Programuj Autonomicznych Agentów i Narzędzia Generative AI
4.11
Start Kursu
2000+
Uczestników
5+1
Tygodni
W trzeciej edycji AI_devs w pełni wykorzystamy większe możliwości dużych modeli językowych i w połączeniu z programistycznymi umiejętnościami zbudujemy autonomiczne i częściowo autonomiczne systemy, określane mianem "Agentów".
Wiedza
5 intensywnych tygodni
W poprzedniej edycji uczestnicy napisali ponad 16200 komentarzy! Oprócz rozbudowanych lekcji i cotygodniowych sesji LIVE, codziennie uczestniczysz w dzieleniu się wiedzą z innymi programistami i programistkami.
Umiejętności
Uczymy przez działanie
Kupujesz kursy, ale odkładasz na półkę? Z AI_devs będze inaczej! 54.5% uczestników poprzedniej edycji przeszło cały program oraz zrealizowało (niełatwe) zadania, co jest spektakularnym wynikiem dla szkoleń online!
Społeczność
Tysiące developerów
W poprzednich edycjach AI_devs wzięło udział ponad 4500 osób! W tej edycji spodziewamy się 2000+ osób. To największe szkolenie AI dla developerów w Polsce. Dołącz do nas!
AI_devs to zdecydowanie największy kurs AI w Polsce (i zapewne jeden z największych na świecie).
Absolwentów poprzednich edycji
Komentarzy pod lekcjami
Osób, które ukończyły cały kurs
Zaufały nam topowe firmy i zespoły developerskie
- Allegro
- Play
- Motorola Solutions
- EPAM Systems
- Huuuge
- PwC
- AirHelp
- XTB
- Grupa Morizon
- Orange
- Netguru
- Capgemini
- SPYROSOFT
- Asseco
- RAMP Network
Czym są Agenci AI?
Agent AI jest aplikacją zdolną do realizowania złożonych zadań, wykorzystując przy tym pamięć, zewnętrzne źródła danych oraz podejmując działania konieczne do osiągnięcia wyznaczonego celu – w sposób autonomiczny lub częściowo autonomiczny.
Nadchodząca edycja rozszerzy interakcję o interfejsy głosowe (TTS i STT) i obraz (VLM), a także techniki prezentowania generowanych treści w interfejsach użytkownika. Wyjdziemy jednak znacznie poza proste połączenie z API, kierując się w stronę zarówno interakcji w czasie rzeczywistym, jak i przetwarzaniu oraz generowaniu nierzadko obszernych dokumentów.
Możliwości nie są już ograniczone wyłącznie do tekstu! Możemy łączyć się z obrazem komputera (oraz nim sterować), korzystać z kamery czy pracować z dokumentami, w których występuje obraz.
Nie tylko OpenAI
OpenAI oferuje dziś najlepsze LLM w swojej kategorii. Dostępne są jednak bardzo porównywalne alternatywy (np. Claude 3.5 Sonnet) czy znacznie mniejsze modele (np. Qwen 2) sprawdzające się w wybranych sytuacjach ale oferując przy tym większą szybkość czy niższe koszty.
Przykładowo, samo rozumowanie agenta AI powinno być przeprowadzone przez model klasy GPT-4o, ale już wstępne klasyfikacje z powodzeniem może wykonać Llama czy niezwykle tani i szybki Claude 3 Haiku.
AI_devs 3 to praca z modelami OpenAI, Anthropic i platformą Groq z dodatkiem otwartych modelach obsługiwanych przez Ollama. Dodatkowy czas zyskają także zaawansowane techniki łączenia LLM ze źródłami danych (RAG), silniki wyszukiwania oraz bazy danych, uwzględniając także bazy grafowe.
Praktyczne zastosowanie w procesach biznesowych
Nie musimy tworzyć bota próbującego zastąpić programistę czy sprzedawcę, ale nic nie stoi na przeszkodzie, aby zbudować narzędzie zdolne do elastycznego wykonywania ściśle określonych zadań, z którego będzie korzystać zespół w naszej firmie! Przykładowo:
- transformacja dokumentów w oparciu o zewnętrzne źródła wiedzy,
- zaawansowana klasyfikacja zgłoszeń zawierających tekst i obraz,
- weryfikacja jakości procesu w oparciu o bazę wiedzy,
- pobieranie informacji ze wskazanych źródeł i dostosowanie ich formatu do cyklicznych raportów,
- tworzenie dynamicznych interfejsów użytkownika lub ich elementów.
AI_devs 3 jest zdecydowanie najbardziej praktyczną z punktu widzenia potrzeb biznesu edycją do tej pory!
Dla kogo jest AI_devs?
