Szkolenie w zakresie „Specjalista ds. sztucznej inteligencji (AI)” – wykorzystanie AI w analizie danych i porządkowaniu informacji, przygotowujące do uzyskania kwalifikacji „Specjalista ds. sztucznej inteligencji (AI)”
Szkolenie w zakresie „Specjalista ds. sztucznej inteligencji (AI)” – wykorzystanie AI w analizie danych i porządkowaniu informacji, przygotowujące do uzyskania kwalifikacji „Specjalista ds. sztucznej inteligencji (AI)”
Informacje podstawowe
Informacje podstawowe
- KategoriaInformatyka i telekomunikacja / Bazy danych
- Grupa docelowa usługi
Szkolenie skierowane jest do osób dorosłych, które chcą zdobyć kwalifikację w zakresie wykorzystania sztucznej inteligencji (AI) do analizy danych, porządkowania informacji oraz oceny i wykorzystywania wyników generowanych przez narzędzia AI. Adresatami usługi są w szczególności osoby pracujące z danymi, zestawieniami, raportami, dokumentami, informacjami organizacyjnymi lub operacyjnymi, a także osoby odpowiedzialne za przygotowywanie analiz, podsumowań, rekomendacji, raportów i usprawnianie przepływu informacji w organizacji. Szkolenie jest przeznaczone dla osób rozpoczynających pracę z narzędziami AI oraz dla osób chcących uporządkować wiedzę w zakresie bezpiecznego i odpowiedzialnego wykorzystania AI do pracy z danymi i informacją. Wymagane są podstawowe umiejętności obsługi komputera, internetu. Nie jest wymagane doświadczenie programistyczne.
- Minimalna liczba uczestników2
- Maksymalna liczba uczestników12
- Data zakończenia rekrutacji26-06-2026
- 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
Uczestnik szkolenia zostanie przygotowany do samodzielnego, świadomego i odpowiedzialnego wykorzystywania narzędzi sztucznej inteligencji (AI) w analizie danych, porządkowaniu informacji, ocenie jakości danych i wyników generowanych przez AI oraz przygotowywaniu wniosków, podsumowań i rekomendacji na podstawie danych. Usługa przygotowuje do walidacji i uzyskania kwalifikacji międzynarodowej „Specjalista ds. sztucznej inteligencji (AI)” w oparciu o Global Competence Certification Standard.”Efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia i Metody walidacji
| Efekty uczenia się | Kryteria weryfikacji | Metoda walidacji |
|---|---|---|
| 1. Rozróżnia główne paradygmaty uczenia maszynowego oraz charakteryzuje różnice między uczeniem nadzorowanym, nienadzorowanym i przez wzmacnianie | 1. Wymienia co najmniej trzy paradygmaty uczenia maszynowego i wyjaśnia ich zastosowania 2. Opisuje charakterystyczne cechy każdego paradygmatu oraz podaje przykłady problemów, do których się stosują | Test teoretyczny |
| Analiza dowodów i deklaracji | ||
| 2. Wyjaśnia procesy overfittingu i underfittingu modeli oraz opisuje metody regularyzacji zapobiegające tym zjawiskom | 1. Definiuje overfitting i underfitting, wskazując przyczyny ich powstawania 2. Wymienia co najmniej trzy metody regularyzacji i wyjaśnia mechanizm ich działania | Test teoretyczny |
| Analiza dowodów i deklaracji | ||
| 3. Charakteryzuje budowę, zasadę działania oraz zastosowanie różnych architektur sieci neuronowych w praktyce | 1. Opisuje strukturę sieci neuronowej splotowej, rekurencyjnej i LSTM oraz ich komponenty 2. Wyjaśnia, dla jakich typów problemów i danych każda architektura jest najlepiej dostosowana | Test teoretyczny |
| Analiza dowodów i deklaracji | ||
