KOHORTA 3


Harmonogram pracy

Self-learning & Teamwork

Przez pierwsze 4 tygodnie tego programu będziesz samodzielnie realizował / realizowała 6 modułów z wykorzystaniem materiałów on-line. Czekają Cię bogate biblioteki materiałów, tematyczne sesje eksperckie dla uczestników programu, sesje Q&A oraz spora dawka praktycznych zadań! Wszystkie materiały są dostępne od startu programu, jednak Organizatorzy zachęcają na rozłożenie sobie pracy na konkretne tygodnie nauki. 

Uczestnik w ramach 1 tygodnia realizuje:

MODUŁ 0 | Wprowadzenie do samodzielnej nauki
MODUŁ 1  | Co to jest AI?

Uczestnik w ramach 2 tygodnia realizuje:

MODUŁ 2 | Prawo i etyka w zastosowaniach AI
MODUŁ 3 | Generatywne narzędzia AI

Uczestnik w ramach 3 tygodnia realizuje:

MODUŁ 4 | POC (Proof of Concept) & Agenty AI
MODUŁ 5 | Mastery AI
MODUŁ 6 | AI w praktyce

Uczestnik w ramach 4 tygodnia:

  • Zapoznaje się z wyzwaniami od partnerów branżowych
  • Ma możliwość zakupu udziału w II części zespołowej*

*Koszt udziału w II części zespołowej programu AIDEAS dla jednego uczestnika wynosi 259 zł brutto. Szczegóły określone są w Regulaminie programu.

Kolejny etapem nauki będzie współpraca w zespole nad konkretnym wyzwaniem biznesowym od naszych partnerów branżowych. Każdy z uczestników realizuje dodatkowo 3 moduły merytoryczne na platformie kursowej. Ta część programu nastawiona jest na samoorganizację zespołu, praktyczne działanie w zespole oraz testowanie, testowanie i jeszcze raz testowanie tworzonego rozwiązania!
Dołączasz samemu do programu? Bez obaw - przydzielimy Cię do interdyscyplinarnego zespołu! :)

Uczestnik w zespole w ramach 5 tygodnia realizuje:

MODUŁ 1.1 

-Start rakiety! Poznaj swoją załogę
- Kosmiczna mapa misji: określanie celów, efektów i kroków dla swojego Agenta.

Uczestnik w zespole w ramach 6 tygodnia realizuje:

MODUŁ 2.1

- Serce kosmicznego agenta. Definiowanie osobowości i źródeł
- Konstrukcja silnika | projektowanie rdzenia agenta

Uczestnik w zespole w ramach 7 tygodnia realizuje:

MODUŁ 3.1 

- Stacja weryfikacja. Opracowanie reguł i testowanie Agenta AI
- Misja końcowa. Integracja i automatyzacja zespołu Agenty AI.



Uczestnik w zespole w ramach 8 tygodnia:


- Dopracowuje finalną prezentację projektu zespołu 
- Przygotowuje Pitch w formie krótkiego video do zgłoszenia na Wielką Wirtualną Celebrację (opcjonalnie)

Wielka Wirtualna Celebracja 

programu AIDEAS

Wirtualna celebracja 
najciekawszych projektów

Informacja zwrotna od ekspertów
do wybranych projektów

Certyfikat potwierdzający
ukończenie programu

Nie zabraknie również wspólnej celebracji! Wszystkich uczestników, którzy ukończą program AIDEAS zaprosimy na wirtualną celebrację,
networking z ponad 500 uczestnikami programu, a także na wirtualną kawę. ;)

Największą siłą programu jest jego praktyczny wymiar: uczestnicy nie tylko zdobywają wiedzę, ale także realizują własne projekty AI, korzystając z realnego wsparcia ekspertów i partnerów biznesowych.

Monika Lis

Kierownik Sprzedaży ds. Kluczowych Klientów

Najmocniejszą stroną #AIDEAS moim zdaniem było… Część praktyczna i możliwość uczenia się nie tylko na podstawie teorii ale też na błędach, iteracyjnie na udostępnionym narzędziu. Powiedzmy wprost: możliwość nauki za cudze tokeny - bezcenna ;)

Diana Stankiewicz

UX Researcher

Najmocniejszą stroną #AIDEAS moim zdaniem było… mała dawka teorii, mnóstwo praktyki, dość długi czas na spokojną naukę i poznanie zasad działania narzędzi, możliwość testowania, testowania i jeszcze raz testowania! Wiedza, którą zdobyłem już przekłada się na pracę nad rozwiązaniami automatyzacji, poszukiwania inspiracji i generowania nowych pomysłów jak lepiej prowadzić biznes.

