Szkolenie: Projektowanie, budowa i wdrażanie autonomicznych agentów AI w celu optymalizacji procesów biznesowych i osiągania celów zrównoważonego rozwoju.
Szkolenie: Projektowanie, budowa i wdrażanie autonomicznych agentów AI w celu optymalizacji procesów biznesowych i osiągania celów zrównoważonego rozwoju.
Informacje podstawowe
Informacje podstawowe
- KategoriaEkologia i rolnictwo / Ochrona środowiska
- Grupa docelowa usługi
Osoby dorosłe (w tym pracownicy i kadra zarządzająca), posiadające już podstawową wiedzę z zakresu sztucznej inteligencji i programowania, chcące poszerzyć swoje kompetencje w tworzeniu i implementacji autonomicznych agentów AI w kontekście zrównoważonego rozwoju.
- Minimalna liczba uczestników2
- Maksymalna liczba uczestników25
- Data zakończenia rekrutacji02-10-2026
- 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
Usługa przygotowuje uczestnika do samodzielnego projektowania i wdrażania autonomicznych agentów AI wspierających konkretne procesy zielonej transformacji przedsiębiorstwa, w szczególności monitorowanie i optymalizację zużycia energii, wody i surowców, identyfikowanie źródeł powstawania odpadów, wspieranie segregacji i ponownego wykorzystania materiałów oraz ograniczanie emisji i śladu środowiskowego procesów.Efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia i Metody walidacji
| Efekty uczenia się | Kryteria weryfikacji | Metoda walidacji |
|---|---|---|
| Uczestnik identyfikuje możliwości wykorzystania autonomicznych agentów AI do monitorowania i ograniczania zużycia zasobów w przedsiębiorstwie. | identyfikuje co najmniej trzy rodzaje danych środowiskowych możliwych do wykorzystania przez agenta AI, w tym dane dotyczące zużycia energii, materiałów, wody lub ilości powstających odpadów | Test teoretyczny |
| przyporządkowuje dane środowiskowe do procesu biznesowego, w którym mogą zostać wykorzystane do identyfikowania nieefektywności zasobowej | Test teoretyczny | |
| wskazuje co najmniej dwa obszary procesu biznesowego, w których zastosowanie agenta AI może prowadzić do ograniczenia zużycia zasobów | Test teoretyczny | |
| rozróżnia monitorowanie danych środowiskowych od automatycznej analizy danych i generowania rekomendacji optymalizacyjnych przez agenta AI | Test teoretyczny | |
| Projektuje logikę działania autonomicznego agenta AI wspierającego efektywność energetyczną i surowcową procesu. | określa dane wejściowe niezbędne do monitorowania wybranego parametru środowiskowego | Obserwacja w warunkach symulowanych |
| definiuje parametr lub wskaźnik wykorzystywany do oceny efektywności zasobowej procesu | Obserwacja w warunkach symulowanych | |
| określa warunek uruchomienia działania agenta po wykryciu przekroczenia przyjętego poziomu zużycia zasobu | Obserwacja w warunkach symulowanych | |
| projektuje sekwencję działania agenta obejmującą pobranie danych, ich analizę, identyfikację odchylenia oraz wygenerowanie rekomendacji | Obserwacja w warunkach symulowanych | |
| uzasadnia wybór sposobu działania agenta w odniesieniu do ograniczenia zużycia zasobów lub powstawania odpadów | Obserwacja w warunkach symulowanych | |
| • uzasadnia wybór sposobu działania agenta w odniesieniu do ograniczenia zużycia zasobów lub powstawania odpadów. | konfiguruje źródło danych wykorzystywane przez agenta | Obserwacja w warunkach rzeczywistych |
| przypisuje agentowi zadanie analizy wybranego parametru środowiskowego | Obserwacja w warunkach rzeczywistych | |
| ustawia warunek identyfikowania przekroczenia przyjętego poziomu zużycia zasobu | Obserwacja w warunkach rzeczywistych | |
| konfiguruje sposób prezentowania wyniku analizy | Obserwacja w warunkach rzeczywistych | |
| uruchamia agenta i interpretuje wygenerowany wynik | Obserwacja w warunkach rzeczywistych | |
