Specjalista ds. Sztucznej Inteligencji (AI) - z zastosowaniem zielonych kompetencji i technologii cyfrowych - kwalifikacje
Specjalista ds. Sztucznej Inteligencji (AI) - z zastosowaniem zielonych kompetencji i technologii cyfrowych - kwalifikacje
Informacje podstawowe
Informacje podstawowe
- KategoriaInformatyka i telekomunikacja / Internet
- Grupa docelowa usługi
Usługa skierowana jest do osób dorosłych, w szczególności:
- pracowników biurowych, specjalistów i kadry menedżerskiej,
- osób wykorzystujących komputer w codziennej pracy,
- przedsiębiorców oraz właścicieli firm,
- osób chcących zwiększyć efektywność pracy poprzez wykorzystanie narzędzi sztucznej inteligencji,
- osób zainteresowanych praktycznym zastosowaniem AI (w tym modeli językowych) w pracy zawodowej.
Nie jest wymagane doświadczenie w programowaniu. Uczestnik powinien posiadać podstawową umiejętność obsługi komputera i korzystania z Internetu.
- Minimalna liczba uczestników2
- Maksymalna liczba uczestników12
- Forma prowadzenia usługizdalna w czasie rzeczywistym
- 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 i odpowiedzialnego wykorzystywania narzędzi sztucznej inteligencji oraz technologii cyfrowych w pracy zawodowej.Po zakończeniu szkolenia uczestnik dobiera narzędzia AI do określonych zadań, analizuje dane, projektuje proste rozwiązanie wykorzystujące sztuczną inteligencję, określa jego wpływ na zużycie energii i zasobów oraz opracowuje wskaźniki służące do monitorowania efektów środowiskowych.
Efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia i Metody walidacji
| Efekty uczenia się | Kryteria weryfikacji | Metoda walidacji |
|---|---|---|
| Rozróżnia algorytmy sztucznej inteligencji i ich zastosowania. | Rozróżnia uczenie nadzorowane, uczenie nienadzorowane i generatywną sztuczną inteligencję. | Test teoretyczny z wynikiem generowanym automatycznie |
| Wskazuje zastosowania algorytmów AI w optymalizacji zużycia energii, zasobów i materiałów. | Test teoretyczny z wynikiem generowanym automatycznie | |
| Charakteryzuje wpływ systemów AI na środowisko. | rozpoznaje rolę kontekstu i promptu w generowaniu odpowiedzi | Test teoretyczny z wynikiem generowanym automatycznie |
| Wskazuje sposoby ograniczania śladu środowiskowego podczas wykorzystywania modeli AI. | Test teoretyczny z wynikiem generowanym automatycznie | |
| Klasyfikuje dane środowiskowe wykorzystywane przez AI. | Rozróżnia dane pochodzące z czujników, urządzeń IoT, stacji pomiarowych i źródeł satelitarnych. | Test teoretyczny z wynikiem generowanym automatycznie |
| Dobiera wskaźniki środowiskowe i ESG odpowiednio do celu przygotowywanego rozwiązania. | Test teoretyczny z wynikiem generowanym automatycznie | |
| Projektuje rozwiązanie AI uwzględniające parametry środowiskowe. | Określa problem, cel działania modelu oraz oczekiwane rezultaty. | Test teoretyczny z wynikiem generowanym automatycznie |
| Uwzględnia w projekcie minimum trzy zmienne dotyczące energii, emisji, odpadów albo wykorzystania zasobów. | Test teoretyczny z wynikiem generowanym automatycznie | |
| Dokumentuje sposób, w jaki zaprojektowane rozwiązanie może ograniczyć negatywny wpływ na środowisko | Test teoretyczny z wynikiem generowanym automatycznie | |
| Dobiera energooszczędne modele i metody pracy z AI. | Porównuje wybrane rozwiązania pod względem zapotrzebowania na moc obliczeniową, pamięć i energię. | Test teoretyczny z wynikiem generowanym automatycznie |
| Uzasadnia wybór rozwiązania zapewniającego odpowiedni rezultat przy mniejszym wykorzystaniu zasobów. | Test teoretyczny z wynikiem generowanym automatycznie | |