Robert Skowron

Branża FMCG

Najmocniejszą stroną #AIDEAS moim zdaniem była duża dawka wiedzy - zarówno teoretycznej, jak i praktycznej. Możliwość dostosowywania szkoleń do swoich możliwości czasowych - opcja odsłuchiwania również webinarów. Fakt, że można było skorzystać z tak wartościowego szkolenia za darmo lub bardzo małym nakładem finansowym.

Agata Pomorska

Chief Financial Officer (CFO)

Dzięki programowi usystematyzowałem wiedzę i mimo braku branży przemysłowej w wyzwaniach, wymyśliłem kilka rozwiązań, które będę się starał testować i wdrażać w pracy.

Błażej Dziuba

Regional OSHE Manager - Europe

Udział w projekcie AIDEAS usystematyzował i pogłębił moją wiedzę teoretyczną, w praktyce dał wstęp do rozwoju, rozwiał pewne obawy. Najmocniejszą stroną #AIDEAS moim zdaniem było wyjaśnienie od podstaw definicji AI i jej zastosowania. Dzięki temu można obalić mity, usystematyzować wiedzę i dalej ją zgłębiać.

Maja Bogdanowicz

Branża dowelopersko-budowlana

Najmocniejszą stroną programu była możliwość poznania nowoczesnych narzędzi i zasad ich działania, a także fantastyczna atmosfera współpracy. Zespół, z którym pracowałam, był bardzo zaangażowany, pomocny i otwarty – to ogromna wartość ❤️

Amelia Stroińska

Pracownia Krawiecka

Udział w projekcie ugruntował moją wiedzę teoretyczną i praktyczna w AI i zachęcił do dalszej pracy. Najmocniejszą stroną #AIDEAS moim zdaniem było wyjaśnienie od podstaw definicji AI i jej zastosowania. Dzięki temu można obalić mity, usystematyzować wiedzę i dalej ją zgłębiać.

Bartosz Bujalski

Kierownik HR

Najmocniejszą stroną #AIDEAS moim zdaniem było skupienie na wielu płaszczyznach, które okalają nowa technologię, czyli kwestie prawne, praw autorskich, etyki, działania na podstawie prawdziwych danych dostarczonych przez różne branże.

Krzysztof Winciorek

Web master & developer

Przemyślany system nauki, dedlajny idealne dla tych, którzy mają problemy z samoorganizacją. Czytelne tutoriale i łopatologiczne instrukcje. Idealny program dla osób początkujących.

Marta Basiak

Pedagog

Udział w programie pozwolił mi na zbudowanie silnych fundamentów do wykorzystania AI w zakresie wykraczającym poza podstawową znajomość AI. Jeżeli będzie to możliwe wykorzystam tą wiedzę w obecnej organizacji - jeżeli nie, pozwoli mi ona w poszukiwaniu możliwości dalszego rozwoju poza nią.

Marcin Łochin

Service Excellence Senior Consultant

Na czym polega AIDEAS?

7-tygodniowy program

W pierwszych 3 tygodniach edukacji będziesz zdobywał wiedzę indywidualnie. Później dołączysz do interdyscyplinarnego zespołu,
w którym przez 4 tygodnie będziesz projektował innowację!
Cały program realizowany jest w formie on-line!

Praca nad wyzwaniami biznesowymi

Nie działamy sami! Są z nami nasi partnerzy, którzy przygotowali realne wyzwania biznesowe, nad którymi będziesz
mogła/mógł pracować! Wszystkie spotkania on-line będą odbywały się w dni robocze w godz. 18:00-20:00.

Praca indywidualna oraz zespołowa

W ramach tego programu chcemy zapewnić Ci maximum wiedzy
i doświadczenia. Dlatego opracowaliśmy program kompleksowego rozwoju z zakresu sztucznej inteligencji i opracowywania automatyzacji. Przez pierwsze 3 tygodnie stawiamy na pracę indywidualną - a później zespołową. ;-)

Wiedza podparta praktyką i certyfikatem

Po zakończeniu programu AIDEAS opuścisz nas z gotowym projektem AI, a także certyfikatem potwierdzającym zdobycie niezbędnej wiedzy i doświadczenia w obszarze AI od 
EIT Deep Tech Talent Initiative, Politechniki Wrocławskiej oraz Generatora Pomysłów. 

