Szkolenia EC-Council

Cel szkolenia

kod: ECC-AIE | wersja: v1

AIE - Artificial Intelligence Essentials

Artificial Intelligence Essentials (AIE) to podstawowe szkolenie i certyfikacja EC-Council w zakresie kompetencji AI. Program daje uczestnikom praktyczne zrozumienie tego, jak działa AI, w jaki sposób jest wykorzystywane oraz jak korzystać z niego odpowiedzialnie w rzeczywistych środowiskach pracy.

 

Kluczowe umiejętności, które rozwiniesz dzięki AIE:

  • Zrozumienie podstaw AI
    • Wyjaśnisz, w jaki sposób systemy AI generują wyniki i uczą się na danych
    • Rozróżnisz AI, Generative AI, LLMs oraz tradycyjne systemy programistyczne
    • Rozpoznasz ograniczenia AI oraz typowe punkty awarii
  • Skuteczne wykorzystanie narzędzi AI
    • Nauczysz się konstruować prompty, aby uzyskiwać jasne, trafne i użyteczne odpowiedzi
    • Poznasz wiodące narzędzia AI do zadań tekstowych, graficznych, audio oraz automatyzacji
    • Dowiesz się, jak odpowiedzialnie integrować wyniki pracy AI z codziennymi procesami
  • Stosowanie zasad Responsible AI
    • Zidentyfikujesz uprzedzenie algorytmiczne (bias), halucynacje oraz ryzyka etyczne w wynikach AI
    • Zastosujesz zasady prywatności, ładu (governance) oraz standardy etyczne w użyciu AI
    • Nauczysz się podejmować decyzje na podstawie wyników AI, bez bezkrytycznego zaufania
  • Przygotowanie do dalszej nauki AI
    • Zbudujesz bazę wiedzy pod dalsze ścieżki: AI, ML lub Generative AI
    • Zyskasz pewność w profesjonalnych zastosowaniach AI

 

Dla kogo przeznaczone jest AIE:

  • Studenci i osoby rozpoczynające naukę
    • Rozwiniesz podstawową kompetencję AI i fundamenty przed wejściem na zaawansowane ścieżki techniczne
  • Specjaliści IT i inżynierowie
    • Poszerzysz wiedzę techniczną o AI lub przygotujesz się do przejścia na role związane z AI
  • Profesjonaliści spoza IT
    • Zdobędziesz praktyczne umiejętności AI przydatne w biznesie, operacjach, marketingu, ochronie zdrowia czy finansach
  • Edukatorzy i trenerzy
    • Włączysz podstawy AI do programów nauczania i rozwoju kompetencji
  • Przedsiębiorcy i osoby decyzyjne
    • Nauczysz się odpowiedzialnie wykorzystywać AI do wspierania innowacji, strategii i decyzji operacyjnych
  • Entuzjaści i osoby zainteresowane tematem
    • Zbudujesz pewność w korzystaniu z AI na co dzień i w rozwoju kariery
  • Analitycy oraz menedżerowie projektów i operacji
    • Dowiesz się, jak AI wspiera planowanie, analizę i podejmowanie decyzji w codziennych procesach
  • Specjaliści HR, L&D i obszaru People
    • Poznasz koncepcje i narzędzia AI przydatne w planowaniu zasobów, rozwoju kompetencji i procesach HR

 

