Kurs AI Automation Engineer

Prework pomoże Ci przygotować się do kursu bez stresu technicznego i organizacyjnego.

Zakres modułu:

• przygotowanie kont i narzędzi potrzebnych do pracy na kursie,
• przygotowanie konta Google,
• sprawdzenie dostępu do narzędzi komunikacyjnych,
• opcjonalne przygotowanie środowiska lokalnego,
• zapoznanie się z zasadami pracy bez używania danych poufnych,
• przygotowanie prostego pomysłu na narzędzie AI lub proces do automatyzacji.

Zaczynasz od zrozumienia, z czego składa się praktyczne narzędzie AI. Poznasz różnicę między modelem, chatbotem, aplikacją AI, workflow i agentem oraz zobaczysz, jak instrukcja systemowa, dane wejściowe, parametry modelu i ograniczenia wpływają na działanie rozwiązania.

Zakres modułu:

• komponenty narzędzia AI: model, instrukcja, dane wejściowe, wynik, ograniczenia i akcje,
• różnica między chatbotem, aplikacją AI i modelem przez API,
• podstawowe parametry modelu: temperatura, kontekst, limity, koszty i latency,
• zasady pracy z kluczami API i bezpieczeństwo konfiguracji,
• prompt engineering jako projektowanie zachowania aplikacji AI,
• porównanie działania modeli na tym samym zadaniu.

Budujesz pierwszą aplikację AI lub chatbota w Dify. Uczysz się wybierać model, ustawiać podstawową konfigurację, tworzyć instrukcję systemową, testować różne warianty promptów i poprawiać działanie aplikacji na podstawie wyników.

Zakres modułu:

• budowa prostego chatbota lub aplikacji AI,
• wybór modelu i podstawowa konfiguracja,
• tworzenie instrukcji systemowej,
• określanie stylu odpowiedzi, ograniczeń i przykładów,
• testowanie kilku wersji promptu,
• poprawa działania aplikacji po testach.

W tym module zamieniasz pomysł na konkretną specyfikację narzędzia AI. Określasz użytkownika, problem, dane wejściowe, oczekiwany wynik, ograniczenia i kryteria poprawnego działania.

Zakres modułu:

• zamiana pomysłu na specyfikację narzędzia AI,
• opis użytkownika, problemu, danych wejściowych i oczekiwanego wyniku,
• określenie ograniczeń, edge case’ów i kryteriów poprawnego działania,
• przygotowanie specyfikacji pod budowę w Dify, workflow, agencie lub innym narzędziu,
• użycie AI do doprecyzowania wymagań narzędzia.

Projektujesz logikę działania narzędzia AI. Rozpisujesz kroki procesu, decyzje, komunikaty, warianty odpowiedzi, sytuacje błędne i punkty kontroli.

Zakres modułu:

• projektowanie logiki działania narzędzia AI,
• rozpisanie kroków procesu, decyzji, komunikatów i wariantów odpowiedzi,
• przewidywanie sytuacji błędnych i punktów kontroli,
• przygotowanie prostego flow: wejście → decyzja → działanie → wynik,
• doprecyzowanie specyfikacji jako podstawy do dalszej budowy.

Uczysz się przygotowywać dane i dokumenty do pracy z AI. Porządkujesz przykładowe dane, usuwasz duplikaty, oznaczasz dane wrażliwe i przygotowujesz materiał do użycia w narzędziu AI.

Zakres modułu:

• czyszczenie przykładowych danych i dokumentów,
• usuwanie duplikatów i niespójności,
• porządkowanie nazw, pól i kategorii,
• oznaczanie danych wrażliwych,
• anonimizacja przykładowych danych,
• przygotowanie materiału do użycia w narzędziu AI.

Organizujesz dane i dokumenty jako bazę wiedzy dla narzędzia AI. Poznajesz pojęcia embeddingów, retrievalu, indeksu i baz wektorowych oraz sprawdzasz, kiedy prosta baza wiedzy wystarczy, a kiedy warto myśleć o rozwiązaniu RAG.

Zakres modułu:

• organizacja danych i dokumentów jako bazy wiedzy,
• import danych do bazy wiedzy,
• pojęcia: embedding, vector database, retrieval i index,
• czym są bazy wektorowe i do czego służą,
• Obsidian jako osobista baza wiedzy dla power usera,
• zasady aktualizacji i wersjonowania bazy wiedzy.