| Wykorzystuje agenta AI do identyfikowania możliwości ograniczenia emisji i śladu środowiskowego procesu biznesowego. | analizuje dane dotyczące zużycia energii lub materiałów | Obserwacja w warunkach rzeczywistych |
| identyfikuje co najmniej jedno odchylenie wskazujące na nieefektywne wykorzystanie zasobu | Obserwacja w warunkach rzeczywistych | |
| wskazuje przyczynę lub obszar procesu odpowiedzialny za zidentyfikowaną nieefektywność | Obserwacja w warunkach rzeczywistych | |
| formułuje co najmniej dwa działania optymalizacyjne ograniczające zużycie analizowanego zasobu | Obserwacja w warunkach rzeczywistych | |
| określa parametr, który powinien być monitorowany po wdrożeniu działania optymalizacyjnego | Obserwacja w warunkach rzeczywistych | |
| Wykorzystuje agenta AI do monitorowania powstawania odpadów i wskazywania możliwości ograniczenia ich ilości | identyfikuje dane umożliwiające monitorowanie ilości lub źródeł powstawania odpadów w analizowanym procesie | Obserwacja w warunkach rzeczywistych |
| konfiguruje regułę identyfikowania zwiększonego poziomu powstawania odpadów | Obserwacja w warunkach rzeczywistych | |
| wskazuje etap procesu generujący największą ilość odpadów na podstawie dostarczonych danych | Obserwacja w warunkach rzeczywistych | |
| formułuje co najmniej dwa działania ograniczające powstawanie odpadów | Obserwacja w warunkach rzeczywistych | |
| wskazuje możliwość ponownego wykorzystania lub odzysku wybranego materiału, jeżeli jest ona uzasadniona charakterem procesu | Obserwacja w warunkach rzeczywistych | |
| Analizuje wyniki działania agenta AI pod kątem efektywności energetycznej i materiałowej procesu. | interpretuje wynik analizy danych środowiskowych wygenerowany przez agenta | Analiza dowodów i deklaracji |
| porównuje wartości zużycia zasobu przed i po zastosowaniu rozwiązania optymalizacyjnego | Analiza dowodów i deklaracji | |
| identyfikuje zmianę poziomu zużycia analizowanego zasobu | Analiza dowodów i deklaracji | |
| określa możliwość dalszej redukcji zużycia na podstawie wyników analizy | Analiza dowodów i deklaracji | |
| formułuje wniosek dotyczący wpływu zastosowanego rozwiązania na efektywność zasobową procesu | Analiza dowodów i deklaracji | |
| Wdraża rozwiązanie wykorzystujące agenta AI do wspierania zarządzania środowiskowego w procesie biznesowym. | dobiera źródła danych odpowiednie do monitorowania wybranego procesu środowiskowego | Obserwacja w warunkach rzeczywistych |
| konfiguruje agenta zgodnie z określonym celem środowiskowym | Obserwacja w warunkach rzeczywistych | |
| uruchamia agenta na przygotowanym zbiorze danych | Obserwacja w warunkach rzeczywistych | |
| weryfikuje poprawność działania agenta na co najmniej dwóch scenariuszach danych | Obserwacja w warunkach rzeczywistych | |
| przedstawia wynik działania agenta oraz rekomendację dotyczącą ograniczenia zużycia zasobów lub ilości odpadów | Obserwacja w warunkach rzeczywistych | |
| Dobiera rozwiązania technologiczne AI odpowiednie do realizacji celów zielonej transformacji przedsiębiorstwa. | przyporządkowuje zastosowanie agenta AI do co najmniej jednego obszaru zielonej transformacji: efektywności energetycznej, efektywności materiałowej, gospodarki odpadami lub zarządzania środowiskowego | Wywiad ustrukturyzowany |
| uzasadnia wybór technologii AI w odniesieniu do określonego problemu środowiskowego | Wywiad ustrukturyzowany | |
| porównuje co najmniej dwa warianty rozwiązania pod kątem potencjalnego wpływu na zużycie zasobów | Wywiad ustrukturyzowany | |
| wskazuje ograniczenia zastosowania AI w analizowanym procesie środowiskowym | Wywiad ustrukturyzowany | |
