Celem szkolenia jest wyposażenie uczestników w praktyczne umiejętności projektowania i wdrażania rozwiązań automatyzacyjnych opartych na AI i RPA w środowiskach IT — ze szczególnym naciskiem na integrację z API oraz zastosowanie modeli językowych (LLM) w realnych procesach technicznych.
Korzyści dla uczestników
Po ukończeniu szkolenia uczestnicy będą:
- rozumieli architekturę integracji LLM z systemami IT
- potrafi budować precyzyjne prompty techniczne
- automatyzować zadania analityczne i raportowe
- integrować Excel / MS Office z API modeli językowych
- rozumieć koszty, bezpieczeństwo i governance AI
- potrafili wykorzystać LLM jako „warstwę decyzyjną” w procesach IT
Adresaci szkolenia
Szkolenie jest skierowane do:
- specjalistów IT i inżynierów systemowych,
- analityków systemowych i biznesowych,
- Project Managerów realizujących projekty IT,
- Product Ownerów i liderów zespołów technicznych,
- pracowników Service Desk / Help Desk (L2, L3),
- programistów i architektów rozwiązań IT.
Poziom szkolenia- średniozaawansowany.
Program szkolenia
MODUŁ 1 – Architektura LLM w środowisku IT (1 h)
- Modele językowe w ekosystemie enterprise
- LLM jako warstwa aplikacyjna
- API-first architecture
- różnice: OpenAI / Anthropic / Google / open-source
- Wzorce architektoniczne:
- LLM jako mikroserwis
- LLM jako warstwa klasyfikacji
- LLM jako silnik generatywny
- LLM jako warstwa przetwarzania dokumentów
- Ograniczenia:
- halucynacje
- brak deterministyczności
- koszt tokenów
- latency
MODUŁ 2 – Prompt Engineering dla zespołów IT (1 h)
- Prompt jako specyfikacja techniczna
- precyzja vs kreatywność
- zero-shot vs few-shot
- chain-of-thought
- prompty strukturalne (JSON output)
- Przykłady zastosowań IT:
- generowanie dokumentacji technicznej
- generowanie test cases
- generowanie user stories
- generowanie zapytań SQL
- analiza logów
- klasyfikacja ticketów
- Ćwiczenie:
Budowa promptu do:
- analizy błędów z logów aplikacji
- generowania testów jednostkowych
MODUŁ 3 Automatyzacja pracy zespołów IT w MS Office (1 h)
- Zastosowania w IT:
- analiza backlogu
- analiza zgłoszeń serwisowych
- raporty SLA
- raporty DevOps
- przetwarzanie CSV z systemów
- VBA jako „lekki silnik RPA”
- masowe przetwarzanie plików
- generowanie raportów PDF
- przetwarzanie danych testowych
Ćwiczenie:
Automatyczne generowanie raportu z danych ticketowych.
MODUŁ 4 – Integracja z API modeli AI (2 h)
- API w praktyce
- REST
- POST / GET
- JSON payload
- autoryzacja
- Integracja LLM z Excel / VBA
- obiekt WinHttp / XMLHttpRequest
- budowa zapytania
- parsowanie JSON
- obsługa błędów
- Scenariusze IT:
- klasyfikacja zgłoszeń
- priorytetyzacja ticketów
- generowanie odpowiedzi HelpDesk
- automatyczne streszczanie commitów
- analiza kodu pod kątem jakości
- Ćwiczenie praktyczne:
Budowa funkcji: =AI_CLASSIFY(A1) która:
- wysyła treść zgłoszenia do API
- odbiera klasyfikację (bug / feature / incident)
- zwraca wynik do Excela
MODUŁ 5 – AI jako wsparcie DevOps i QA (1 h)
- generowanie testów automatycznych
- generowanie pipeline’ów CI/CD
- automatyczne tworzenie dokumentacji API
Ćwiczenie:
Generowanie testów jednostkowych na podstawie kodu.
MODUŁ 6 Governance, bezpieczeństwo i koszty AI w IT (0,5 h)
- dane wrażliwe
- anonimizacja danych
- ograniczanie halucynacji
- cache’owanie odpowiedzi
- monitoring kosztów API
- rate limiting
- wersjonowanie promptów
- logowanie zapytań
MODUŁ 7 AI jako element strategii firmy technologicznej (0,5 h)
- budowa wewnętrznych narzędzi AI
- tworzenie AI-enabled produktów
- AI jako przewaga konkurencyjna software house’u
- white-label LLM
- budowa PoC dla klientów
MODUŁ 8 Roadmapa wdrożenia AI w dziale IT (1 h)
Etap 1 – Use Case Discovery
- gdzie AI przynosi największą wartość?
Etap 2 – Proof of Concept
Etap 3 – Integracja systemowa
Etap 4 – Skalowanie
Forma zajęć
Warsztat techniczny (praca na laptopach).
Materiały szkoleniowe
Wydruk materiałów szkoleniowych, dyplom udziału w szkoleniu, materiały biurowe. Dla szkoleń w formule zdalnej, wszystkie materiały szkoleniowe są w wersji elektronicznej.
Prowadzenie szkolenia
Trener posiadający kompetencje merytoryczne oraz bogate, wieloletnie doświadczenie w projektach IT (30 lat w branży IT, +20 lat doświadczenia w pracy z AI), praktyczną znajomością AI, automatyzacji i analizy systemowej, umiejętnością łączenia perspektywy technicznej i biznesowej oraz przekazywaniem wiedzy. Z najwyższą starannością, dostosujemy prowadzenie szkolenia do potrzeb oraz wymagań organizacji dla grup zamkniętych.
Warunki uczestnictwa
Podstawowa znajomość API / JSON / Excela.
Grupa: od 8 do 16 osób
Czas trwania: 1 dzień/ 8 h
