Szkolenie AI dla Analityków Systemowych
Poziom
ŚredniozaawansowanyCzas
8h / 1 dzieńTermin
IndywidualnieCena
IndywidualnieSzkolenie AI dla Analityków Systemowych
Dowiedz się, jak wykorzystać lokalne modele AI do automatyzacji analizy dokumentacji i zarządzania wymaganiami systemowymi. Uczestnicy nauczą się generować user stories, diagramy, kryteria akceptacji oraz automatycznie tworzyć ticketów w Jira. Szkolenie pokazuje, jak monitorować spójność wymagań i identyfikować ryzyka z wykorzystaniem workflow w n8n. To praktyczne podejście do AI dla systemów IT pozwala zwiększyć wydajność pracy analityków i usprawnić procesy dokumentacyjne.
Dla kogo jest to szkolenie?
Analityków systemowych-
Specjalistów ds. procesów i wymagań biznesowych
-
Product Ownerów współpracujących z zespołami dev i QA
-
Osób odpowiedzialnych za automatyzację dokumentacji i zarządzanie wymaganiami
Czego nauczysz się na tym szkoleniu?
Tworzyć lokalnego “copilota analityka systemowego” do pracy z dokumentacją-
Automatyzować generowanie user stories, kryteriów akceptacji i diagramów
-
Budować agenta analizującego spójność wymagań, wykrywającego ryzyka i generującego raporty gotowe do Confluence
Wymagania względem uczestników
- Podstawowa znajomość analizy wymagań i dokumentacji systemowej
- Podstawowe pojęcie o procesach deweloperskich i Agile
- Podstawowa znajomość narzędzi typu Jira / Confluence
- Możliwość uruchomienia lokalnego modelu AI (Ollama / LM Studio)
Program szkolenia
Zakres tematyczny
- Lokalne AI do analizy dokumentacji (bez wysyłania danych na zewnątrz).
- Generowanie user stories, diagramów i kryteriów akceptacji.
- Automatyczne tworzenie bazy pod issues w Jira.
- Monitorowanie spójności wymagań i identyfikacja ryzyk.
- Automatyczne raporty zmian.
Wiedza teoretyczna
- Jak działa lokalny LLM (Ollama / LM Studio) i dlaczego nie musi korzystać z chmury.
- W skrócie: RAG (lokalna baza wiedzy z dokumentów → lepsze odpowiedzi).
- Kiedy ufać AI, a kiedy wymagana jest walidacja człowieka (kontrola jakości wymagań).
- Podstawy orkiestracji kroków w n8n i agentów.
Zadania praktyczne
- Uruchomienie lokalnego asystenta analitycznego:
- Wprowadzenie dokumentacji systemowej.
- Budowa podstawowego systemu RAG z n8n.
- Praca z bazą wiedzy.
- Automatyczne generowanie dokumentacji: user stories, role/aktorów, kryteria akceptacji, szkice diagramów (Mermaid / PlantUML).
- Budowa przepływu do generowania treści issues do Jira: podział na zadania dev, priorytety, DoR, akceptacja.
- Budowa agenta analitycznego: sprawdza nowe wymagania pod kątem konfliktów / luk, tworzy raport ryzyk i zmian w formacie gotowym do Confluence.
Narzędzia
- Ollama / LM Studio (lokalne modele językowe).
- n8n (automatyzacja: generowanie ticketów, raportów).
- Jira / Confluence (jako docelowe formaty wyjściowe).
- Mermaid / PlantUML (generacja diagramów tekstowych).
Efekty
- Działający lokalny “copilot analityka systemowego” rozumiejący dokumentację firmową.
- Gotowy szablon pipeline’u n8n do półautomatycznego tworzenia ticketów Jira z DoR i kryteriami akceptacji.
- Generator diagramów i list pytań do Product Ownera.
- Agent zgodności wymagań i wykrywania ryzyk, który można podpiąć do istniejącego procesu analizy.