| 4. Klasyfikuje metryki oceny modeli według rodzaju problemu oraz wyjaśnia znaczenie wyboru właściwej metryki | 1. Wymienia co najmniej pięć metryk i wskazuje, do jakich problemów każda jest najlepiej dostosowana 2. Wyjaśnia różnice między metrykami w kontekście niezbalansowanych zbiorów danych i problemów klasyfikacji | Test teoretyczny |
| Analiza dowodów i deklaracji | ||
| 5. Przygotowuje dane do trenowania modeli poprzez czyszczenie, normalizację i inżynierię cech | 1. Wykrywa i obsługuje braki danych, wartości anomalne oraz niespójności w zbiorze danych 2. Normalizuje cechy, koduje zmienne kategoryczne i tworzy nowe cechy na podstawie dostępnych danych | Test teoretyczny |
| Analiza dowodów i deklaracji | ||
| 6. Trenuje i optymalizuje modele uczenia maszynowego wybierając odpowiednie hiperparametry | 1. Konstruuje modele używając bibliotek takich jak scikit-learn lub TensorFlow ze wskazanymi parametrami 2. Przeprowadza wyszukiwanie siatki, walidację krzyżową i selekcję cech do optymizacji wydajności | Test teoretyczny |
| Analiza dowodów i deklaracji | ||
| 7. Implementuje transfer learning wykorzystując wstępnie wytrenowane modele do rozwiązywania nowych problemów | 1. Pobiera i dostosowuje modele wstępnie wytrenowane do konkretnego problemu biznesowego 2. Fine-tunuje wagi modelu i ewaluuje wydajność na testowym zbiorze danych | Test teoretyczny |
| Analiza dowodów i deklaracji | ||
| 8. Wdraża systemy AI w produkcji z uwzględnieniem monitorowania, aktualizacji i konserwacji modeli | 1. Pakuje model do kontenera, konfiguruje API i wdraża w środowisku produkcyjnym 2. Monitoruje wydajność modelu, identyfikuje dryf danych i przeprowadza ponowne trenowanie modelu, gdy jest potrzebne | Test teoretyczny |
| Analiza dowodów i deklaracji | ||
| 9. Komunikuje wyniki analiz i rekomendacje w zrozumiały sposób dla interesariuszy z różnym poziomem wiedzy | 1. Prezentuje wyniki badań zespołom technicznym i biznesowym przy użyciu odpowiedniego języka 2. Przygotowuje dokumentację, raporty i wizualizacje jasne dla odbiorców o różnym doświadczeniu | Test teoretyczny |
| Analiza dowodów i deklaracji | ||
| 10. Pracuje w zespołach interdyscyplinarnych wspierając współpracę między specjalistami IT a biznesem | 1. Aktywnie uczestniczy w dyskusjach zespołowych, pyta o wymagania i wyjaśnia ograniczenia techniczne 2. Odpowiada na feedback, wprowadza sugestie ulepszające i wspiera inne osoby w zespole | Test teoretyczny |
| Analiza dowodów i deklaracji | ||
| 11. Ocenia aspekty etyczne i bezpieczeństwa systemów AI oraz promuje odpowiedzialne podejście do AI | 1. Identyfikuje potencjalne błędy systemowe (bias) w danych, nierównomierne traktowanie grup mniejszościowych i zagrożenia prywatności 2. Proponuje działania mitygujące problemy etyczne i dokumentuje decyzje etyczne podjęte w projekcie | Test teoretyczny |
| Analiza dowodów i deklaracji | ||
| 12. Ciągle uczy się i rozwija umiejętności, śledzi trendy w sztucznej inteligencji i nowe technologie | 1. Regularnie czyta publikacje, artykuły naukowe i uczestniczy w szkoleniach dotyczących AI 2. Testuje nowe frameworki i algorytmy, dokumentuje doświadczenia i dzieli się wiedzą z zespołem | Test teoretyczny |
| Analiza dowodów i deklaracji |
Kwalifikacje i kompetencje
Kwalifikacje
Kwalifikacje niewłączone do ZSK
Uznane kwalifikacje
Informacje
- Nazwa Podmiotu prowadzącego walidacjęICVC Certyfikacja Sp. z o.o.
