Specjalista ds. sztucznej inteligencji w zakresie zrównoważonego rozwoju (K)
Specjalista ds. sztucznej inteligencji w zakresie zrównoważonego rozwoju (K)
Informacje podstawowe
Informacje podstawowe
- KategoriaInformatyka i telekomunikacja / Aplikacje biznesowe
- Grupa docelowa usługi
Szkolenie skierowane jest do kadry zarządzającej, kierowników,specjalistów, techników oraz pracowników biurowych, jak również doosób wchodzących na rynek pracy, poszukujących pracy lub uczących się.Uczestnicy szkolenia powinni posiadać podstawowe umiejętności obsługikomputera/tabletu. Nie jest wymagane doświadczanie w korzystaniu zjakichkolwiek modeli AI. Grupa docelowa to osoby dorosłe chcącepodnieść kompetencje cyfrowe w zakresie wiedzy i umiejętnościdotyczących narzędzi opartych na sztucznej inteligencji orazzrównoważonego rozwoju, które planują lub realizują już pracę worganizacjach z potencjałem do tworzenia zielonych miejsc pracy wsektorach takich jak rolnictwo, budownictwo, transport, energetyka,przemysł spożywczy, gospodarka odpadami i recykling, edukacja,technologie informacyjne, głównie w woj. śląskim. Szkolenie dedykowanejest osobom odpowiedzialnym lub planującym wzięcie odpowiedzialnościza rozwój zrównoważonych rozwiązań w swoich organizacjach.
- Minimalna liczba uczestników5
- Maksymalna liczba uczestników20
- Data zakończenia rekrutacji10-06-2026
- Forma prowadzenia usługistacjonarna
- 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
Szkolenie przygotowuje uczestników do samodzielnego i świadomego korzystania z narzędzi opartych na sztucznej inteligencji (AI) w celu automatyzacji i usprawniania pracy, rozwiązywania problemów oraz wdrażania rozwiązań wspierających zrównoważony rozwój i zieloną transformację.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 | Analiza dowodów i deklaracji |
| 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 | Test teoretyczny | |
| 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 Sp. z o.o.
- Nazwa Podmiotu certyfikującegoGCCS
Program
Program
Warunki organizacyjne
Szkolenie organizowane jest w formie mieszanej i obejmuje łącznie 16 godzin dydaktycznych, w tym 80% stanowią zajęcia praktyczne oraz 20% zajęcia teoretyczne.
W trakcie każdego dnia szkolenia przewidziano jedną przerwę 60-minutową oraz przerwę kawową 10 minut. Czas przerw wlicza się w czas szkolenia.
Podczas szkolenia stosowane są różnorodne metody dydaktyczne, w tym: wykłady, dyskusje, studia przypadków, prace indywidualne oraz prace w grupach.
Walidacja odbywa się na zakończenie szkolenia i realizowana jest w dwóch formach:
- test teoretyczny dostępny on-line na platformie ICVC Certyfikacja,
- analiza dowodów i deklaracji obejmująca wykonane zadania i ćwiczenia praktyczne.
Egzamin ma charakter zewnętrzny i prowadzony jest przez ICVC Certyfikacja w formie zdalnej (on-line) w czasie rzeczywistym.
Szkolenie wprowadza uczestników do zagadnień związanych ze sztuczną inteligencją, koncentrując się na podstawowych metodach, narzędziach oraz ich praktycznym zastosowaniu. Obejmuje m.in. rozróżnianie typów algorytmów, charakterystykę modeli, w tym sieci neuronowych, a także zasady pracy z danymi, ich przygotowania i wykorzystania w procesach analitycznych.
Istotnym elementem szkolenia są zagadnienia związane z etyką sztucznej inteligencji, bezpieczeństwem danych oraz odpowiedzialnym wykorzystaniem technologii, w tym identyfikacja ryzyk i ograniczeń.
Program rozwija umiejętność wykorzystania narzędzi AI do analizy danych, automatyzacji procesów oraz tworzenia treści i rozwiązań wspierających różne obszary działalności, w tym ochronę środowiska, zarządzanie energią, transport, rolnictwo oraz procesy przemysłowe.
Szkolenie kładzie nacisk na praktyczne zastosowanie AI w kontekście zrównoważonego rozwoju, w szczególności w zakresie optymalizacji zużycia zasobów, analizy danych środowiskowych, monitorowania procesów oraz wspierania decyzji.
Uczestnicy uczą się także monitorowania działania rozwiązań opartych na AI, analizy wyników oraz wprowadzania usprawnień.
