Szkolenie - Sztuczna inteligencja w branży detailingowej i instalacji folii okiennych ze Sławomirem Słowińskim - zielone algorytmy AI, optymalizacja zasobów i redukcja śladu węglowego (kwalifikacje)
Szkolenie - Sztuczna inteligencja w branży detailingowej i instalacji folii okiennych ze Sławomirem Słowińskim - zielone algorytmy AI, optymalizacja zasobów i redukcja śladu węglowego (kwalifikacje)
Informacje podstawowe
Informacje podstawowe
- KategoriaInformatyka i telekomunikacja / Projektowanie graficzne i wspomagane komputerowo
- Grupa docelowa usługi
Szkolenie skierowane jest do osób z województwa śląskiego (uczących się, pracujących lub zamieszkujących na terenie województwa) z branży motoryzacyjnej, detailingowej, instalacji folii okiennych i samochodowych oraz zarządzania warsztatami, które chcą zdobyć kwalifikację rynkową „Specjalista ds. Sztucznej Inteligencji (AI)" (Zintegrowany Rejestr Kwalifikacji) w nurcie Green AI – łączącym kompetencje w zakresie sztucznej inteligencji z zasadami zielonej gospodarki.
- specjaliści detailingu samochodowego, instalatorzy folii okiennych i samochodowych (folie przeciwsłoneczne, antywłamaniowe, dekoracyjne, PPF), którzy chcą wdrożyć narzędzia AI do optymalizacji zużycia materiału, energii i wody w pracowni,
- właściciele i menedżerowie warsztatów detailingowych, studiów car wrappingu i firm folii okiennych, którzy chcą zaprojektować zielone procesy biznesowe oparte na uczeniu maszynowym (modele predykcyjne zużycia, systemy rekomendacyjne dla klienta
- Minimalna liczba uczestników2
- Maksymalna liczba uczestników6
- Data zakończenia rekrutacji16-07-2026
- Forma prowadzenia usługistacjonarna
- Podstawa uzyskania wpisu do BURZnak Jakości Małopolskich Standardów Usług Edukacyjno-Szkoleniowych (MSUES) - wersja 2.0
Cel
Cel
Cel edukacyjny
Usługa potwierdza przygotowanie do samodzielnego wdrażania rozwiązań sztucznej inteligencji (AI) w branży detailingowej i instalacji folii okiennych zgodnie z wymaganiami kwalifikacji rynkowej Specjalista ds. Sztucznej Inteligencji (AI): doboru zielonych algorytmów uczenia maszynowego do optymalizacji zasobów i redukcji odpadów, projektowania energooszczędnych modeli predykcyjnych, wdrażania systemów monitorowania śladu węglowego AI oraz raportowania wyników ESG zgodnie z RODO i etyką AI.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 | Test teoretyczny |
| 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 | Test teoretyczny |
| 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 | Test teoretyczny |
| Planowo zarządza czasem i zasobami projektowymi w celu wdrażania rozwiązań zgodnych z zasadami zrównoważonego rozwoju | Test teoretyczny |
Kwalifikacje i kompetencje
Kwalifikacje
Kwalifikacje niewłączone do ZSK
Uznane kwalifikacje
Informacje
- Nazwa Podmiotu prowadzącego walidacjęICVC
- Nazwa Podmiotu certyfikującegoGCCS
Program
Program
ZIELONE UMIEJĘTNOŚCI WG ESCO (uzasadnienie zielonego charakteru usługi): Zakres szkolenia i kompetencje są zielone na podstawie bazy danych ESCO – wykazu przykładowych zielonych umiejętności opracowanych przez Komisję Europejską:
- projektowanie i wdrażanie energooszczędnych modeli AI (Green AI / Sustainable ML)
- analiza śladu węglowego procesu uczenia maszynowego i optymalizacja zasobów obliczeniowych
- stosowanie zasad GOZ w detailingu za pomocą AI (klasyfikacja odpadów, optymalizacja chemii, predykcja trwałości folii)
- racjonalne gospodarowanie zasobami warsztatu poprzez systemy predykcyjne AI (woda, energia, materiały)
- wdrażanie systemów monitorowania i raportowania ESG (ISO 14001) z wykorzystaniem AI
- promowanie odpowiedzialnego i etycznego wykorzystania AI w MŚP
- kształtowanie postaw proekologicznych poprzez świadome decyzje projektowe (architektury energooszczędne, kompresja modeli, transfer learning)
ZGODNOŚĆ Z PRT WOJEWÓDZTWA ŚLĄSKIEGO 2019–2030:
- PRT 4. Technologie informacyjne i telekomunikacyjne (ICT) – projektowanie modeli AI, sieci neuronowych, systemów rekomendacyjnych
- PRT 1. Technologie dla ochrony środowiska – AI w technologiach odzysku, niskoodpadowych technologiach produkcji, redukcji niskiej emisji w detailingu
ZGODNOŚĆ Z RIS WOJEWÓDZTWA ŚLĄSKIEGO 2030:
- inteligentna specjalizacja: ICT – globalne sieci współpracy, transformacja cyfrowa MŚP
- inteligentna specjalizacja: Zielona gospodarka – czyste technologie, GOZ, ekotechnologie wspierane AI
- inteligentna specjalizacja: Przemysły wschodzące – innowacyjne usługi cross-sektorowe (AI + motoryzacja + ekologia)
Szkolenie prowadzi do nabycia kwalifikacji rynkowej „Specjalista ds. Sztucznej Inteligencji (AI)" w nurcie zielonym (Green), wpisanej do Zintegrowanego Rejestru Kwalifikacji.
