Zapisy w cenie promocyjnej!
0
dni
0
h
0
m
0
s
Dołącz teraz
Zapisz się na kurs
- start  już 18 listopada
Sprawdź!
Nowy kurs od Elephant AI dla kodujących. Tylko nauka od najlepszych da Ci przewagę!

Agenci AI: Narzędzia Przyszłości™

Kurs prowadzi uczestników/czki przez proces tworzenia Agentów AI i pokazuje, jak łączyć różne komponenty w celu stworzenia efektywnych systemów decyzyjnych. Program obejmuje zaawansowane tematy, takie jak integracja Agentów AI z systemami wyszukiwania informacji oraz rozwój środowisk wieloagentowych. Uczestnicy/czki nauczą się, jak oceniać wydajność i efektywność systemów Agentów AI. Ten kompleksowy program ma na celu wyposażenie profesjonalistów/ek w wiedzę i umiejętności niezbędne do wdrażania rozwiązań opartych na Agentach AI w rzeczywistych kontekstach biznesowych.

Edycja 1 | 18 listopada - 22 grudnia 2024 (zaliczenie w styczniu 2025)

User ratingUser ratingUser ratingUser ratingUser ratingUser ratingUser ratingUser ratingUser rating
2000+ osób należących
do społeczności Elephant AI

5+1 tygodni
wspólnej nauki

Uczysz się w grupie, a nie samotnie. Elephant AI oparty jest o społeczność działającą razem. Oprócz sesji LIVE, codziennie uczestniczysz w dyskusjach, Q&A i dzieleniu się wiedzą z innymi studentami i studentkami.

Zaufało nam 2000+ osób

Pierwsza edycja kursu Agenci AI: Narzędzia Przyszłości™: 18 listopada - 22 grudnia 2024 (zaliczenie w styczniu 2025)

🎓 Dołącz do ambitnej społeczności Elephant AI - Menedżerów/ek, Specjalistów/ek i Developerów/ek z różnych branż!

Konrad Banachewicz
& Goście Specjalni

Kaggle Grandmaster i specjalista od Machine Learningu z ogromnym doświadczeniem. Towarzyszyć mu będą zagraniczni Goście i Gościnie - międzynarodowe gwiazdy Machine Learningu i sztucznej inteligencji.

Naucz się tworzyć aplikacje, które zwiększą przewagę konkurencyjną Twojej firmy

Wprowadzenie do Agentów
Poznaj koncepcję systemów agentowych oraz zdolności w zakresie wykorzystania narzędzi, planowania i rozumowania.

Specjalizacje Bartka: Machine Learning, Deep Learning, Natural Language Processing, Neural Machine Translation, Mobile & Conversational User Interfaces.

Budowanie Agentów AI
Naucz się, jak łączyć różne narzędzia i procesy w celu tworzenia efektywnych systemów decyzyjnych, poznając przepływ pracy Agentów oraz porównując różne platformy do ich budowy.

Specjalizacje Bartka: Machine Learning, Deep Learning, Natural Language Processing, Neural Machine Translation, Mobile & Conversational User Interfaces.

Integracja z RAG
Buduj zaawansowane systemy wyszukiwania i analizy informacji (RAG) z wykorzystaniem Agentów AI, aby usprawnić procesy zarządzania wiedzą w organizacji.

Specjalizacje Bartka: Machine Learning, Deep Learning, Natural Language Processing, Neural Machine Translation, Mobile & Conversational User Interfaces.

Systemy wieloagentowe
Buduj systemy wieloagentowe, gdzie wielu Agentów AI współpracuje ze sobą, aby rozwiązywać złożone problemy biznesowe.

Specjalizacje Bartka: Machine Learning, Deep Learning, Natural Language Processing, Neural Machine Translation, Mobile & Conversational User Interfaces.

Ocena wydajności Agentów AI
Poznaj metody i kryteria oceny efektywności systemów agentowych, co pozwoli na ciągłe doskonalenie i optymalizację wdrożonych rozwiązań.

Specjalizacje Bartka: Machine Learning, Deep Learning, Natural Language Processing, Neural Machine Translation, Mobile & Conversational User Interfaces.

Produkcyjne wdrożenie Agentów AI
Zapoznaj się z zasadami i wyzwaniami związanymi z wdrażaniem Agentów AI w środowisku produkcyjnym. Poznaj najlepsze praktyki, możliwości wykorzystania chmury oraz architekturę łączenia istniejących agentów.

Specjalizacje Bartka: Machine Learning, Deep Learning, Natural Language Processing, Neural Machine Translation, Mobile & Conversational User Interfaces.

Konrad Banachewicz na Elephant AI Summit

"Dobry, zły i brzydki: jak Generative AI zmieni biznes"
Warszawa, 7 czerwca 2024
Tagline

Uczestnicy i uczestniczki Elephant AI Summit o wystąpieniu Konrada:

Lorem ipsum dolor sit amet, consectetur adipiscing elit.

5-star rating

Marcin Zawadzki

Fotograf

"Prelekcja Konrada była jak orzeźwiające wiadro zimnej wody na głowę. Fajnie jest posłuchać kogoś, kto nie podchodzi do AI bezkrytycznie. Najwyższy czas, żeby w rozmyślaniu o przyszłości brać pod uwagę nie tylko to, co możemy zrobić, ale też to, jakie to wszystko przyniesie skutki. Bombowe wystąpienie 😅"
5-star rating

Ludmiła Kot

Główny specjalista ds. komunikacji
i organizacji eventów w Polish Airports Academy

"Niezwykła energia, pytania bez jednoznacznej odpowiedzi, które pobudzają emocje i głód wiedzy. Jak zwykle fantastyczne eksperckie spojrzenie bez cienia kokieterii. 👀 👏"
Tagline

Wyobraź sobie scenariusz, w którym posiadasz umiejętności poszukiwane przez czołowe firmy na całym świecie i otwierasz drzwi do ekscytującej kariery w dziedzinie sztucznej inteligencji.

Lorem ipsum dolor sit amet, consectetur adipiscing elit.

Tagline

Fundamenty Agentów AI

Zrozumiesz, czym są Agenci AI i jak działają w kontekście biznesowym. Poznasz ich kluczowe cechy, takie jak zdolność do korzystania z narzędzi, planowania i rozumowania w złożonych sytuacjach.

Tagline

Projektowanie systemów agentowych

Nauczysz się łączyć różne komponenty w celu tworzenia efektywnych systemów decyzyjnych opartych na Agentach AI. Poznasz popularne platformy do budowy agentów i nauczysz się wybierać odpowiednie rozwiązania dla konkretnych potrzeb biznesowych.

Tagline

Zaawansowane wyszukiwanie informacji

Odkryjesz, jak Agenci AI mogą zrewolucjonizować systemy zarządzania wiedzą w organizacji. Nauczysz się integrować Agentów z systemami wyszukiwania i analizy informacji (RAG), co pozwoli na bardziej efektywne wykorzystanie danych w przedsiębiorstwie.

Tagline

Współpraca między Agentami

Zgłębisz koncepcję systemów wieloagentowych i ich potencjał w rozwiązywaniu skomplikowanych problemów biznesowych. Poznasz strategie projektowania i wdrażania systemów, w których wiele Agentów AI współpracuje ze sobą, zwiększając ogólną wydajność i elastyczność rozwiązań.

Tagline

Ocena i optymalizacja

Opanujesz metody oceny wydajności systemów agentowych w kontekście biznesowym. Nauczysz się identyfikować kluczowe wskaźniki efektywności i wykorzystywać je do ciągłego doskonalenia wdrożonych rozwiązań AI.

Tagline

Międzynarodowa kariera

Uzupełnisz swoje CV o poszukiwane i pożądane na rynku pracy kompetencje. Przygotujesz się do pracy w dużych korporacjach i zrewolucjonizujesz swoją karierę.

Kim jest Kaggle Grandmaster/ka?

To najwyższy tytuł przyznawany użytkownikom i użytkowniczkom platformy Kaggle, która jest popularnym miejscem dla miłośników i miłośniczek Data Science i uczenia maszynowego. Osiągnięcie tego tytułu jest niezwykle trudne i wiąże się z wykazaniem się wyjątkowymi umiejętnościami analitycznymi, programistycznymi i rozwiązywania problemów. Liczba Kaggle Grandmasterów/ek jest ograniczona, co czyni ten tytuł jeszcze bardziej prestiżowym.

Zaufało nam 2000+ osób

Pierwsza edycja kursu GenAI Code:
7 października - 17 listopada

🇵🇱 Tworzymy największe szkolenie dotyczące AI dla menedżerów w Polsce, a teraz otwieramy się na nową grupę - osoby kodujące. Skorzystaj z naszego doświadczenia.

Zaufało nam 2000+ osób

Pierwsza edycja kursu GenAI Code:
7 października - 17 listopada

🇵🇱 Tworzymy największe szkolenie dotyczące AI dla menedżerów w Polsce, a teraz otwieramy się na nową grupę - osoby kodujące. Skorzystaj z naszego doświadczenia.