- Nazwa Podmiotu certyfikującegoTalent Odyssey Ltd
Program
Program
Dla celu edukacyjnego szkolenie adresowane jest do osób dorosłych, które z własnej inicjatywy chcą rozwinąć kompetencje w zakresie wykorzystania sztucznej inteligencji (AI) w analizie danych, porządkowaniu informacji oraz usprawnianiu procesów opartych na danych, a także przygotować się do walidacji i uzyskania kwalifikacji międzynarodowej „Specjalista ds. sztucznej inteligencji (AI)” w oparciu o Global Competence Certification Standard.
Adresatami usługi są osoby posiadające podstawowe kompetencje cyfrowe, które chcą wykorzystywać narzędzia AI do pracy z danymi, informacjami, zestawieniami, raportami, dokumentami oraz wynikami analiz. Szkolenie skierowane jest w szczególności do osób odpowiedzialnych za analizowanie, porządkowanie, przetwarzanie, ocenę i prezentowanie informacji w organizacji, a także do osób zainteresowanych praktycznym wykorzystaniem AI w procesach wymagających pracy z danymi i informacją. Wymagane są podstawowe umiejętności obsługi komputera, internetu oraz narzędzi cyfrowych.
Zakres tematyczny obejmuje wykorzystanie sztucznej inteligencji w analizie danych, porządkowaniu informacji, ocenie jakości danych i wyników generowanych przez AI, a także w przygotowywaniu wniosków, podsumowań i rekomendacji na podstawie danych. Szkolenie uwzględnia podstawy działania sztucznej inteligencji i uczenia maszynowego, główne paradygmaty uczenia maszynowego, podstawowe informacje o architekturach sieci neuronowych, jakość danych, metody oceny rezultatów, bezpieczeństwo informacji, aspekty etyczne oraz odpowiedzialne wykorzystanie technologii AI.
Szkolenie łączy część teoretyczną z ćwiczeniami praktycznymi odnoszącymi zagadnienia AI do pracy z danymi i informacją. Uczestnicy poznają sposoby wykorzystywania AI do porządkowania danych, analizy zestawień, pracy z informacjami tekstowymi, identyfikowania błędów i niespójności, przygotowywania raportów, formułowania wniosków oraz komunikowania wyników analizy w sposób zrozumiały dla odbiorców o różnym poziomie wiedzy.
Zakres tematyczny szkolenia obejmuje:
- podstawowe pojęcia związane ze sztuczną inteligencją, uczeniem maszynowym, danymi, zbiorami danych, modelami AI oraz analizą informacji,
- główne paradygmaty uczenia maszynowego oraz różnice między uczeniem nadzorowanym, nienadzorowanym i przez wzmacnianie,
- podstawowe informacje o architekturach sieci neuronowych i ich zastosowaniu w analizie danych, rozpoznawaniu wzorców, klasyfikacji informacji oraz przetwarzaniu danych tekstowych,
- znaczenie jakości danych i informacji w pracy z rozwiązaniami AI, w tym kompletności, spójności, aktualności, poprawności i wiarygodności danych,
- przygotowanie danych i informacji do pracy z narzędziami AI, w tym identyfikowanie braków, duplikatów, niespójności, błędów i ograniczeń danych,
- podstawowe zagadnienia związane z trenowaniem, optymalizacją i oceną modeli AI, w tym znaczenie doboru danych, parametrów, metryk oraz sposobów weryfikacji wyników,
- zjawiska overfittingu i underfittingu oraz ich znaczenie dla jakości wyników generowanych przez modele AI,
- podstawowe sposoby oceny jakości wyników generowanych przez AI oraz znaczenie metryk, wskaźników, kontroli danych wejściowych i weryfikacji rezultatów,
- wykorzystanie AI do analizowania, klasyfikowania, porządkowania i przetwarzania danych oraz informacji tekstowych,
- wykorzystanie AI do przygotowywania zestawień, raportów, podsumowań, wniosków i rekomendacji na podstawie danych,
- identyfikowanie błędów, ograniczeń i ryzyk związanych z wykorzystaniem AI w analizie danych i porządkowaniu informacji,
- zasady bezpiecznego korzystania z AI przy pracy z danymi, dokumentami i informacjami, w tym ochrona danych poufnych, osobowych i wrażliwych,
- etyczne aspekty wykorzystania AI, w tym bias algorytmiczny, ryzyko błędnej interpretacji wyników oraz odpowiedzialność użytkownika za ocenę rezultatów,
- podstawowe zagadnienia związane z wdrażaniem, monitorowaniem i utrzymaniem rozwiązań AI w procesach opartych na danych i informacji,
- komunikowanie wyników analiz, rekomendacji i ograniczeń działania AI w sposób zrozumiały dla odbiorców technicznych i nietechnicznych,
- praktyczne zastosowanie AI w środowisku pracy z uwzględnieniem jakości danych, efektywności, bezpieczeństwa informacji i odpowiedzialnego wykorzystania technologii.