PROGRAM SZKOLENIA:
Dzień 1 (8:00–16:00, 8 h zegarowych w tym 1 h przerw)
8:00 – 9:30 (1 h 30 min) – Wprowadzenie do AI i uczenia maszynowego w kontekście zielonej gospodarki (teoria)
- algorytmy nadzorowane vs nienadzorowane – różnice w analizach środowiskowych detailingu i folii okiennych
- modele predykcyjne do minimalizacji nadprodukcji materiałów (folie, chemia) i zużycia energii
- zielone kompetencje cyfrowe w PRT 4, PRT 1 oraz RIS Województwa Śląskiego 2030
- wymogi kwalifikacji „Specjalista ds. AI" – wiedza, umiejętności, kompetencje społeczne
9:30 – 11:00 (1 h 30 min) – Wpływ przetwarzania danych AI na zużycie energii i emisje CO₂ (teoria)
- związek między wielkością zbiorów treningowych a zapotrzebowaniem energetycznym infrastruktury
- metody redukcji śladu węglowego AI (efficient training, edge AI, federated learning)
- ślad środowiskowy chmury obliczeniowej vs lokalnych GPU – jak liczyć i raportować
- inicjatywy: Green Software Foundation, ML CO2 Impact Calculator
11:00 – 11:30 (30 min) – Przerwa
11:30 – 12:30 (1 h) – Dane środowiskowe w modelach prognostycznych dla detailingu i folii (teoria)
- klasyfikacja danych: sensoryczne (czujniki w warsztacie), satelitarne (UV, jakość powietrza), stacjonarne
- wskaźniki zrównoważonego rozwoju jako zmienne w algorytmach (zużycie wody, emisje VOC, odpady chemiczne)
- monitoring warunków pracy z folią okienną/PPF – temperatura, wilgotność, intensywność UV
- jakość danych vs przeuczenie modelu
12:30 – 13:30 (1 h) – Ekonomia o obiegu zamkniętym (GOZ) i AI – cykl życia produktu w detailingu (teoria)
- etapy cyklu życia folii i chemii detailingowej, w których AI wspiera decyzje ekologiczne (LCA wspomagane ML)
- systemy rekomendacyjne dla konsumpcji odpowiedzialnej – dobór folii o najmniejszym wpływie środowiskowym
- klasyfikatory AI dla segregacji i recyklingu odpadów detailingowych
- przejście warsztatu z modelu liniowego na cyrkularny
13:30 – 14:00 (30 min) – Przerwa
14:00 – 16:00 (2 h) – Praktyka: opracowywanie modeli predykcyjnych AI uwzględniających parametry środowiskowe (praktyka)
- konfiguracja środowiska Google Colab i wprowadzenie do scikit-learn (bez wymagań programistycznych)
- projektowanie modelu AI integrującego ≥3 zmienne środowiskowe (zużycie folii, energii, wody)
- dokumentowanie sposobu, w jaki model wspiera zmniejszenie negatywnego wpływu na środowisko (case: studio folii okiennych)
- wstępna ocena jakości modelu i raport z wnioskami środowiskowymi
Dzień 2 (8:00–16:00, 8 h zegarowych w tym 1 h przerw)
8:00 – 9:00 (1 h) – Konfiguracja architektur sieci neuronowych dla minimalizacji zużycia energii obliczeniowej (teoria)
- porównanie mocy obliczeniowej różnych architektur (MLP, CNN, transformer) – wybór rozwiązania energooszczędnego
- techniki kompresji modelu: pruning, kwantyzacja, dystylacja wiedzy
- uczenie transferowe (transfer learning) jako sposób na ograniczenie kosztu treningowego
- przykłady: rozpoznawanie uszkodzeń lakieru, klasyfikacja stanu folii
