PROGRAM
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.
Etapy nauki
MODUŁ 0 | 1 tydzień
Przez pierwsze 3 tygodnie tego programu będziesz samodzielnie realizował 7 modułów z wykorzystaniem materiałów on-line.
Czekają Cię bogate biblioteki materiałów, tematyczne webinary dla uczestników programu, sesje Q&A z ekspertami oraz spora dawka praktycznych zadań!
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.
MODUŁ 1 | 2 tydzień
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.
MODUŁ 2 | 2 tydzień
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.
MODUŁ 3 | 2 tydzień
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.
MODUŁ 4 | 3 tydzień
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.
MODUŁ 5 | 3 tydzień
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.
MODUŁ 6 | 3 tydzień
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.
Kolejny etapem nauki będzie współpraca w 6-osobowym zespole nad konkretnym wyzwaniem biznesowym.
Dołączasz samemu do programu? Bez obaw - przydzielimy Cię do interdyscyplinarnego zespołu.
4 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.
5 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.
6 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.
7 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.
Kompetencje zdobywane w programie AIDEAS
Wiedza:
Podstawy sztucznej inteligencji, w tym uczenie maszynowe, sieci neuronowe i narzędzia generatywne AI.
Zrozumienie fundamentów AI, w tym definicji, zastosowań, możliwości i ograniczeń.
Znajomość generatywnych narzędzi AI, takich jak grafika, wideo, muzyka oraz ich wykorzystanie w biznesie.
Zrozumienie prawa i etyki w kontekście AI, w tym
wpływu AI na biznes i społeczeństwo.
Wiedza na temat budowy agentów AI oraz Proof of Concept (POC).
Znajomość zaawansowanych technik, takich jak anonimizacja danych, jakość danych i przetwarzanie obrazu.
Świadomość możliwości AI bez programowania (Low/No Code).
Umiejętności:
Skuteczne promptowanie i formułowanie zapytań dla narzędzi AI.
Analiza potencjalnych zastosowań AI w różnych branżach, takich jak edukacja, zdrowie, przemysł czy marketing.
Korzystanie z generatywnych narzędzi AI do tworzenia treści (grafiki, wideo, muzyki).
Tworzenie i zarządzanie prostymi agentami AI oraz planowanie ich wdrożenia.
Analiza i interpretacja danych w projektach AI.
Ocena możliwości, ograniczeń i praktycznych zastosowań AI w codziennej pracy.
Samodzielna praca z narzędziami i metodami AI, rozwijanie własnych kompetencji.
Postawa:
Otwartość na eksperymentowanie z nowymi technologiami i ich praktycznym zastosowaniem.
Odpowiedzialność za etyczne korzystanie z AI i podejmowanie decyzji w zgodzie z zasadami prawa.
Proaktywność w rozwijaniu swoich kompetencji i poszukiwaniu wiedzy.
Krytyczne myślenie w ocenie wpływu AI na biznes i społeczeństwo.
Gotowość do wdrażania nowoczesnych rozwiązań w swojej pracy.
Wiedza:
Zastosowanie zaawansowanych technik, takich jak modelowanie silników AI, personalizacja oraz automatyzacja agentów AI.
Zrozumienie procesu budowy Agenta AI od podstaw, w tym definiowania celów, funkcji i zachowań.
Wiedza o personalizacji Agenta AI (określanie osobowości, wybór źródeł danych).
Znajomość modelowania silników AI (temperatura, dobór modelu).
Wiedza na temat integracji i automatyzacji zespołu agentów AI.
Zrozumienie znaczenia współpracy zespołowej w rozwijaniu projektów AI.
Tworzenie scenariuszy testowych i listy zadań dla systemów AI.
Umiejętności:
Projektowanie i rozwijanie Proof of Concept (PoC) w postaci funkcjonalnych agentów AI, dostosowanych do rzeczywistych potrzeb biznesowych.
Praca zespołowa nad rozwojem Agentów AI, w tym ich personalizacja i wdrażanie.
Określanie celów, efektów i kroków w projektach AI wspólnie z zespołem.
Tworzenie i testowanie scenariuszy testowych dla systemów AI.
Integracja i automatyzacja rozwiązań AI w pracy zespołowej.
Skuteczna komunikacja i współpraca w zespołach wielofunkcyjnych.
Rozwijanie projektów AI przy wsparciu eksperckim.
Postawa:
- Zaangażowanie w pracę zespołową i współpracę z innymi uczestnikami programu.
- Otwartość na feedback i gotowość do wspólnego rozwiązywania problemów.
- Zorientowanie na cel i efektywność w realizacji wspólnych zadań.
- Wrażliwość na aspekty etyczne i społeczne projektów AI realizowanych w zespole.
- Kreatywność w tworzeniu i wdrażaniu innowacyjnych rozwiązań AI.
PODSUMOWANIE
Program AIDEAS rozwija kompleksowy zestaw kompetencji w dwóch głównych obszarach: indywidualnym i zespołowym. Uczestnicy zdobywają solidne podstawy wiedzy, praktyczne umiejętności pracy z AI oraz kształtują odpowiedzialną, otwartą i kreatywną postawę, niezbędną do realizacji projektów AI w nowoczesnych organizacjach.
FINAŁ PROGRAMU AIDEAS
Wirtualna celebracja
najciekawszych projektów
Informacja zwrotna od ekspertów
do przygotowanych 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. ;)
