Dziękujemy za wysłanie zapytania! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Dziękujemy za wysłanie rezerwacji! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Plan Szkolenia
Moduł 1: Wprowadzenie i teoria AI
- Podejście oparte na modelach: AI jako problem inżynierski.
- Demistyfikacja "Ducha w maszynie": Czym jest AI, a czym nie jest.
- Ewolucja technologii: Od BERT do Transformers.
- Domeny generatywne: Analiza, kreatywność, badania, obraz, muzyka i wideo.
- Zarządzanie danymi: Filary, audyty i trendy badawcze (Multimodalność, agenci, RAG, LLM vs. SLM).
- Ciemna strona: Etyka, własność intelektualna, uprzedzenia, halucynacje i inżynieria społeczna.
- Ocena ryzyka: Zatrucie danych, Nepenthes i ryzyko "ogłupienia" talentów ludzkich.
- Taksonomia modeli: Podstawowe vs. Specyficzne dla zadań; Zamknięte vs. Otwarte modele wagowe.
Moduł 2: Obecny krajobraz i zestaw narzędzi
- Arena modeli językowych: Porównanie wydajności i benchmarków.
- Kryteria zakupu dla profesjonalistów: Koszt, opóźnienie, prywatność i uzależnienie od dostawcy.
- Przegląd dużych modeli: OpenAI ChatGPT, Perplexity, Gemini i Grok.
- Niszowe i małe modele: Manus, SpecKit.
- Generowanie graficzne: Perchance
- Ograniczenia techniczne: Zgnilizna kontekstu vs. Koszt tokenów.
Moduł 3: Interakcja - Inżynieria promptów i kontekstu
- Framework weryfikacji: Kompletność, spójność i weryfikowalność.
- Strategia RAG: Kiedy używać Retrieval-Augmented Generation, a kiedy dostrajania.
- ROI AI: Koszty utrzymania vs. Zyski produktywności.
- Zaawansowane techniki: 20+ metod promptów i RAG z przykładami z życia wziętymi.
- Eksperymentalne granice: Triangulacja, mapa i przegląd terenu oraz generowanie oparte na modelach.
Moduł 4: AI w zarządzaniu projektami Agile
- Pilot superkomputera: AI jako silnik automatyzacji.
- Podejmowanie decyzji: Odpowiedzialność człowieka vs. Wsparcie AI.
- AIOps i GitOps: Integracja AI w operacyjny przepływ pracy.
- Łańcuchy narzędzi i rurociągi: Tworzenie bezproblemowego środowiska napędzanego AI.
- Artefakty Agile: Backlog, roadmapa i inżynieria wymagań.
- Precyzyjne zarządzanie: Planowanie pojemności i szacowanie (Dokładność vs. Precyzja).
- Własność produktu: Pomysły, analiza funkcji i ryzyka Vibe-coding.
- Ryzyko i scenariusze: Planowanie na wypadek "Co jeśli" i automatyczne zarządzanie ryzykiem.
- Udoskonalanie: Opis przypadków użycia i user stories oraz ich udoskonalanie.
Wymagania
- Podstawowa znajomość Manifestu Agile i frameworka Scrum.
- Doświadczenie w zarządzaniu projektami, własnością produktu lub zarządzaniu zespołem.
- Wymagana jest znajomość narzędzi cyfrowych, choć nie jest wymagane wcześniejsze doświadczenie w programowaniu lub inżynierii AI.
Grupa docelowa
- Agile Project Managerzy i Scrum Masterzy.
- Product Ownerzy i Product Managerzy.
- Liderzy zespołów IT i Delivery Managerzy.
- Analitycy biznesowi pracujący w środowiskach Agile.
- Menedżerowie operacyjni zainteresowani AIOps.
7 godzin
Opinie uczestników (2)
Trener jest cierpliwy i bardzo pomocny. Doskonale zna temat.
CLIFFORD TABARES - Universal Leaf Philippines, Inc.
Szkolenie - Agentic AI for Business Automation: Use Cases & Integration
Przetłumaczone przez sztuczną inteligencję
Zdolny do dostosowania się na podstawie sugestii odbiorców – np. zdolny do natychmiastowego stworzenia rzeczywistego scenariusza agenta AI.
Brett McLaren - Zoll Itamar
Szkolenie - ChatGPT for Productivity: A Beginner’s Guide
Przetłumaczone przez sztuczną inteligencję