AI_devs 3 wymaga programowania, sama obsługa narzędzi no-code może nie wystarczyć do ukończenia kursu. Wyjątek stanowią osoby pracujące z narzędziami no-code/low-code, zdolne do pracy z kodem (np. poprzez generowanie go z pomocą GPT-4).
Natomiast bez zmian pozostaje zastosowanie języka JavaScript w przykładach dołączonych do lekcji. Poprzednie edycje pokazały nam, że osoby programujące w innych technologiach odnalazły się w składni JS, więc przy tym pozostajemy.
Programiści
Low-code developerzy
Zespoły developerskie
Jak to działa?
01
Uczysz się w grupie, a nie samotnie
Kurs wystartuje 4 LISTOPADA i dołączysz do grupy kilku tysięcy (!) ambitnych programistów i programistek pracujących w niemal wszystkich kontekstach – od enterprise po startupy, a nawet instytucje rządowe.
02
Codziennie nowy, aktualny materiał
Codziennie od poniedziałku do piątku dostaniesz – lekcje w formie tekstu ~25 000 znaków (15-30 minut) + video (do 30 minut). Dodatkowo, do lekcji będą dołączone snippety kodu (20 minut).
03
LIVE Q&A w każdy czwartek 20:00
Podczas dogłębnych sesji Q&A otrzymasz pomoc w rozwiązywaniu konkretnych problemów bezpośrednio od Adama, Jakuba, Mateusza i gości specjalnych.
04
25 wciągających zadań
Dokładnie wiesz co, i w jaki sposób masz robić, a jeśli z czymś utkniesz w miejscu – pomożemy Ci wrócić na tor udzielając wsparcia na platformie oraz podczas sesji LIVE.
Program
KURS POTRWA OD 4.11 DO 8.12.
PRZED STARTEM OTRZYMASZ MATERIAŁY UZUPEŁNIAJĄCE.
Fundamenty Generatywnej Sztucznej Inteligencji
- Kilka słów wstępu
- Teoria działania dużych modeli językowych
- Najnowsze zdolności i ograniczenia modeli
- Role dużych modeli językowych w programowaniu
- Tempo oraz kierunku rozwoju Generative AI
- Proces decyzyjny wybierania dostępnych modeli
- Kwestie bezpieczeństwa oraz prywatności danych
- Praca z modelami komercyjnymi oraz Open Source
- Najważniejsze narzędzia i organizacja pracy
- Przykłady praktycznych zastosowań Generative AI
- Techniki pracy z LLM w bezpośredniej interakcji
- Najważniejsze koncepcje interakcji z LLM
- Techniki sterowania zachowaniem modeli
- Kształtowanie i wersjonowanie promptów
- Prompt Design i Prompt Engineering
- Najnowsze techniki strukturyzowania i formatowania instrukcji
- Najnowsze techniki projektowania złożonych instrukcji
- Prompty modularne i ich komopozycja
- Podstawy ewaluacji instrukcji
- Projektowanie przykładów "few-shot" i ich rola
- Zwiększanie precyzji działania promptu
- Podstawy dostarczania własnej wiedzy do modelu
- Techniki anonimizacji i bezpiecznego przetwarzania danych
- Bezpośrednie połączenie z API, SDK i frameworki
- Techniki prowadzenia interakcji z modelem oraz pomiędzy modelami
- Routing i połączenie z różnymi modelami
- Strumieniowanie od praktycznej strony
- Strukturyzowanie odpowiedzi w kodzie (JSON mode)
- Posługiwanie się narzędziami (Function Calling)
- Formatowanie odpowiedzi po stronie front-endu
- Techniki optymalizacji wydajności modeli
- Walidacja i podstawy zabezpieczeń przed prompt injection
- Zarządzanie uprawnieniami modelu
- Frameworki, a własne implementacje w produkcyjnych aplikacjach
- Przydatna wiedza i zestaw umiejętności do pracy z LLM
- Zero-shot, chain vs agent od strony kodu
- Podział odpowiedzialności i balansowanie ciężarem logiki
- Przepływ informacji pomiędzy aplikacją, a modelem
- Organizowanie promptów w aplikacji
- Podstawy struktury baz danych i silników wyszukiwania
- Konfiguracja API i interfejsy dla różnych modeli
- Zestaw dobrych praktyk z perspektywy User Experience
- Obsługa błędów w aplikacji przez kod, LLM i człowieka
- Niedeterministyczna natura modeli w deterministycznym kodzie
- Wyzwania związane ze stabilnością aplikacji i adresowanie ich
- Budowanie własnych narzędzi dla LLM i API
