Kurs Specjalista AI — rozwój i utrzymanie rozwiązań opartych na sztucznej inteligencji

Projekt przewodni: system wspierający obsługę zapytań klientów. Przyjmuje zgłoszenie przez formularz, sprawdza kompletność danych i zapisuje je w bazie, wykorzystuje model językowy do klasyfikacji i przygotowania propozycji odpowiedzi, kontroluje format wyniku, kieruje propozycję do zatwierdzenia przez człowieka oraz rejestruje status i błędy. Projekt realizowany jest na danych fikcyjnych, w środowisku ćwiczeniowym.

CZĘŚĆ ZDALNA W CZASIE RZECZYWISTYM — 48 godzin dydaktycznych

1. Środowisko pracy i wymagania projektu — 4 h dydaktycznych. Opis problemu, zakresu i kryteriów odbioru. Konfiguracja edytora, interpretera Python i środowiska wirtualnego. Uruchamianie skryptu i instalowanie zależności. Organizacja plików, konfiguracji i danych testowych. Oddzielenie środowiska ćwiczeniowego od systemów firmowych.

2. Czytanie, modyfikowanie i diagnozowanie kodu Python — 8 h dydaktycznych. Zmienne, listy, słowniki, warunki, pętle i funkcje na krótkich przykładach. Ustalanie, jakie dane skrypt przyjmuje, przetwarza i zwraca. Odczyt i zapis danych w plikach. Lokalizowanie błędu na podstawie komunikatu. Opis oczekiwanej zmiany w kodzie i weryfikacja otrzymanej poprawki. Porównanie kodu przed zmianą i po niej. Testowanie na danych prawidłowych i błędnych. Rozpoznawanie operacji wymagających szczególnej ostrożności: usuwania danych, wysyłania informacji na zewnątrz i uruchamiania poleceń systemowych.

3. HTML, CSS i formularz internetowy — 4 h dydaktycznych. Struktura dokumentu, znaczniki, atrybuty i zagnieżdżenia. Klasy i identyfikatory oraz podstawowe reguły wyglądu. Pola formularza, etykiety i komunikaty. Odnajdywanie elementów w narzędziach przeglądarki. Sprawdzanie danych w przeglądarce a po stronie usługi odbierającej.

4. JavaScript do przekształcania danych — 4 h dydaktycznych. Składnia na przykładach związanych z automatyzacją. Obiekty, tablice i odczyt struktury JSON. Wybieranie, zmiana i łączenie pól. Obsługa brakujących wartości i nieprawidłowych typów. Modyfikacja kodu wygenerowanego przez AI. Sprawdzanie wyniku działania węzła kodu.

5. Praca z bazą danych — 4 h dydaktycznych. Dobór bazy lub arkusza do prostego zastosowania. Tabela, rekord, klucz i powiązanie między tabelami. Odczytywanie i modyfikowanie zapytań SQL. Filtrowanie, sortowanie i łączenie danych z dwóch tabel. Identyfikator zgłoszenia i zapobieganie duplikatom. Bezpieczne przekazywanie parametrów do zapytań. Eksport danych i podstawy kopii zapasowej.

6. API, uwierzytelnianie i testowanie komunikacji — 8 h dydaktycznych. Żądanie i odpowiedź: adres, metoda, nagłówki i treść. Czytanie dokumentacji API. Konfiguracja klucza lub tokenu oraz zakresu uprawnień. Przechowywanie sekretów poza kodem. Testowanie wywołania i interpretacja kodów odpowiedzi. Webhook jako punkt odbioru danych. Rozpoznawanie błędów adresu, uprawnień, limitów i niedostępności usługi. Limity czasu, zasady ponawiania i rejestrowanie błędów bez ujawniania sekretów.

7. Tworzenie i publikacja stron z wykorzystaniem AI — 8 h dydaktycznych. Przygotowanie strony na podstawie wymagań projektu. Odczyt i modyfikacja wygenerowanego kodu: treść, układ, kolorystyka. Czytelność, obsługa klawiaturą i układ na telefonie. Połączenie formularza z automatyzacją. Komunikaty o powodzeniu i niepowodzeniu. Publikacja w środowisku demonstracyjnym, podstawy adresu, domeny i połączenia szyfrowanego. Test całego procesu po udostępnieniu.

