Kategoria: Szkolenia AI, GPT i Machine Learning
Szkolenie to jest praktycznym wprowadzeniem do świata modeli językowych i agentów AI – od podstaw GPT i LLM, przez efektywny prompt engineering, aż po pierwsze kroki w tworzeniu inteligentnych asystentów i systemów RAG. Program został zaprojektowany z myślą o osobach, które chcą nie tylko zrozumieć, jak działa AI, ale także nauczyć się wykorzystywać ją w praktyce. Uczestnicy poznają zastosowania takich narzędzi jak ChatGPT, Gemini czy DALL·E, nauczą się pisać skuteczne prompty, automatyzować codzienne zadania i tworzyć własne scenariusze AI bez programowania.
Najważniejszym elementem szkolenia jest wprowadzenie do agentów AI – systemów, które działają autonomicznie, zapamiętują kontekst, wykonują wieloetapowe zadania i podejmują decyzje. Uczestnicy dowiedzą się, czym są agenci AI, jak działają i jak można tworzyć ich pierwsze wersje bez konieczności programowania. Zdobędą też praktyczną wiedzę na temat budowania bardziej zaawansowanych systemów w oparciu o RAG i narzędzia takie jak LangChain i LangGraph.
To szkolenie jest częścią 5-dniowego kursu AI i Machine Learning dla menedżerów i analityków i stanowi naturalny wstęp do szkolenia Agenci AI (low-code/no-code), poświęconego projektowaniu i integracji zaawansowanych agentów AI w środowiskach biznesowych.
Czas trwania
16h
Program
- Wstęp do sztucznej inteligencji, modeli językowych oraz systemów GPT
- Zarys rozwoju AI na przestrzeni lat i kluczowe momenty
- Kluczowe terminy i pojęcia: GPT oraz LLM (modele językowe dużej skali)
- Omówienie systemów GPT (takich jak ChatGPT, GPT-3, GPT-4…) i modeli LLM
- Obszary zastosowań GPT oraz LLM w różnych dziedzinach gospodarki
- Podstawy: NLP (przetwarzanie języka naturalnego), sieci neuronowe i głębokie uczenie
- Wykorzystanie ChatGPT w codziennej pracy biurowej i podstawy inżynierii promptów
- Interfejs webowy: logowanie, konta użytkowników, wersje modeli, prowadzenie rozmów
- Struktura promptów: role systemu, użytkownika, asystenta oraz funkcji
- Metodyka budowania skutecznych promptów: podejścia one-shot, few-shot
- Tworzenie persony: kontrola stylu, tonu i charakteru odpowiedzi
- Formatowanie wyników i zarządzanie ich prezentacją
- Dostosowywanie promptów do indywidualnych potrzeb użytkownika
- Praca z kontekstem rozmowy: jego zapamiętywanie i długofalowa interakcja
- Przykłady użycia promptów – praktyka, dobre nawyki i sprawdzone wzorce
- Codzienne zadania wspomagane przez GPT i przykładowe prompty
- Redakcja dokumentów: poprawki, streszczanie, przekształcanie tekstu i tłumaczenia
- Rozwiązywanie problemów, udzielanie odpowiedzi, generowanie kodu (HTML, języki programowania)
- Scenariusze zastosowań w różnych branżach i środowiskach zawodowych
- Porównanie popularnych modeli językowych
- ChatGPT, Gemini, Copilot – przegląd dostępnych rozwiązań
- Analiza zachowań modeli w odpowiedzi na te same prompty
- Przegląd mocnych i słabszych stron poszczególnych modeli: tłumaczenia, matematyka, dostęp do aktualnych danych
- Obrazowanie i integracja usług graficznych z ChatGPT
- Tworzenie grafik i ilustracji z użyciem DALL-E oraz jego współdziałanie z ChatGPT w przeglądarce
- OpenAI API – zastosowanie i wdrażanie w aplikacjach firmowych. Budowa chatbotów i wirtualnych asystentów
- Jak korzystać z API OpenAI – konfiguracja i zabezpieczenia
- Informacje o kontach, kosztach i modelach rozliczeń
- Rodzaje zapytań i dostępne endpointy
- Połączenia GPT z innymi systemami AI i modelami
- Budowa autorskich chatbotów i rozwiązań głosowych na potrzeby firm
- Agenci AI jako nowoczesne rozwiązania dla biznesu – od prostych botów po złożone systemy decyzyjne
- Definicja i znaczenie Agentów AI w świecie technologii
- Przykłady wdrożeń i sukcesów w różnych branżach
- Jak stworzyć własnego agenta AI bez programowania
- Wybór architektury i ustalenie celów działania agenta
- Wprowadzenie do systemów RAG (Retrieval-Augmented Generation)
- Praktyczne aspekty RAG: przygotowanie danych, embeddings, wektorowe bazy danych, konwersje formatów
- Tworzenie systemów opartych o RAG przy pomocy LangChain i LangGraph
Training also available in English.
Przeznaczenie i wymagania
Nie jest wymagana wcześniejsza wiedza z zakresu sztucznej inteligencji ani programowania. Wystarczy podstawowa umiejętność obsługi komputera i przeglądarki internetowej, a także możliwość zainstalowania dodatkowych narzędzi np. do tworzenia agentów czy frameworków RAG.
Certyfikaty
Uczestnicy szkolenia otrzymują imienne certyfikaty sygnowane przez ALX.