- Wybór i konfiguracja baz danych i silników wyszukiwania
- Przydatne biblioteki oraz warte uwagi frameworki
- Przydatne aplikacje i platformy w pracy z LLM
- Decyzje projektowe, wybór stacku i dostosowanie tempa rozwoju
- Wartościowe źródła wiedzy i konfiguracja feedu
- Pogłębianie wiedzy w obszarze szerokorozumianego AI
- Pozostawanie na bieżąco i eksploracja nowych zagadnień oraz technik
- Pomoc AI w nauce i programowaniu
- Rozwijanie prywatnych projektów
- Wiesz, czego możesz spodziewać się po LLM
- Dbasz o prywatność i bezpieczeństwo danych
- Łączysz logikę aplikacji z LLM
- Sterujesz zachowaniem modelu z pomocą kodu
- Posiadasz niezbędny zestaw narzędzi i źródeł wiedzy
- Projekt przykładów (few-shot) sterujących zachowaniem modelu
- Kompleksowe połączenie z modelami (OpenAI/Ahtropic/Ollama) przez API
- Projekt "chainu" łączącego LLM z narzędziami i źródłem danych
Techniki pracy z API
- Architektura aplikacji wykorzystującej LLM
- Rodzaje interakcji z modelem (poza czatem)
- Stan interakcji i dynamiczne dane
- Zarządzanie wątkami i pamięcią tymczasową
- Podstawy pamięci długoterminowej
- Techniki wzmacniania możliwości rozumowania modelu
- Narzucanie programistycznych ograniczeń
- Zaawansowana obsługa błędów
- Współdzielenie informacji i cache
- Rekomendowane formaty wymiany danych
- Kompresja i podział treści na fragmenty
- Dedykowane źródła wiedzy dla LLM
- Zewnętrzne źródła wiedzy
- Dostarczanie kontekstu dla modelu
- Generowanie odpowiedzi na podstawie dostarczonego kontekstu
- Zestaw dobrych praktyk z perspektywy User Experience
- Podstawy generowania nowych treści
- Bazowe ograniczenia modeli
- Rate limit i problemy z dostępnością do usług
- Zarządzanie limitem okna tokenów
- Limity generowanych treści
- Narzucanie własnych ograniczeń i moderacji
- Precyzja w dostarczaniu informacji
- Zarządzanie ograniczoną wydajnością modeli
- Zmniejszanie ryzyka konfabulacji
- Limitowanie zapytań użytkowników
- Moderowanie odpowiedzi modelu
- Modele niecenzurowane
- Zarządzanie kosztami
- Kompresja promptu
- Optymalizacja wypowiedzi modelu
- Monitorowanie z LangSmith bez LangChain
- Własny system logowania interakcji z modelem
- Budowanie testowego zestawu danych
- Rodzaje i wybór wskaźników sukcesu
- Automatyczne testowanie promptów
- Feedback od użytkowników i dane produkcyjne
- Konfiguracja środowiska lokalnego i produkcyjnego
- Produkcyjne i lokalne bazy danych oraz silniki wyszukiwania
- Dostosowanie promptów do nowych wersji modeli
- Debugowanie aplikacji i logiki LLM
- Modele Open Source do embeddingu
- Równoległe korzystanie z wielu modeli na produkcji
- Dostosowanie aplikacji do dynamiki zmian
- Monitorowanie, flagowanie i blokowanie interakcji
- Odpowiedzialny deployment
- Prowadzisz zaawansowane interakcje z modelem
- Uzupełniasz programistyczne możliwości tym, co oferują LLM
- Obsługujesz błędy i naprawiasz część z nich z pomocą LLM
- Łączysz LLM z własnymi danymi
- Znasz praktyczne ograniczenia LLM i potrafisz je adresować i/lub omijać
- Optymalizujesz system wykorzystujący LLM
- Wiesz, na co zwrócić uwagę przy publikowaniu aplikacji na produkcję
- Zaawansowana interakcja z LLM (stan, dwa rodzaje pamięci, narzędzia)
- Narzędzia do przygotowania treści pamięci długoterminowej
- Konfiguracja środowiska lokalnego i produkcyjnego
- Konfiguracja narzędzi do monitorowania systemu
Multimodalność od praktycznej strony
- Obecne możliwości modeli TTS, STT i Generative Audio
- Przechwytywanie źródeł dźwięku i formaty audio
- Generowanie transkrypcji i rozpoznawanie rozmówcy
- Przetwarzanie długich plików
- Interfejs użytkownika i interakcja w czasie rzeczywistym
- Techniki optymalizacji generowania audio
- Narzędzia komercyjne i Open Source
- Obecne możliwości modeli Vision
- API dla przetwarzania obrazów i praca z plikami
