Plan Szkolenia
Blok 1 — Wspólne Podstawy (Dzień 1–2)
Dzień 1 — Poranek: Człowiek w Adaptacji AI
• Kalibracja zaufania / polegania: kiedy używać AI, kiedy przestać.
• Struktura porozumienia zespołowego (wyzwalacz / działanie / dowód / właściciel).
• Rola Kuratora Promptów: walidacja, decyzja, zatwierdzenie. Plan reagowania na incydenty AI.
Dzień 1 — Popołudnie: Ograniczenia, Ryzyka i Zgodność
• Rzeczywiste możliwości LLM — wektory ryzyka promptów: iniekcja, wyciek danych, halucynacje.
• Ramy prawne: RODO, Akt AI UE — standardy sektorowe (DICOM, HL7, HIPAA).
• Ćwiczenie praktyczne: przetłumaczenie standardu domenowego na ograniczenie promptów.
Dzień 2 — Poranek: Architektura Techniczna Promptów
• Architektura agenta: pamięć, kontekst, cele — z perspektywy projektowania promptów.
• Integracja API i źródła danych domenowych, łańcuchy multi-agentowe i promptów.
Dzień 2 — Popołudnie: Anatomia Promptów Przedsiębiorstwa
• 6 warstw: Rola / Kontekst / Ograniczenia / Standardy Domenowe / Format / Przykłady.
• Hierarchia promptów: System (cała organizacja) — Domena (zespół) — Zadanie (indywidualne).
• Demo: dekonstrukcja naiwnego promptu, jego przebudowa. Brief zespołu na dni 3–5.
Blok 2 — Warsztaty Współtworzenia (Dzień 3–4–5)
Dzień 3 — Odkrywanie i Audyt Standardów
- Równoległe warsztaty zespołowe: Architekci, Deweloperzy Specyficzni dla Domeny, Back-End, QA.
- Mapowanie standardów przedsiębiorstwa i ograniczeń — identyfikacja konfliktów międzyzespołowych.
- Rezultat Dnia 3: Mapa Standardów + macierz priorytetów wpływu / wysiłku.
Dzień 4 — Projektowanie Konwencji i Budowa Szablonów
- Konwencje nazewnictwa, wersjonowanie, system tagów (zespół, domena, narzędzie docelowe).
- Budowa pierwszych zwalidowanych szablonów: TypeScript DICOM, przegląd kodu, testy QA, dokumentacja API.
- Rezultat Dnia 4: 4+ operacyjnych szablonów + przewodnik konwencji.
Dzień 5 — Zgromadzenie Biblioteki, Zarządzanie i Oficjalne Przekazanie
- Organizacja biblioteki, integracja GitHub Copilot / Cursor / wewnętrzne API LLM.
- Rola Kuratora Promptów, metryki jakości, rytuały zespołowe, 30-dniowy plan wdrożenia.
- Ostateczny Rezultat Dnia 5: Udokumentowana Biblioteka v1.0 + Karta Zarządzania + 30-Dniowy Plan.
Wymagania
- Ukończenie przynajmniej jednego szkolenia z AI (wprowadzającego lub zaawansowanego).
- Profile techniczne: doświadczenie w rozwoju w stosie technologicznym firmy.
- Profile zarządzające: podstawowa znajomość narzędzi AI (ChatGPT, Copilot itp.).
- Zaangażowanie firmy: aktywny udział liderów zespołów w dniach 3–5.
- Wcześniejsze dostarczenie: istniejąca dokumentacja standardów (README, przewodniki kodowania).
Grupa docelowa
- Architekci oprogramowania
- Deweloperzy (specyficzni dla domeny, back-end, front-end)
- Inżynierowie QA / Technicy kodowania
- Liderzy zespołów i menedżerowie średniego szczebla
- Menedżerowie IT, decydenci i liderzy 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