Transformacja cyfrowa
Omówienie głównych wyzwań, celów i barier w filozofii data-driven wzmacnianej narzędziami AI, dostosowanych do branży, popartych przykładami z realizowanych projektów. Kwestie bezpieczeństwa i etyki w biznesie.
Personalizuj szkolenia
Stwórz ścieżkę
- Szkolenia na miarę Twoich wyzwań
- Szkolenia na miarę Twoich wyzwań
- Szkolenia na miarę Twoich wyzwań
[ Oferta szkoleniowa ]
Ścieżki edukacyjne
Projektujemy szkolenia, które w pełni odpowiadają specyfice Twojej organizacji.
Nasze programy są praktyczne, elastyczne i dopasowane do Twoich potrzeb,
aby wspierać transformację cyfrową i rozwój zespołów w skuteczny sposób.
[ oferta ]
Ścieżki edukacyjne
01
02
03
04
05
06
07
08
09
10
10
ścieżek
15
modułów
Nasze podejście
Nasze podejście opiera się na dogłębnym zrozumieniu Twoich potrzeb i wyzwań. Projektujemy szkolenia dostosowane do specyfiki Twojej organizacji, które łączą praktyczną wiedzę z realnymi rozwiązaniami gotowymi do zastosowania.
Jak to działa?
Proces personalizacji opiera się na współpracy – zaczynamy od analizy Twoich wyzwań i oczekiwań, następnie tworzymy program „szyty na miarę”. Realizujemy szkolenie w sposób zrozumiały i angażujący, dostarczając rozwiązania, które przynoszą wymierne efekty w Twojej organizacji.
[ moduły ]
Moduły Twojej ścieżki – odkryj ich możliwości
-
-
Eksploracyjna analiza danych i architektura zarządzania danymi
Eksploracja danych, analiza ich jakości oraz tworzenie dokumentacji i polityk zarządzania danymi, z naciskiem na praktyczne zastosowanie wiedzy oraz promowanie kultury opartej na danych w organizacji.
-
Podstawy sztucznej inteligencji
Kluczowe pojęcia i technologie AI – od uczenia maszynowego po sieci neuronowe. Etapy budowania modeli oraz wiedza i przykłady zastosowania sztucznej inteligencji.
-
Podstawy Pythona
Wprowadzenie do języka Python – od podstaw składni po praktyczne wykorzystanie bibliotek NumPy, Pandas i Matplotlib. Twórz klasy, funkcje i analizuj dane.
-
Zaawansowana analiza danych z Pythonem
Pogłębiona analiza danych, czyszczenie i modelowanie danych, detekcja anomalii. Poznaj techniki statystyczne, analizę korelacji, regresji oraz zaawansowane metody, takie jak: PCA czy analiza skupień.
-
Zaawansowane uczenie maszynowe z Pythonem
Budowa efektywnych modeli uczenia maszynowego, optymalizacja hiperparametrów. Poznaj praktyczne zastosowanie Pythona w analizie danych oraz pracuj z bibliotekami takimi, jak: Scikit-learn, XGBoost czy TensorFlow.
-
Od analityki do produkcji
Poznaj proces wdrażania modeli AI w środowisku produkcyjnym – od trenowania modeli, przez ich optymalizację, po monitorowanie wydajności. Zarządzaj właściwymi modelami i skaluj je w chmurze.
-
AI w optymalizacji łańcucha dostaw
AI w usprawnieniu łańcucha dostaw - budowa i wdrażanie modeli predykcyjnych, monitorowanie ich wydajności oraz strojenie modeli z wykorzystaniem zasobów chmurowych.
-
Wykorzystanie AI w codziennej pracy
Praktyczne zastosowania AI w codziennych procesach i zadaniach. Naucz się skutecznie korzystać z narzędzi, takich jak ChatGPT, by tworzyć skuteczne treści, analizować dane i personalizować komunikację z klientami.
-
Wykorzystanie AI w codziennej pracy – poziom zaawansowany
Rozszerz wiedzę o generatywnej AI. Naucz się pisać zaawansowane prompty, tworzyć custom GPTs oraz wykorzystywać generatywną AI do zaawansowanych zadań, takich jak planowanie treści czy analiza danych.
-
Generatywna grafika – poziom podstawowy
Podstawy generowania grafik z pomocą narzędzi AI. Poznaj techniki pracy w Midjourney, eksploruj style, referencje i ćwicz tworzenie obrazów od podstaw.
-
Generatywna grafika – poziom zaawansowany
Nauka zaawansowanych technik w generowaniu grafiki. Praca z narzędziami takimi jak: Midjourney, Stable Diffusion oraz technikami wizualnymi.
-
Zarządzanie projektem i portfelem
Kluczowe zasady zarządzania projektami – od planowania, przez zarządzanie ryzykiem, po budżetowanie i priorytetyzację portfela projektów. Nauka łączy strategię z praktyką zarządzania.
-
Planowanie projektu
Skuteczne planowanie projektów – od struktury podziału produktów po harmonogramowanie z użyciem narzędzi takich jak: wykres Gantta czy ścieżka krytyczna.
-
Zarządzanie procesowe
Modelowanie procesów, notacja BPMN, optymalizacja i wdrażanie usprawnień
-
Aspekty regulacyjne
Regulacje prawne w zakresie AI, regulacje soft law, ocena zgodności, certyfikacja CE.
-
Zarządzanie ryzykiem stosowania systemów AI zgodnie z AI Act i RODO
Predefiniowany poziom ryzyka w AI Act, system zarządzania ryzykiem, FRIA, DPIA.
-
Ryzyko korzystania z generatywnej AI
Ryzyka związane z wykorzystaniem generatywnej AI w kontekście prawa autorskiego, ochrony danych osobowych, poufności, tajemnicy przedsiębiorstwa i cyberbezpieczeństwa.
-
Prawne wyzwania transformacji cyfrowej organizacji
Prawne aspekty transformacji cyfrowej, w tym regulacje, odpowiedzialności i obowiązki stron dotyczące umów chmurowych oraz umów na wdrożenie systemów AI w organizacji.
-
Prawo i etyka w HR
Kluczowe aspekty AI Act, obowiązki organizacji w zakresie AI literacy, systemy AI wspomagające procesy HR jako systemy wysokiego ryzyka, etyczna AI, FRIA.
-
AI - podstawy prawne dla działów prawnych
Zakres stosowania i obowiązki wynikające z AI Act, zarządzanie ryzykiem stosowania AI, umowy na stworzenie, wdrożenie, rozwój oraz maintenance systemów AI.
-
Data Governance
Praktyczne spojrzenie na zarządzanie bezpieczeństwem i prywatnością danych w organizacji z wykorzystaniem narzędzia Microsoft Purview. Stworzone z myślą o ochronie innowacji oraz danych w dobie sztucznej inteligencji.
-
Data Platform
Kluczowe aspekty budowy nowoczesnej platformy danych gotowej na scenariusze AI - od etapu integracji danych przez odpowiednie ułożenie i analitykę po efektywną prezentację danych i adopcje.
-
Agentic AI
Omówienie rozwiązań No-Code, Low-Code oraz Custom Code w kontekście budowy agentów AI z nastawieniem na konkretne procesy biznesowe w organizacji. Wybór podejścia do budowy agenta bazujący na ROI dla organizacji.