Plan szkolenia Rozwiń listę

  • Moduł 1 - Wprowadzenie do Artificial Intelligence
    • Zrozumienie podobieństw, różnic oraz współpracy między inteligencją człowieka a Artificial Intelligence
      • Inteligencja człowieka
      • Czym jest Artificial Intelligence?
      • AI a inteligencja człowieka
      • AI i inteligencja człowieka: partnerzy, nie konkurenci
      • Współpraca Human-AI: kompetencje i nastawienie potrzebne do sukcesu
      • Czym AI nie jest?
      • Ograniczenia współczesnego AI
    • Wyjaśnienie, jak dane, algorytmy i modele tworzą fundament systemów AI
      • Podstawowe pojęcia AI
      • Rola danych i algorytmów w AI
      • Model: rezultat uczenia
      • Czym różni się działanie AI od tradycyjnego oprogramowania
      • AI a tradycyjne oprogramowanie: kluczowe możliwości
    • Podsumowanie najważniejszych kamieni milowych i etapów rozwoju AI
      • Wczesna historia AI
      • Współczesna historia AI
    • Przegląd najnowszych osiągnięć oraz kierunków rozwoju kształtujących technologie AI
      • Nowe trendy w AI
      • Postępy technologiczne napędzające AI
      • Co dalej: szanse i wyzwania
  • Moduł 2 - Narzędzia AI na co dzień i przykłady zastosowań
    • Identyfikacja typowych technologii AI wykorzystywanych na co dzień
      • Wpływ AI na codzienne życie
      • AI w rozrywce
      • AI jako asystenci osobiści
      • AI w inteligentnych domach
      • AI w obszarze fitness
      • AI w zakupach i e-commerce
      • AI w obsłudze klienta
      • AI w podróżach i nawigacji
      • AI w planowaniu budżetu
    • Rozpoznanie narzędzi AI w miejscu pracy oraz tego, jak usprawniają przepływy pracy i wspierają podejmowanie decyzji
      • AI: inteligentny partner w pracy
      • Zwiększanie produktywności w pracy dzięki AI
      • Współpraca w miejscu pracy wspierana przez AI
      • Podejmowanie decyzji w pracy wspierane przez AI
      • Wsparcie decyzji finansowych z wykorzystaniem AI
      • Optymalizacja rekrutacji i poszukiwania pracy dzięki AI
      • Narzędzia AI w środowisku pracy
    • Wyjaśnienie, jak AI usprawnia produkcję oraz procesy przemysłowe
      • Inteligentny przemysł z wykorzystaniem AI
      • Predykcyjne utrzymanie maszyn wspierane przez AI
      • Kontrola jakości produktów z wykorzystaniem AI
      • Optymalizacja łańcucha dostaw z wykorzystaniem AI
      • Coboty (roboty współpracujące) w produkcji wspierane przez AI
    • Wyjaśnienie, jak AI poprawia bezpieczeństwo, efektywność i zrównoważony rozwój w transporcie
      • Inteligentniejsze podróżowanie dzięki AI
      • AI w pojazdach autonomicznych
      • Inteligentne zarządzanie ruchem z wykorzystaniem AI
      • Inteligentna logistyka i zarządzanie flotą
      • Systemy bezpieczeństwa i wykrywania kolizji
      • Zarządzanie katastrofami: Google AI do wykrywania pożarów lasów
      • Zrównoważony rozwój: AI John Deere dla rolnictwa precyzyjnego
      • Zarządzanie energią odnawialną z wykorzystaniem AI
    • Identyfikacja, jak AI personalizuje naukę i dostarcza informacji zwrotnej
      • AI w edukacji: transformacja przyszłości uczenia się
      • Inteligentne systemy tutoringu wspierane przez AI
      • Systemy oceniania i informacji zwrotnej wspierane przez AI
      • Analityka wyników i postępów uczniów wspierana przez AI
      • Adaptacyjne platformy nauki wspierane przez AI
    • Identyfikacja, jak AI poprawia bezpieczeństwo poprzez wykrywanie zagrożeń, ochronę danych i zapewnianie prywatności
      • Inteligentniejsze bezpieczeństwo zaczyna się od AI
      • AI w cyberbezpieczeństwie
      • AI dla prywatności danych i weryfikacji tożsamości
  • Moduł 3 - Podstawowe elementy (fundamenty) AI
    • Zrozumienie roli danych w skutecznych systemach AI
      • Dane
      • Znaczenie jakości danych dla skutecznego AI
      • Kategorie danych dla AI i ich pochodzenie
      • Typy danych wykorzystywanych w AI
      • Podstawy przepływu danych w AI
      • Zbiory danych ustrukturyzowane a nieustrukturyzowane
      • Zbiory danych oznaczone (labeled) a nieoznaczone (unlabeled)
      • Tworzenie zbiorów danych dla modeli AI
      • Sposoby próbkowania danych
    • Identyfikacja różnych typów modeli AI oraz wyjaśnienie, jak są projektowane i trenowane
      • Kluczowe cechy modeli AI
      • Rodzaje modeli AI
      • Proces tworzenia modelu AI
      • Jak trenuje się modele AI
      • Wyzwania w trenowaniu modeli AI
      • Testowanie modeli AI
      • Udoskonalanie modeli AI
      • Ocena jakości działania modelu
    • Zrozumienie Machine Learning oraz sieci neuronowych
      • Czym jest Machine Learning?
      • Algorytmy Machine Learning
      • Jak Machine Learning wspiera podejmowanie decyzji
      • Ograniczenia Machine Learning
      • Sieci neuronowe
      • Warstwy, węzły i wagi w sieciach neuronowych