| Komunikuje wyniki analizy środowiskowej uzyskanej z wykorzystaniem agenta AI. | przedstawia wyniki analizy danych środowiskowych w sposób zrozumiały dla odbiorcy biznesowego | Obserwacja w warunkach symulowanych |
| wyjaśnia zależność pomiędzy zidentyfikowaną nieefektywnością a zużyciem zasobów | Obserwacja w warunkach symulowanych | |
| przedstawia co najmniej dwa działania ograniczające negatywny wpływ analizowanego procesu na środowisko | Obserwacja w warunkach symulowanych | |
| odpowiada na pytania dotyczące sposobu wykorzystania danych i działania agenta AI | Obserwacja w warunkach symulowanych | |
| Efektywnie komunikuje się w zespole stosując zaawansowane techniki komunikacji interpersonalnej | aktywnie słucha członków zespołu | Obserwacja w warunkach symulowanych |
| formułuje jasne i precyzyjne komunikaty dotyczące realizowanego zadania | Obserwacja w warunkach symulowanych |
Kwalifikacje i kompetencje
Kwalifikacje
Kwalifikacje niewłączone do ZSK
Uznane kwalifikacje
Informacje
- Nazwa Podmiotu prowadzącego walidacjęFundacja My Personality Skills
- Nazwa Podmiotu certyfikującegoFundacja My Personality Skills
Program
Program
Powiązanie z Regionalną Strategią Innowacji (RIS):
Inteligentna Specjalizacja: Zielona gospodarka
• gospodarowanie zasobami;
• efektywność energetyczna i materiałowa;
• ograniczanie odpadów;
• technologie wspomagające zarządzanie środowiskiem;
• środowiskowe technologie informacyjne.
Inteligentna Specjalizacja: Technologie informacyjne i komunikacyjne (ICT)
• technologie sztucznej inteligencji i uczenia maszynowego.
Powiązanie z Programem Rozwoju Technologii (PRT):
• 3.6 – Technologie zarządzania środowiskiem – główne powiązanie;
• 4.2 – Technologie informacyjne – główne/uzupełniające powiązanie;
• 3.3 – Technologie gospodarowania odpadami – powiązanie uzupełniające;
• 4.7 – Technologie ICT wspierające Przemysł 4.0 – powiązanie w zakresie analityki danych procesowych, automatyzacji monitoringu i wykorzystania agentów AI.
Bezpośrednie powiązanie usługi z PRT i RSI
• W ramach usługi agenci AI nie są wykorzystywani do ogólnej automatyzacji procesów biznesowych, marketingu ani obsługi klienta. Stanowią środowiskowe technologie informacyjne wykorzystywane do gromadzenia, przetwarzania, analizowania i monitorowania danych związanych z oddziaływaniem procesów przedsiębiorstwa na środowisko.
• Projektowane podczas szkolenia rozwiązania odnoszą się bezpośrednio do zużycia energii, materiałów i wody, powstawania odpadów oraz efektywności zasobowej. Uczestnicy uczą się projektowania agentów AI realizujących konkretne zadania z zakresu zarządzania środowiskowego oraz określania mierzalnych rezultatów ich zastosowania.
• W rezultacie usługa łączy technologie AI z praktycznymi zadaniami zawodowymi właściwymi dla zielonej gospodarki i zarządzania środowiskowego.
Program
Moduł I. Technologie informacyjne w zarządzaniu środowiskowym
• rola technologii informacyjnych w zarządzaniu środowiskowym przedsiębiorstwa;
• środowiskowe technologie informacyjne – zastosowania w monitorowaniu i analizie danych;
• źródła danych środowiskowych w przedsiębiorstwie;
• dane dotyczące zużycia energii, wody i materiałów;
• dane dotyczące emisji i powstawania odpadów;
• wskaźniki efektywności energetycznej i materiałowej;
• identyfikowanie procesów o wysokim zużyciu zasobów;
• cyfrowy monitoring procesów środowiskowych.
Moduł II. AI jako technologia wspierająca zarządzanie środowiskiem
• architektura autonomicznych agentów AI;
• agenci reaktywni, celowi i zadaniowi;
• pobieranie i przetwarzanie danych środowiskowych;
• wykorzystanie AI do analizy danych środowiskowych;
• wykrywanie odchyleń i nieefektywności zasobowej;
• automatyczne generowanie rekomendacji środowiskowych;
• reguły decyzyjne agentów;
• automatyzacja monitoringu środowiskowego.