- Ograniczenia API i kompresja obrazu
- Projektowanie instrukcji dla opisywania obrazów
- Zaawansowane techniki analizy i przetwarzania obrazów
- Rozpoznawanie obiektów
- Techniki optymalizacji
- Interfejs użytkownika
- Obecne możliwości generowania obrazu
- Techniki projektowania promptów dla modeli
- Generowanie obrazów i praca z plikami
- Edytowanie istniejących obrazów
- Optymalizacja i korekta plików
- Moderacja obrazów
- Interfejs użytkownika i prywatność
- Generowanie tekstu i audio
- Generowanie audio z efektami dźwiękowymi
- Opisywanie obrazów i wideo
- Generowanie obrazów pasujących do opisów
- Iterowanie generowania obrazów z modelem Vision
- Głosowa interakcja na temat obrazu
- Strukturyzowanie i formatowanie tekstu z audio
- Strumieniowanie tekstu i audio
- Transformacje i tłumaczenia dokumentów
- Praca z obrazami w tekście
- Generowanie długich form audio
- Generowanie obrazów na podstawie szablonów
- Łączenie źródeł informacji z różnych formatów
- Pracujesz z różnymi formatami treści
- Korzystasz w praktyce z multimodalności modeli
- Znasz praktyczne ograniczenia multimodalności oraz API
- Wykorzystujesz dobre praktyki projektowania doświadczeń użytkownika
- Stosujesz w praktyce większość technik optymalizacji
- Narzędzia do pełnego przetwarzania treści (tekst/obraz)
- Narzędzia do przetwarzania audio
- Multimodalny interfejs rozmowy z LLM
Własne bazy wiedzy i źródła danych dla LLM
- Koncepcja tworzenia i organizacji dokumentów
- Różne źródła danych i formatów plików
- Praca z popularnymi formatami tekstowymi, obrazu i audio
- Bezstratne oczyszczanie, formatowanie i optymalizacja dokumentów
- Konwertowanie formatów i transformacja danych przed zapisem
- Opisywanie, wzbogacanie, metadane i organizacja
- Praca z nieustrukturyzowanymi danymi
- Synchronizacja ze źródłem
- Koncepcja wyszukiwania semantycznego
- Różnice w silnikach wyszukiwania i embeddingu
- Projektowanie kolekcji i dokumentów
- Projektowanie struktury informacji
- Techniki indeksowania treści
- Strategie wyszukiwania
- Optymalizacja poprzez ograniczenie zaangażowania LLM
- Zwiększanie precyzji z pomocą LLM
- Klasyczne silniki wyszukiwania
- Synchronizacja silników wyszukiwania i baz danych
- Wybór indeksowanych treści
- Szerokie i wąskie wyszukiwanie
- Wzbogacanie zapytań i self-query
- Filtrowanie i ocenianie wyników wyszukiwania
- Dostarczanie wyników wyszukiwania do kontekstu
- Techniki optymalizacji
- Praca z plikami i katalogami
- Web Scrapping i wyniki wyszukiwania
- Interakcja z zewnętrznym API i proxy
- Informacje z urządzeń i sensorów
- Zapamiętywanie informacji użytkownika
- Techniki pracy z wrażliwymi źródłami danych
- Ochrona polityk prywatności i limity dostępu
- Odnajdywanie informacji i opisywanie zestawów danych
- Przydatne narzędzia i usługi
- Wprowadzenie do baz grafowych
- Wybór bazy danych
- Projektowanie struktury połączeń
- Budowanie grafów wiedzy na podstawie dokumentów
- Przeszukiwanie grafów i tworzenie zapytań
- Grupowanie i łączenie danych
- Połączenie z LLM
- Rozumiesz dlaczego treści dla LLM i człowieka różnią się od siebie
- Przygotowujesz i opisujesz dane na potrzeby LLM
- Pobierasz i synchronizujesz dane z różnych źródeł za pomocą różnych technik
- Korzystasz z silników wyszukiwania (w tym także z baz wektorowych)
- Organizujesz dane w relacyjnych i grafowych bazach danych
- Znasz zaawansowane koncepcje RAG (Retrieval-Augmented Generation)
- Optymalizujesz treści na potrzeby wyszukiwania i stosowania z LLM
- Loader różnych rodzajów treści, ich organizacja i indeksowanie
- Zaawansowany system RAG wykorzystujący wyszukiwanie hybrydowe i bazy grafowe
Narzędzia i umiejętności Agenta AI
- Założenia narzędzi dla agentów
- Struktura interfejsu danych i obsługa błędów
- API asystenta i proxy dostępu do zewnętrznych usług