      • Deep Learning (DL)
      • Jak DL przełamuje ograniczenia ML
      • Jak działa DL
      • Algorytmy DL
      • Computer Vision
    • Zrozumienie Natural Language Processing (NLP) oraz jego roli w AI
      • Natural Language Processing (NLP)
      • Dlaczego NLP jest ważne w AI
      • Jak NLP przetwarza język naturalny
      • Przetwarzanie tekstu na potrzeby zadań NLP
      • Kluczowe zadania NLP
      • Analiza sentymentu w NLP
      • Streszczanie tekstu w NLP
      • Tłumaczenie językowe w NLP
      • Wyzwania w NLP
    • Wyjaśnienie Generative AI (GenAI) oraz Large Language Models (LLMs)
      • Czym jest Generative AI?
      • Tradycyjne AI a Generative AI
      • Foundation Models w Generative AI
      • Popularne narzędzia GenAI
      • Large Language Models (LLMs)
      • Small Language Models a Large Language Models
      • Kluczowe pojęcia związane z GenAI i modelami językowymi
    • Zrozumienie zaawansowanych systemów i technologii AI
      • Robotyka
      • Multimodal AI
      • Agenci AI
      • Agentic AI
      • XAI (Explainable Artificial Intelligence)
      • Systemy ekspertowe
    • Dobór odpowiednich narzędzi w zależności od wymagań projektu AI
      • Wybór właściwych narzędzi do projektów AI
      • Zrozumienie typu projektu
      • Uwzględnienie cech narzędzi
      • Rekomendowane narzędzia AI według przypadku użycia
  • Moduł 4 - Prompt crafting: skuteczne interakcje z AI
    • Zrozumienie podstaw Prompt Engineering
      • Czym jest prompt?
      • Jak AI odpowiada na prompty
      • Czym jest Prompt Engineering?
      • Dlaczego Prompt Engineering jest ważny?
      • Jak działa Prompt Engineering?
      • Jak różne modele AI interpretują prompty
      • Porównanie odpowiedzi na prompt w różnych platformach AI
    • Nauka tworzenia skutecznych promptów
      • Kluczowe zasady tworzenia skutecznych promptów
      • Zadawanie właściwego pytania
      • Formułowanie promptów w sposób jasny
      • Formułowanie promptów w sposób konkretny
      • Dostosowanie promptów do celu i kontekstu
      • Testowanie i dopracowywanie promptów
      • Postępowanie w przypadku niezadowalających odpowiedzi
      • Przeformułowywanie promptów
    • Poznanie technik Prompt Engineering
      • Techniki promptowania w projektach pisemnych
      • Techniki promptowania w projektach graficznych lub wideo
      • Techniki promptowania dla Multimodal AI
      • Techniki Chain of Thought (CoT) w promptowaniu
      • Techniki iteracyjnego promptowania
      • Zarządzanie długimi konwersacjami
  • Moduł 5 - Etyka AI i Responsible AI
    • Identyfikacja kluczowych wyzwań etycznych, społecznych i bezpieczeństwa w systemach AI
      • Obszary ryzyka związane z AI
      • Wyzwanie etyczne AI: uprzedzenie algorytmiczne (bias) i dyskryminacja
      • Wyzwanie etyczne AI: brak przejrzystości
      • Wyzwanie etyczne AI: rozliczalność i odpowiedzialność
      • Wyzwanie etyczne AI: naruszenia własności intelektualnej i praw autorskich
      • Wyzwania etyczne wprowadzane przez GenAI
      • Wyzwanie prywatności i bezpieczeństwa: prywatność i nadzór
      • Konsekwencje dla prywatności i ochrony danych w realnych zastosowaniach
      • Wyzwanie prywatności i bezpieczeństwa: cyberataki
      • Wyzwanie społeczne: wypieranie miejsc pracy
      • Wyzwanie społeczne: wpływ na zdrowie psychiczne
      • Wyzwanie społeczne: halucynacje
      • Wyzwanie społeczne: dezinformacja i deepfakes
      • Długofalowe ryzyka: broń autonomiczna
      • Długofalowe ryzyka: pojawienie się AGI
    • Wyjaśnienie zasad i znaczenia etycznego oraz sprawiedliwego korzystania z AI
      • Czym jest Responsible AI?
      • Dlaczego Responsible AI ma znaczenie?
      • Odpowiedzialne korzystanie z AI w codziennym życiu
    • Stosowanie odpowiedzialnych praktyk, governance oraz globalnych standardów w użyciu AI
      • Utrzymywanie rozliczalności w użyciu AI
      • Unikanie nadmiernego polegania na AI
      • Konfigurowanie ustawień prywatności w narzędziach AI
      • Ustawianie kontroli prywatności w ChatGPT
      • Ostrożne udostępnianie danych osobowych narzędziom AI
      • Skuteczne zarządzanie uprawnieniami aplikacji AI
      • Śledzenie zmian w politykach dotyczących AI oraz bieżących informacji
      • Regularne aktualizowanie i audytowanie narzędzi AI
      • Etyczne wykorzystywanie aplikacji AI
      • Etyczne projektowanie AI: kluczowe aspekty
      • Wskazówki dotyczące poruszania się po wyzwaniach etycznych GenAI
      • Zabezpieczanie się przed ryzykami bezpieczeństwa AI
      • Regulacje i governance w AI
      • Globalne inicjatywy Responsible AI
      • Podstawy prawne Responsible AI
      • Regulacje AI w praktyce: GDPR, CCPA oraz DPDP Act
      • Budowanie odpowiedzialnej przyszłości AI
Pobierz konspekt szkolenia w formacie PDF