Moduł III. Projektowanie agenta AI do monitorowania zużycia energii
• identyfikacja parametrów energetycznych procesu;
• definiowanie danych wejściowych;
• określanie wartości referencyjnych i progów zużycia;
• projektowanie logiki wykrywania przekroczeń;
• projektowanie reakcji agenta na przekroczenie parametrów;
• automatyczne generowanie komunikatów i rekomendacji;
• testowanie agenta na przykładowych danych energetycznych.
Moduł IV. Agent AI do optymalizacji zużycia materiałów i surowców
• identyfikacja materiałochłonnych etapów procesu;
• analiza zużycia materiałów;
• identyfikacja strat materiałowych;
• projektowanie reguł optymalizacji zużycia;
• wykorzystanie danych historycznych do wykrywania nieefektywności;
• generowanie rekomendacji ograniczenia zużycia materiałów;
• porównywanie efektywności procesu przed i po zastosowaniu rozwiązania AI.
Moduł V. AI w gospodarce odpadami i gospodarce o obiegu zamkniętym
• identyfikacja źródeł powstawania odpadów;
• cyfrowe monitorowanie ilości i rodzaju odpadów;
• klasyfikacja danych dotyczących odpadów;
• wykrywanie wzrostu ilości odpadów;
• projektowanie reguł alarmowych;
• wykorzystanie AI do identyfikowania możliwości ograniczenia odpadów;
• identyfikowanie możliwości ponownego wykorzystania materiałów;
• wspieranie procesów segregacji i odzysku danych o odpadach.
Moduł VI. Projektowanie i budowa autonomicznego agenta AI
• określenie problemu środowiskowego;
• określenie celu agenta;
• wybór danych wejściowych;
• projektowanie przepływu danych;
• definiowanie narzędzi i funkcji agenta;
• projektowanie warunków decyzyjnych;
• budowa prototypu agenta;
• konfiguracja agenta do analizy danych środowiskowych;
• testowanie działania na danych przykładowych.
Moduł VII. Analiza efektów środowiskowych rozwiązania AI
• pomiar zużycia zasobów przed wdrożeniem rozwiązania;
• pomiar zużycia zasobów po zastosowaniu rozwiązania;
• porównywanie danych;
• identyfikowanie redukcji zużycia;
• identyfikowanie obszarów dalszej poprawy;
• analiza wpływu automatyzacji na efektywność energetyczną i materiałową;
• przygotowanie raportu z działania agenta;
• formułowanie rekomendacji dalszej optymalizacji.
Moduł VIII. Wdrożenie rozwiązania AI w przedsiębiorstwie
• identyfikacja procesu przeznaczonego do optymalizacji;
• dobór źródeł danych;
• integracja agenta z procesem;
• testowanie rozwiązania;
• walidacja wyników;
• identyfikowanie ryzyka błędnych rekomendacji;
• monitorowanie działania agenta po wdrożeniu;
• określanie wskaźników efektywności środowiskowej.
Moduł IX. Projekt praktyczny
Uczestnik samodzielnie przygotowuje rozwiązanie wykorzystujące autonomicznego agenta AI do monitorowania i optymalizacji wybranego parametru środowiskowego.
Projekt obejmuje:
• wybór procesu biznesowego;
• identyfikację problemu środowiskowego;
• wybór danych wejściowych;
• określenie wskaźnika środowiskowego;
• zaprojektowanie logiki działania agenta;
• konfigurację agenta;
• przeprowadzenie testu na danych;
• identyfikację nieefektywności;
• przygotowanie rekomendacji optymalizacyjnej;
• ocenę potencjalnego wpływu rozwiązania na zużycie zasobów lub powstawanie odpadów;
• przedstawienie wyników.
Walidacja wewnętrzna
Walidacja efektów uczenia się odbędzie się w formie stacjonarnej w sali szkoleniowej po zakończeniu modułów dydaktycznych. Proces sprawdzający zostanie zrealizowany z wykorzystaniem metod: test teoretyczny, obserwacja w warunkach rzeczywistych, analiza dowodów i deklaracji oraz wywiad ustrukturyzowany.