9:00 – 10:00 (1 h) – Optymalizacja rozmiaru zbiorów treningowych i redukcja śladu węglowego procesu uczenia (teoria + ćwiczenie)
- analiza wpływu wielkości zbioru treningowego na dokładność i koszty zasobów
- techniki próbkowania (active learning, stratified sampling) zmniejszające ślad węglowy
- dokumentowanie decyzji o eliminacji zbędnych danych
- ocena dojrzałości modelu vs rosnące zużycie energii – kryterium „kiedy wystarczy"
10:00 – 10:30 (30 min) – Przerwa
10:30 – 11:30 (1 h) – Wdrażanie systemów monitorowania i raportowania wpływu modeli AI na środowisko (praktyka)
- opracowanie wskaźników (KPI) zużycia energii, emisji i danych wdrożeniowych
- prezentowanie raportu analitycznego z rekomendacjami zmniejszenia negatywnego wpływu
- konfiguracja prostego dashboardu ESG (przykłady dla MŚP motoryzacyjnego)
- integracja z systemami zarządzania środowiskowego (ISO 14001)
11:30 – 13:00 (1 h 30 min) – Etyka AI, RODO i odpowiedzialne zarządzanie danymi w projektach AI (teoria + praktyka)
- zasady retencji, anonimizacji i bezpiecznego usuwania danych zgodnie z RODO
- standardy etyki AI (UNESCO, EU AI Act, NIST AI RMF) w usługach dla klientów detailingu
- bezpieczeństwo danych klientów (zdjęcia pojazdów, VIN, dane kontaktowe) – studium przypadku
- demonstracja świadomości bezpieczeństwa danych i odpowiedzialnego korzystania z informacji
13:00 – 13:30 (30 min) – Przerwa
13:30 – 14:30 (1 h) – Komunikacja wyników badań i rekomendacji ESG dla różnych interesariuszy (praktyka)
- prezentowanie wniosków o wpływie modelu AI na środowisko w sposób przystępny dla niespecjalistów (klient, dostawca, regulator)
- uzasadnianie znaczenia parametrów ekologicznych w decyzjach projektowych
- formułowanie raportu zrównoważonego rozwoju dla MŚP detailingowego
- współpraca w interdyscyplinarnych zespołach (AI + motoryzacja + ekologia)
14:30 – 15:00 (30 min) – Ciągłe doskonalenie i najnowsze praktyki Green AI (praktyka)
- przykłady nowych metod i standardów Green AI / Sustainable ML
- planowe zarządzanie czasem i zasobami projektowymi zgodnie z zasadami zrównoważonego rozwoju
- źródła aktualnej wiedzy: arXiv Green AI, IEA, Green Software Foundation, ISO/IEC 42001
- planowanie własnej ścieżki rozwoju jako Specjalista ds. AI w nurcie zielonym
15:00 – 16:00 (1 h) – Walidacja
- test teoretyczny (30 min) – weryfikacja wiedzy (W1–W4) i kompetencji społecznych (KS1–KS4): algorytmy ML, ślad węglowy AI, GOZ, etyka AI, bezpieczeństwo danych
- analiza dowodów i deklaracji (30 min) – weryfikacja umiejętności praktycznych (U1–U4) na podstawie zaprojektowanego modelu AI, model card, raportu śladu węglowego i dashboardu ESG
Proces walidacji uczestników: Walidacja uczestników jest niezależna od procesu szkoleniowego. Osoba prowadząca szkolenie nie bierze udziału w ocenie swoich kursantów w zakresie, którego nauczała. Końcową walidację przeprowadza niezależny egzaminator (podmiot zewnętrzny). Wynik przeprowadzonej walidacji jest ogłaszany od razu po zakończeniu szkolenia. Proces walidacji prowadzony jest w formie testu wiedzy oraz analizy dowodu i deklaracji.