Dodatkowe informacje

Wymagania wstępne

Szkolenie ma charakter podstawowy i nie wymaga formalnych przygotowań. Rekomendowana jest jednak podstawowa umiejętność obsługi komputera oraz ogólna znajomość pojęć z obszaru IT. Wskazane jest także zainteresowanie wpływem AI na biznes i technologię.
Poziom trudności
Czas trwania 2 dni
Certyfikat

Uczestnicy otrzymają certyfikat ukończenia szkolenia podpisany przez EC-Council. Program wspiera również przygotowanie do egzaminu certyfikacyjnego AIE.

Szczegóły egzaminu AIE v1:

  • Kod egzaminu: 112-59
  • Liczba pytań: 75
  • Czas trwania: 2 godziny
  • Dostępność: ECC Exam Portal
  • Forma testu: pytania wielokrotnego wyboru

Każdy uczestnik autoryzowanego szkolenia AIE - Artificial Intelligence Essentials realizowanego w Compendium CE otrzyma bezpłatny voucher na egzamin certyfikacyjny AIE.
Prowadzący

Certified EC-Council Instructor (CEI)
Informacje dodatkowe

Materiały szkoleniowe obejmują oficjalne elektroniczne materiały EC-Council, 180-dniowy dostęp do iLabs oraz voucher egzaminacyjny.