Zakres szkolenia jest zgodny z:
- dokumentem Komisja Europejska – GreenComp – Europejskie ramy kompetencji w zakresie zrównoważonego rozwoju,
- klasyfikacją kompetencji ESCO,
- Regionalną Strategią Innowacji Województwa Śląskiego 2030,
- Programem Rozwoju Technologii Województwa Śląskiego na lata 2019–2030 (obszar: technologie sztucznej inteligencji i uczenia maszynowego).
Szkolenie wpisuje się w założenia Funduszu Sprawiedliwej Transformacji poprzez rozwój kompetencji związanych z zieloną i cyfrową gospodarką oraz dostosowanie do zmian na rynku pracy wynikających z transformacji ekologicznej regionu.
Uczestnik szkolenia nabywa m.in. umiejętność:
- wykorzystania narzędzi AI do tworzenia treści tekstowych i graficznych wspierających działania proekologiczne,
- analizy danych środowiskowych oraz identyfikowania możliwości optymalizacji zużycia zasobów,
- stosowania rozwiązań AI w procesach raportowania, monitorowania i podejmowania decyzji,
- wykorzystania technologii AI do automatyzacji procesów oraz zwiększania efektywności pracy,
- stosowania narzędzi AI w kontekście działań związanych z gospodarką odpadami, recyklingiem i efektywnością energetyczną,
- integrowania rozwiązań AI z procesami zarządzania środowiskowego,
- wykorzystywania modeli prognostycznych do analizy trendów i zmian,
- stosowania zasad odpowiedzialnego i etycznego wykorzystania sztucznej inteligencji,
- komunikowania się w sposób zrozumiały z wykorzystaniem narzędzi AI oraz pracy zespołowej.
Ramowy program usługi
Dzień 1
- Otwarcie szkolenia. Omówienie celów szkolenia i korzyści z uczestnictwa.
- Wprowadzenie do sztucznej inteligencji (AI) – podstawowe pojęcia, typy rozwiązań oraz wpływ AI na środowisko i gospodarkę – wykład, dyskusja.
- Zastosowanie sztucznej inteligencji w różnych dziedzinach (automatyzacja zadań administracyjnych, tworzenie i zarządzanie harmonogramami, planowanie i zarządzanie projektami, analiza danych, sporządzanie raportów ESG, mapowanie informacji, ochrona środowiska), w tym: monitorowanie emisji CO₂, śladu węglowego oraz zużycia energii. Przedstawienie założeń GreenComp – wykład, dyskusja.
- Typy AI oraz podstawowe podejścia wykorzystywane w rozwiązywaniu problemów (w tym elementy uczenia maszynowego) i ich zastosowanie w optymalizacji pracy koncepcyjnej, analitycznej i wizualnej, szczególnie w obszarze ochrony środowiska – wykład, przykłady.
- Problemy etyczne, prawne i środowiskowe wykorzystania AI (uprzedzenia algorytmiczne, bezpieczeństwo danych, odpowiedzialność, zużycie energii przez modele, infrastruktura, optymalizacja) – wykład, dyskusja.
- Zasady komunikacji z modelami AI w kontekście zrównoważonego rozwoju – tworzenie efektywnych promptów do rozwiązywania problemów środowiskowych – wykład, dyskusja, ćwiczenia.
- Techniki promptingu – podstawowe metody formułowania zapytań i optymalizacji wyników – wykład.
- Praca z modelami językowymi w kontekście zrównoważonego rozwoju – ćwiczenia praktyczne: tworzenie harmonogramów, strategii, planów oraz materiałów tekstowych związanych z zagadnieniami środowiskowymi (np. optymalizacja zużycia energii, monitoring emisji CO₂, tworzenie polityk ekologicznych).
- Podstawy pracy z modelami generatywnymi AI – ćwiczenia praktyczne: tworzenie materiałów graficznych i komunikacyjnych (np. kampanie proekologiczne, edukacja w zakresie recyklingu i oszczędzania zasobów).
Dzień 2
- Rozwój i doskonalenie technik pracy z różnymi modelami AI – ćwiczenia indywidualne i grupowe (utrwalanie umiejętności i optymalizacja pracy).
- Agenci AI i chatboty – charakterystyka, różnice, zastosowania oraz przykłady wykorzystania w działaniach środowiskowych i organizacyjnych – wykład, dyskusja.
- Zasady korzystania z agentów AI – ćwiczenia praktyczne z wykorzystaniem narzędzi do automatyzacji i wspierania procesów.
- Narzędzia oparte o AI – przegląd aktualnych możliwości w kontekście zrównoważonego rozwoju oraz ćwiczenia w komunikacji z AI przy rozwiązywaniu problemów środowiskowych.