1 TYDZIEŃ | 0 moduł 

Cele

  • Wprowadzenie uczestników w strukturę i cele kursu.
  • Odkrycie swoich mocnych stron oraz obszarów do rozwoju, wspierających lepsze wykorzystanie AI w praktyce.
  • Zapoznanie się z agentem AI i jego rolą jako wsparcia w nauce, pracy zespołowej oraz realizacji wyzwań branżowych.
  • Poznanie narzędzi wspierających naukę, współpracę oraz rozwój kompetencji.
  • Wypracowanie planu działania, który ułatwi uczestnikom płynne przejście od teorii do praktycznego zastosowania AI.


Efekty

  • Uczestnik jasno rozumie strukturę kursu, cele modułów i wymagania na poszczególnych etapach.
  • Nawiązał integrację z innymi uczestnikami programu, co sprzyja współpracy i wymianie wiedzy.
    Potrafi korzystać z narzędzi AI wspierających naukę i pracę zespołową.
  • Poznał swoje mocne strony oraz obszary do rozwoju w kontekście AI i ich praktycznego zastosowania.
    Jest gotowy do realizacji kolejnych etapów kursu dzięki opracowanemu planowi działania.

1 TYDZIEŃ | 1 moduł 

Cele


  • Zdobycie wiedzy na temat różnic między tradycyjnymi algorytmami AI a Generative AI (GenAI).
  • Zrozumienie różnic między Machine Learning a Generative AI oraz ich zastosowań w różnych dziedzinach.
  • Rozwinięcie umiejętności krytycznej oceny zastosowań AI w różnych scenariuszach.
  • Nauka świadomej i krytycznej oceny treści generowanych przez AI

Efekty

  • Uczestnik zna definicję AI, jej możliwości oraz podstawowe narzędzia i obszary zastosowań.
  • Ma doświadczenie w pierwszych interakcjach z AI poprzez praktyczne ćwiczenia, takie jak promptowanie, i rozumie, że korzystanie z AI jest intuicyjne.
  • Rozróżnia Machine Learning i Generative AI, wskazuje ich kluczowe zastosowania i świadomie ocenia ich ograniczenia.

2 TYDZIEŃ | 2 moduł

Cele


  • Nabycie wiedzy i umiejętności pozwalających unikać naruszeń prawa podczas korzystania z narzędzi AI.
  • Pozyskanie wiedzy o kluczowych regulacjach prawnych (AI Act, RODO, prawa autorskie).



Efekty

  • Uczestnik rozumie, kiedy i w jakim zakresie można wykorzystywać rezultaty generowane przez narzędzia AI w pracy.
  • Potrafi ocenić ryzyko prawne związane z używaniem grafiki, tekstu i innych materiałów generowanych przez AI.
  • Zna zasady bezpiecznego korzystania z darmowych narzędzi AI, rozumie ich ograniczenia oraz polityki firmowe i regulaminy dostawców AI.
  • Posiada wiedzę na temat kluczowych zasad prawnych dotyczących generowania i wykorzystywania treści stworzonych przez AI.
  • Analizuje i krytycznie ocenia etyczne konsekwencje stosowania AI w różnych kontekstach zawodowych.

    2 TYDZIEŃ | 3 moduł 

    Cele


    • Rozpoznanie i zrozumienie głównych typów algorytmów AI oraz ich zastosowań w praktyce.
    • Zrozumienie kluczowych różnic między modelami LLM, Generative AI oraz ich praktycznych zastosowań w różnych dziedzinach.
    • Praktyczne wykorzystanie generatywnych narzędzi AI w mini-projektach, które odzwierciedlają rzeczywiste scenariusze.
    • Tworzenie mini-projektów wykorzystujących generatywne narzędzia AI, takich jak tworzenie grafik, animacji wideo oraz muzyki dostosowanej do różnych projektów.

    Efekty

    • Uczestnik zna zaawansowane możliwości sztucznej inteligencji i jej zastosowania w różnych dziedzinach.
    • Rozumie metody poprawy jakości i anonimizacji danych w projektach AI.
    • Stosuje zaawansowane techniki promptowania w celu uzyskania bardziej precyzyjnych wyników.
    • Identyfikuje praktyczne zastosowania przetwarzania obrazu i rozumie jego podstawowe mechanizmy.
    • Wykorzystuje narzędzia No-Code i Low-Code do tworzenia aplikacji AI bez konieczności programowania.