Agenci AI: Narzędzia Przyszłości™
Przejmij kontrolę nad AI

Zakładamy, że znasz Pythona na poziomie pracy z LLM przez API. Kurs Agenci AI został stworzony dla:

  • Absolwentów i absolwetntek kursu GenAI Code - jako doskonała kontynuacja ścieżki edukacyjnej.
  • Doświadczonych programistów i programistek / software developerów i developerek, chcących rozszerzyć swoje umiejętności o Agentów AI.
  • Osób zainteresowanych międzynarodową karierą w firmach technologicznych.
  • Każdego, kto chce wykorzystać rewolucyjną technologię Agentów AI do rozwiązywania realnych problemów.

Co o GPT-4 i programowaniu w parze z AI myślą programiści?

Perspektywa Adama

Obecny poziom rozwoju narzędzi AI jest imponujący, lecz nadal dość ograniczony. Jednocześnie jest na tyle wystarczający, aby dać nam niezbędną przestrzeń do rzeczy ważnych. I chociaż trudno jest mi wskazać ile dokładnie czasu oszczędzam dzięki ChatGPT Plus i GPT-3.5/4.0 w swojej pracy, mogę orientacyjnie stwierdzić, że dalej mi do programisty 10x, a bliżej do programisty 1000x.

Czytaj dalej ...

Czy AI nas zastąpi ❓

Od premiery Github Copilota a potem ChatGPT, zasadne stało się pytanie: czy AI nas zastąpi?

Wystarczy chwila interakcji, aby zauważyć, że to jeszcze nie ten moment. Można też podejmować próby spowolnienia adopcji tego typu narzędzi, lub wprost zaprzeczania im. Chociaż takie nastawienie może mieć uzasadnione podstawy, historia pokazuje, że powstrzymanie rozwoju technologii jest bardzo trudne. W końcu nie sposób zaprzeczyć niesamowitym rezultatom, które te narzędzia osiągają już dziś. Co więcej, można sięgnąć po te możliwości i sam zrobiłem to już kilka lat temu, korzystając z pierwszych wersji popularnych dziś na rynku narzędzi.

Aby nie opierać się wyłącznie o słowa, pokażę co mam teraz na myśli. Nie rzadko zdarza mi się realizować projekty na swoje potrzeby. Czasem po to aby odkryć nową technologię, innym razem dla zabawy. W takich sytuacjach zależy mi na zrealizowaniu swoich założeń, przy ograniczonym czasie. Nie mogę pozwolić sobie na to, aby spędzać godziny nad małymi problemami, które stają na mojej drodze.

Ostatnio jednym z nich było encodowanie chunków streamu zwracanego przez API OpenAI. Prawdopodobnie ze względu na środowisko w którym pracowałem, generowane odpowiedzi nie zawierały polskich znaków. Rozwiązania  które przychodziły mi do głowy okazały się nieskuteczne. Zapytałem więc ChatGPT o możliwe rozwiązanie:

Wydawało się być wystarczające, ale nadal potrzebowałem zaimplementować je w mojej funkcji, która i tak przeszła sporo zmian przy okazji wcześniejszych prób. Wykonałem więc jeszcze jedno zapytanie:

I otrzymałem odpowiedź zawierającą instrukcję zamiany dosłownie jednej linii. Wprowadzenie poprawki dało natychmiastowy efekt. Oczywiście nie wiem jak długo zajęłoby mi rozwiązanie tego problemu samodzielnie. Wiem jednak, że zrobiłem to szybciej dzięki ChatGPT.

Naturalnie nie zawsze w środowisku produkcyjnym mogę ot tak przeklejać sobie fragmenty kodu do ChatGPT czy GPT-3. Nic jednak nie stoi na przeszkodzie aby w rozmowie z ChatGPT posługiwać się niezależnymi snippetami i szukać możliwych rozwiązań. Dobrym przykładem jest rozmowa w której pracowaliśmy wspólnie nad jednym z promptów. Wspólna wymiana pomysłów i uwag była niesamowicie produktywna. W kilkanaście minut zrealizowałem pracę, na którą w pojedynkę potrzebowałbym 2-3 dni! (chodziło o pracę z różnymi wariantami tego samego promptu. Łącznie musiałem przygotować kilkadziesiąt wersji. Napisanie ich ręcznie prawdopodobnie nigdy by się nie wydarzyło).

Wniosek: Możemy współpracować z AI i wzajemnie zwiększać swoją skuteczność.

GPT nie działa 💩

W latach 2017-2023 rozwój AI znacząco przyspieszył a znaczącym elementem był model o nazwie Transformer, wspomniany po raz pierwszy w tej publikacji. Aby zobaczyć o jakim tempie tutaj mówimy, można porównać wyniki generowane przez GPT-2 z GPT-3.

Przykład GPT-2 (HuggingFace) dla zwykłego dialogu, w którym spodziewamy się odpowiedzi "I'm doing great, thanks for asking!", otrzymujemy:

Natomiast w GPT-3.5 (Playground) otrzymujemy następujący rezultat:

Porównanie o którym mówimy dzieli 14-23 miesięcy rozwoju, licząc daty publikacji GPT-2 oraz GPT-3 (GPT-3.5 jakieś 9 miesięcy później). Pomimo tak ogromnego postępu, treści generowane przez najnowsze modele, nadal bywają dalekie od doskonałości. Co więcej w przypadku LLM (Large Language Model) raczej nie mówimy o myśleniu, lecz opartej na modelach statystycznych zdolności do przewidywania kolejnego tokenu. Poniżej krytyczne spojrzenie na LLM przez znaną w świecie Deep Learningu postać:

LLM sprawdzają się do bardzo określonych zadań. Jeżeli jednak zrozumiemy ich możliwości oraz ograniczenia, będziemy w stanie mądrze wybierać. Nie rzadko też okaże się, że w sytuacji w której powszechnie uważa się, że "GPT-3 się nie sprawdza", w naszym przypadku perfekcyjnie zrealizuje oczekiwane zadanie.

Dobrym przykładem z mojego własnego podwórka jest określanie dat na podstawie wzmianek w tekście. Powszechnie wiadomo, że GPT-3 nie radzi sobie z nimi dość dobrze, nawet jeżeli jasno poinformujemy go "kiedy jest dziś", trudno będzie mu policzyć datę na podstawie określenia "w następny piątek". Sam jednak opracowałem prompt, którego skuteczność jest zaskakująco wysoka i zwraca poprawny wynik we wskazanym przeze mnie formacie.

Dojście do takiego rozwiązania, nie było przypadkowe i wymagało ode mnie poznania kilku technik projektowania zapytań do GPT-3, które połączyłem ze sobą. Dziś ten prompt wykorzystuję zawsze w sytuacji gdy pracuję z datami. Zmierzam tym do tego, że rozmowa z GPT-3, czyli projektowanie promptów, przypomina pewną warstwę abstrakcji dla programowania. Tutaj jednak zamiast wykorzystywać ściśle określoną składnię, posługujemy się słowami i odpowiednim formatowaniem fragmentów tekstu.

Co ciekawe istnieją narzędzia, które w takich zadaniach sprawdzają się wręcz perfekcyjnie. Jednym z nich jest WolframAlpha, który z absurdalną precyzją odpowiada na zadane pytanie:

Wniosek: GPT-3 nie jest doskonałe a jego użyteczność uzależniona jest od kontekstu i sposobu wykorzystania.

Trudno konkurować z AI 🏆

W filmach i wpisach na temat Github Copilot czy ChatGPT, bardzo często pada zdanie: generowany kod jest lepszy niż mój! Ekscytujące i alarmujące jest jednak to, że jest prawdziwe. Przykładowo pomimo tego, że znam wyrażenia regularne, ich pisanie i testowanie zajmuje mi czas. Napisanie poniższego zajęłoby mi kilka/kilkanaście minut i to przy założeniu, że znalazłbym informację o tym jak zatrzymać dopasowanie na znaku cudzysłowu, bo zwykle nie przychodzi mi to naturalnie. W tym przypadku pojawiło się na moim ekranie w kilka sekund.

Są jednak znacznie bardziej złożone przykłady. Do tej pory nie zdarzyło mi się pracować z API zwracającym odpowiedź w formie strumienia. Nie wiedziałem nawet jak się do tego zabrać. ChatGPT wygenerował kod, który pozwolił mi szybko odnaleźć się w zadaniu, które przede mną stoi. Choć docelowo ta funkcja wygląda inaczej i oryginał zawiera zbędne fragmenty, tak ten przykład zaoszczędził mi przynajmniej kilka godzin. A to tylko jedna funkcja. Przede mną było napisanie całej aplikacji.