- Test teoretyczny – test pisemny zamknięty jednokrotnego wyboru składający się z 30 pytań, aby uzyskać wynik pozytywny należy mieć 80 % poprawnych odpowiedzi.
- Obserwacja w warunkach rzeczywistych - ocena pracy kandydata przez walidatora podczas wykonywania zadań zgodnych z opisem kwalifikacji w realnym środowisku pracy. Obserwacja może być uzupełniana o wywiad spontaniczny lub ustrukturyzowany.
- Analiza dowodów i deklaracji - ocena przygotowanej przez uczestnika charakterystyki
- Wywiad ustrukturyzowany – rozmowa prowadzona według przygotowanego zestawu pytań, umożliwiająca ocenę osiągnięcia efektów uczenia się.
Każdy uczestnik powinien posiadać podstawową umiejętność obsługi komputera.
Organizator szkolenia dostarcza sprzęt komputerowy w liczbie 1szt/os. oraz licencje niezbędne do przeprowadzenia szkolenia.
Usługa obejmuje 15 godzin zegarowych w tym przerwy oraz walidacja.
Czasy trwania usługi:
- zajęcia teoretyczne: 6 godzin i 45 minut wraz z przerwami,
- zajęcia praktyczne: 8 godzin i 15 minut wraz z walidacją.
Uczestnicy w trakcie każdego dnia szkoleniowego trwającego więcej niż 4 godziny mają prawo do co najmniej 1 przerwy, trwającej co najmniej 15 minut. Przerwy wliczają się w czas trwania usługi. Przerwy ustalane będą z uczestnikami.
Po zakończeniu udziału w usłudze rozwojowej, uczestnik otrzymuje odpowiednie zaświadczenie o jej ukończeniu. Warunkiem uzyskania zaświadczenia jest uczestnictwo w co najmniej 80% zajęć usługi rozwojowej oraz zaliczenie zajęć w formie testu.
Warunki organizacyjne: Realizacja zadań i ćwiczeń będzie przeprowadzona w taki sposób, aby stopniowo narastał ich stopień trudności, ale ich realizacja była w zasięgu możliwości uczestników.
Egzamin pozwoli uczestnikom na uzyskanie certyfikatu potwierdzającego kwalifikacje w zakresie: "Specjalista ds. budowy agentów AI z elementami zrównoważonego rozwoju."
Harmonogram
Harmonogram
| Przedmiot / temat | Typ aktywności | Prowadzący | Data realizacji zajęć | Godzina rozpoczęcia | Godzina zakończenia | Liczba godzin |
|---|---|---|---|---|---|---|
Przedmiot / temat 1 z 19 Moduł I. Technologie informacyjne w zarządzaniu środowiskowym | Typ aktywności Zajęcia | Prowadzący Damian Przydacz | Data realizacji zajęć 03-10-2026 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 10:00 | Liczba godzin 01:00 |
Przedmiot / temat 2 z 19 - | Typ aktywności Przerwa | Prowadzący - | Data realizacji zajęć 03-10-2026 | Godzina rozpoczęcia 10:00 | Godzina zakończenia 10:15 | Liczba godzin 00:15 |
Przedmiot / temat 3 z 19 Moduł II. AI jako technologia wspierająca zarządzanie środowiskiem | Typ aktywności Zajęcia | Prowadzący Damian Przydacz | Data realizacji zajęć 03-10-2026 | Godzina rozpoczęcia 10:15 | Godzina zakończenia 11:15 | Liczba godzin 01:00 |
Przedmiot / temat 4 z 19 Moduł III. Projektowanie agenta AI do monitorowania zużycia energii | Typ aktywności Zajęcia | Prowadzący Damian Przydacz | Data realizacji zajęć 03-10-2026 | Godzina rozpoczęcia 11:15 | Godzina zakończenia 12:30 | Liczba godzin 01:15 |
Przedmiot / temat 5 z 19 - | Typ aktywności Przerwa | Prowadzący - | Data realizacji zajęć 03-10-2026 | Godzina rozpoczęcia 12:30 | Godzina zakończenia 13:00 | Liczba godzin 00:30 |