| Rozróżnia zastosowania transfer learningu, kwantyzacji, przycinania modelu i destylacji wiedzy | Test teoretyczny z wynikiem generowanym automatycznie | |
| Optymalizuje zakres danych wykorzystywanych przez rozwiązanie AI. | Identyfikuje dane zbędne, powtarzające się lub nieprzydatne do realizacji określonego celu. | Test teoretyczny z wynikiem generowanym automatycznie |
| Porównuje wpływ wielkości zbioru danych na dokładność modelu i wykorzystanie zasobów. | Test teoretyczny z wynikiem generowanym automatycznie | |
| Uzasadnia decyzje dotyczące ograniczenia zakresu przetwarzanych danych. | Test teoretyczny z wynikiem generowanym automatycznie | |
| Opracowuje system monitorowania wpływu rozwiązania AI na środowisko. | Określa wskaźniki dotyczące zużycia energii, emisji, pamięci i mocy obliczeniowej. | Test teoretyczny z wynikiem generowanym automatycznie |
| Przygotowuje raport zawierający wyniki i rekomendacje dotyczące ograniczenia wpływu środowiskowego. | Test teoretyczny z wynikiem generowanym automatycznie | |
| Stosuje zasady bezpiecznego i odpowiedzialnego zarządzania danymi. | Rozróżnia dane publiczne, osobowe, poufne i wrażliwe. | Test teoretyczny z wynikiem generowanym automatycznie |
| Wskazuje zasady anonimizacji, retencji i bezpiecznego usuwania danych. | Test teoretyczny z wynikiem generowanym automatycznie | |
| Rozpoznaje ryzyka związane z przekazywaniem danych do systemów AI. | Test teoretyczny z wynikiem generowanym automatycznie | |
| Komunikuje wyniki i rekomendacje dotyczące zrównoważonego wykorzystania AI. | Przedstawia wnioski w sposób zrozumiały dla osób nieposiadających wiedzy technicznej. | Test teoretyczny z wynikiem generowanym automatycznie |
| Uzasadnia znaczenie kryteriów środowiskowych i etycznych podczas projektowania rozwiązania. | Test teoretyczny z wynikiem generowanym automatycznie |
Kwalifikacje i kompetencje
Kwalifikacje
Kwalifikacje niewłączone do ZSK
Uznane kwalifikacje
Informacje
- Nazwa Podmiotu prowadzącego walidacjęICVC Certyfikacja Sp. z o.o
- Nazwa Podmiotu certyfikującegoICVC Certyfikacja Sp. z o.o
Program
Program
Moduł 1. Podstawy zielonej AI – algorytmy, energia i środowisko
- pojęcie Green AI;
- sztuczna inteligencja i uczenie maszynowe;
- uczenie nadzorowane i nienadzorowane;
- zastosowanie AI w ograniczaniu zużycia energii i zasobów;
- wpływ przetwarzania danych na zużycie energii;
- emisje związane z infrastrukturą cyfrową;
- sposoby ograniczania śladu środowiskowego modeli AI;
- AI w gospodarce obiegu zamkniętego.
Moduł 2. Dane środowiskowe i modele prognostyczne AI
- rodzaje danych środowiskowych;
- dane z czujników, urządzeń IoT, stacji pomiarowych i źródeł satelitarnych;
- przygotowanie i porządkowanie danych;
- jakość i aktualność danych;
- wskaźniki ESG i zrównoważonego rozwoju;
- wykorzystywanie danych w modelach prognostycznych;
- AI w przewidywaniu zużycia energii i zasobów;
- systemy rekomendacyjne wspierające odpowiedzialną produkcję i konsumpcję;
- ćwiczenie praktyczne z wykorzystaniem przykładowego zbioru danych.
Moduł 3. Projektowanie energooszczędnych modeli AI
- rodzaje modeli i architektur sieci neuronowych;
- porównanie modeli pod względem dokładności i zużycia zasobów;
- dobór modelu do celu projektu;
- transfer learning;
- przycinanie modelu;
- kwantyzacja;
- destylacja wiedzy;
- ograniczanie kosztów obliczeniowych;
- dobór danych i parametrów środowiskowych;
- projektowanie modelu wykorzystującego minimum trzy zmienne środowiskowe;
- dokumentowanie wpływu modelu na środowisko;
- warsztat projektowy.