Gdy wyobrażę sobie, że miałbym konkurować ze sobą wspieranym AI, bez wątpienia bym przegrał. Przewaga w postaci połączenia doświadczenia, logiki i ultra-szybkiego analizowania i generowania kodu, jest zbyt duża abym miał realne szanse.

Ponownie jednak, to nie jest tak, że ChatGPT zawsze generuje poprawne odpowiedzi i natychmiast rozwiązuje moje problemy. Tym bardziej że dostępność tego narzędzia aktualnie bywa dość ograniczona. Pokazuje to historia mojego czatu:

I chociaż w powyższych konwersacjach rozwiązałem kilkanaście różnych problemów, nie rzadko musiałem zaczynać od początku, zarówno z przyczyn technicznych jak i konieczności zmiany podejścia. Ostatecznie i tak nie można tego porównywać z próbą samodzielnego rozwiązania problemów.

Wniosek: Łatwo wygrać z AI. Trudno wygrać z osobą posługującą się AI.

Perspektywa Jakuba

Od czasu pojawienia się technologii oferowanych przez OpenAI (GPT-3, ChatGPT, Whisper, DALL-E), moje możliwości drastycznie wzrosły. To wszystko, co oddzielałem grubą linią, pisząc “to musi zrobić człowiek” nagle stało się dla mnie dostępne do zautomatyzowania, a linia określająca moje limity, przesunęła się znacznie dalej niż była dotychczas.

Czytaj dalej ...

Czy AI nas zastąpi? 🤖

Myślę, że na obecnym poziomie, na którym znajdują się technologie generatorów tekstu/kodu (GPT, Copilot itp.), zupełnie nam to nie grozi, ale co będzie za kilka lat? Tego nie wiem.

Jednak to, z czym mamy do czynienia już teraz, jest rozwiązaniem na tyle dojrzałym, że warto spróbować wdrożyć je do swojego codziennego życia. Można oczywiście zaklinać rzeczywistość i starać się zatrzymać postępujący rozwój technologii mówiąc, że AI jest szkodliwe, nie przyjmie się i jest dla nas zbyteczne.

Historia pokazuje jednak, że zatrzymanie rozwoju technologii, którą już zachłysnęli się ludzie, nie jest wcale takie proste… a niekiedy, nie jest nawet możliwe.

Sztuczna inteligencja za sprawą głównie OpenAI weszła pod strzechy. Znajomość sieci neuronowych, deep learningu i skomplikowanych algorytmów łączących matematykę i fizykę, to NIE są już umiejętności niezbędne do tego, aby wejść w świat AI. Już dziś, próg wejścia został drastycznie obniżony. Machina rozwoju nowych technologii ruszyła, a od Ciebie zależy, czy będziesz częścią tego rozwoju.

Odpowiadając na tytułowe pytanie - "czy AI nas zastąpi?" - powiedziałbym NIE, to nie AI może nas zastąpić, a ludzie, którzy będą umieć z tego AI korzystać.

Rozwój jest skrajnie szybki ⚡️

Kilka lat temu, bardziej zaawansowani technicznie użytkownicy komputerów, dysponujący przy tym mocnymi GPU, mogli pobawić się technologią GPT-2. Trzeba przyznać, że generowane przez tę technologię odpowiedzi były ‘ciekawe’, ale nie można powiedzieć, że użyteczne, czy poprawne.

Zaledwie kilkanaście miesięcy później, światło dzienne ujrzał GPT-3, który generował teksty na takim poziomie, że niezwykle trudno było je odróżnić od tych, pisanych przez człowieka (co potwierdzi Ci każdy uczeń, który oddał jako zadanie domowe pracę napisaną przez GPT-3).

Od powstania GPT-3 minęło zaledwie kilka miesięcy, a świat oszalał na punkcie ChatGPT. Już teraz technologia ta jest na poziomie ułatwiającym życie milionom ludzi na całym świecie. Trzeba oczywiście umieć z niej korzystać.

Mówię o tym dlatego, że do szybko zmieniającej się technologii najłatwiej 'wskoczyć' na początku. Gdy już technologia porządnie się rozwinie, a bazowa ilość wiedzy niezbędnej do rozpoczęcia z nią pracy drastycznie wzrośnie, wtedy może okazać się, że próg wejścia będzie za wysoki. Z tego powodu staramy się działać możliwie szybko.

Ale przecież GPT kłamie! 😬

Tak, to prawda, że współczesne transformery tekstu generują niekiedy odpowiedzi, które brzmią jak prawdziwe, ale prawdziwymi nie są.

Dla wielu programistów to cecha, która wyklucza użycie takiego rozwiązania w produkcyjnym kodzie. Bo jak mielibyśmy wykorzystywać coś, co raz na jakiś czas (nikt nie wie, kiedy) się myli, lub zwraca zupełnie zmyślone odpowiedzi?

Okazuje się, że istnieją metody pracy zarówno z GPT-3, jak i ChatGPT, które gwarantują Ci jako programiście otrzymanie przewidywalnej i do tego zawsze prawdziwej odpowiedzi.

Istnieją nawet sposoby na odcięcie się od całego zasobu wiedzy (lub niewiedzy - jak mówią niektórzy), do jakiej ma dostęp wybrany model AI.

Między innymi tego chcemy Cię nauczyć.

Trudno konkurować z AI 🤷

Ja wiem, że współczesne modele sztucznej inteligencji są dość ułomne, ale i tak w wielu dziedzinach nawet na poziomie, na którym obecnie się znajdują, są niedoścignione dla klasycznych algorytmów.

Spróbuj w klasyczny sposób napisać tzw. klasyfikator sentymentu treści, czyli mechanizm, który na podstawie zadanego inputu ocenia, czy np. komentarz na temat produktu jest pozytywny, czy negatywny. Wydaje się to prostym zadaniem? To wyobraź sobie, że otrzymujesz taki oto komentarz:

“Jestem przerażony tym jak działa ten soft! Na samą myśl o tym, jak wyglądała moja praca, zanim go kupiłem, aż przepełnia mnie obrzydzenie. Jak ja mogłem tak żyć?! Ja tego softu nie polecam. Ja go ubóstwiam i jestem zniesmaczony na samą myśl, że ktoś mógłby używać produktów konkurencji!”

Tak, ja wiem… kilkadziesiąt IF-ów, baza słów kluczowych, jakieś proste filtry bayesowskie i do tego wykrywanie literówek (zauważyłeś je w tekście?). Stworzenie takiego systemu to męczarnia, a i tak liczba false-positivów będzie taka, że jego produkcyjne użycie będzie praktycznie niemożliwe.

A co jeśli powiedziałbym Ci, że ChatGPT rozpoznałby bezbłędnie sentyment tego komentarza, ignorując w nim wszelkie literówki, błędy gramatyczne i nietypowy zapis słów, a wszystko to dałoby się zautomatyzować wysyłając do API dosłownie jedno zdanie prompta?

Przykład z wykrywaniem sentymentu nie przemawia do Ciebie za bardzo?

Pomyśl o generowaniu streszczeń dowolnych tekstów, o automatycznym odpisywaniu na maile klientów Twojego sklepu, o przeszukiwaniu ogromnych baz danych i zwracaniu odpowiedzi w zrozumiałej dla człowieka formie.

Przeszukiwanie baz danych? Ale jak to?! Przecież te technologie są odcięte od świata! 🤔

Chcemy Cię nauczyć, jak zapewnić faktycznie ‘niemal offlinowym’ technologiom dostęp nie tylko do świata zewnętrznego, ale i do Twoich wewnętrznych zasobów wiedzy, a wszystko to uzyskamy w sposób możliwie bezpieczny.

Czy sztuczna inteligencja to realne zagrożenie dla ludzkości?

Czy AI zawładnie światem? Obejrzyj nagranie ze spotkania z Konradem i spójrz na AI oczami prowadzącego kursu Agenci AI, którego już niedługo spotkasz podczas zajęć.

Zainspiruj się!

Lorem ipsum dolor sit amet, consectetur adipiscing elit.

Konrad o Agentach:

"Ja wolę załatwiać rzeczy za jednym zamachem. W takim razie budujemy agenta. Mamy cały czas ten sam bazowy model językowy i teraz dajemy mu system prompt, dajemy instrukcję."

Kupujesz kursy, potem odkładasz na półkę?
Z Elephant AI będzie inaczej.

Istnieją takie tematy gdzie wiedza zmienia się bardzo szybko. Tym rodzajem zagadnienia jest AI.

Z tego powodu zdecydowaliśmy się na kurs kohortowy.

Przy kohorcie, uczestnicy i uczestniczki szkolenia stanowią jedną grupę, która prowadzona przez trenerów i trenerki dąży do wspólnego opanowania tematu. Oznacza to, że wiedzą dzielimy się w taki sposób, aby dało się ją przyswajać małymi porcjami. Każdego dnia.

Dodatkowo, członkowie i członkinie kohorty współtworzą społeczność. Wspólnie rozmawiamy o problemach i je rozwiązujemy.