Harmonogram
Harmonogram
| Przedmiot / temat | Typ aktywności | Prowadzący | Data realizacji zajęć | Godzina rozpoczęcia | Godzina zakończenia | Liczba godzin |
|---|---|---|---|---|---|---|
Przedmiot / temat 1 z 16 Anatomia skóry twarzy i mechanizmy starzenia (teoria) | Typ aktywności Zajęcia | Prowadzący Sławomir Słowińsk | Data realizacji zajęć 18-07-2026 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 10:30 | Liczba godzin 01:30 |
Przedmiot / temat 2 z 16 Biotechnologia i nanotechnologia w kosmetyce anti-aging (teoria) | Typ aktywności Zajęcia | Prowadzący Sławomir Słowińsk | Data realizacji zajęć 18-07-2026 | Godzina rozpoczęcia 10:30 | Godzina zakończenia 11:45 | Liczba godzin 01:15 |
Przedmiot / temat 3 z 16 - | Typ aktywności Przerwa | Prowadzący - | Data realizacji zajęć 18-07-2026 | Godzina rozpoczęcia 11:45 | Godzina zakończenia 12:15 | Liczba godzin 00:30 |
Przedmiot / temat 4 z 16 Sonoforeza i elektroporacja – innowacyjne metody aplikacji nanoformulacji (teoria) | Typ aktywności Zajęcia | Prowadzący Sławomir Słowińsk | Data realizacji zajęć 18-07-2026 | Godzina rozpoczęcia 12:15 | Godzina zakończenia 13:30 | Liczba godzin 01:15 |
Przedmiot / temat 5 z 16 Diagnostyka skóry twarzy i dobór protokołu anti-aging (praktyka) | Typ aktywności Zajęcia | Prowadzący Sławomir Słowińsk | Data realizacji zajęć 18-07-2026 | Godzina rozpoczęcia 13:30 | Godzina zakończenia 15:00 | Liczba godzin 01:30 |
Przedmiot / temat 6 z 16 - | Typ aktywności Przerwa | Prowadzący - | Data realizacji zajęć 18-07-2026 | Godzina rozpoczęcia 15:00 | Godzina zakończenia 15:30 | Liczba godzin 00:30 |
Przedmiot / temat 7 z 16 Praktyczne wykonanie zabiegów sonoforezy i elektroporacji z nanoformulacjami (praktyka) | Typ aktywności Zajęcia | Prowadzący Sławomir Słowińsk | Data realizacji zajęć 18-07-2026 | Godzina rozpoczęcia 15:30 | Godzina zakończenia 17:00 | Liczba godzin 01:30 |
Przedmiot / temat 8 z 16 Zielona chemia i GOZ w kosmetyce – innowacyjne biotechnologie (teoria) | Typ aktywności Zajęcia | Prowadzący Sławomir Słowińsk | Data realizacji zajęć 19-07-2026 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 10:00 | Liczba godzin 01:00 |
Przedmiot / temat 9 z 16 Bezpieczeństwo urządzeń kosmetologicznych i granice kompetencji (teoria) | Typ aktywności Zajęcia | Prowadzący Sławomir Słowińsk | Data realizacji zajęć 19-07-2026 | Godzina rozpoczęcia 10:00 | Godzina zakończenia 11:00 | Liczba godzin 01:00 |
Przedmiot / temat 10 z 16 - | Typ aktywności Przerwa | Prowadzący - | Data realizacji zajęć 19-07-2026 | Godzina rozpoczęcia 11:00 | Godzina zakończenia 11:30 | Liczba godzin 00:30 |
Przedmiot / temat 11 z 16 Peelingi powierzchniowe z preparatami biotechnologicznymi (praktyka) | Typ aktywności Zajęcia | Prowadzący Sławomir Słowińsk | Data realizacji zajęć 19-07-2026 | Godzina rozpoczęcia 11:30 | Godzina zakończenia 12:30 | Liczba godzin 01:00 |
Przedmiot / temat 12 z 16 Kompleksowy zabieg anti-aging – pełny protokół z biokosmetykami (praktyka) | Typ aktywności Zajęcia | Prowadzący Sławomir Słowińsk | Data realizacji zajęć 19-07-2026 | Godzina rozpoczęcia 12:30 | Godzina zakończenia 14:00 | Liczba godzin 01:30 |
Przedmiot / temat 13 z 16 - | Typ aktywności Przerwa | Prowadzący - | Data realizacji zajęć 19-07-2026 | Godzina rozpoczęcia 14:00 | Godzina zakończenia 14:30 | Liczba godzin 00:30 |
Przedmiot / temat 14 z 16 Komunikacja z klientem i zalecenia pielęgnacyjne (praktyka) | Typ aktywności Zajęcia | Prowadzący Sławomir Słowińsk | Data realizacji zajęć 19-07-2026 | Godzina rozpoczęcia 14:30 | Godzina zakończenia 15:30 | Liczba godzin 01:00 |
