Bądźmy w kontakcie

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

Liczba uczestników


Cena za uczestnika (netto)

Opinie uczestników (2)

Propozycje terminów

Powiązane Kategorie