Szkolenie jest realizowane w godzinach zegarowych i obejmuje 16 godzin zegarowych, w tym 3 godziny zajęć teoretycznych, 10 godzin zajęć praktycznych, 1 godzinę walidacji oraz 2 godziny przerw wliczonych w czas trwania usługi. Usługa realizowana jest w ciągu dwóch dni w formie stacjonarnej. Uczestnicy mają zapewnione stanowisko z miejscem siedzącym, stołem roboczym oraz dostęp do połączenia internetowego. Uczestnicy podczas szkolenia pracują na własnych smartfonach i komputerach, w tym laptopach; w przypadku braku własnych urządzeń organizator zapewnia sprzęt niezbędny do realizacji szkolenia. Przerwy są wliczone w czas trwania usługi.
Walidacja efektów uczenia się odbywa się w ostatnim dniu realizacji usługi rozwojowej i jest prowadzona przez podmiot zewnętrzny, zgodnie z metodami przewidzianymi dla danej kwalifikacji. Termin realizacji usługi obejmuje również okres oczekiwania na wynik walidacji oraz dokument wystawiany przez uprawniony podmiot certyfikujący, potwierdzający nadanie kwalifikacji w przypadku pozytywnego wyniku walidacji, tj. 4 dni robocze.
Harmonogram
Harmonogram
| Przedmiot / temat | Typ aktywności | Prowadzący | Data realizacji zajęć | Godzina rozpoczęcia | Godzina zakończenia | Liczba godzin |
|---|---|---|---|---|---|---|
Przedmiot / temat 1 z 17 Wprowadzenie do sztucznej inteligencji (AI), danych i informacji: podstawowe pojęcia, paradygmaty uczenia maszynowego oraz zastosowania AI w analizie danych i porządkowaniu informacji | Wykład | Typ aktywności Zajęcia | Prowadzący EWELINA CETERA | Data realizacji zajęć 27-06-2026 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 09:30 | Liczba godzin 01:30 |
Przedmiot / temat 2 z 17 - | Typ aktywności Przerwa | Prowadzący - | Data realizacji zajęć 27-06-2026 | Godzina rozpoczęcia 09:30 | Godzina zakończenia 09:45 | Liczba godzin 00:15 |
Przedmiot / temat 3 z 17 Wykorzystanie AI do porządkowania danych, informacji tekstowych, zestawień i raportów | Ćwiczenia | Typ aktywności Zajęcia | Prowadzący EWELINA CETERA | Data realizacji zajęć 27-06-2026 | Godzina rozpoczęcia 09:45 | Godzina zakończenia 11:00 | Liczba godzin 01:15 |
Przedmiot / temat 4 z 17 AI w redagowaniu treści użytkowych oraz porządkowaniu dokumentów| Ćwiczenia | Typ aktywności Zajęcia | Prowadzący EWELINA CETERA | Data realizacji zajęć 27-06-2026 | Godzina rozpoczęcia 11:00 | Godzina zakończenia 12:30 | Liczba godzin 01:30 |
Przedmiot / temat 5 z 17 - | Typ aktywności Przerwa | Prowadzący - | Data realizacji zajęć 27-06-2026 | Godzina rozpoczęcia 12:30 | Godzina zakończenia 13:00 | Liczba godzin 00:30 |
Przedmiot / temat 6 z 17 AI w analizie informacji : identyfikowanie zależności, braków, niespójności, duplikatów i błędów w danych | Ćwiczenia | Typ aktywności Zajęcia | Prowadzący EWELINA CETERA | Data realizacji zajęć 27-06-2026 | Godzina rozpoczęcia 13:00 | Godzina zakończenia 14:00 | Liczba godzin 01:00 |