- Opisy narzędzi, instrukcje obsługi oraz ustawienia narzędzi
- Zależności i relacje pomiędzy narzędziami
- Projekt modułów i niezależny rozwój narzędzi
- Cele i zastosowania zdolności przetwarzania dokumentów
- Podgląd dokumentu i nawigowanie po strukturze
- Wczytywanie dokumentu do bazy danych i indeksowanie
- Wyszukiwanie fragmentów i skanowanie treści
- Wieloetapowe przetwarzanie całej treści dokumentu
- Efektywne przekazywanie długich treści w logice agenta
- Dostęp do wyników wyszukiwania i limity
- Dostęp do treści stron www i optymalizacja treści
- Odczytywanie metadanych i web loadery
- Łączenie przeszukiwania Internetu z odczytywaniem stron
- Przeglądarka jako narzędzie i autonomiczne przeglądanie Internetu
- Techniki omijania ograniczeń
- API zewnętrznych usług jako narzędzia
- Uprawnienia dostępu do zapisu i modyfikowania danych
- Rola narzędzi no-code w developmencie
- Proxy ograniczające możliwość interakcji z zewnętrznymi narzędziami
- Dostosowywanie połączenia do ustawień aplikacji
- Wymiana informacji z użytkownikiem
- Dobre praktyki pracy interakcji LLM z usługami
- Efektywne posługiwanie się narzędziami
- Obsługa czasu realizacji i oczekiwania na odpowiedź
- Kolejkowanie zapytań i reagowanie na zdarzenia
- Zadania synchroniczne, asynchroniczne i częściowo asynchroniczne
- Monitorowanie postępu i wznawianie działań
- Potwierdzenia ze strony użytkownika
- Różne kanały komunikacji
- Rozumiesz koncepcję agentów AI
- Posiadasz zestaw narzędzi / modułów dla LLM
- Rozsądnie łączysz LLM z zewnętrznymi systemami
- Wykorzystujesz elementy wpływające na dobry UI oraz UX
- Wiesz o czym pamiętać przy budowie systemów zdolnych do realizowania złożonych zadań
- Budujesz agenta AI
- Zestaw własnych i gotowych narzędzi dla agentów
- API agentów i połączenie z interfejsem
Zespół Agentów AI
- Wzorzec agencyjny
- Definiowanie głównych założeń
- Projektowanie mechaniki
- Przypisywanie narzędzi i umiejętnosci
- Schemat logiki, pamięci i źródeł informacji
- Reagowanie, rozumowanie, planowanie i podejmowanie działań
- Dostosowanie do interfejsu
- Własna implementacja, a frameworki
- Kluczowe koncepcje logiki
- Cel, założenia, mechaniki, reguły, ograniczenia
- Projekt instrukcji i ich kompozycji
- Początkowe rozpoznanie i ułożenie planu
- Refleksja, weryfikowanie postępu, planowanie działań
- Połączenie stanu, pamięci krótkoterminowej i długoterminowej
- Pierwsze zadania i rozwiązanie problemów
- Plan rozwoju i ulepszeń
- Rola umiejętności i narzędzi w logice agenta
- Decyzja o podjęciu działań i opisywanie akcji
- Reagowanie na podjęte akcje i ewentualne błędy
- Harmonogram zadań i akcje asynchroniczne
- Aktualizacja planu wraz z postępami
- Kontakt z użytkownikiem i finalna odpowiedź
- Uporządkowanie i aktualizacja danych po interakcji
- Połączenie z użytkownikiem przez komunikatory
- Połączenie z innymi agentami
- Praca według harmonogramu i raportowanie
- Proaktywne działanie i reagowanie na zdarzenia
- Optymalizacja logiki w zależności od realizowanych zadań
- Optymalizacja skuteczności na podstawie produkcyjnych danych
- -- TOP SECRET ---
- Rozumiesz wzorzec "Agenta AI"
- Znasz potencjał i obecne ograniczenia agentów
- Budujesz złożoną logikę agentów
- Optymalizujesz i rozwijasz systemy agentów
- Budujesz zaawansowanych agentów AI i łączysz ich ze sobą
- Balansujesz autonomiczność z kontaktem z człowiekiem
- Przenosisz proces biznesowy na system agentów AI
- Zespół agentów AI współpracujących z Tobą i/lub realizujących wybrane procesy biznesowe (lub ich elementy)
AI_devs 3 w pigułce.
✨ NOWOŚĆ ✨
Zadania w formie fabularyzowanej historii
W trzeciej edycji AI_devs podkręcamy nie tylko content – zupełnie nową mechanikę otrzymają również zadania, za wykonanie których otrzymasz Certyfikat AI_devs!