Moduł 4. Optymalizacja danych i monitorowanie wpływu środowiskowego
- zależność między wielkością zbioru danych a dokładnością modelu;
- ograniczanie nadprodukcji danych;
- identyfikowanie i usuwanie zbędnych danych;
- minimalizacja zakresu przetwarzanych informacji;
- wskaźniki zużycia energii, pamięci i mocy obliczeniowej;
- monitorowanie emisji i wykorzystania zasobów;
- porównanie sytuacji przed wdrożeniem i po wdrożeniu rozwiązania;
- przygotowanie raportu analitycznego;
- formułowanie rekomendacji ograniczających wpływ środowiskowy.
Moduł 5. RODO, etyka AI i komunikacja zielona
- dane osobowe i informacje poufne;
- zasady bezpiecznego przekazywania danych do narzędzi AI;
- anonimizacja, retencja i usuwanie danych;
- odpowiedzialne korzystanie ze sztucznej inteligencji;
- etyka AI;
- błędy i nieprawdziwe odpowiedzi generowane przez AI;
- przejrzystość podejmowania decyzji;
- podstawowe obowiązki wynikające z AI Act;
- komunikowanie wyników różnym grupom odbiorców;
- prezentowanie korzyści środowiskowych;
- unikanie nierzetelnych deklaracji ekologicznych;
- współpraca w zespołach łączących kompetencje technologiczne i środowiskowe.
Moduł 6. Walidacja efektów uczenia się
Walidację przeprowadza podmiot zewnętrzny, niezależny od procesu szkoleniowego.
Walidacja obejmuje:
- test teoretyczny z wynikiem generowanym automatycznie;
- analizę dowodów i deklaracji;
- ocenę dokumentacji projektu przygotowanego podczas szkolenia;
- ocenę raportu i rekomendacji uczestnika.
Harmonogram
Harmonogram
| Przedmiot / temat | Typ aktywności | Prowadzący | Data realizacji zajęć | Godzina rozpoczęcia | Godzina zakończenia | Liczba godzin |
|---|---|---|---|---|---|---|
Przedmiot / temat 1 z 9 Zajęcia | Typ aktywności Zajęcia | Prowadzący Lucjan Szreter | Data realizacji zajęć 28-09-2026 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 12:00 | Liczba godzin 04:00 |
Przedmiot / temat 2 z 9 - | Typ aktywności Przerwa | Prowadzący - | Data realizacji zajęć 28-09-2026 | Godzina rozpoczęcia 12:00 | Godzina zakończenia 13:00 | Liczba godzin 01:00 |
Przedmiot / temat 3 z 9 Zajęcia | Typ aktywności Zajęcia | Prowadzący Lucjan Szreter | Data realizacji zajęć 28-09-2026 | Godzina rozpoczęcia 13:00 | Godzina zakończenia 16:00 | Liczba godzin 03:00 |
Przedmiot / temat 4 z 9 Zajęcia | Typ aktywności Zajęcia | Prowadzący Lucjan Szreter | Data realizacji zajęć 29-09-2026 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 12:00 | Liczba godzin 04:00 |
Przedmiot / temat 5 z 9 - | Typ aktywności Przerwa | Prowadzący - | Data realizacji zajęć 29-09-2026 | Godzina rozpoczęcia 12:00 | Godzina zakończenia 13:00 | Liczba godzin 01:00 |
Przedmiot / temat 6 z 9 Zajęcia | Typ aktywności Zajęcia | Prowadzący Lucjan Szreter | Data realizacji zajęć 29-09-2026 | Godzina rozpoczęcia 13:00 | Godzina zakończenia 15:00 | Liczba godzin 02:00 |
Przedmiot / temat 7 z 9 Zajęcia | Typ aktywności Zajęcia | Prowadzący Lucjan Szreter | Data realizacji zajęć 30-09-2026 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 12:00 | Liczba godzin 04:00 |
