1. Wprowadzenie – od pomysłu do aplikacji z Gemini Pro

• Dlaczego warto budować małe aplikacje oparte na AI w działach biznesowych.
• Czym jest Gemini Pro i w jakich prostych scenariuszach może pomóc (podsumowania, planowanie, rekomendacje).
• Przegląd przykładowych zastosowań: narzędzia wewnętrzne, prototypy produktów, proste MVP.
• Zrozumienie pełnego procesu tworzenia aplikacji: pomysł → logika AI → interfejs użytkownika → baza danych → deployment w chmurze.
• Zrozumienie roli managera i pracownika biurowego w procesie tworzenia aplikacji – które elementy można stworzyć samodzielnie, a gdzie potrzebne jest wsparcie IT.

2. Google Cloud Platform i Google AI Studio – praca w środowisku chmurowym

• Zakładanie konta w Google Cloud Platform z uwzględnieniem najważniejszych elementów dla użytkownika biznesowego.
• Tworzenie projektu w GCP i uzyskanie dostępu do Gemini Pro krok po kroku.
• Zrozumienie podstawowych kosztów, limitów oraz zasad bezpieczeństwa.
• Interpretowanie komunikatów błędów i samodzielne rozwiązywanie najczęstszych problemów.

3. Google AI Studio – Case Study #1 Tworzenie aplikacji wykorzystującej AI do automatycznego przekształcania komunikatów marketingowych dla różnych kanałów komunikacji.

• Zdefiniowanie celu aplikacji
• Zdefiniowanie elementów interfejsu użytkownika.
• Zdefiniowanie przykładowych źródeł, wg których aplikacja ma dostarczać efekty swojej pracy
• Zdefiniowanie parametrów dodatkowych,
• Tworzenie prompta bazowego do budowania aplikacji
• Optymalizacja pracy aplikacji

Case #1 – tworzenie przykładowej aplikacji wykorzystujacej Ai do generowania treści na wiele kanałów komunikacji marketingowej (LinkedIn, newsletter, strona internetowa, reklama, komunikacja wewnętrzna).

4. GitHub – proste zarządzanie plikami aplikacji i deploymentem

• Zrozumienie roli GitHuba jako bezpiecznego miejsca do przechowywania plików aplikacji i konfiguracji.
• Poznanie pojęć repozytorium, commit, branch, pull request na praktycznym przykładzie.
• Zapisywanie zmian w aplikacji i zarządzanie ich historią.
• Zrozumienie, jak GitHub wspiera współpracę z działem IT i zewnętrznymi wykonawcami.
• Zrozumienie powiązania GitHub z procesem deploymentu.
• Stosowanie dobrych praktyk organizacji plików i zarządzania zmianami.

5. Lovable – Case Study #2 Tworzenie aplikacji zintegrowanej z różnymi rodzajami plików oraz bazą danych na przykładzie aplikacji do analizy, wizualizacji oraz raportowania danych liczbowych

• Definiowanie ścieżki procesów w aplikacji.
• Tworzenie funkcji w aplikacji umożliwiającej import plików csv, xlsx oraz md.
• Przetwarzanie zaimportowanych danych i przygotowanie ich do dalszej analizy.
• Tworzenie promptów strukturyzujących prace AI.
• Łączenie aplikacji z bazą danych i zapisywanie wyników analizy.
• Tworzenie wizualizacji danych oraz raportów na podstawie zaimportowanych plików bez konieczności pisania kodu.
• Tworzenie schematów ujednolicających output aplikacji.
• Integracja AI Asystenta do aplikacji.

6. Lovable – Case Study #3 Łączenie wielu aplikacji za pomocą API na przykładzie aplikacji raportującej dane z systemów zadań takich jak Jira czy Slack

• Zrozumienie działania API oraz sposobu komunikacji pomiędzy różnymi aplikacjami.
• Konfiguracja połączenia z API wybranych systemów (np. Jira, Slack).
• Pobieranie danych z zewnętrznych systemów do własnej aplikacji.
• Przetwarzanie i organizowanie pobranych danych w sposób umożliwiający ich dalszą analizę.
• Tworzenie promptów strukturyzujących prace AI.
• Tworzenie połączeń z różnymi zewnętrznymi serwisami za pomocą API.
• Tworzenie bazy danych.
• Łączenie aplikacji z bazą danych.
• Integracja AI Asystenta do aplikacji.

7. Testowanie i poprawianie aplikacji na podstawie feedbacku

• Tworzenie scenariuszy testowych odzwierciedlających rzeczywiste użycie aplikacji.
• Testowanie typowych oraz nietypowych przypadków użycia.
• Poprawianie promptów i logiki aplikacji na podstawie wyników testów.
• Identyfikowanie i rozwiązywanie problemów w działaniu aplikacji.
• Zbieranie feedbacku od użytkowników i wprowadzanie ulepszeń.

8. Deployment aplikacji – czyli spokojne „wypuszczenie” jej do użytkowników

• Zrozumienie procesu deploymentu aplikacji.
• Połączenie GitHub z platformą deploymentową.
• Konfiguracja zmiennych środowiskowych, takich jak klucze API i dostęp do bazy danych.
• Samodzielne wdrożenie stworzonej aplikacji i udostępnienie jej użytkownikom.
• Monitorowanie działania aplikacji i identyfikowanie problemów po wdrożeniu.

9. Finał – od pomysłu uczestnika do działającej mini-aplikacji

• Wybór własnego scenariusza aplikacji dopasowanego do pracy uczestnika.
• Zaplanowanie funkcji aplikacji oraz logiki działania AI.
• Stworzenie interfejsu użytkownika.
• Przygotowanie promptów i logiki generowania odpowiedzi.
• Opcjonalne połączenie aplikacji z bazą danych.
• Zapisanie projektu w repozytorium GitHub.
• Stworzenie w pełni działającej mini-aplikacji gotowej do użycia w pracy.
• Zrozumienie możliwości dalszego rozwoju aplikacji po szkoleniu.

W cenie szkolenia uczestnik otrzymuje:

• prezentacja w postaci elektronicznej

Informacje o szkoleniu

• Rodzaj szkolenia: otwarte
• Forma realizacji: zdalnie. Więcej informacji: Formy Szkoleń Asseco Academy
• Język szkolenia: polski
• Język materiałów: polski

Organizacja szkolenia w Wirtualnej Klasie:

• Szkolenie jest realizowane w sesjach 4 godzinnych w ciągu dnia lub popołudniowo
• W trakcie każdego dnia przewidujemy 2 10-minutowe przerwy. Szczegółowy rozkład przerw każdy trener ustala indywidualnie z grupą
• Materiały szkoleniowe dostarczane w formie elektronicznej