- Praca z danymi w kontekście zrównoważonego rozwoju – analiza, przygotowanie danych, raportowanie oraz wizualizacja procesów – ćwiczenia praktyczne z wykorzystaniem różnych narzędzi AI, obejmujące m.in. analizę śladu węglowego, zużycia energii oraz cyklu życia produktu.
- Podsumowanie szkolenia – utrwalenie kluczowych zagadnień i wniosków.
- Walidacja – test teoretyczny oraz analiza dowodów i deklaracji.
Termin realizacji usługi 13-14.06.2026, natomiast do 22.06.2026 czas oczekiwania na certyfikat.
Harmonogram
Harmonogram
| Przedmiot / temat | Typ aktywności | Prowadzący | Data realizacji zajęć | Godzina rozpoczęcia | Godzina zakończenia | Liczba godzin |
|---|---|---|---|---|---|---|
Przedmiot / temat 1 z 17 Otwarcie szkolenia. Omówienie celów i korzyści. Wprowadzenie do AI – podstawowe pojęcia, wpływ na środowisko i gospodarkę | Typ aktywności Zajęcia | Prowadzący Monika Wądrzyk | Data realizacji zajęć 13-06-2026 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 09:45 | Liczba godzin 00:45 |
Przedmiot / temat 2 z 17 Zastosowanie sztucznej inteligencji w różnych dziedzinach oraz typy AI i ich wykorzystanie w praktyce (w tym w ochronie środowiska) | Typ aktywności Zajęcia | Prowadzący Monika Wądrzyk | Data realizacji zajęć 13-06-2026 | Godzina rozpoczęcia 09:45 | Godzina zakończenia 10:05 | Liczba godzin 00:20 |
Przedmiot / temat 3 z 17 Problemy etyczne, prawne i środowiskowe wykorzystania AI (uprzedzenia, bezpieczeństwo danych, odpowiedzialność, zużycie energii) | Typ aktywności Zajęcia | Prowadzący Monika Wądrzyk | Data realizacji zajęć 13-06-2026 | Godzina rozpoczęcia 10:05 | Godzina zakończenia 10:30 | Liczba godzin 00:25 |
Przedmiot / temat 4 z 17 - | Typ aktywności Przerwa | Prowadzący - | Data realizacji zajęć 13-06-2026 | Godzina rozpoczęcia 10:30 | Godzina zakończenia 10:40 | Liczba godzin 00:10 |
Przedmiot / temat 5 z 17 Zasady komunikacji z modelami AI w kontekście zrównoważonego rozwoju oraz techniki promptingu | Typ aktywności Zajęcia | Prowadzący Monika Wądrzyk | Data realizacji zajęć 13-06-2026 | Godzina rozpoczęcia 10:40 | Godzina zakończenia 11:00 | Liczba godzin 00:20 |
Przedmiot / temat 6 z 17 Praca z modelami językowymi – ćwiczenia: tworzenie treści, analiz i materiałów związanych z zagadnieniami środowiskowymi | Typ aktywności Zajęcia | Prowadzący Monika Wądrzyk | Data realizacji zajęć 13-06-2026 | Godzina rozpoczęcia 11:00 | Godzina zakończenia 12:30 | Liczba godzin 01:30 |
Przedmiot / temat 7 z 17 - | Typ aktywności Przerwa | Prowadzący - | Data realizacji zajęć 13-06-2026 | Godzina rozpoczęcia 12:30 | Godzina zakończenia 13:30 | Liczba godzin 01:00 |
Przedmiot / temat 8 z 17 Praca z modelami językowymi – ćwiczenia: tworzenie strategii, planów i materiałów dotyczących zrównoważonego rozwoju | Typ aktywności Zajęcia | Prowadzący Monika Wądrzyk | Data realizacji zajęć 13-06-2026 | Godzina rozpoczęcia 13:30 | Godzina zakończenia 14:45 | Liczba godzin 01:15 |
Przedmiot / temat 9 z 17 Podstawy pracy z modelami generatywnymi AI – ćwiczenia: tworzenie materiałów graficznych i kampanii proekologicznych | Typ aktywności Zajęcia | Prowadzący Monika Wądrzyk | Data realizacji zajęć 13-06-2026 | Godzina rozpoczęcia 14:45 | Godzina zakończenia 17:00 | Liczba godzin 02:15 |
Przedmiot / temat 10 z 17 Rozwój i doskonalenie pracy z modelami AI – ćwiczenia indywidualne i grupowe | Typ aktywności Zajęcia | Prowadzący Monika Wądrzyk | Data realizacji zajęć 14-06-2026 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 10:30 | Liczba godzin 01:30 |