Pozostałe szkolenia EC-Council | Artificial Intelligence

Wszystkie szkolenia EC-Council
Formularz kontaktowy

Prosimy o wypełnienie poniższego formularza, jeśli chcą Państwo uzyskać więcej informacji o powyższym szkoleniu.





* pola oznaczone (*) są wymagane

Informacje o przetwarzaniu danych przez Compendium – Centrum Edukacyjne Spółka z o.o.

CENA SZKOLENIA OD 2500 PLN NETTO

Najbliższe szkolenia EC-Council

  • 2026-05-26 | 3 dni | Kraków / Wirtualna sala

    CSA - Certified SOC Analyst v2
    szkolenie dostępne w wersji stacjonarnej we wskazanej lokalizacji lub w trybie zdalnym, w zależności od preferencji uczestnika: HYBRID
  • 2026-06-08 | 5 dni | Warszawa / Virtual Classroom

    CPENT - Certified Penetration Testing Professional v2
    szkolenie dostępne w wersji stacjonarnej we wskazanej lokalizacji lub w trybie zdalnym, w zależności od preferencji uczestnika: HYBRID
  • 2026-06-15 | 5 dni | Warszawa / Wirtualna sala

    CPENT - Certified Penetration Testing Professional v2
    szkolenie dostępne w wersji stacjonarnej we wskazanej lokalizacji lub w trybie zdalnym, w zależności od preferencji uczestnika: HYBRID
  • 2026-06-22 | 5 dni | Kraków / Wirtualna sala

    CEH - Certified Ethical Hacker v13
    szkolenie dostępne w wersji stacjonarnej we wskazanej lokalizacji lub w trybie zdalnym, w zależności od preferencji uczestnika: HYBRID
  • 2026-06-22 | 5 dni | Warszawa / Virtual Classroom

    CEH - Certified Ethical Hacker v13
    szkolenie dostępne w wersji stacjonarnej we wskazanej lokalizacji lub w trybie zdalnym, w zależności od preferencji uczestnika: HYBRID
  • 2026-06-24 | 3 dni | Warszawa / Virtual Classroom

    CSA - Certified SOC Analyst v2
    szkolenie dostępne w wersji stacjonarnej we wskazanej lokalizacji lub w trybie zdalnym, w zależności od preferencji uczestnika: HYBRID
  • 2026-06-30 | 3 dni | Warszawa / Wirtualna sala

    CSA - Certified SOC Analyst v2
    szkolenie dostępne w wersji stacjonarnej we wskazanej lokalizacji lub w trybie zdalnym, w zależności od preferencji uczestnika: HYBRID
  • 2026-07-13 | 5 dni | Kraków / Wirtualna sala

    CPENT - Certified Penetration Testing Professional v2
    szkolenie dostępne w wersji stacjonarnej we wskazanej lokalizacji lub w trybie zdalnym, w zależności od preferencji uczestnika: HYBRID
  • 2026-08-10 | 5 dni | Warszawa / Wirtualna sala

    CPENT - Certified Penetration Testing Professional v2
    szkolenie dostępne w wersji stacjonarnej we wskazanej lokalizacji lub w trybie zdalnym, w zależności od preferencji uczestnika: HYBRID
  • 2026-09-07 | 5 dni | Warszawa / Wirtualna sala

    CEH - Certified Ethical Hacker v13
    szkolenie dostępne w wersji stacjonarnej we wskazanej lokalizacji lub w trybie zdalnym, w zależności od preferencji uczestnika: HYBRID
Harmonogram szkoleń EC-Council