      3 TYDZIEŃ | 4 moduł

      Cele

      • Nauka jak AI wspiera proces rozwiązywania problemów.

      • Zrozumienie, czym jest Proof of Concept (POC) i jak go stosować do testowania pomysłów.

      • Poznanie sposobów budowania i wdrażania agentów AI do automatyzacji zadań, analizy danych oraz optymalizacji procesów biznesowych.

      • Zrozumienie, jak jakość danych wpływa na skuteczność modeli AI oraz jak oceniać kompletność, spójność i wiarygodność danych w projektach AI.

      • Zrozumienie, dlaczego anonimizacja danych jest kluczowa przy wdrażaniu AI, jakie dane należy chronić i jak stosować proste metody anonimizacji.

      Efekty

      • Uczestnik rozumie, jak AI może wspierać w rozwiązywaniu problemów.

      • Definiuje Proof of Concept (POC), odróżnia go od prototypu i stosuje w testowaniu pomysłów przed pełnym wdrożeniem.

      • Projektuje i wdraża własne agentów AI do automatyzacji zadań.

      • Ocenia jakość danych i ich wpływ na działanie AI, analizując ich kompletność oraz wiarygodność.

      • Rozumie znaczenie anonimizacji danych w kontekście AI i zna podstawowe metody ochrony danych osobowych oraz firmowych.


        3 TYDZIEŃ | 5 moduł 

        Cele

        • Poznanie zaawansowanych możliwości sztucznej inteligencji i jej przyszłościowych zastosowań.

        • Zrozumienie roli jakości i anonimizacji danych w projektach AI oraz poznanie metod poprawy ich bezpieczeństwa.

        • Zrozumienie zaawansowanych technik promptowania, takich jak np. Chain of Thought.

        • Poznanie metod przetwarzania obrazu i jego zastosowań w różnych branżach.

        • Zrozumienie, jak można rozwijać i wdrażać AI bez konieczności kodowania, dzięki narzędziom No-Code i Low-Code.



          Efekty


          • Uczestnik zna zaawansowane możliwości sztucznej inteligencji i jej zastosowania w różnych dziedzinach.

          • Rozumie metody poprawy jakości i anonimizacji danych w projektach AI.

          • Stosuje zaawansowane techniki promptowania w celu uzyskania bardziej precyzyjnych wyników.

          • Identyfikuje praktyczne zastosowania przetwarzania obrazu i rozumie jego podstawowe mechanizmy.

          • Wykorzystuje narzędzia No-Code i Low-Code do tworzenia aplikacji AI bez konieczności programowania.

          3 TYDZIEŃ | 6 moduł

          Cele

          • Poznanie trendów przyszłości AI i ich wpływu na różne branże.
          • Zrozumienie obecnych możliwości AI i jej realnego wpływu na codzienność.
          • Rozwinięcie umiejętności monitorowania nowości w tej dziedzinie.
          • Opracowanie indywidualnego planu wdrożenia AI, dostosowanego do swoich potrzeb i środowiska zawodowego.




            Efekty

            • Uczestnik rozumie kierunki rozwoju AI i ich wpływ na przyszłość różnych branż.

            • Zna aktualne możliwości AI i potrafi zastosować je w praktyce.

            • Weryfikuje odpowiedzi AI, rozpoznaje błędy i optymalizuje prompty dla lepszych rezultatów.

            • Efektywnie wykorzystuje Asystenta AI do organizacji pracy i planowania.

            • Tworzy realistyczny plan wdrożenia AI, dostosowany do własnych potrzeb, narzędzi i procesów automatyzacji.


              4 TYDZIEŃ 

              Uczestnik w ramach 4 tygodnia:

              • Zapoznaje się z wyzwaniami od partnerów branżowych
              • Ma możliwość zakupu udziału w II części zespołowej*

                5 tydzień programu

                Cel

                • Zbudowanie podstaw do efektywnej współpracy w zespole.

                • Zrozumienie etapów pracy zespołowej w kontekście projektowania agentów AI.

                • Zapoznanie się z 9 krokami procesu tworzenia agenta i ich praktycznym zastosowaniem.