Przedmiot / temat 6 z 19 Moduł IV. Agent AI do optymalizacji zużycia materiałów i surowców | Typ aktywności Zajęcia | Prowadzący Damian Przydacz | Data realizacji zajęć 03-10-2026 | Godzina rozpoczęcia 13:00 | Godzina zakończenia 14:15 | Liczba godzin 01:15 |
Przedmiot / temat 7 z 19 - | Typ aktywności Przerwa | Prowadzący - | Data realizacji zajęć 03-10-2026 | Godzina rozpoczęcia 14:15 | Godzina zakończenia 14:30 | Liczba godzin 00:15 |
Przedmiot / temat 8 z 19 Moduł V. AI w gospodarce odpadami i gospodarce o obiegu zamkniętym | Typ aktywności Zajęcia | Prowadzący Damian Przydacz | Data realizacji zajęć 03-10-2026 | Godzina rozpoczęcia 14:30 | Godzina zakończenia 15:45 | Liczba godzin 01:15 |
Przedmiot / temat 9 z 19 Moduł VI. Projektowanie i budowa autonomicznego agenta AI – część I | Typ aktywności Zajęcia | Prowadzący Damian Przydacz | Data realizacji zajęć 03-10-2026 | Godzina rozpoczęcia 15:45 | Godzina zakończenia 16:45 | Liczba godzin 01:00 |
Przedmiot / temat 10 z 19 Moduł VI. Projektowanie i budowa autonomicznego agenta AI – część II | Typ aktywności Zajęcia | Prowadzący Damian Przydacz | Data realizacji zajęć 04-10-2026 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 09:30 | Liczba godzin 00:30 |
Przedmiot / temat 11 z 19 Moduł VII. Analiza efektów środowiskowych rozwiązania AI | Typ aktywności Zajęcia | Prowadzący Damian Przydacz | Data realizacji zajęć 04-10-2026 | Godzina rozpoczęcia 09:30 | Godzina zakończenia 10:30 | Liczba godzin 01:00 |
Przedmiot / temat 12 z 19 - | Typ aktywności Przerwa | Prowadzący - | Data realizacji zajęć 04-10-2026 | Godzina rozpoczęcia 10:30 | Godzina zakończenia 10:45 | Liczba godzin 00:15 |
Przedmiot / temat 13 z 19 Moduł VIII. Wdrożenie rozwiązania AI w przedsiębiorstwie | Typ aktywności Zajęcia | Prowadzący Damian Przydacz | Data realizacji zajęć 04-10-2026 | Godzina rozpoczęcia 10:45 | Godzina zakończenia 11:45 | Liczba godzin 01:00 |
Przedmiot / temat 14 z 19 Moduł IX. Projekt praktyczny – część I | Typ aktywności Zajęcia | Prowadzący Damian Przydacz | Data realizacji zajęć 04-10-2026 | Godzina rozpoczęcia 11:45 | Godzina zakończenia 13:00 | Liczba godzin 01:15 |
Przedmiot / temat 15 z 19 - | Typ aktywności Przerwa | Prowadzący - | Data realizacji zajęć 04-10-2026 | Godzina rozpoczęcia 13:00 | Godzina zakończenia 13:30 | Liczba godzin 00:30 |
Przedmiot / temat 16 z 19 Moduł IX. Projekt praktyczny – część II | Typ aktywności Zajęcia | Prowadzący Damian Przydacz | Data realizacji zajęć 04-10-2026 | Godzina rozpoczęcia 13:30 | Godzina zakończenia 14:30 | Liczba godzin 01:00 |
Przedmiot / temat 17 z 19 - | Typ aktywności Przerwa | Prowadzący - | Data realizacji zajęć 04-10-2026 | Godzina rozpoczęcia 14:30 | Godzina zakończenia 14:45 | Liczba godzin 00:15 |
Przedmiot / temat 18 z 19 - | Typ aktywności Walidacja | Prowadzący - | Data realizacji zajęć 04-10-2026 | Godzina rozpoczęcia 14:45 | Godzina zakończenia 15:45 | Liczba godzin 01:00 |
Przedmiot / temat 19 z 19 - | Typ aktywności Walidacja | Prowadzący - | Data realizacji zajęć 04-10-2026 | Godzina rozpoczęcia 15:45 | Godzina zakończenia 16:15 | Liczba godzin 00:30 |