Wcielisz się w “Piątego” – bohatera, który cofa się do roku 2024, aby powstrzymać rewolucję sztucznej inteligencji doprowadzającej do przejęcia władzy nad światem.
Spodziewaj się wielu easter eggów, niespodzianek oraz …
... listonosza z tajemniczą przesyłką 🤫
To autentyczne opinie. Nie poprawialiśmy nawet literówek :)
Twórcy AI_devs
- Twórca Serwerów VPS Mikr.us
- Twórca popularnego newslettera dla branży IT UNKNOW NEWS (20k+ subskrybentów)
- Szkoleniowiec w Niebezpiecznik.pl
- Wcześniej między innymi Senior Site Reliability Engineer w Akamai Technologies
- Head of Fraud Intelligence w Nethone
- Security Officer w Air Space Intelligence
- Tłumaczy skomplikowane rzeczy w prosty sposób na popularnym kanale YouTube (130k+ subskrybentów) oraz jako host audycji radiowych w RMF FM
Super, że będziesz!
14-dniowa Gwarancja
Niczym nie ryzykujesz. Możesz zrezygnować w ciągu 14 dni od startu kursu, czyli do 18.11 i poprosić o zwrot z dowolnego powodu, a my oddamy Ci 100% pieniędzy w ciągu 3 dni.
2 raty 0% oraz PayPo
Dajemy możliwość zakupu na 2 raty 0%. Pierwsza jest płatna od razu, druga w ciągu 14 dni od startu kursu (18.11)
Raty 0% obsługujemy samodzielnie, a nie przez bank, więc nie wpływają na Twoją zdolność kredytową.
Możesz skorzystać również z PayPo i zapłacić dopiero za 30 dni lub rozłożyć płatności na więcej rat.
Finansowanie z budżetu szkoleniowego i zniżki dla zespołów z tej samej firmy
Wiele osób wybiera finansowanie z budżetu firmy. Napisz na aidevs@brave.courses jeśli potrzebujesz faktury proforma.
Dla zespołów oferujemy dodatkowe rabaty!
Nie przegap!
DO AI_DEVS 3
20
dni
12
h
44
m
29
s
5-tygodni nauki w najnowszym programie AI_devs 3 prowadzonym przez Adama Gospodarczyka, Jakuba Mrugalskiego i Mateusza Chroboka – start 4.11.2024.
~50 godzin praktycznych lekcji, zadań i spotkań LIVE Q&A – możesz przejść całosć lub wybrać najciekawsze elementy.
Peer Review + automatyczne sprawdzanie zadań
Materiały uzupełniające – już w sierpniu!
Wspierająca społeczność – spodziewamy się znów 2000+ programistów, programistek i entuzjastów AI!
Certyfikat dla pracodawcy za wykonanie projektów
Dostęp do materiałów na 12 miesięcy
Gwarancja satysfakcji z kursu lub zwrot pieniędzy
FAQ
Masz dodatkowe pytanie?
Odpowiemy szybko!
(i mimo wszystko to będzie człowiek;)
.jpg)
AI_devs 3 wymaga programowania, sama obsługa narzędzi no-code może nie wystarczyć do ukończenia kursu.
Wyjątek stanowią osoby pracujące z narzędziami no-code/low-code, zdolne do pracy z kodem (np. poprzez generowanie go z pomocą GPT-4).
Natomiast bez zmian pozostaje zastosowanie języka JavaScript w przykładach dołączonych do lekcji. Poprzednie edycje pokazały nam, że osoby programujące w innych technologiach odnalazły się w składni JS, więc przy tym pozostajemy.
Jeśli chodzi o OpenAI, nie będziemy korzystać z ChatGPT. Posiadanie dostępu do wersji Plus jest totalnie opcjonalne. Konieczne jest jednak posiadanie płatnego konta na https://platform.openai.com. Tam należy się zarejestrować i podłączyć metodę płatności oraz KRYTYCZNE ustawić twardy limit na kwotę, której nie chcesz przekroczyć.
W trakcie kursu można spodziewać się wydatków na poziomie $3 - $10. Trzeba jednak pamiętać że mówimy tutaj o rozliczeniu za zużycie, więc ostateczny koszt będzie kwestią indywidualną.
Fundamentem AI_devs jest interakcja z LLM za pośrednictwem API, co można zrealizować praktycznie w dowolnym języku programowania. Przykłady faktycznie są napisane w JavaScript, ale skupiamy się w nich na koncepcjach, a nie konkretnej implementacji.
Warto zajrzeć do tego kodu z poprzedniej edycji: https://github.com/iceener/gpt-tools
Jeśli czytanie go (w połączeniu z bogatym opisem tekstowym oraz w niektórych przypadkach nagraniem wideo) jest w porządku, to polecamy wziąć udział w AI_devs!
