Ten intensywny kurs (bootcamp) pokaże Ci, jak skutecznie wykorzystywać narzędzia oparte na Sztucznej Inteligencji — takie jak Cursor, Copilot, Replit czy Aider — aby tworzyć lepszy kod, szybciej prototypować aplikacje i automatyzować żmudne zadania programistyczne. Nauczysz się pracy z LLM-ami, agentami kodującymi i poznasz zasady nowego paradygmatu: vibe codingu oraz TDD wspomaganego przez AI. Kurs kładzie nacisk na praktyczne warsztaty, iteracyjną pracę z modelem oraz świadome korzystanie z AI jako partnera technicznego.
Szkolenie pokazuje nowy sposób pracy z kodem, w którym AI staje się partnerem programisty wspierającym tworzenie i rozwój aplikacji
Szkolenie uczy stosowania TDD wspomaganego przez AI, czyli pisania testów przed kodem oraz wykorzystania narzędzi AI do poprawy jakości oprogramowania
Szkolenie pozwala opanować narzędzia i strategie AI wspierające codzienną pracę programisty, w tym LLM, agentów AI oraz środowiska takie jak Cursor i Copilot
Szkolenie umożliwia automatyzację testowania, dokumentowania, debugowania i refaktoryzacji kodu z wykorzystaniem sztucznej inteligencji
Szkolenie rozwija umiejętności szybszego tworzenia, prototypowania i wdrażania aplikacji z wykorzystaniem AI-assisted development
Szkolenie pomaga zrozumieć ograniczenia i zagrożenia związane z wykorzystaniem AI w programowaniu, w tym halucynacje modeli, bezpieczeństwo i jakość generowanego kodu
Szkolenie pokazuje możliwości wykorzystania AI w integracji z metodyką Scrum oraz automatyzacji procesów zespołów deweloperskich
Dla kogo?
Programiści junior, mid i senior, którzy chcą przyspieszyć swoją pracę
Osoby tworzące MVP, prototypy i produkty, które chcą testować i iterować szybciej
Zespoły wytwórcze, które chcą używać LLM w sposób praktyczny, bezpieczny i produktywny
Osoby zainteresowane vibe codingiem i nowymi narzędziami developerskimi
Kurs nie jest przeznaczony dla osób, które nigdy nie programowały
Kurs nie jest przeznaczony dla osób szukających teorii AI lub ML zamiast praktyki narzędziowej
Efekty kształcenia
Uczestnik tworzy aplikacje od pomysłu i promptu po wdrożenie, wykorzystując narzędzia AI do programowania i prototypowania
Uczestnik rozbija problemy programistyczne na moduły z pomocą LLM oraz projektuje rozwiązania wspierane przez agentów AI
Uczestnik debugguje, testuje i refaktoryzuje kod przy wsparciu narzędzi AI takich jak Cursor, Copilot, Replit i Aider
Uczestnik generuje dokumentację techniczną oraz wymagania dla zespołów Scrum z wykorzystaniem modeli językowych
Uczestnik integruje aplikacje z zewnętrznymi usługami przez agentów MCP oraz API, wykorzystując możliwości AI w procesie programistycznym
Uczestnik buduje potoki CI/CD, wdraża aplikacje oraz monitoruje rozwiązania wspierane przez AI
Uczestnik ocenia ryzyka związane z wykorzystaniem AI w kodowaniu, w tym halucynacje, jakość rozwiązań, bezpieczeństwo i odpowiedzialne stosowanie technologii
Wymagania
Znajomość co najmniej jednego języka programowania Python lub JavaScript TypeScript
Podstawowa umiejętność pracy z repozytorium Git
Gotowość do pracy warsztatowej i iteracyjnego rozwijania kodu z użyciem narzędzi AI
W cenie otrzymasz:
Materiały szkoleniowe
Certyfikat ukończenia szkolenia
W przypadku szkolenia w trybie stacjonarnym zapewnimy Ci również lunch oraz sprzęt niezbędny do nauki
Czym jest programowanie wspomagane przez AI oraz AI assisted development
Przegląd narzędzi Cursor oraz Windsurf
Konfiguracja środowiska z agentami AI w tym Cursor oraz GitHub
Rozbijanie problemów na moduły z pomocą LLM
Tworzenie Product Requirements Document oraz specyfikacji dla AI
Iteracyjna praca z agentem AI czyli prompt, checkpoint, poprawki
Halucynacje i złe podpowiedzi oraz sposoby unikania błędów
Warsztat stworzenie działającej wersji MVP z pomocą AI na przykład TODO app
Wprowadzenie do debugowania z AI oraz problem alignmentu
Cursor tryb Fix oraz komentarze inline z propozycją naprawy
Copilot Chat analiza błędów, logiki oraz testów
Replit AI analiza lokalna oraz praca iteracyjna
Aider poprawa repozytorium z zachowaniem historii Git
LLM jako debugger oraz strategie dochodzenia do źródła problemu
Warsztat debugowanie legacy code
Tworzenie testów dla bugów
Dokumentacja jako źródło wiedzy kontekstowej dla LLM
Promptowanie do generowania dokumentacji
Automatyzacja dokumentowania oraz praca z templatami
Komunikacja przy użyciu LLM: komentarze do Pull Requestów Github + Copilot
Wprowadzenie do pracy z API oraz usługami zewnętrznymi
GitHub MCP monitorowanie repozytorium
Gitflow i AI oraz Pull Request asystent Copilot
Template w praktyce docstring, OpenAPI, mkdocs, sphinx
Rozbudowa istniejącej aplikacji oraz dodawanie nowych funkcjonalności
Utrzymywanie kontekstu działania aplikacji oraz RAG (Retrieval Augmented Generation)
Wprowadzenie do agentów AI w programowaniu
Ewolucyjna architektura oraz poprawa modularności aplikacji
Test Driven Development w praktyce
Generowanie testów z pomocą AI oraz przegląd jakości testów
Regresja oraz testy integracyjne
CI/CD i wdrożenie w tym GitHub Actions, pipeline oraz deployment
Autorem szkolenia jest Matt Harasymczuk
Trener Sages od 2015 roku, z 10 000+ godzinami doświadczenia i 30 000+ przeszkolonych osób.
Specjalizuje się w Pythonie, TDD, DevOps i CI/CD. Pracował m.in. w Allegro, COI, PAŻP i Europejskiej Agencji Kosmicznej.
Prowadzi stronę www.python3.info i jest założycielem i prezesem dwóch firm Astrotech i Analog Astronaut Training Center.
W wolnym czasie rozwija własny system operacyjny.
Autorem szkolenia jest Marcin Wierzbiński
Analityk danych i badacz sztucznej inteligencji z doświadczeniem akademickim i komercyjnym.
Na co dzień wykłada na Uniwersytecie Warszawskim, a swoje kompetencje rozwijał również w międzynarodowych instytucjach badawczych, takich jak Instytut Maxa Plancka w Berlinie.
Specjalizuje się w uczeniu maszynowym, analizie danych na dużą skalę oraz bioinformatyce – w szczególności w przetwarzaniu i analizie danych genetycznych. Prowadzi praktyczne kursy z zakresu analizy danych i deep learningu, kładąc…
Wybrane opinie
Przeczytaj pozytywne opinie pochodzące z ankiet satysfakcji z naszych szkoleń wypełnianych wyłącznie przez ich uczestników po realizacji usługi