Návrh Školení
Block 1 – Společné základy (Dny 1–2)
Den 1 – Dopoledne: Lidský faktor při zavádění AI
• Kalibrace důvěry a závislosti: kdy AI využít, kdy zastavit.
• Struktura dohody týmu (spouštěč / akce / důkaz / zodpovědná osoba).
• Role správce příkazů (Prompt Curator): ověření, rozhodování, schvalování. Plán reakce na incidenty související s AI.
Den 1 – Odpoledne: Omezení, rizika a compliance
• Skutečné schopnosti LLM – vektory rizik v příkazech: injekce, únik dat, halucinace.
• Právní rámec: GDPR, Zákon o umělé inteligenci EU – odvětvové standardy (DICOM, HL7, HIPAA).
• Praktické cvičení: převod odborného standardu do ochranného pravidla (guardrail) v příkazu.
Den 2 – Dopoledne: Technická architektura příkazů
• Architektura agentů: paměť, kontext, cíle – z hlediska návrhu příkazů.
• Integrace API a zdroje dat v daném odvětví, víceagentní systémy a řetězení příkazů.
Den 2 – Odpoledne: Anatomie podnikového příkazu
• Šest vrstev: Role / Kontext / Omezení / Odborné standardy / Formát / Příklad.
• Hierarchie příkazů: Systémové (v rámci celé organizace) – Odborné (týmové) – Úkolové (individuální).
• Ukázka: dekonstrukce naivního příkazu a jeho přestavba. Krátká prezentace pro dny 3–5.
Block 2 – Dílny pro společnou tvorbu (Dny 3–4–5)
Den 3 – Zjišťování a audit standardů
- Paralelní dílny v týmech: Architekti, Odborní vývojáři, Back-end, QA.
- Mapování podnikových standardů a omezení – identifikace konfliktů mezi týmy.
- Výstup dne 3: Mapa standardů + matice priority dopad/úsilí.
Den 4 – Návrh konvencí a tvorba šablon
- Konvence pojmenování, verzování, systém štítků (tým, odvětví, cílový nástroj).
- Vytváření prvních ověřených šablon: TypeScript DICOM, revize kódu, testy QA, dokumentace API.
- Výstup dne 4: 4+ provozních šablon + příručka konvencí.
Den 5 – Sestavení knihovny, řízení a oficiální předání
- Organizace knihovny, integrace s GitHub Copilot / Cursor / interním API LLM.
- Role správce příkazů, metriky kvality, týmové rituály, 30denní plán nasazení.
- Konečný výstup dne 5: Dokumentovaná Knihovna v1.0 + Charta řízení + 30denní plán.
Požadavky
- Úspěšně absolvované alespoň jedno školení v oblasti AI (úvodní nebo pokročilé).
- Tech. profily: vývojářské zkušenosti s technickým stackem firmy.
- Manažerské profily: základní obeznámenost s nástroji AI (ChatGPT, Copilot atd.).
- Závazek firmy: aktivní účast vedoucích týmů ve dnech 3–5.
- Předchozí zajištění: existující dokumentace standardů (README, průvodce kódováním).
Cílová skupina
- Softwaroví architekti
- Vývojáři (odvětvově zaměření, back-end, front-end)
- Testovací inženýři / Technici kódu
- Vedoucí týmů a střední management
- IT manažeři, rozhodovatelé a vedoucí projektů AI
Reference (1)
Získal jsem znalosti týkající se knihovny Streamlit v Pythonu a určitě ji budu snažit použít k zlepšení aplikací ve svém týmu, které jsou vytvořeny v R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Kurz - GitHub Copilot for Developers
Přeloženo strojem