Przedmiot / temat 7 z 17 - | Typ aktywności Przerwa | Prowadzący - | Data realizacji zajęć 27-06-2026 | Godzina rozpoczęcia 14:00 | Godzina zakończenia 14:15 | Liczba godzin 00:15 |
Przedmiot / temat 8 z 17 AI w usprawnianiu procesów opartych na przepływie danych i informacji | Ćwiczenia | Typ aktywności Zajęcia | Prowadzący EWELINA CETERA | Data realizacji zajęć 27-06-2026 | Godzina rozpoczęcia 14:15 | Godzina zakończenia 16:00 | Liczba godzin 01:45 |
Przedmiot / temat 9 z 17 Podstawy uczenia maszynowego, overfitting i underfitting, architektury sieci neuronowych, jakość danych, bezpieczeństwo informacji i etyka AI w pracy z danymi|Wykład | Typ aktywności Zajęcia | Prowadzący EWELINA CETERA | Data realizacji zajęć 28-06-2026 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 09:30 | Liczba godzin 01:30 |
Przedmiot / temat 10 z 17 - | Typ aktywności Przerwa | Prowadzący - | Data realizacji zajęć 28-06-2026 | Godzina rozpoczęcia 09:30 | Godzina zakończenia 09:45 | Liczba godzin 00:15 |
Przedmiot / temat 11 z 17 Ocena rezultatów AI i metryk modeli: identyfikowanie błędów, ograniczeń i ryzyk w analizie danych oraz dobór rozwiązań AI do pracy z informacją | Ćwiczenia | Typ aktywności Zajęcia | Prowadzący EWELINA CETERA | Data realizacji zajęć 28-06-2026 | Godzina rozpoczęcia 09:45 | Godzina zakończenia 11:00 | Liczba godzin 01:15 |
Przedmiot / temat 12 z 17 AI w praktycznej analizie danych tabelarycznych, informacji tekstowych oraz przygotowaniu danych do pracy z modelami AI| Ćwiczenia | Typ aktywności Zajęcia | Prowadzący EWELINA CETERA | Data realizacji zajęć 28-06-2026 | Godzina rozpoczęcia 11:00 | Godzina zakończenia 12:30 | Liczba godzin 01:30 |
Przedmiot / temat 13 z 17 - | Typ aktywności Przerwa | Prowadzący - | Data realizacji zajęć 28-06-2026 | Godzina rozpoczęcia 12:30 | Godzina zakończenia 13:00 | Liczba godzin 00:30 |
Przedmiot / temat 14 z 17 AI w automatyzacji czynności związanych z porządkowaniem, klasyfikacją, analizą informacji oraz wdrażaniem i monitorowaniem rozwiązań AI| Ćwiczenia | Typ aktywności Zajęcia | Prowadzący EWELINA CETERA | Data realizacji zajęć 28-06-2026 | Godzina rozpoczęcia 13:00 | Godzina zakończenia 14:00 | Liczba godzin 01:00 |
Przedmiot / temat 15 z 17 - | Typ aktywności Przerwa | Prowadzący - | Data realizacji zajęć 28-06-2026 | Godzina rozpoczęcia 14:00 | Godzina zakończenia 14:15 | Liczba godzin 00:15 |
Przedmiot / temat 16 z 17 Komunikowanie wyników analizy danych, przygotowywanie wniosków i rekomendacji oraz współpraca przy wykorzystaniu rozwiązań AI| Ćwiczenia | Typ aktywności Zajęcia | Prowadzący EWELINA CETERA | Data realizacji zajęć 28-06-2026 | Godzina rozpoczęcia 14:15 | Godzina zakończenia 15:00 | Liczba godzin 00:45 |