Budujesz asystenta wiedzy, który odpowiada na podstawie przygotowanych źródeł. Podłączasz bazę wiedzy, testujesz pytania do dokumentów i uczysz się ograniczać odpowiedzi do wskazanych materiałów.

Zakres modułu:

• podłączenie bazy wiedzy do aplikacji AI,
• budowa prostego przepływu RAG,
• testowanie pytań do dokumentów,
• ograniczenie odpowiedzi do wskazanych źródeł,
• projektowanie promptu dla asystenta wiedzy,
• sprawdzanie trafności odpowiedzi.

Ulepszasz działanie asystenta wiedzy. Sprawdzasz jakość odpowiedzi, cytowania, ustawienia wyszukiwania, reakcję na brak danych i sposoby ograniczania halucynacji.

Zakres modułu:

• poprawa działania asystenta wiedzy,
• testowanie cytowań i jakości odpowiedzi,
• sprawdzanie ustawień retrievalu,
• diagnoza halucynacji i odpowiedzi bez pokrycia w źródłach,
• projektowanie reakcji na brak odpowiedzi,
• rozpoznawanie, kiedy RAG ma sens, a kiedy wystarczy prostsze rozwiązanie.

Poznajesz podstawy budowy automatyzacji z AI. Tworzysz pierwsze workflow z triggerem, akcjami, warunkami, integracją i krokiem AI. Pracujesz na prostych przykładach branżowych.

Zakres modułu:

• podstawy Make lub n8n: trigger, akcja, warunek, integracja i AI step,
• budowa pierwszego workflow AI,
• pobieranie danych z formularza, arkusza lub wiadomości,
• dodanie kroku AI do klasyfikacji, ekstrakcji lub wygenerowania odpowiedzi,
• zapis wyniku w arkuszu,
• przygotowanie mini-artefaktów branżowych, np. HR, sprzedaż, support, edukacja, marketing.

Budujesz bardziej rozbudowany proces end-to-end. Planujesz flow, przygotowujesz prompty, dodajesz warunki, rozgałęzienia, obsługę błędów, logowanie i punkt kontroli człowieka.

Zakres modułu:

• wspólna budowa jednego większego procesu end-to-end,
• planowanie flow przed konfiguracją,
• przygotowanie promptów do poszczególnych kroków,
• dodanie warunków, rozgałęzień i obsługi błędów,
• logowanie wyników działania automatyzacji,
• dodanie punktu kontroli człowieka,
• przykładowe artefakty branżowe: klasyfikacja leadów, analiza zgłoszeń, obsługa zapytania, onboarding, follow-up.

Poznajesz różnicę między chatbotem, workflow i agentem AI. Projektujesz rolę agenta, cel jego działania, kontekst, pamięć, ograniczenia i scenariusze błędów.

Zakres modułu:

• różnica między chatbotem, workflow i agentem AI,
• projektowanie roli i celu działania agenta,
• tworzenie instrukcji systemowej agenta,
• określanie kontekstu, pamięci i granic działania,
• scenariusze błędów,
• ocena, kiedy agent ma sens, a kiedy lepszy będzie workflow.

Konfigurujesz agenta korzystającego z narzędzi lub akcji. Określasz zakres uprawnień, ograniczenia bezpieczeństwa, logowanie działań i punkt kontroli człowieka przed ryzykowną decyzją lub akcją.

Zakres modułu:

• konfiguracja agenta korzystającego z narzędzi lub akcji,
• określenie dostępnych akcji i zakresu uprawnień,
• dodanie ograniczeń bezpieczeństwa,
• logowanie działań agenta,
• punkt kontroli człowieka przed ryzykowną decyzją lub akcją,
• testowanie działania agenta w przykładowym scenariuszu.

Sprawdzasz, czy zbudowane narzędzie AI działa poprawnie i bezpiecznie. Testujesz jakość odpowiedzi, błędne dane wejściowe, halucynacje, prompt injection, evals i guardrails.

Zakres modułu:

• testowanie jakości odpowiedzi narzędzia AI,
• wykrywanie halucynacji i błędnych odpowiedzi,
• sprawdzanie odporności na prompt injection,
• testowanie błędnych lub niepełnych danych wejściowych,
• przygotowanie prostych evals,
• dodanie guardrails i ograniczeń w instrukcji systemowej,
• analiza kosztów i ograniczeń działania narzędzia,
• poprawa instrukcji po wynikach testów.

Na koniec dopracowujesz finalny prototyp narzędzia AI. Poprawiasz działanie po testach jakości i bezpieczeństwa, opisujesz scenariusz użycia, ograniczenia, sposób bezpiecznego wykorzystania i prezentujesz działanie rozwiązania.