Przedmiot / temat 11 z 17 - | Typ aktywności Przerwa | Prowadzący - | Data realizacji zajęć 14-06-2026 | Godzina rozpoczęcia 10:30 | Godzina zakończenia 10:40 | Liczba godzin 00:10 |
Przedmiot / temat 12 z 17 Agenci AI i chatboty – charakterystyka, różnice i zastosowania (w tym w działaniach środowiskowych) | Typ aktywności Zajęcia | Prowadzący Monika Wądrzyk | Data realizacji zajęć 14-06-2026 | Godzina rozpoczęcia 10:40 | Godzina zakończenia 11:25 | Liczba godzin 00:45 |
Przedmiot / temat 13 z 17 Zasady korzystania z agentów AI – ćwiczenia praktyczne | Typ aktywności Zajęcia | Prowadzący Monika Wądrzyk | Data realizacji zajęć 14-06-2026 | Godzina rozpoczęcia 11:25 | Godzina zakończenia 12:30 | Liczba godzin 01:05 |
Przedmiot / temat 14 z 17 - | Typ aktywności Przerwa | Prowadzący - | Data realizacji zajęć 14-06-2026 | Godzina rozpoczęcia 12:30 | Godzina zakończenia 13:30 | Liczba godzin 01:00 |
Przedmiot / temat 15 z 17 Narzędzia oparte o AI – przegląd i praktyczne wykorzystanie w rozwiązywaniu problemów środowiskowych | Typ aktywności Zajęcia | Prowadzący Monika Wądrzyk | Data realizacji zajęć 14-06-2026 | Godzina rozpoczęcia 13:30 | Godzina zakończenia 14:45 | Liczba godzin 01:15 |
Przedmiot / temat 16 z 17 Praca z danymi – analiza, przygotowanie danych, raportowanie i wizualizacja w kontekście zrównoważonego rozwoju | Typ aktywności Zajęcia | Prowadzący Monika Wądrzyk | Data realizacji zajęć 14-06-2026 | Godzina rozpoczęcia 14:45 | Godzina zakończenia 16:00 | Liczba godzin 01:15 |
Przedmiot / temat 17 z 17 - | Typ aktywności Walidacja | Prowadzący - | Data realizacji zajęć 14-06-2026 | 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 12:40 |
Rodzaj godzin w tym suma godzin walidacji | Liczba godzin 01:00 |
Rodzaj godzin w tym suma przerw | Liczba godzin 02:20 |
Rodzaj godzin Suma godzin dydaktycznych bez przerw | Liczba godzin 18:10 |
Cena
Cena
Cennik
| Rodzaj ceny | Cena |
|---|---|
Rodzaj ceny Koszt przypadający na 1 uczestnika brutto | Cena 4 990,00 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 4 990,00 PLN |
Rodzaj ceny Koszt osobogodziny brutto | Cena 311,88 PLN |
Rodzaj ceny Koszt osobogodziny netto | Cena 311,88 PLN |
Rodzaj ceny W tym koszt walidacji brutto | Cena 500,00 PLN |
Rodzaj ceny W tym koszt walidacji netto | Cena 500,00 PLN |
Rodzaj ceny W tym koszt certyfikowania brutto | Cena 500,00 PLN |
Rodzaj ceny W tym koszt certyfikowania netto | Cena 500,00 PLN |
Liczba godzin usługi
| Rodzaj godzin | Liczba godzin |
|---|---|
Rodzaj godzin Liczba godzin zegarowych usługi | Liczba godzin 16:00 |
Prowadzący
Prowadzący
Monika Wądrzyk
Współpracowała z przedsiębiorcami oraz zespołami sprzedaży, odpowiadając za projektowanieścieżek rozwojowych, wdrożenia onboardingowe oraz koordynację projektów edukacyjnych napoziomie regionalnym i ogólnopolskim.
W 2026 roku ukończyła dodatkowe szkolenia z zakresu AI od podstaw, GOZ w praktyce,cyberbezpieczeństwa w firmie oraz śladu węglowego w organizacji. Doświadczenie zdobyte niewcześniej niż 5 lat.
Informacje dodatkowe
Informacje dodatkowe
Informacje o materiałach dla uczestników usługi
Uczestnik pracuje na własnym urządzeniu.
Uczestnik otrzymuje skrypt szkoleniowy w wersji elektronicznej.
Informacje dodatkowe
Usługa zwolniona z podatku VAT na podstawie § 3 ust. 1 pkt. 14 Rozporządzenia Ministra Finansów z dnia 20 grudnia 2013 r. w sprawie zwolnień od podatku od towarów i usług oraz warunków stosowania tych zwolnień.