
Dofinansowane ze środków UE. Wyrażone poglądy i opinie są jedynie opiniami autora lub autorów i niekoniecznie odzwierciedlają poglądy i opinie Unii Europejskiej lub Fundacji Rozwoju Systemu Edukacji. Unia Europejska ani Fundacja Rozwoju Systemu Edukacji nie ponoszą za nie odpowiedzialności

Projekt „Artificial Intelligence w programowaniu – kwalifikacja i certyfikacja w kształceniu zawodowym”, numer 2024-1-PL01-KA210-VET000253203 jest dofinansowany ze środków programu Erasmus +,
Sektor: KA210-VET – Partnerstwa na małą skalę w dziedzinie edukacji szkolnej, kształcenia i szkolenia zawodowego, kształcenia dorosłych i młodzieży (KA210).
Wsparcie dla nauczycieli i przedsiębiorców w zakresie współpracy z sektorem edukacji.
Projekt ma na celu podniesienie kompetencji przyszłych techników programistów o wykorzystanie AI oraz ich przygotowanie do pracy w branży IT.
Czas trwania: ok. 80 godzin dydaktycznych + praca własna.
Grupy osób, które mogą być zainteresowane uzyskaniem kwalifikacji:
- Absolwenci szkół technicznych i branżowych: W szczególności technicy informatycy i technicy programiści, dla których kwalifikacja stanowi naturalne rozszerzenie wiedzy o praktyczne aspekty inżynierii jakości, często pomijane
w standardowych programach nauczania. - Programiści poziomu Junior/Mid pragnący poszerzyć warsztat o technologie ML
i LLM. - Osoby przebranżawiające się (Reskilling): Specjaliści z innych branż, posiadający predyspozycje analityczne, którzy chcą wejść do sektora IT poprzez ścieżkę zapewniania jakości, która łączy kompetencje miękkie z technicznymi.
- Analitycy danych i testerzy chcący automatyzować pracę przy pomocy modeli generatywnych.
Na kurs składa się:
Moduł 1 : Ontologia AI, etyka, AI Act, RODO
Moduł 2 : Algebra liniowa, statystyka, Gradient Descent
Moduł 3 : Python, venv/Docker, Jupyter, Git
Moduł 4 : NumPy, Pandas, Data Cleaning, SQL + wizualizacja
Moduł 5 : ML nadzorowane/nienadzorowane, metryki, GridSearchCV
Moduł 6 : Sieci neuronowe, CNN/RNN, TensorFlow/PyTorch
Moduł 7 : LLM, Prompt Engineering, RAG, API
Moduł 8 : Copilot/Cursor, refaktoryzacja z AI, TDD + bezpieczeństwo
Ten utwór jest dostępny na licencji Creative Commons Uznanie autorstwa – Użycie niekomercyjne – Na tych samych warunkach 4.0 Międzynarodowa (CC BY-NC-SA 4.0).
Program kursu
- 8 Sections
- 30 Lessons
- 80 Hours
- Moduł 1: Ontologia AI, etyka i prawodawstwo6
- 1.11.1 Historia AI: od systemów eksperckich do ery GenAI
- 1.21.2 Taksonomia: AI vs ML vs Deep Learning
- 1.3Test – AI w programowaniu – Moduł 1A60 Minutes20 Questions
- 1.41.3 Ramy prawne: AI Act, RODO i prawa autorskie
- 1.51.4 Etyka AI: halucynacje, bias i Green AI
- 1.6Test – AI w programowaniu – Moduł 1B30 Minutes10 Questions
- Moduł 2: Matematyka i statystyka dla AI4
- Moduł 3: Środowisko Python i Data Science5
- Moduł 4: Przetwarzanie danych i EDA5
- Moduł 5: Klasyczne algorytmy ML5
- Moduł 6: Sieci neuronowe i Deep Learning5
- Moduł 7: LLM i Prompt Engineering5
- 7.17.1 Architektura Transformer: tokenizacja, pre-training, RLHF
- 7.27.2 Inżynieria promptów: Zero-Shot, Few-Shot, Chain of Thought
- 7.37.3 Architektura RAG: bazy wektorowe i redukcja halucynacji
- 7.47.4 Integracja API: OpenAI, Hugging Face, modele open-source
- 7.5Test – AI w programowaniu – Moduł 7135 Minutes45 Questions
- Moduł 8: AI-Assisted Development4
