Plan Szkolenia
Blok 1 — Wspólne Podstawy (Dni 1–2)
Dzień 1 — Poranek: Czynnik Ludzki w Adopcji AI
• Kalibracja zaufania/zależności: kiedy korzystać z AI, a kiedy przestać.
• Struktura uzgodnień zespołowych (wyzwalacz / działanie / dowód / właściciel).
• Rola Kuratora Promptów: walidacja, decyzja, podpisanie. Plan reakcji na incydenty AI.
Dzień 1 — Popołudnie: Ograniczenia, Ryzyka i Zgodność
• Rzeczywiste możliwości LLM – wektory ryzyka promptów: iniekcja, wyciek danych, halucynacje.
• Ramy prawne: RODO, UE AI Act – standardy sektorowe (DICOM, HL7, HIPAA).
• Ćwiczenie praktyczne: przetłumaczenie standardu domenowego na barierę promptów.
Dzień 2 — Poranek: Architektura Techniczna Promptów
• Architektura agenta: pamięć, kontekst, cele – z perspektywy projektowania promptów.
• Integracja API i źródła danych domenowych, wieloagenci i łączenie promptów.
Dzień 2 — Popołudnie: Anatomia Promptu Enterprise
• 6 warstw: Rola / Kontekst / Ograniczenia / Standardy domenowe / Format / Przykłady.
• Hierarchia promptów: System (cała organizacja) – Domena (zespół) – Zadanie (osobiste).
• Demo: dekonstrukcja naiwnego promptu, ponowne zbudowanie. Brief zespołowy na dni 3–5.
Blok 2 — Warsztaty Ko-konstrukcji (Dni 3–4–5)
Dzień 3 — Wykrywanie i Audyt Standardów
- Równoległe warsztaty zespołowe: Architekci, Programiści Specjaliści Domenowi, Back-End, QA.
- Mapowanie standardów enterprise i ograniczeń – identyfikacja konfliktów międzyzespołowych.
- Dostarczony produkt Dnia 3: Mapa Standardów + macierz priorytetów wpływ/uwzględnienie wysiłku.
Dzień 4 — Projektowanie Konwencji i Budowa Szablonów
- Konwencje nazewnictwa, wersjonowanie, system tagów (zespół, domena, docelowe narzędzie).
- Budowanie pierwszych zatwierdzonych szablonów: TypeScript DICOM, przegląd kodu, testy QA, dokumentacja API.
- Dostarczony produkt Dnia 4: 4+ operacyjnych szablonów + przewodnik konwencji.
Dzień 5 — Montaż Biblioteki, Governancja i Oficjalne Przekazanie
- Organizacja biblioteki, integracja z GitHub Copilot / Cursor / wewnętrznym API LLM.
- Rola Kuratora Promptów, metryki jakości, rytuały zespołowe, 30-dniowy plan wdrożenia.
- Ostateczny produkt Dnia 5: Udokumentowana Biblioteka v1.0 + Karta Governancy + Plan 30-dniowy.
Wymagania
- Ukończenie przynajmniej jednego szkolenia z zakresu AI (wstępnego lub zaawansowanego).
- Profil techniczny: doświadczenie w developmencie stosującym stos technologiczny firmy.
- Profil menedżerski: podstawowa znajomość narzędzi AI (ChatGPT, Copilot itp.).
- Zaangażowanie firmy: aktywne uczestnictwo liderów zespołów w dniach 3–5.
- Wcześniejsze dostarczenie: istniejąca dokumentacja standardów (README, przewodniki kodowania).
Grupa docelowa
- Architekci oprogramowania
- Programiści (specjaliści domenowi, back-end, front-end)
- Inżynierowie QA / technicy kodu
- Liderzy zespołów i menedżerowie średniego szczebla
- Menedżerowie IT, decydenci oraz kierownicy projektów AI
Opinie uczestników (1)
Zdobyłem wiedzę na temat biblioteki Streamlit w Pythonie i na pewno spróbuję ją wykorzystać, aby ulepszyć aplikacje w moim zespole, które są tworzone w R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Szkolenie - GitHub Copilot for Developers
Przetłumaczone przez sztuczną inteligencję