Dlaczego warto
Na spotkaniu padają hasła API, cache, kolejka, deployment i rollback, a Ty wiesz, że każde z nich może wpłynąć na zakres, koszt lub termin? Po dwóch dniach prześledzisz drogę funkcji od kliknięcia użytkownika do wdrożenia na produkcję i nauczysz się zadawać zespołowi technicznemu właściwe pytania. Przyjrzysz się także temu, gdzie w aplikacji pojawia się AI i o co pytać w związku z danymi, jakością odpowiedzi oraz nadzorem człowieka. Bez kodowania, bez udawania architekta i bez słownika otwartego w drugim oknie.
Czego się nauczysz
Po ukończeniu szkolenia będziesz potrafił:
- rozrysować prostą mapę aplikacji obejmującą frontend, backend, API, bazę danych oraz zewnętrzne integracje,
- prześledzić przepływ żądania i danych od działania użytkownika do odpowiedzi systemu,
- czytać podstawowe diagramy architektury i integracji oraz identyfikować zależności między komponentami,
- rozróżniać API, integrację synchroniczną, komunikację asynchroniczną, batch, kolejkę i zdarzenie,
- uwzględniać wymagania dotyczące wydajności, dostępności, bezpieczeństwa, danych i monitorowania,
- poruszać się w procesie wytwarzania oprogramowania, od repozytorium i środowisk po CI/CD, wdrożenie oraz rollback,
- interpretować podstawowe informacje o testach, błędach, logach, metrykach, alertach i incydentach,
- rozróżniać podstawowe pojęcia AI oraz wskazywać rolę modelu, danych i integracji w aplikacji wykorzystującej AI,
- zadawać pytania o jakość odpowiedzi AI, dostęp do danych, nadzór człowieka i działanie funkcji w sytuacji błędu,
- przekładać potrzebę biznesową na wymaganie uwzględniające ograniczenia techniczne, zależności i sposób weryfikacji.
Certyfikat i egzamin
Po ukończeniu szkolenia otrzymasz imienny certyfikat potwierdzający zdobycie podstawowej orientacji technologicznej potrzebnej do współpracy przy rozwoju produktów cyfrowych.
Nie ma egzaminu zewnętrznego. Wystarczy aktywny udział w zajęciach, w tym wykonanie zespołowego case study.
Dla kogo
To szkolenie jest idealne dla Ciebie, jeśli:
- pracujesz jako Product Owner, Product Manager lub Business Owner i regularnie podejmujesz decyzje wpływające na rozwiązania IT,
- jesteś analitykiem biznesowym, procesowym lub specjalistą domenowym i chcesz sprawniej współpracować z developerami, testerami oraz architektami,
- zarządzasz projektem cyfrowym i potrzebujesz lepiej rozumieć zależności, ryzyka oraz konsekwencje techniczne zmian,
- przechodzisz z roli stricte biznesowej do zespołu produktowego lub technologicznego,
- znasz wiele pojęć IT ze spotkań, ale trudno Ci połączyć je w jeden spójny obraz.
To szkolenie nie jest dla Ciebie, jeśli oczekujesz nauki programowania, konfiguracji infrastruktury, administrowania chmurą lub poziomu szczegółowości przeznaczonego dla doświadczonych developerów i architektów.
Zalecane wymagania wstępne
- Nie jest wymagane wykształcenie techniczne, znajomość programowania ani wcześniejsze doświadczenie z AI.
- Przydatne będzie doświadczenie w projekcie cyfrowym lub współpracy z zespołem IT.
- Uczestnik powinien znać podstawowe pojęcia dotyczące wymagań, produktu lub procesu biznesowego.
- Wszystkie pojęcia techniczne są wprowadzane poprzez przykłady, diagramy i ćwiczenia.
Zakres Szkolenia
Moduł 1. Od kliknięcia do odpowiedzi: anatomia aplikacji
Po tym module będziesz potrafić: rozrysować podstawowe elementy produktu cyfrowego, wyjaśnić ich współpracę podczas obsługi działania użytkownika i wskazać miejsce funkcji wykorzystującej AI.
- aplikacja webowa, aplikacja mobilna i system backendowy,
- frontend, backend, serwer, baza danych i cache,
- klient i serwer oraz model request–response,
- HTTP, adres, metoda, status odpowiedzi i JSON na poziomie biznesowym,
- gdzie działa aplikacja: urządzenie użytkownika, serwer, chmura i środowisko on-premise,
- podstawy sztucznej inteligencji (AI), uczenia maszynowego, generatywnej AI i
- dużych modeli językowych (LLM),
- model a aplikacja, trening a korzystanie z modelu, instrukcja (prompt) i kontekst,
- ćwiczenie: droga kliknięcia użytkownika przez system, także w funkcji korzystającej
- z modelu AI.