Podsumowanie
| Rodzaj godzin | Liczba godzin |
|---|---|
Rodzaj godzin Suma godzin zegarowych usługi | Liczba godzin 15:00 |
Rodzaj godzin w tym suma godzin zajęć | Liczba godzin 11:30 |
Rodzaj godzin w tym suma godzin walidacji | Liczba godzin 01:30 |
Rodzaj godzin w tym suma przerw | Liczba godzin 02:00 |
Rodzaj godzin Suma godzin dydaktycznych bez przerw | Liczba godzin 17:15 |
Cena
Cena
Cennik
| Rodzaj ceny | Cena |
|---|---|
Rodzaj ceny Koszt przypadający na 1 uczestnika brutto | Cena 6 457,50 PLN |
Rodzaj ceny Koszt przypadający na 1 uczestnika netto | Cena 5 250,00 PLN |
Rodzaj ceny Koszt osobogodziny brutto | Cena 430,50 PLN |
Rodzaj ceny Koszt osobogodziny netto | Cena 350,00 PLN |
Rodzaj ceny W tym koszt walidacji brutto | Cena 184,50 PLN |
Rodzaj ceny W tym koszt walidacji netto | Cena 150,00 PLN |
Rodzaj ceny W tym koszt certyfikowania brutto | Cena 184,50 PLN |
Rodzaj ceny W tym koszt certyfikowania netto | Cena 150,00 PLN |
Liczba godzin usługi
| Rodzaj godzin | Liczba godzin |
|---|---|
Rodzaj godzin Liczba godzin zegarowych usługi | Liczba godzin 15:00 |
Prowadzący
Prowadzący
Damian Przydacz
Jego wieloletnia praktyka biznesowa opiera się na wykorzystaniu sztucznej inteligencji (AI) i automatyzacji do optymalizacji procesów operacyjnych. W ramach swojej działalności doradczej i menedżerskiej uczy firmy, jak skutecznie wdrażać standardy paperless (biuro bez papieru), optymalizować zużycie energii i surowców oraz minimalizować ślad węglowy organizacji, co bezpośrednio wspiera założenia gospodarki o obiegu zamkniętym (GOZ). Buduje przewagę konkurencyjną klientów w oparciu o odpowiedzialny, zrównoważony biznes i strategie zielonego ładu. Jako certyfikowany coach ICF i mówca biznesowy regularnie występuje na konferencjach (do 2000 uczestników), promując zielone technologie i storytelling biznesowy. Wysokie kwalifikacje trenera potwierdzają certyfikacje z lat 2023–2024: Master Class Speakers Academy – Brian Tracy International oraz Akademia Trenerów Mentalnych.
Informacje dodatkowe
Informacje dodatkowe
Informacje o materiałach dla uczestników usługi
Uczestnikom zostaną przekazane materiały dydaktyczne w postaci prezentacji PowerPoint wysłanej na adres mailowy,ankiety oraz testy
Na czas szkolenia dostawca usługi zapewnia sprzęt komputerowy.
Warunki uczestnictwa
Osoby pełnoletnie zamieszkałe i pracujące na terenie całej Polski.
Informacje dodatkowe
Dla wszystkich uczestników usługi rozwojowej, którzy otrzymają dofinansowanie na poziome co najmniej 70% zostanie wystawiona faktura zwolniona z 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 (tekst jednolity Dz.U. z 2020r., poz. 1983)
Organizator zapewnia dostępność osobom ze szczególnymi potrzebami podczas realizacji usług rozwojowych zgodnie z Ustawą z dnia 19 lipca 2019 r. o zapewnianiu dostępności osobom ze szczególnymi potrzebami (Dz.U. 2022 poz. 2240) oraz „Standardami dostępności dla polityki spójności 2021-2027”.
W przypadku potrzeby zapewnienia specjalnych udogodnień prosimy o kontakt pod numerem 606 383 797 lub mailem na dsiuda@kancelaria-ads.pl przed zapisem na usługę!
Adres
Adres
Udogodnienia w miejscu realizacji usługi
- Klimatyzacja
- Wi-fi