W Pythonie pracuje się wygodnie, ponieważ np. LangChain jest w tym języku bardziej rozwinięty.
Jeśli chodzi o C#, jeżeli potrafisz komunikować się z API i czujesz się dobrze w tej technologii, to prawdopodobnie nie ma przeszkód. Jest sporo bibliotek ułatwiających interakcje z API, również dla C#.
Przykładowo, oficjalne biblioteki OpenAI znajdziesz tutaj: https://platform.openai.com/docs/libraries
Staramy się tworzyć najlepszy i najbardziej aktualny program na rynku.
Agenda AI_devs 3 została stworzona na nowo i dostosowana do tematu przewodniego jakim są Agenci AI – zapraszamy zarówno osoby uczące się z nami pierwszy raz jak i wszystkich absolwentów poprzednich edycji!
Dokładny zakres tematyczny znajdziesz na stronie aidevs.pl/#program.
Zdecydowaliśmy się zatem na interaktywny, kohortowy format zamiast klasycznego kursu opartego o samo oglądanie video na platformie lub zwykłego szkolenia stacjonarnego.
Kurs jest realizowany głównie poprzez platformę Circle, ale korzystamy również z autorskiego systemu do zadań.
Takie podejście zapewnia przyswojenie największej ilości wiedzy w krótkim czasie, a dzięki projektom zaliczeniowym wdrażasz to od razu w swojej pracy i szybciej widzisz konkretne efekty.
Nasi kursanci bardzo doceniają również bieżący kontakt z prowadzącym i społeczność skupioną w programie, która dzieli się wiedzą i technikami w zamkniętej, zaufanej grupie o podobnych celach i pasjach – w poprzednich edycjach wymieniliśmy ponad 16 000 komentarzy w społecznści!
Jeśli szukasz kursu AI realizowanego online, ale ze wsparciem mentorów i społeczności – AI_devs będzie doskonałym wyborem.
Dokładny kalendarz i elementy programu znajdziesz na aidevs.pl/#calendar.
Aby uzyskać certyfikat należy zaliczyć minimum 80% zadań. Aktualny stan realizacji zadań będzie wskazywał pasek postępu.
Certyfikat jednym kliknięciem zintegrujesz z profilem na LinkedIn.
Na wykonanie zadań potrzebnych do certyfikacji masz czas do 2 lutego 2025, ale w trakcie szkolenia będziemy mocno zachęcać do realizacji zadań na bieżąco, wraz z całą grupą.
O skuteczności tej metodyki świadczy to, że ponad 50% uczestników AI_devs realizuje te zadania i kończy cały kurs, co jest spektakularnym wynikiem dla kursów internetowych!
AI_devs 3 jest sprawdzonym programem szkoleniowym, w którym wzięło udział ponad 4500 developerów wystawiając setki pozytywnych opinii!
Wśród absolwentów znajdziesz osoby pracujące w Allegro, AirHelp, Orange, RAMP Network, PwC, Huuuge Games, Asseco i wielu innych!
- Opinie o programie (120+ autentycznych recenzji).
- LinkedIn z certyfikatami i dodatkowymi opiniami (2k+ obserwujących).
AI_devs prowadzą praktycy i pasjonaci:
- Adam "overment" Gospodarczyk – co-founder EasyCart, twórca Alice, JavaScript Hero of Community przyznany przez JS Poland.
- Jakub "unknow" Mrugalski – twórca Serwerów VPS Mikr.us oraz newslettera UNKNOW NEWS (20k+ subskrybentów), szkoleniowiec w Niebezpiecznik.pl.
- Mateusz Chrobok – Head of Fraud Intelligence w Nethone, Security Officer w Air Space Intelligence, twórca popularnego kanału YouTube (130k+ subskrybentów).
Podobnie jak w poprzedniej edycji, wsparciem zespołu będzie zespół mocnych gości specjalnych – ich nazwiska zdradzimy wkrótce, pozytywnie zaskoczą!
W poprzednich edycjach goścmi specjalnymi byli Bartek Pucek (inwestor Eleven Labs), Kacper Łukawski (Qdrant), Bartek Rozkrut (Edward.ai).
Tak, kurs możesz zwrócić bez dodatkowych pytań do 14 dni po jego rozpoczęciu. Otrzymasz pełny zwrot kosztów wciągu 3 dni roboczych od wysłania do nas maila z prośbą o zwrot.
Sesje LIVE odbywają się w każdy czwartek od 20:00 do 21:00/21:30 (Zoom). Wszystkie spotkania będą nagrywane, wiec niczego nie przegapisz nawet jeśli nie będziesz uczestniczyć we wszystkich sesjach na żywo.