Przedmiot / temat 17 z 17 - | Typ aktywności Walidacja | Prowadzący - | Data realizacji zajęć 28-06-2026 | Godzina rozpoczęcia 15:00 | Godzina zakończenia 16:00 | 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 4 900,00 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 4 900,00 PLN |
Rodzaj ceny Koszt osobogodziny brutto | Cena 306,25 PLN |
Rodzaj ceny Koszt osobogodziny netto | Cena 306,25 PLN |
Rodzaj ceny W tym koszt walidacji brutto | Cena 50,00 PLN |
Rodzaj ceny W tym koszt walidacji netto | Cena 50,00 PLN |
Rodzaj ceny W tym koszt certyfikowania brutto | Cena 300,00 PLN |
Rodzaj ceny W tym koszt certyfikowania netto | Cena 300,00 PLN |
Liczba godzin usługi
| Rodzaj godzin | Liczba godzin |
|---|---|
Rodzaj godzin Liczba godzin zegarowych usługi | Liczba godzin 16:00 |
Prowadzący
Prowadzący
EWELINA CETERA
Prowadząca posiada doświadczenie zdobyte w ostatnich 5 latach tj. czynnie uczestniczy w projektach opartych o rozwiązania AI, specjalizuje się w praktycznym zastosowaniu narzędzi sztucznej inteligencji, takich jak ChatGPT. Posiada aktualne kwalifikację nabyte w ciągu ostatnich 5 lat.
Wybrane kwalifikacje i szkolenia z okresu 2021-2025: (2024): Me+AI Program, Creating Advanced Texts Using ChatGPT, Image Generation, Voice Generation, Text Generation – Meta Layers, Building Your Own GPTs, (2025)Process Optimization with AI, 3D+AI ,Zaświadczenie „Sztuczna inteligencja a prawo (2025),Zaświadczenie „Cyberbezpieczeństwo w pigułce (2025),Program „Umiejętności Jutra 2.0” – Google i SHG (2025)
Informacje dodatkowe
Informacje dodatkowe
Informacje o materiałach dla uczestników usługi
Uczestnicy otrzymują zestaw szablonów promptów do samodzielnej pracy.
Warunki uczestnictwa
Szkolenie grupowe. Maksymalnie 12 osób w grupie; praca w podgrupach 2–4 os. podczas ćwiczeń
Forma zajęć: ćwiczenia, wykład.
Walidacja zaplanowana w ostatnim dniu i wliczona w czas trwania usługi.
W szkoleniu mogą wziąć udział osoby pełnoletnie.
Informacje dodatkowe
Dostawca Usług zapewni dostępność osobom ze szczególnymi potrzebami zgodnie z Rozporządzeniem Ministra Funduszy i Polityki Regionalnej z dnia 28 lipca 2023 r. w sprawie rejestru podmiotów świadczących usługi rozwojowe, Ustawą z dnia 19 lipca 2019 r. o zapewnianiu dostępności osobom ze szczególnymi potrzebami oraz Standardami dostępności dla polityki spójności 2021-2027. W przypadku potrzeby zapewnienia specjalnych udogodnień, przed zapisem na usługę, prosimy o kontakt
Dostawa Usług zapewni osobie ze szczególnymi potrzebami na jej wniosek materiały dydaktyczne dostosowane do jej potrzeb.
Adres
Adres
Udogodnienia w miejscu realizacji usługi
- Klimatyzacja
- Wi-fi
- Obiekt jest dostępny architektonicznie dla osób z niepełnosprawnościami.