Zakres modułu:

• dopracowanie finalnego prototypu narzędzia AI,
• poprawa działania po testach jakości i bezpieczeństwa,
• opisanie scenariusza użycia, ograniczeń i sposobu bezpiecznego wykorzystania,
• przygotowanie krótkiej instrukcji użycia,
• prezentacja działania narzędzia,
• opcjonalne pokazanie ścieżki technicznej: lokalne uruchomienie, self-hosting lub demo środowiska trenera.

Aby zapisać się na kurs, możesz wypełnić formularz, wysłać maila bezpośrednio do opiekunki lub zadzwonić. W przypadku zgłoszenia przez formularz otrzymasz maila ze szczegółowym programem kursu oraz informacjami o kolejnych krokach.

Zajęcia na kursie odbywają się w trybie wieczorowym. Szczegółowy harmonogram znajdziesz przy aktualnej edycji kursu.

Nie musisz być programistą. Kurs opiera się głównie na podejściu no-code i low-code. Kodowanie nie jest głównym celem szkolenia, ale pojawią się elementy technicznego myślenia: konfiguracja narzędzi, praca z modelami, API, danymi, automatyzacjami i testowaniem.

Kurs jest praktyczny i techniczno-narzędziowy, ale nie jest kursem programistycznym. Łączy pracę z narzędziami AI, automatyzacjami, danymi, bazami wiedzy, workflow i agentami. Najważniejszy jest efekt: działające rozwiązanie AI, które można przetestować, poprawić i pokazać.

Główna ścieżka kursu bazuje na narzędziach darmowych, open source, self-hosted lub dostępnych w bezpłatnych planach. Uczestnicy nie muszą kupować płatnych subskrypcji ani opłacać API. Narzędzia płatne mogą pojawić się tylko jako demo trenera lub opcjonalne rozszerzenie.

Nie. Ze względów bezpieczeństwa i poufności nie pracujemy na prawdziwych danych firmowych, dokumentach klientów, umowach, danych osobowych ani informacjach wrażliwych. Do ćwiczeń wykorzystujemy case studies, dane syntetyczne i przykłady przygotowane przez organizatora.

Kurs prompt engineeringu uczy głównie pracy z modelem i tworzenia skutecznych poleceń. AI Automation Engineer idzie krok dalej: pokazuje, jak z promptów, danych, modeli i narzędzi budować działające aplikacje AI, workflow, automatyzacje, asystentów wiedzy i agentów.

To nie jest kurs typu „jak używać ChatGPT”. To kurs dla osób, które chcą budować własne rozwiązania AI: aplikacje, RAG, automatyzacje, workflow i agentów. Uczysz się nie tylko korzystać z AI, ale projektować i testować narzędzia, które wykorzystują AI w praktyce.

Tak. RAG jest częścią programu. Uczysz się, jak przygotować bazę wiedzy, podłączyć źródła, zbudować asystenta wiedzy, testować odpowiedzi, sprawdzać cytowania i ograniczać halucynacje.

Tak. Kurs obejmuje projektowanie i konfigurację prostych agentów AI. Uczysz się, czym agent różni się od chatbota i workflow, jak projektować jego rolę, narzędzia, uprawnienia, ograniczenia oraz punkt kontroli człowieka.

Tak. Kurs obejmuje budowanie automatyzacji AI w Make lub n8n. Uczysz się tworzyć workflow z triggerami, akcjami, warunkami, integracjami, krokiem AI, logowaniem i obsługą błędów.

Tak. Program obejmuje testowanie jakości i bezpieczeństwa narzędzi AI, w tym halucynacje, błędne dane wejściowe, prompt injection, evals, guardrails, ograniczenia narzędzia i kontrolę człowieka.

Tak. Po zakończeniu kursu otrzymasz certyfikat infoShare Academy z informacją o zakresie szkolenia i terminie jego realizacji. Certyfikat potwierdza ukończenie kursu i zdobycie praktycznych kompetencji z zakresu budowania automatyzacji i narzędzi AI.

Celem kursu jest pokazanie, że praktyczne prototypy narzędzi AI można budować bez konieczności kupowania płatnych subskrypcji. Dzięki temu uczestnicy mogą ćwiczyć, eksperymentować i rozwijać własne rozwiązania także po zakończeniu kursu, korzystając z narzędzi darmowych, open source, self-hosted lub dostępnych w bezpłatnych planach.