Przedmiot / temat 15 z 16 Organizacja gabinetu zgodnie z GOZ i zrównoważonym rozwojem (praktyka) | Typ aktywności Zajęcia | Prowadzący Sławomir Słowińsk | Data realizacji zajęć 19-07-2026 | Godzina rozpoczęcia 15:30 | Godzina zakończenia 16:00 | Liczba godzin 00:30 |
Przedmiot / temat 16 z 16 - | Typ aktywności Walidacja | Prowadzący - | Data realizacji zajęć 19-07-2026 | Godzina rozpoczęcia 16:00 | Godzina zakończenia 17:00 | Liczba godzin 01:00 |
Podsumowanie
| Rodzaj godzin | Liczba godzin |
|---|---|
Rodzaj godzin Suma godzin zegarowych usługi | Liczba godzin 16:00 |
Rodzaj godzin w tym suma godzin zajęć | Liczba godzin 13:00 |
Rodzaj godzin w tym suma godzin walidacji | Liczba godzin 01:00 |
Rodzaj godzin w tym suma przerw | Liczba godzin 02:00 |
Rodzaj godzin Suma godzin dydaktycznych bez przerw | Liczba godzin 18:30 |
Cena
Cena
Cennik
| Rodzaj ceny | Cena |
|---|---|
Rodzaj ceny Koszt przypadający na 1 uczestnika brutto | Cena 5 200,00 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 5 200,00 PLN |
Rodzaj ceny Koszt osobogodziny brutto | Cena 325,00 PLN |
Rodzaj ceny Koszt osobogodziny netto | Cena 325,00 PLN |
Rodzaj ceny W tym koszt walidacji brutto | Cena 900,00 PLN |
Rodzaj ceny W tym koszt walidacji netto | Cena 900,00 PLN |
Rodzaj ceny W tym koszt certyfikowania brutto | Cena 400,00 PLN |
Rodzaj ceny W tym koszt certyfikowania netto | Cena 400,00 PLN |
Liczba godzin usługi
| Rodzaj godzin | Liczba godzin |
|---|---|
Rodzaj godzin Liczba godzin zegarowych usługi | Liczba godzin 16:00 |
Prowadzący
Prowadzący
Sławomir Słowińsk
Ukończył szkolenia: AI od podstaw, Social Media + AI, RODO oraz cyberbezpieczeństwo – obejmujące praktyczne wdrażanie narzędzi sztucznej inteligencji w marketingu, obsłudze klienta i optymalizacji procesów biznesowych, ochronę danych osobowych w projektach AI oraz zasady etycznego i bezpiecznego wykorzystania AI w małej firmie.
Uzupełnił kompetencje szkoleniami z zarządzania odpadami i śladu węglowego w organizacji (FST/Zielone Śląskie), przygotowującymi do prowadzenia działalności zgodnej z zasadami zielonej gospodarki i raportowania ESG.
Łączy wiedzę o algorytmach uczenia maszynowego, modelach predykcyjnych i systemach rekomendacyjnych z doświadczeniem właściciela MŚP – pokazując uczestnikom, jak wdrożyć Green AI, optymalizować zasoby i prowadzić komunikację w mediach społecznościowych z wykorzystaniem AI.
Prowadzący posiada doświadczenie zawodowe zdobyte nie wcześniej niż 5 lat przed publikacją usługi w BUR.
Informacje dodatkowe
Informacje dodatkowe
Informacje o materiałach dla uczestników usługi
Skrypt szkoleniowy (format PDF) – obejmujący pełny zakres merytoryczny usługi:
E-podręcznik „Zielone kompetencje AI" (format PDF) – materiał uzupełniający dotyczący zasad zrównoważonego rozwoju
Warunki uczestnictwa
- Warunkiem uzyskania zaświadczenia jest uczestnictwo w co najmniej 80% zajęć usługi rozwojowej
- 1 godzina rozliczeniowa = 45 minut
- Karta niniejszej usługi rozwojowej została przygotowana zgodnie z obowiązującym Regulaminem Bazy Usług Rozwojowych
- Walidacja przeprowadzona będzie w formie testu wiedzy oraz analizy dowodów
Usługa zwolniona z VAT na podstawie §3 ust. 1 pkt 14 rozporządzenia Ministra Finansów z dnia 20 grudnia 2013r. w sprawie zwolnień od podatku od towarów i usług oraz warunków stosowania tych zwolnień (Dz.U.2013 poz. 1722 z późniejszymi zmianami)
Zapisując się na usługę wyrażasz zgodę na rejestrowanie/nagrywanie swojego wizerunku na potrzeby monitoringu oraz kontroli.
Adres
Adres
Udogodnienia w miejscu realizacji usługi
- Klimatyzacja
- Wi-fi