, sprzęt oraz narzędzia niezbędne do realizacji ćwiczeń praktycznych zapewnia organizator szkolenia (CMD Consulting). Uczestnik nie ponosi dodatkowych kosztów związanych z materiałami ani sprzętem.

Wymagania wstępne: 18 lat

Usługa jest zwolniona z podatku VAT w przypadku, kiedy przedsiębiorstwo zwolnione jest z podatku VAT lub dofinansowanie wynosi co najmniej 70%. W innej sytuacji do ceny netto doliczany jest podatek VAT w wysokości 23%. Podstawa: § 3 ust. 1 pkt 14 Rozporządzenia Ministra Finansów