Zadania! W klasycznych kursach online może i znajdziesz zadania domowe, ale niestety nikt ich nie sprawdzi, bo generowałoby to zbyt wielki nakład pracy dla prowadzących. Przy kohorcie jest inaczej. Każda praca domowa będzie weryfikowana i dopiero na bazie pozytywnej oceny zostanie przyznany certyfikat.

18 listopada — 22 grudnia 2024 (zaliczenie w styczniu 2025)

Elephant AI jest programem kohortowym, w którym uczymy się razem. Dołączysz do grona kilkuset studentów i studentek o podobnych celach i podobnej pasji do zgłębienia wykorzystania Agentów AI w projektach.

Sesje live w poniedziałki i środy 19:00 — 21:00

Sercem programu jest 10 sesji LIVE w poniedziałki i środy o 19:00 na ZOOM. Spodziewaj się praktycznych ćwiczeń, Q&A i wymiany wiedzy z innymi uczestnikami i uczestniczkami. Warsztaty będą prowadzone przez Konrada Banachewicza oraz gości i gościnie specjalnych/e i potrwają ok. 2 godziny. WSZYSTKIE sesje LIVE będą nagrywane, więc nic Cię nie ominie.

Prace domowe

Prawie każde zajęcia będą podsumowywane realizowaną przez Ciebie pracą domową - praktycznym zadaniem, podczas którego zaprezentujesz swoje nowe umiejętności. Realizacja prac domowych będzie niezbędna do ukończenia kursu.

Wieczór koderski

Pochylimy się nad case'ami z zakresu Agentów AI i przeprowadzimy Q&A, na którym odpowiemy na wszyskie Twoje pytania dot. Agentów AI.

Konkurs na zaliczenie kursu

Na zakończenie programu weźmesz udział w wyzwaniu Data Science i zmierzysz się z innymi uczestnikami i uczestniczkami kursu. Konkurs będzie obowiązkowym elementem dla zaliczenia kursu.

Skrypty DIY

Nasze skrypty pozwolą Ci samodzielnie wykonanać własne modele.

Feedback do postępów

W programie weźmie udział kilkaset osób z pasją do AI, więc tworzymy przestrzeń do Peer Review pomiędzy uczestnikami.

Społeczność Elephant AI

Uczysz się w grupie, a nie samotnie. Nasz program oparty jest o społeczność działającą razem w ramach 5+1 tygodni kursu. Codziennie będziesz uczestniczyć w dyskusjach na platformie kursu, Q&A i dzieleniu się wiedzą.

5+1 tygodni pełnych wiedzy, case studies i interakcji w społeczności

Skuteczność zrozumienia AI, aktualnie w dużym stopniu zależy od sposobu przekazania kontekstu. Podczas Elephant AI podzielimy się naszymi najlepszymi taktykami i niewykluczone, że wspólnie z całą grupą uczestników i uczestniczek edycji, trafimy na zupełnie nowe rozwiązania. Dlatego zdecydowaliśmy na interaktywny, kohortowy format Elephant AI zamiast klasycznego kursu opartego na oglądaniu wideo na platformie.

Moduł 1

Wprowadzenie do Agentów

Tematy
Po co nam to, na co nam to - dlaczego LLMy to za mało
  • Czym jest a czym nie jest GPT-4
  • Oczekiwania vs Rzeczywistość
  • Narzędzia komplementarne [Copilot/Tabnine]
  • Szybki start z Playground
  • Praca z ChatGPT Plus
  • Formatowanie danych
  • Błędna i nieaktualna wiedza
Krótki kurs historii GenAI: co trzeba wiedzieć o RAG i multimodalności
  • Czym jest a czym nie jest GPT-4
  • Oczekiwania vs Rzeczywistość
  • Narzędzia komplementarne [Copilot/Tabnine]
  • Szybki start z Playground
  • Praca z ChatGPT Plus
  • Formatowanie danych
  • Błędna i nieaktualna wiedza
Z czego składa się Agent
  • Czym jest a czym nie jest GPT-4
  • Oczekiwania vs Rzeczywistość
  • Narzędzia komplementarne [Copilot/Tabnine]
  • Szybki start z Playground
  • Praca z ChatGPT Plus
  • Formatowanie danych
  • Błędna i nieaktualna wiedza
Czy Agent może być asystentem?
  • Czym jest a czym nie jest GPT-4
  • Oczekiwania vs Rzeczywistość
  • Narzędzia komplementarne [Copilot/Tabnine]
  • Szybki start z Playground
  • Praca z ChatGPT Plus
  • Formatowanie danych
  • Błędna i nieaktualna wiedza
Typy agentów i główne zastosowania
  • Czym jest a czym nie jest GPT-4
  • Oczekiwania vs Rzeczywistość
  • Narzędzia komplementarne [Copilot/Tabnine]
  • Szybki start z Playground
  • Praca z ChatGPT Plus
  • Formatowanie danych
  • Błędna i nieaktualna wiedza
Agenci 101: arytmetyka dla początkujących, czyli jak nauczyć LLM dodawać (i mnożyć - dla ambitnych ;-)
  • Czym jest a czym nie jest GPT-4
  • Oczekiwania vs Rzeczywistość
  • Narzędzia komplementarne [Copilot/Tabnine]
  • Szybki start z Playground
  • Praca z ChatGPT Plus
  • Formatowanie danych
  • Błędna i nieaktualna wiedza
Use case 1: aktualne informacje
  • Czym jest a czym nie jest GPT-4
  • Oczekiwania vs Rzeczywistość
  • Narzędzia komplementarne [Copilot/Tabnine]
  • Szybki start z Playground
  • Praca z ChatGPT Plus
  • Formatowanie danych
  • Błędna i nieaktualna wiedza
Use case 2: planowanie w kalendarzu
  • Czym jest a czym nie jest GPT-4
  • Oczekiwania vs Rzeczywistość
  • Narzędzia komplementarne [Copilot/Tabnine]
  • Szybki start z Playground
  • Praca z ChatGPT Plus
  • Formatowanie danych
  • Błędna i nieaktualna wiedza
Use case 3: agentura w Slacku
Zasady Prompt Engineeringu
  • Zasady budowania promptów
  • "Rozumowanie" GPT i prawdopodobieństwo
  • Kontekst i słowa kluczowe
  • Dynamiczne dane w prompcie
  • Techniki tworzenia promptów [z ChatGPT]
In Context Learning / Zero/One/ Few-shot learning
  • Techniki zadawania pytań
  • Otrzymuj o co pytasz
  • Nauka na przykładach
  • Zestawy danych
Zaawansowane techniki tworzenia promptów
  • Reverse Prompt Engineering
  • Chain of Thought
  • Ukrywanie danych
  • Nowy język
Efekty
  • Wymieniasz zalety użycia Agentów w porównaniu z oparciem na pojedynczych modelach LLM.
  • Znasz struktury Agenta AI, w tym koncepcji pamięci i tożsamości.
  • Rozróżniasz różne typów Agentów AI i główne zastosowania Agentów AI.
Przykładowe projekty
  • Agent AI do wyszukiwania i aktualizacji informacji w czasie rzeczywistym.
  • Inteligentny asystent do zarządzania kalendarzem i planowania spotkań.
  • Agent AI zintegrowany z platformą Slack do automatyzacji zadań komunikacyjnych.
Moduł 2