Bardzo zachęcamy do udziału LIVE, ponieważ energia tych spotkań w połączeniu z możliwością zadawania specyficznych pytań prowadzącym i gościom specjalnym jest wielką wartością tego szkolenia i czymś, co wyróżnia go od zwykłych kursów online.
Kurs potrwa od 4.11 do 8.12.
W sierpniu otrzymasz materiały uzupełniające składające się na dodatkowy tydzień nauki.
Na wykonanie zadań wymaganych do certyfikacji masz czas do 2.02.2025.
Oczywiście! Dla firm kupujących dostępy dla swoich zespołów, oferujemy atrakcyjne zniżki. Napisz na aidevs@brave.courses lub zadzwoń pod numer +48 739 038 640, aby otrzymać ofertę dla Twojej firmy.
Na solidną realizację wszystkich zadań oraz przerobienie wszystkich materiałów potrzebnych do uzyskania certyfikatu należy przeznaczyć ~10 godzin tygodniowo w trakcie 5 tygodni kursu (~50 godzin w sumie).
Potrzebujesz ok. 10 godzin w tygodniu, żeby solidnie przerobić cały materiał i wszystkie zadania.
Nie oznacza to jednak, że każdy tydzień, każdemu uczestnikowi zajmie tyle czasu.
Dla kogoś to może być 8 godzin, dla kogoś i innego 12, a być może Ty zrobisz to w 6.
W praktyce wiemy, że wiele osób angażuje się jeszcze mocniej, a niektórzy wybierają najciekawsze dla nich elementy lub przechodzą materiał w swoim czasie, poza "oficjalnym" kalendarzem kursu (i to jest również w porządku).
Lekcje będą miały formę rozbudowanych artykułów ~25 000 znaków (co sprawdziło się w poprzednich edycjach oraz dało możliwość aktualizacji o najnowsze rozwiązania). Przekłada się to na około 15-30 minut czytania. Do lekcji będą dołączone snippety kodu, na których przeczytanie potrzeba około 20 minut. W lekcjach będą pojawiać się nagrania wideo trwające do 30 minut.
Do każdej lekcji dołączone jest jedno zadanie, którego rozwiązanie może potrwać około 60-90 minut lub dłużej (ale jest to kwestia indywidualna). Daje to w teorii łącznie ~2-2,5h dziennie od poniedziałku do piątku / ~10h tygodniowo. Czas ten może się zmieniać zarówno w jedną jak i drugą stronę.
AI_devs wciąga 😈
Dostęp do wszystkich nagrań i materiałów masz na 12 miesięcy od startu kursu. Dostęp do społeczności AI_devs na Discordzie będzie dostępna bez ograniczeń czasowych!
Tak, dajemy możliwość zakupu na 2 raty 0%. Pierwsza jest płatna od razu, a druga w ciagu 14 dni od startu kursu. Raty 0% są obsługiwane przez nas, a nie przez bank, więc nie wpływają na Twoją zdolność kredytową. Działamy w zaufaniu!
Jeśli chodzi o PayPo, masz możliwość odroczenia płatności 30 dni lub rozbicia ich na więcej rat. Raty PayPo są oprocentowane, ale jeśli chcesz – możesz skorzystać tej opcji w koszyku.
Tak, wielu uczestników dostaje finansowanie z budżetu szkoleniowego. W sekcji z cennikiem znajdziesz link do ulotki dla szefa w PDF, którą podepniesz po wniosek po dofinansowanie.
Co więcej, dla zespołów oferujemy atrakcyjne rabaty od aktualnej ceny. Zachęcamy do zebrania się w większą grupę!
Tak, otrzymasz fakturę automatycznie po zakupie dostępu. Jeśli wybierzesz płatność na raty, również dostaniesz od razu fakturę (na kwotę równą wpłaconej racie).
Regulamin znajdziesz tutaj.
W sekcji z cennikiem znajdziesz informację o najlepszej dostępnej teraz cenie oraz możliwościach finansowania.
Cena rośnie wraz ze zbliżaniem się do startu kursu. Warto nie czekać na ostatnią chwilę.
Zapraszamy!
Na razie skupiamy się na organizacji tej edycji i nie planujemy jeszcze kolejnej.
Zapraszamy do dołączenia, tym bardziej, że dostęp do materiałów i nagrań dostaniesz na 12 miesięcy!
Dołącz do nas!
To będzie najlepsza
edycja do tej pory!
Zapisy w cenie promocyjnej jeszcze przez:
45
Dni
12
Godzin
44
Minut
29
Sekund