Przedmiot / temat 8 z 9 - | Typ aktywności Przerwa | Prowadzący - | Data realizacji zajęć 30-09-2026 | Godzina rozpoczęcia 12:00 | Godzina zakończenia 13:00 | Liczba godzin 01:00 |
Przedmiot / temat 9 z 9 - | Typ aktywności Walidacja | Prowadzący - | Data realizacji zajęć 30-09-2026 | Godzina rozpoczęcia 13:00 | Godzina zakończenia 14:00 | Liczba godzin 01:00 |
Podsumowanie
| Rodzaj godzin | Liczba godzin |
|---|---|
Rodzaj godzin Suma godzin zegarowych usługi | Liczba godzin 21:00 |
Rodzaj godzin w tym suma godzin zajęć | Liczba godzin 17:00 |
Rodzaj godzin w tym suma godzin walidacji | Liczba godzin 01:00 |
Rodzaj godzin w tym suma przerw | Liczba godzin 03:00 |
Rodzaj godzin Suma godzin dydaktycznych bez przerw | Liczba godzin 24:00 |
Cena
Cena
Cennik
| Rodzaj ceny | Cena |
|---|---|
Rodzaj ceny Koszt przypadający na 1 uczestnika brutto | Cena 5 500,00 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 5 500,00 PLN |
Rodzaj ceny Koszt osobogodziny brutto | Cena 261,90 PLN |
Rodzaj ceny Koszt osobogodziny netto | Cena 261,90 PLN |
Rodzaj ceny W tym koszt walidacji brutto | Cena 200,00 PLN |
Rodzaj ceny W tym koszt walidacji netto | Cena 200,00 PLN |
Rodzaj ceny W tym koszt certyfikowania brutto | Cena 200,00 PLN |
Rodzaj ceny W tym koszt certyfikowania netto | Cena 200,00 PLN |
Liczba godzin usługi
| Rodzaj godzin | Liczba godzin |
|---|---|
Rodzaj godzin Liczba godzin zegarowych usługi | Liczba godzin 21:00 |
Prowadzący
Prowadzący
Lucjan Szreter
Informacje dodatkowe
Informacje dodatkowe
Informacje o materiałach dla uczestników usługi
Uczestnik otrzyma materialy w formie elektronicznej do pobrania z platformy szkoleniowej.
Zajęcia będą prowadzone metodami:
Metody oparte na słowie: wykład, opowiadanie, pogadanka, opis, dyskusja
Metody aktywizujące: burza mózgów, obserwacja, dyskusja
Metody interaktywne: nauczanie oparte o problem, mapę myśli
Warunki uczestnictwa
W przypadku szkoleń dofinansowanych z Funduszy Europejskich , warunkiem uczestnictwa jest zarejestrowanie i założenie konta w Bazie Usług Rozwojowych , zapisanie się na szkolenie za pośrednictwem Bazy oraz spełnienie wszystkich warunków określonych przez Operatora, udzielającego dofinansowanie
Informacje dodatkowe
Szkolenie trwa 20 godzin
Szkolenie kończy się walidacją w formie post-testu. Absolwent szkolenia otrzymuje, po pozytywnie zdanym post-teście (minimum 70% punktów) oraz potwierdzeniu obecności na co najmniej 80% zajęć, zaświadczenie ukończenia szkolenia zgodnie z Rozporządzeniem Ministra Edukacji Narodowej z dnia 18 sierpnia 2017 r. w sprawie kształcenia ustawicznego w formach pozaszkolnych.
Frekwencja uczestników jest monitorowana na podstawie list obecności (w przypadku zajęć stacjonarnych) lub raportów logowań / aktywności w systemie szkoleniowym (w przypadku zajęć zdalnych).
Warunki techniczne
Warunki techniczne
Zajęcia realizowane są w formie zdalnej (online w czasie rzeczywistym )z wykorzystaniem platformy do wideokonferencji (np. Zoom albo WebToLearn
Uczestnik musi posiadać stabilne łącze internetowe umożliwiające udział w zajęciach online.
Uczestnik musi dysponować urządzeniem z dostępem do Internetu (komputer lub tablet) umożliwiającym udział w szkoleniu oraz odsłuchiwanie treści audio-wideo.