Moduł 2. Jak systemy rozmawiają: API, integracje i zdarzenia
Po tym module będziesz potrafić: przeczytać prostą mapę integracji, wskazać zależności oraz miejsca potencjalnej awarii.
- API, endpoint, kontrakt i wersja,
- integracja synchroniczna i asynchroniczna,
- kolejka, komunikat, zdarzenie, webhook i przetwarzanie batchowe na jednej mapie
- przepływu danych,
- monolit i mikroserwisy na przykładzie konsekwencji jednej zmiany biznesowej,
- kompatybilność zmian oraz zależność od systemów zewnętrznych,
- ćwiczenie: mapa integracji i analiza „co może pójść nie tak”, z uwzględnieniem
- usługi AI: przekazywane dane, czas odpowiedzi, koszt użycia i niedostępność.
Moduł 3. Dane, tożsamość i bezpieczeństwo: co naprawdę trzeba wiedzieć
Po tym module będziesz potrafić: zadawać właściwe pytania o dane, dostęp i bezpieczeństwo, zanim wymaganie trafi do realizacji.
- tabela, rekord, relacja i podstawowy model danych,
- relacyjne i nierelacyjne bazy danych: podstawowe różnice i pytania o wybór, bez
- projektowania baz,
- źródło prawdy, cache, kopia i synchronizacja danych,
- firmowa baza wiedzy jako źródło dla AI: wyszukiwanie informacji i przekazywanie
- ich modelowi jako kontekstu (RAG), aktualność źródeł i uprawnienia dostępu,
- uwierzytelnianie i autoryzacja,
- sesja, token, rola i uprawnienie,
- szyfrowanie danych podczas przesyłania i przechowywania,
- minimalizacja danych, audyt i ślad operacji.
Moduł 4. Jak zmiana trafia na produkcję: od kodu do wdrożenia
Po tym module będziesz potrafić: opisać drogę zmiany od rozpoczęcia pracy developerskiej do bezpiecznego udostępnienia jej użytkownikom.
- repozytorium, branch, commit, pull request i code review na przykładzie jednej zmiany,
- środowiska developerskie, testowe, UAT, staging i produkcyjne,
- build, pipeline, CI/CD i deployment,
- migracja danych i zależności wdrożeniowe,
- feature flag, stopniowe udostępnianie zmiany i rollback,
- zmiany modelu, instrukcji lub źródeł wiedzy w funkcji AI: sprawdzenie i
- kontrolowane udostępnienie,
- wersjonowanie aplikacji webowych, mobilnych oraz API.
Moduł 5. Gdy coś nie działa: testy, monitoring i incydenty
Po tym module będziesz potrafić: rozróżnić podstawowe sposoby testowania i aktywnie uczestniczyć w rozmowie o błędzie, wydajności lub incydencie.
- testy jednostkowe, integracyjne, end-to-end i UAT,
- sprawność integracji a jakość odpowiedzi AI: zgodność ze źródłem, kompletność i
- zachowanie przy brakujących lub sprzecznych informacjach,
- błąd, defekt, incydent i problem,
- log, metryka, ślad, alert i dashboard,
- dostępność, wydajność, skalowalność i odporność,
- SLA, SLO i podstawowe miary jakości usługi,
- dług techniczny oraz jego wpływ na rozwój produktu.
Moduł 6. Od potrzeby biznesowej do rozwiązania, które da się zbudować
Po tym module będziesz potrafić: przygotować wymaganie, które uwzględnia nie tylko zachowanie funkcji, lecz także dane, zależności, ryzyka, wdrożenie i utrzymanie.
- wymagania funkcjonalne i niefunkcjonalne,
- ograniczenie, założenie, zależność i ryzyko,
- kryteria akceptacji oraz sposób mierzenia rezultatu,
- pytania do developera, testera, architekta i zespołu utrzymaniowego,
- wpływ zmiany na integracje, dane i istniejących użytkowników,
- plan wdrożenia, monitorowania i wycofania zmiany,
- wymagania dla funkcji AI: źródła informacji, kryteria jakości, zatwierdzanie przez
- człowieka i sposób działania bez AI,
- case study: od krótkiego briefu biznesowego do kompletnej mapy rozwiązania, z
- uwzględnieniem prostej funkcji wykorzystującej AI
Materiały dla uczestnika:
- prezentacja w formacie PDF,
- wizualny słownik podstawowych pojęć IT i AI,
- mapa „od kliknięcia do produkcji”,
- zestaw symboli i wzorców prostych diagramów technicznych,
- checklista pytań do zespołu IT, także o dane, jakość odpowiedzi i nadzór człowieka w funkcjach AI,
- checklista wymagań niefunkcjonalnych,
- checklista gotowości zmiany do wdrożenia,
- kompletne case study wraz z przykładowym rozwiązaniem.