                • Określenie celu i efektów działania agenta AI dla danej branży.

                • Stworzenie wstępnej struktury działania agenta – podział na etapy i zadania.

                • Przygotowanie do kolejnych etapów pracy, w tym dopracowania mechanizmów działania agenta AI.

                Efekty

                • Uczestnik potrafi efektywnie pracować w zespole i ustalać zasady współpracy.

                • Zna etapy projektowania agentów AI i potrafi organizować pracę zespołu.

                • Stosuje w praktyce 9 kroków procesu tworzenia agenta w rzeczywistych scenariuszach.

                • Określa cele i oczekiwane efekty działania agenta AI w sposób precyzyjny.

                • Tworzy szczegółową strukturę funkcjonowania agenta oraz dzieli jego zadania na kluczowe etapy.

                • Jest przygotowany do dalszego rozwijania agenta, wprowadzania usprawnień oraz testowania jego funkcjonalności.

                6 tydzień programu

                Cele



                • Określenie osobowości agenta AI, jego stylu komunikacji i sposobu interakcji z użytkownikiem.

                • Zdefiniowanie źródeł danych, z których agent AI będzie czerpał informacje – zarówno od klienta, jak i z ogólnodostępnych zasobów.

                • Zrozumienie znaczenia modelu silnika AI oraz jego wpływu na sposób działania agenta.

                • Dobranie odpowiedniego modelu AI oraz ustawienie parametrów, takich jak temperatura, w zależności od przeznaczenia agenta.

                • Stworzenie pełnej specyfikacji technicznej agenta, która będzie podstawą do dalszego rozwoju i testowania.

                Efekty

                • Uczestnik potrafi definiować osobowość agenta AI i dopasowywać jego styl komunikacji do użytkownika.

                • Identyfikuje i określa źródła danych, z których agent AI będzie pobierał informacje.

                • Rozumie różnice między modelami silników AI oraz ich wpływ na generowane treści i interakcje.

                • Dobiera odpowiedni model AI i dostosowuje temperaturę, aby zoptymalizować działanie agenta do konkretnych potrzeb.

                • Tworzy kompletną specyfikację agenta AI, obejmującą jego cechy, źródła wiedzy i parametry techniczne.

                7 tydzień programu

                Cele



                • Sformułowanie pełnej listy zadań dla każdego agenta oraz określenie jego funkcjonalności w konkretnych scenariuszach.

                • Stworzenie i przeprowadzenie scenariuszy testowych dla każdego agenta, aby zweryfikować jego działanie w praktyce.

                • Analiza wyników testów i wprowadzenie pierwszych poprawek w działaniu poszczególnych agentów.

                • Integracja wszystkich agentów w jeden system i przetestowanie ich współpracy w zespole.

                • Optymalizacja automatyzacji agentów tak, aby działały w sposób spójny i efektywny.

                • Przygotowanie do prezentacji końcowej, w której zespół zaprezentuje działanie swojego rozwiązania.

                Efekty

                • Uczestnik potrafi tworzyć pełną listę zadań dla każdego agenta, określając jego role i funkcje.

                • Przeprowadza testy działania agentów i wyciąga wnioski na temat ich skuteczności.

                • Analizuje wyniki testów i wprowadza usprawnienia w działaniu agentów.

                • Integruje wielu agentów w jeden spójny system, zapewniając ich efektywną współpracę.

                • Automatyzuje działanie agentów AI, minimalizując potrzebę ręcznego nadzorowania.

                • Przygotowuje i prezentuje gotowe rozwiązanie AI.


                  8 tydzień programu

                  Cele



                  • Rozwijanie umiejętności konstruktywnego udzielania feedbacku merytorycznego innym zespołom.
                  • Doskonalenie samooceny kompetencji, aby świadomie planować dalszy rozwój w zakresie AI.
                  • Zrozumienie różnorodnych podejść do projektowania agentów AI poprzez analizę prac innych zespołów.

                  Efekty

                  • Uczestnicy potrafią udzielać wartościowego i konstruktywnego feedbacku na podstawie merytorycznych analiz.
                  • Świadoma ocena własnych kompetencji i identyfikacja obszarów do dalszego rozwoju.
                  • Zwiększona świadomość różnych strategii i rozwiązań stosowanych w projektach AI dzięki ocenie i wymianie doświadczeń między zespołami.