8. Produkcja materiałów wideo z wykorzystaniem AI — 8 h dydaktycznych. Powtarzalny proces produkcyjny: scenariusz, materiał źródłowy, montaż, publikacja. Opracowanie scenariusza i listy ujęć. Narzędzia do generowania obrazu i sekwencji wideo — dobór i ograniczenia. Montaż: cięcie, tempo, warstwa dźwiękowa. Napisy, transkrypcja i wersje językowe. Lektor syntetyczny. Przygotowanie wersji pod różne kanały publikacji. Kontrola praw do materiałów oraz oznaczanie materiałów wytworzonych przez AI.

CZĘŚĆ STACJONARNA — 24 godziny dydaktyczne

9. Budowa automatyzacji wykorzystującej AI — 12 h dydaktycznych. Plan przepływu: wejście, kroki przetwarzania, decyzje i wynik. Konfiguracja węzłów żądania HTTP, kodu, bazy danych i modelu językowego. Mapowanie pól, warunki i przetwarzanie zbiorów danych. Instrukcja zadania dla modelu i wymagany format odpowiedzi. Sprawdzanie struktury odpowiedzi i dopuszczalnych wartości. Oddzielanie treści zgłoszenia od instrukcji sterujących procesem. Postępowanie z odpowiedzią błędną, niepełną lub niezgodną z kryteriami. Zatwierdzanie wyniku przez człowieka. Obsługa błędów i kontrola ponowień. Pomiar liczby wywołań, kosztu i czasu wykonania.

10. Jakość, bezpieczeństwo i utrzymanie rozwiązania — 10 h dydaktycznych. Podstawy wersjonowania: zapis zmiany, porównanie wersji, powrót do wcześniejszego stanu. Przygotowanie zestawu testowego i oczekiwanych rezultatów. Testowanie jakości klasyfikacji i odpowiedzi generowanych przez AI. Przypadki brzegowe: puste dane, duplikat, błędny format, niedostępna usługa oraz treść próbująca zmienić instrukcje modelu. Ograniczanie uprawnień i ilości przesyłanych danych. Kontrola informacji zapisywanych w dziennikach zdarzeń. Kopia danych, odtworzenie i wycofanie zmiany. Diagnoza przygotowanej awarii i sprawdzenie działania po naprawie. Dokumentacja konfiguracji, zależności i procedur obsługi. Określenie ograniczeń rozwiązania.

11. Walidacja — 2 h dydaktycznych. Test teoretyczny z wynikiem generowanym automatycznie.

Łącznie: 72 godziny dydaktyczne po 45 minut (54 godziny zegarowe zajęć i walidacji). Przerwy nie są wliczane do wymiaru 72 godzin dydaktycznych. Wszystkie prace projektowe realizowane są podczas zajęć pod kierunkiem prowadzącego. Kurs nie przewiduje pracy własnej poza zajęciami.

Rozdzielenie kształcenia od walidacji zapewnia test z wynikiem generowanym automatycznie, niezależnie od osoby prowadzącej zajęcia. Dokument końcowy: zaświadczenie z wykazem efektów uczenia się i wynikiem walidacji.

Każdy z uczestników otrzyma skrypt szkoleniowy i materiały elektroniczne, a na końcu szkolenia wręczone zostaną certyfikaty uczestnikom, którzy będą mieć min. 80% frekwencji , zaliczą projekt oraz zdadzą test z wynikiem min 65%.

Doświadczenie w korzystaniu z narzędzi AI, posiadanie płatnego abonamentu ChatGPT Plus lub Pro i opcjonalnie Claude Pro.

W przypadku dofinansowania powyżej 70% może zostać zastosowana stawka ZW. Podstawa prawna: § 3 ust. 1 pkt 14 rozporządzenia Ministra Finansów oraz art. 43 ust. 1 pkt 29 lit. c ustawy o VAT.

Film o kursie: https://youtube.com/shorts/wqDYNd0OOnE

Zajęcia zdalne będą prowadzone za pośrednictwem platformy Zoom.

Wymagania minimalne dla uczestników kursu:

• kamera i mikrofon
• Windows 11 lub MacOS 26 lub wyżej
• Zainstalowana aplikacja ChatGPT
• Zainstalowana aplikacja Claude
• łącze minimum 20 Mbps;
• własne konto ChatGPT Plus (OpenAI) i/lub Claude Pro.