Agent na posterunku

Tematy
Frameworki do budowy rozwiązań agentowych
  • Czym jest a czym nie jest GPT-4
  • Oczekiwania vs Rzeczywistość
  • Narzędzia komplementarne [Copilot/Tabnine]
  • Szybki start z Playground
  • Praca z ChatGPT Plus
  • Formatowanie danych
  • Błędna i nieaktualna wiedza
Wady i zalety: llamaindex vs langchain vs crewai vs autogen vs agentgpt
  • Czym jest a czym nie jest GPT-4
  • Oczekiwania vs Rzeczywistość
  • Narzędzia komplementarne [Copilot/Tabnine]
  • Szybki start z Playground
  • Praca z ChatGPT Plus
  • Formatowanie danych
  • Błędna i nieaktualna wiedza
Czy Agenci wyprą inżynierów oprogramowania?
  • Czym jest a czym nie jest GPT-4
  • Oczekiwania vs Rzeczywistość
  • Narzędzia komplementarne [Copilot/Tabnine]
  • Szybki start z Playground
  • Praca z ChatGPT Plus
  • Formatowanie danych
  • Błędna i nieaktualna wiedza
Use case 1: własny Agent - OpenAI API
  • Czym jest a czym nie jest GPT-4
  • Oczekiwania vs Rzeczywistość
  • Narzędzia komplementarne [Copilot/Tabnine]
  • Szybki start z Playground
  • Praca z ChatGPT Plus
  • Formatowanie danych
  • Błędna i nieaktualna wiedza
Use case 2: własny Agent - lokalny (Ollama)
  • Czym jest a czym nie jest GPT-4
  • Oczekiwania vs Rzeczywistość
  • Narzędzia komplementarne [Copilot/Tabnine]
  • Szybki start z Playground
  • Praca z ChatGPT Plus
  • Formatowanie danych
  • Błędna i nieaktualna wiedza
Use case 3: vision agent - generowanie obrazów
  • Czym jest a czym nie jest GPT-4
  • Oczekiwania vs Rzeczywistość
  • Narzędzia komplementarne [Copilot/Tabnine]
  • Szybki start z Playground
  • Praca z ChatGPT Plus
  • Formatowanie danych
  • Błędna i nieaktualna wiedza
Use case 4: customer support bot!
  • Czym jest a czym nie jest GPT-4
  • Oczekiwania vs Rzeczywistość
  • Narzędzia komplementarne [Copilot/Tabnine]
  • Szybki start z Playground
  • Praca z ChatGPT Plus
  • Formatowanie danych
  • Błędna i nieaktualna wiedza
Use case 5: gra w “Zgadnij, kim jestem” :-)
Zasady Prompt Engineeringu
  • Zasady budowania promptów
  • "Rozumowanie" GPT i prawdopodobieństwo
  • Kontekst i słowa kluczowe
  • Dynamiczne dane w prompcie
  • Techniki tworzenia promptów [z ChatGPT]
In Context Learning / Zero/One/ Few-shot learning
  • Techniki zadawania pytań
  • Otrzymuj o co pytasz
  • Nauka na przykładach
  • Zestawy danych
Zaawansowane techniki tworzenia promptów
  • Reverse Prompt Engineering
  • Chain of Thought
  • Ukrywanie danych
  • Nowy język
Efekty
  • Znasz najważniejsze frameworki do budowy rozwiązań agentowych.
  • Rozumiesz, jak wykorzystać zalety - i jak unikać wad - popularnych narzędzi.
  • Znasz koncepcję Agentic Software Engineering (Agentic SWE).
Przykładowe projekty
  • Własny Agent AI wykorzystujący OpenAI API / wersja lokalna.
  • Agent wizyjny zdolny do analizy i interpretacji obrazów.
  • Zaawansowany bot do obsługi klienta wykorzystujący technologie agentowe.
Moduł 3

Agenci i RAG

Tematy
Wzmacnianie Agenta: RAG jako narzędzie
  • Czym jest a czym nie jest GPT-4
  • Oczekiwania vs Rzeczywistość
  • Narzędzia komplementarne [Copilot/Tabnine]
  • Szybki start z Playground
  • Praca z ChatGPT Plus
  • Formatowanie danych
  • Błędna i nieaktualna wiedza
Routing zapytań
  • Czym jest a czym nie jest GPT-4
  • Oczekiwania vs Rzeczywistość
  • Narzędzia komplementarne [Copilot/Tabnine]
  • Szybki start z Playground
  • Praca z ChatGPT Plus
  • Formatowanie danych
  • Błędna i nieaktualna wiedza
Agent + RAG + multimodal = wygrywająca kombinacja
  • Czym jest a czym nie jest GPT-4
  • Oczekiwania vs Rzeczywistość
  • Narzędzia komplementarne [Copilot/Tabnine]
  • Szybki start z Playground
  • Praca z ChatGPT Plus
  • Formatowanie danych
  • Błędna i nieaktualna wiedza
Use case 1: router - przekierowujemy zapytania do właściwego bota
  • Czym jest a czym nie jest GPT-4
  • Oczekiwania vs Rzeczywistość
  • Narzędzia komplementarne [Copilot/Tabnine]
  • Szybki start z Playground
  • Praca z ChatGPT Plus
  • Formatowanie danych
  • Błędna i nieaktualna wiedza
Use case 2: RAG z narzędziami - przetwarzanie pdf, wyszukiwarka
  • Czym jest a czym nie jest GPT-4
  • Oczekiwania vs Rzeczywistość
  • Narzędzia komplementarne [Copilot/Tabnine]
  • Szybki start z Playground
  • Praca z ChatGPT Plus
  • Formatowanie danych
  • Błędna i nieaktualna wiedza
Use case 3: RAG - doradca, który sam wyciąga wnioski
  • Czym jest a czym nie jest GPT-4
  • Oczekiwania vs Rzeczywistość
  • Narzędzia komplementarne [Copilot/Tabnine]
  • Szybki start z Playground
  • Praca z ChatGPT Plus
  • Formatowanie danych
  • Błędna i nieaktualna wiedza
Use case 4: Agent pracujący z kolekcją dokumentów
Efekty
  • Rozumiesz koncepcję wzmacniania Agenta poprzez wykorzystanie RAG (Retrieval-Augmented Generation) jako narzędzia.
  • Znasz zasady routingu w kontekście systemów agentowych.
  • Łączysz Agenta z RAG i możliwościami multimodalnymi.
  • Rozumiesz funkcjonowanie i zastosowania routera w systemach agentowych.
  • Znasz sposoby integracji RAG z różnymi narzędziami.
  • Znasz koncepcję Agenta z RAG zdolnego do zaawansowanego wnioskowania.
  • Rozumiesz metody pracy Agenta z kolekcją dokumentów.
Przykładowe projekty
  • Agent AI wzmocniony RAG, zdolny do efektywnego wyszukiwania i wykorzystywania informacji.
  • Multimodalny Agent łączący RAG z przetwarzaniem różnych typów danych (tekst, obraz, dźwięk).
  • Implementacja routera optymalizującego pracę zespołu Agentów.
  • Zaawansowany Agent z RAG, zdolny do złożonego wnioskowania na podstawie dostępnych danych.
  • Agent AI specjalizujący się w pracy z dużymi kolekcjami dokumentów, wykorzystujący RAG do efektywnego przetwarzania i analizy.
Moduł 4

Multi Agent

Tematy
W jedności siła: od jednego do wielu Agentów
  • Czym jest a czym nie jest GPT-4
  • Oczekiwania vs Rzeczywistość
  • Narzędzia komplementarne [Copilot/Tabnine]
  • Szybki start z Playground
  • Praca z ChatGPT Plus
  • Formatowanie danych
  • Błędna i nieaktualna wiedza
Kolaboracja vs rywalizacja, czyli jak uniknąć kanibalizacji i zbudować spójną szynę agentową
  • Czym jest a czym nie jest GPT-4
  • Oczekiwania vs Rzeczywistość
  • Narzędzia komplementarne [Copilot/Tabnine]
  • Szybki start z Playground
  • Praca z ChatGPT Plus
  • Formatowanie danych
  • Błędna i nieaktualna wiedza
Narzędzia low code do budowy systemów wieloagentowych
  • Czym jest a czym nie jest GPT-4
  • Oczekiwania vs Rzeczywistość
  • Narzędzia komplementarne [Copilot/Tabnine]
  • Szybki start z Playground
  • Praca z ChatGPT Plus
  • Formatowanie danych
  • Błędna i nieaktualna wiedza
Use case 1: RAG websearch
  • Czym jest a czym nie jest GPT-4
  • Oczekiwania vs Rzeczywistość
  • Narzędzia komplementarne [Copilot/Tabnine]
  • Szybki start z Playground
  • Praca z ChatGPT Plus
  • Formatowanie danych
  • Błędna i nieaktualna wiedza
Use case 2: Agenci w rolach: analityk + data scientist + data engineer => automatyczne budowanie rozwiązań IT - od danych do aplikacji
  • Czym jest a czym nie jest GPT-4
  • Oczekiwania vs Rzeczywistość
  • Narzędzia komplementarne [Copilot/Tabnine]
  • Szybki start z Playground
  • Praca z ChatGPT Plus
  • Formatowanie danych
  • Błędna i nieaktualna wiedza
Use case 3: napisz wymagający technicznie artykuł, za pomocą kooperacji Agentów (logika GAN)
  • Czym jest a czym nie jest GPT-4
  • Oczekiwania vs Rzeczywistość
  • Narzędzia komplementarne [Copilot/Tabnine]
  • Szybki start z Playground
  • Praca z ChatGPT Plus
  • Formatowanie danych
  • Błędna i nieaktualna wiedza
Use case 4: spersonalizowane rekomendacje na bazie rozmowy z Agentem
Zaawansowane techniki tworzenia promptów
  • Reverse Prompt Engineering
  • Chain of Thought
  • Ukrywanie danych
  • Nowy język
Efekty
  • Rozumiesz koncepcję systemów wieloagentowych i ich przewagi nad pojedynczymi Agentami.
  • Znasz różnice między kolaboracją a rywalizacją w systemach wieloagentowych.
  • Używasz narzędzi low code do tworzenia systemów wieloagentowych.
  • Rozumiesz zasady działania RAG (Retrieval-Augmented Generation) w kontekście wyszukiwania internetowego w rozwiązaniach agentowych.
  • Znasz proces współpracy Agentów w analizie danych, nauce o danych i inżynierii danych.
  • Rozumiesz proces tworzenia technicznych artykułów przez zespół Agentów.
  • Znasz metody tworzenia spersonalizowanych rekomendacji z wykorzystaniem wielu Agentów.
Przykładowe projekty
  • Prosty system wieloagentowy z wykorzystaniem narzędzi low code.
  • System RAG do wyszukiwania internetowego z wykorzystaniem wielu Agentów.
  • Zintegrowany pipeline od analizy danych do tworzenia aplikacji z użyciem różnych typów Agentów.
  • System wieloagentowy do tworzenia technicznych artykułów.
  • Spersonalizowany system rekomendacji oparty na współpracy wielu Agentów.
Moduł 5

Kontrola podstawą zaufania - ewaluacja Agentów

Tematy
Sposoby ewaluacji Agentów
  • Czym jest a czym nie jest GPT-4
  • Oczekiwania vs Rzeczywistość
  • Narzędzia komplementarne [Copilot/Tabnine]
  • Szybki start z Playground
  • Praca z ChatGPT Plus
  • Formatowanie danych
  • Błędna i nieaktualna wiedza
Czarne scenariusze - czyli uczymy się na typowych błędach wdrożeniowych Agentów
  • Czym jest a czym nie jest GPT-4
  • Oczekiwania vs Rzeczywistość
  • Narzędzia komplementarne [Copilot/Tabnine]
  • Szybki start z Playground
  • Praca z ChatGPT Plus
  • Formatowanie danych
  • Błędna i nieaktualna wiedza
Porównanie benchmarków / leaderboards
  • Czym jest a czym nie jest GPT-4
  • Oczekiwania vs Rzeczywistość
  • Narzędzia komplementarne [Copilot/Tabnine]
  • Szybki start z Playground
  • Praca z ChatGPT Plus
  • Formatowanie danych
  • Błędna i nieaktualna wiedza
Koszt użycia Agentów
  • Czym jest a czym nie jest GPT-4
  • Oczekiwania vs Rzeczywistość
  • Narzędzia komplementarne [Copilot/Tabnine]
  • Szybki start z Playground
  • Praca z ChatGPT Plus
  • Formatowanie danych
  • Błędna i nieaktualna wiedza
Quis custodiet ipsos custodes: śledzenie pracy Agentów
  • Czym jest a czym nie jest GPT-4
  • Oczekiwania vs Rzeczywistość
  • Narzędzia komplementarne [Copilot/Tabnine]
  • Szybki start z Playground
  • Praca z ChatGPT Plus
  • Formatowanie danych
  • Błędna i nieaktualna wiedza
Use case 1: monitoring - internals, output
  • Czym jest a czym nie jest GPT-4
  • Oczekiwania vs Rzeczywistość
  • Narzędzia komplementarne [Copilot/Tabnine]
  • Szybki start z Playground
  • Praca z ChatGPT Plus
  • Formatowanie danych
  • Błędna i nieaktualna wiedza
Use case 2: comprehensive tracking and logging framework
  • Czym jest a czym nie jest GPT-4
  • Oczekiwania vs Rzeczywistość
  • Narzędzia komplementarne [Copilot/Tabnine]
  • Szybki start z Playground
  • Praca z ChatGPT Plus
  • Formatowanie danych
  • Błędna i nieaktualna wiedza
Use case 3: czarny scenariusz wdrożenia Agenta i działania naprawcze
Efekty
  • Rozumiesz metody ewaluacji Agentów AI.
  • Znasz znaczenie i sposoby korzystania z benchmarków i leaderboards.
  • Analizujesz koszty związane z użytkowaniem Agentów AI.
  • Rozumiesz koncepcję "Quis custodiet ipsos custodes" w kontekście nadzoru nad Agentami AI.
  • Znasz techniki monitorowania wewnętrznego działania i wyników Agentów.
  • Znasz kompleksowe systemy śledzenia i rejestrowania pracy Agentów.
Przykładowe projekty
  • System ewaluacji Agenta AI z wykorzystaniem popularnych benchmarków.
  • Prosty system monitorujący wewnętrzne procesy i wyniki Agenta AI.
  • Zaawansowane śledzenie i rejestrowanie działań Agenta AI.

Rozbuduj swoje portfolio o następujące technologie:

AI DEVS DEMO by overment

Jak wykorzystuję OpenAI, GPT-3.5, GPT-4 i text-embedding-ada-002 [Alice i jej możliwości]

W tym warsztacie pokazuję jak wykorzystuję GPT-4 do optymalizacji codziennych zadań poprzez fakt, że GPT-4 jest dla mnie dostępne w dowolnej aplikacji, jest podłączone do mojej bazy danych oraz jest zdolne do wykonywania różnego rodzaju akcji, również w tle.

– ChatGPT vs GPT-4
– Integracja GPT-4 z dowolnym programem na komputerze i telefonie
– Spersonalizowana interakcja i własna baza wiedzy
– Rozszerzanie możliwości GPT-4 i obchodzenie ograniczeń
– Szybki development narzędzi zwiększających produktywność
– GPT-4 realizujące zadania w tle

Pokazuję:
– moje makra
– moje automatyzacje
– przykłady integracji z różnymi aplikacjami (notion, feedly)
– integrację ze Slack
– Alice i jej możliwości 💪

Prowadzący kursu Agenci AI: Narzędzia Przyszłości™

Konrad Banachewicz
PhD, Kaggle Grandmaster

Wybitny specjalista w dziedzinie AI. Jest jednym z najbardziej wszechstronnych i doświadczonych profesjonalistów w branży. Swoją przygodę z AI rozpoczął ponad 20 lat temu.

Po otrzymaniu doktoratu na Vrije Universiteit w Amsterdamie, gdzie koncentrował się na badaniach naukowych z zakresu modelowaniu ekstremalnych zależności w ryzyku kredytowym, wykorzystywał swoje umiejętności w praktycznych zastosowaniach biznesowych.

Konrad pracował dla prestiżowych instytucji finansowych takich jak ABN AMRO, RBS i ING, budując rozwiązania machine learning kluczowych problemów inwestycyjnych. W 2015 został poproszony o stworzenie centralnego zespołu data science w eBay Classifieds Group. Obecnie pracuje w IKEA AI Lab w Amsterdamie jako Principal Data Scientist.

Przeszedł przez wszystkie etapy cyklu tworzenia produktów opartych na danych: od zrozumienia wymagań biznesowych, przez pozyskiwanie i obróbkę danych, modelowanie, testowanie, deployment i prezentację wyników kadrze zarządzającej.

Ma na swoim koncie liczne sukcesy w tworzeniu rozwiązań AI w różnych branżach, w tym high frequency trading, ryzyko kredytowe, przewidywanie cen płodów rolnych, analiza anomalii w urządzeniach przemysłowych, optymalizacja rekomendacji i multimedialne asystenty zakupowe. Jego praca w obszarze AI była pionierska, zwłaszcza w czasach, gdy większość biznesów uważała AI za ciekawostkę.

Jego pasja do dzielenia się wiedzą i mentorowania młodych talentów jest nieoceniona. Jest autorem bestsellerowych książek o AI. Wierzy, że kluczem do sukcesu jest nie tylko umiejętność rozwiązywania praktycznych problemów, ale także zrozumienie, jak unikać typowych błędów.

Poza pracą Konrad aktywnie uczestniczy w konkursach na Kaggle i trenuje Krav Magę. Jest osobą, która nieustannie dąży do doskonalenia siebie zarówno na polu zawodowym, jak i osobistym.

Konrad jest autorem i współautorem wysoko ocenianych książek z obszaru Data Science, Machine Learning i GenAI

Gościni Specjalna Maria Parysz

Maria Parysz
Założycielka Kaggle Days – największej społeczności data science na świecie, skupiającej 14 milionów najbardziej błyskotliwych specjalistów i specjalistek w tej dziedzinie, pracujących nad przyspieszeniem postępu w rozwoju rozwiązań AI. Pomysłodawczyni i prowadząca bestsellerowego kursu AI dla Menedżerów od Elephant AI.
Pracowała nad niezliczonymi projektami dla firm będących liderami swoich branż, takich jak Sephora, Rolls-Royce, Fendi i wielu innych. Niektóre z jej certyfikatów: certyfikowana menedżerka innowacji (z ponad 15-letnim doświadczeniem), Project Management Professional (PMP)®, ambasadorka Agile. Współzałożycielka i CEO LogicAI, gdzie pracuje nad projektami związanymi z rekomendacjami dla wyszukiwarek, wykrywaniem oszustw i algorytmami predykcyjnymi. Pracuje również jako Ph.D. Researcher in AI na DCU i jest profesorką wizytującą na różnych uniwersytetach.
Ekspertka AI, założycielka Elephant AI, CEO LogicAI i RecoAI, Researcherka Ph.D. AI, autorka książek o AI, prowadząca bestsellerowy kurs AI dla Managerów

Head of Fraud Intelligence w Nethone, Security Officer w Airspace Intelligence oraz co-founder w Pricellent i Ceforai. Ponad 89 000 obserwujących na kanale YouTube.

Maria Parysz
Ekspertka AI, założycielka Elephant AI, CEO LogicAI i RecoAI, Researcherka Ph.D. AI, autorka książek o AI, prowadząca bestsellerowy kurs AI dla Managerów

Head of Fraud Intelligence w Nethone, Security Officer w Airspace Intelligence oraz co-founder w Pricellent i Ceforai. Ponad 89 000 obserwujących na kanale YouTube.

Santiago Valdarrama
Machine Learning Engineer, założyciel Tideily, influencer AI (357 tys. obserwujących), mówca i rozpoznawalny na całym świecie nauczyciel AI

Specjalizacje Bartka: Machine Learning, Deep Learning, Natural Language Processing, Neural Machine Translation, Mobile & Conversational User Interfaces.

Luca Massaron
Data Science & Modelling Senior Expert w illimity Bank, Kaggle Grandmaster, Google Developer Expert, autor 19 bestsellerowych książek o AI

Specjalizacje Bartka: Machine Learning, Deep Learning, Natural Language Processing, Neural Machine Translation, Mobile & Conversational User Interfaces.

Zobacz opinie uczestników i uczestniczek kursów Elephant AI

Możliwe, że znasz już inne nasze kursy, podcasty, webinary dotyczące AI. Opieramy się na doświadczeniu z siedmiu edycji kursu AI dla Menedżerów, w którym wzięło udział blisko 2000 osób (kolejna edycja startuje już 23 września!). Elephant AI to jeszcze więcej. Sprawdź opinie👇

Agenci AI: Narzędzia Przyszłości™ od Elephant AI

Super, że będziesz z nami!

7-dniowa gwarancja

Szkolenie trwa 5+1 tygodni. Masz prawo rezygnacji do 7 dni od daty jego rozpoczęcia. Możesz więc uczestniczyć w dwóch zajęciach i powiedzieć, że to jednak nie dla Ciebie lub nie masz czasu na szkolenie, a my zwrócimy Ci 100% wpłaconych pieniędzy, w ciągu kilku dni roboczych. Niczego nie ryzykujesz. Działamy w pełnym zaufaniu.

2 raty 0%

Dajemy możliwość zakupu na 2 raty 0%. Pierwsza jest płatna od razu, druga w ciągu 7 dni od startu, czyli do 24 listopada. Raty obsługujemy samodzielnie, a nie przez bank, więc nie wpływają na Twoją zdolność kredytową.

Finansowanie z budżetu szkoleniowego

Wielu kursantów i wiele kursantek wybiera finansowanie z budżetu firmy. Napisz na agenci@elephantai.io jeśli potrzebujesz proformy lub dedykowanej oferty. Dla zespołów liczących ponad 3 osoby oferujemy rabaty.

Cena promocyjna do __ kwietnia
1990 zł
(lub 2 raty x 995 zł)
Includes:
6-tygodni nauki w programie Agenci AI: Narzędzia Przyszłości™ prowadzonym przez Konrada Banachewicza, PhD, Kaggle Grandmastera, w terminie 18 listopada - 22 grudnia 2024 (zaliczenie w styczniu 2025).
20+ godzin warsztatów LIVE.
Gościni specjalna i goście specjalni.
Dostęp do nagrań i materiałów na 6 miesięcy.
Prace domowe.
Skrypty DIY.
Konkurs na zaliczenie kursu.
Rozpoznawalny i uznany certyfikat od Elephant AI, zawierający suplement opisujący Twoje nowe kompetencje.
Kup dostęp do kursu
🔥 2000+ osób zapisanych na kursy Elephant AI!
Potrzebujesz więcej czasu? Zapisz się na listę zainteresowanych.
Zapisując się akceptujesz Politykę Prywatności oraz wyrażasz zgodę na dołączenie do newslettera Elephant AI prowadzonego przez ElephantAI sp. z o.o. Spokojnie, nie spamujemy i w każdej chwili możesz się wypisać :)
Dzięki, jesteśmy w kontakcie!
Coś poszło nie tak, spróbuj ponownie.

Sprawdź nasze pozostałe kursy

Najlepszy na start!
AI dla Menedżerów
Maria Parysz
7-tygodniowy kurs zastosowania najnowszych technologii obszaru AI (łącznie z ChatGPT, GPT-4 i GenAI) do rozwoju projektów i produktów w twojej firmie.
Praktyczny krok budowania GenAI
GenAI Code™
Konrad Banachewicz, PhD
Ten 6-tygodniowy kurs wyposaży Cię w umiejętności niezbędne do tworzenia rozwiązań wykorzystujących moc generatywnej sztucznej inteligencji (GenAI).

Specjalizacje Bartka: Machine Learning, Deep Learning, Natural Language Processing, Neural Machine Translation, Mobile & Conversational User Interfaces.

Niezbędny do zrozumienia AI Act
Prawo SI dla Biznesu™
mec. Kamil Hamelusz
5-tygodniowy kurs dot. AI Act i prawnych aspektów tworzenia i wdrażania AI, obejmujący etapy od koncepcji po wprowadzenie produktu na rynek.

Specjalizacje Bartka: Machine Learning, Deep Learning, Natural Language Processing, Neural Machine Translation, Mobile & Conversational User Interfaces.

Najbardziej zaawansowany
Agenci AI: Narzędzia Przyszłości™
Konrad Banachewicz, PhD
Ten kompleksowy program ma na celu wyposażenie w umiejętności niezbędne do wdrażania rozwiązań opartych na Agentach AI.

Specjalizacje Bartka: Machine Learning, Deep Learning, Natural Language Processing, Neural Machine Translation, Mobile & Conversational User Interfaces.

Kup dwa kursy w pakiecie

Zapłać 990 PLN mniej

2

komplementarne
kursy dla kodujących

12

tygodni
ciągłej nauki

-25%

rabat przy zakupie
kursów w pakiecie

3980 PLN

2990

PLN za cały pakiet

Konrad
Banachewicz

dwa powiązane kursy,
jeden prowadzący

Czego nauczysz się w każdym z kursów

Wprowadzenie do GenAI
Kluczowe pojęcia, chronologia rozwoju LLM i techniki prompt engineeringu. Rozróżnienie między modelami komercyjnymi oraz open source.
Praca z tekstem
Generowanie tekstu, tworzenie podsumowań i systemów Q&A z wykorzystaniem LLM.
Stable Diffusion i DALL-E 3
Modele dyfuzyjne i techniki tworzenia promptów do generowania obrazów. Dostrajanie modeli za pomocą technik Dreambooth.
Generowanie wideo i dźwięku
Generowanie wideo z tekstu i obrazów oraz transfer stylu w wideo.
Podejście multimodalne
Łączenie różnych modalności (tekst, obraz, wideo, dźwięk) w celu tworzenia zaawansowanych aplikacji GenAI.
RAG
Problemy LLM i wprowadzenie RAG (Retrieval-Augmented Generation).
DeepEval, Promptbench i Giskard
Ewaluacja modeli LLM. Metryki i narzędzia do oceny wydajności modeli językowych.
Llama Guard, Fiddler i Arize Phoenix
Monitorowanie modeli LLM w celu zapewnienia ich prawidłowego działania.
Google Cloud (GCP)
Infrastruktura chmurowa. Korzystanie z Gen AI Studio, Model Garden i poznanie różnic między LLMOps a MLOps.
Agenci AI
Dlaczego same LLM to za mało. Różne typy agentów i ich główne zastosowania.
LangChain, CrewAI i AutoGen
Frameworki agentowe. Wybranie odpowiednich narzędzi i tworzenie agentów z wykorzystaniem API OpenAI i lokalnych modeli.
Agenci i RAG
Implementacja routingu zapytań i tworzenie agentów zdolnych do samodzielnego wyciągania wniosków z danych.
Systemy wieloagentowe
Łączenie agentów w celu rozwiązywania złożonych zadań. Narzędzia low-code do budowy takich systemów.
Ewaluacja agentów
Metody oceny wydajności i skuteczności agentów AI. Popularne benchmarki i analiza kosztów użytkowania agentów.
Monitoring agentów
Śledzenie pracy agentów i implementacja kompleksowych systemów monitoringu.
Bezpieczeństwo i etyka
Potencjalne zagrożenia, zapobieganie im i nauka działań naprawczych.
Optymalizacja kosztów
Efektywne zarządzanie zasobami przy skalowaniu rozwiązań agentowych.
Przyszłość AI i agentów
Analiza kierunków rozwoju technologii agentowych. Etyczne implikacje i potencjalne zastosowania agentów AI w przyszłości.
Certyfikaty ukończenia
Rozpoznawalny i uznany certyfikat od Elephant AI, zawierający suplement opisujący Twoje nowe kompetencje.

AI to coś więcej niż nowa gorączka złota.

Dołącz do Elephant AI.

FAQ

Masz dodatkowe pytanie?
Odpowiemy szybko!
(i mimo wszystko to będzie człowiek;)

Nie mam backgroundu technicznego, czy to kurs dla mnie?

Kurs Agenci AI: Narzędzia Przyszłości™ skierowany jest do osób mających doświadczenie programistyczne. Aby świadomie brać udział w kursie, wymagana jest znajomość Pythona na poziomie pracy z LLM przez API.

Jeśli nie masz doświadczenia programistycznego na tym poziomie, rozpocznij naukę od kursu GenAI Code, który da Ci niezbędne podstawy z zakresu Pythona i GenAI.

Nie wiem, czy mogę uczestniczyć we wszystkich spotkaniach LIVE. Co wtedy? Czy coś mnie ominie?

Spokojnie, wszystkie spotkania są nagrywane. Sporo osób, które brały udział w kursie samodzielnie ułożyło sobie harmonogram działań, pod swoje możliwości czasowe. Zajęcia LIVE odbywają się wieczorami (poniedziałki i środy), właśnie dlatego, żeby były dostępne dla jak największej liczby osób i nie kolidowały z codziennymi zadaniami.

Zaliczenie kursu brzmi strasznie, nie jestem osobą biegłą w AI – czy go zaliczę?

Aby zaliczyć kurs, wystarczy pracować systematycznie i realizować prace domowe. Zadania będą powiązane bezpośrednio z materiałem realizowanym pdczas zajęć. Zwieńczeniem programu będzie konkus na Kaggle - wystarczy, że weźmiesz w nim udział, rezultat jest drugorzędny. Warto jednak się starać, ponieważ najlepsi studenci i najlepsze studentki otrzymają wyróżnienia!

Czy ten kurs jest praktyczny?

Kurs zawiera mnóstwo elementów praktycznych i będą one stanowić bazę tego kursu - use case'y, programowanie na żywo, ćwiczenia, prace domowe, sesje Q&A i spotkania z praktykami ze świata. To wszystko pozwoli Ci zdobyć wiedzę i umiejętności niezbędne do tworzenia własych rozwiązań wykorzystujących Agentów AI.

Czy kurs pomaga w karierze?

Najlepszą odpowiedzią na to pytanie są historie naszych absolwentek i absolwentów. Część z nich już w trakcie kursu awansowała, a niektórzy dostali podwyżkę (zobacz historie absolwentów i absolwentek). Wszyscy zauważyli też zwiększenie ruchu na swoich profilach na LinkedIn, po udostępnieniu informacji, że biorą udział w kursie Elephant AI. Dodatkowym atutem, na który zwracają uwagę nasi uczestnicy i nasze uczestniczki jest aspekt społecznościowy. Dzięki interakcji z innymi kursantami i kursantkami z bardzo różnych branż, nawiązali oni i nawiązały one wiele cennych kontaktów biznesowych. Kurs kończy certyfikat generowany z Certifier, w języku angielskim. Potwierdza on zdobytą przez Ciebie wiedzę. Dodatkowo jako Elephant Team aktywnie promujemy naszych kursantów i nasze kursantki, m.in. poprzez posty w social mediach oraz filmy na LinkedIn i YouTube, pokazując tam ich profile.

Czy muszę umieć programować?

Kurs Agenci AI: Narzędzia Przyszłości™ skierowany jest do osób mających doświadczenie programistyczne. Aby świadomie brać udział w kursie, wymagana jest znajomość Pythona na poziomie pracy z LLM przez API.

Jeśli nie masz doświadczenia programistycznego na tym poziomie, rozpocznij naukę od kursu GenAI Code, który da Ci niezbędne podstawy z zakresu Pythona i GenAI.

Czy AI jest dla każdej firmy?

Jest to bardzo indywidualne pytanie. Jeżeli Twój pracodawca / Twoja pracodawczyni lub specyfika branży, w jakiej pracujesz, nie stawiają jasnych ograniczeń, to będziesz w stanie wykorzystać potencjał AI. Rozwiązania, które będziemy tworzyć na kusie, sprawdzają się w wielu kontekstach, choć to tylko wycinek opcji.

Ile muszę zapłacić za dodatkowe narzędzia?

Udział w Elephant AI nie wymaga żadnych dodatkowo płatnych narzędzi.

Czym to się różni od innych szkoleń na ten temat?

Skuteczność zrozumienia AI aktualnie w dużym stopniu zależy od sposobu przekazania kontekstu. Podczas kursu Elephant AI podzielimy się naszymi najlepszymi technikami i niewykluczone, że wspólnie z całą grupą uczestników i uczestniczek edycji, trafimy na zupełnie nowe rozwiązania. Dlatego zdecydowaliśmy na interaktywny, kohortowy format Elephant AI zamiast klasycznego kursu opartego o samo oglądanie video na platformie.

Kiedy startujemy i jak długo to potrwa?

Pierwsza edycja rozpocznie się 18 listopada i zakończy się 22 grudnia. Na początku stycznia odbędzie się zaliczenie kursu oraz jego podsumowanie i wręczenie certyfikatów. Łącznie kurs potrwa 5+1 tygodni.

Osoby chcące zaliczyć kurs w grudniu 2024 roku, otrzymają taką możliwość po ustaleniach indywidualnych.

Ile czasu potrzebuję na ten program?

Najwięcej skorzystasz jeśli poświęcisz ok. 6 godzin tygodniowo na udział w sesjach LIVE i zadania. Skala zaangażowania zależy jednak tylko od Ciebie, część uczestników i uczestniczek poświęca więcej czasu, a część wybiera dla siebie najciekawsze dla nich elementy.

W jakiej formie jest kurs?

Kurs odbywa się w formule kursu kohortowego online. Wszystkie zajęcia LIVE są prowadzone przez ZOOM, a materiały i społeczność znajdziesz na specjalnie stworzonej przestrzeni w ramach platformy Circle.so.

Kiedy będą zajęcia LIVE i czy będą nagrywane?

Zajęcia LIVE będą odbywały się w poniedziałki i środy w godz. 19:00-21:00 i będą nagrywane.

Jak długo mam dostęp do materiałów?

Dostęp do wszystkich nagrań, materiałów oraz ich aktualizacji masz na 6 miesięcy od startu kursu.

Jak wygląda agenda?

Staramy się tworzyć najlepszy program na rynku. Dokładny zakres tematyczny znajdziesz w sekcji Program.

Jak dołączyć?

Dostęp opłacisz kartą, przelewem online lub BLIKiem przez EasyCart tutaj.

Czy można dostać proformę?

Oczywiście, napisz na agenci@elephantai.io i podaj dane do faktury.

Czy można kupić na raty?

Tak, dajemy możliwość zakupu na 3 raty 0%. Pierwsza jest płatna od razu, druga do dnia startu kursu, a trzecia w ciągu 2 tygodni od startu.

Czy można sfinansować kurs z budżetu szkoleniowego?

Tak, wielu uczestników i wiele uczestniczek dostaje finansowanie z budżetu szkoleniowego. Wyślij naszą stronę do swojego szefa/szefowej lub napisz do nas, jeśli potrzebuje dodatkowych argumentów lub chcecie wziąć udział w kursie większym zespołem.

Czy jest gwarancja?

Dajemy 7-dniową gwarancję satysfakcji dla wszystkich uczestników i uczestniczek. Jeśli z jakiegoś powodu nie będziesz zadowolony/a z kursu, skontaktuj się z nami w ciągu 7 dni od daty startu kursu, a zwrócimy Ci pełną kwotę bez zadawania żadnych pytań.

Gdzie jest regulamin?

Regulamin znajdziesz tutaj.

Czy dostanę fakturę?

Tak, otrzymasz fakturę automatycznie po zakupie dostępu.

Ile to kosztuje?

Na tej stronie znajdziesz informację o najlepszej cenie oraz możliwościach finansowania. Zapraszamy!

Kiedy będzie kolejna edycja?

Na razie skupiamy się na organizacji pierwszej edycji startującej w listopadzie, nie planujemy jeszcze kolejnych. Zapraszamy do dołączenia, tym bardziej, że dostęp do materiałów i nagrań dostaniesz na 6 miesięcy :)

Zbiera się wspaniała grupa!

Dołącz do nas!

0
dni
0
h
0
m
0
s
Potrzebujesz więcej czasu na decyzję?

Zapisz się na listę zainteresowanych

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse varius enim in eros elementum tristique.

Zapisując się akceptujesz Politykę Prywatności oraz wyrażasz zgodę na dołączenie do newslettera Elephant AI prowadzonego przez ElephantAI sp. z o.o. Spokojnie, nie spamujemy i w każdej chwili możesz się wypisać :)
Dzięki! Jesteśmy w kontakcie.
Coś poszło nie tak. Spróbuj ponownie.