Tworzenie i wdrażanie autonomicznych Agentów AI
Paweł Paruzel CEO i Full-Stack Developer w Syntelligence
Buduj agentów AI, którzy wykonują zadania, a nie tylko generują odpowiedzi
Daty:
30 czerwca – 6 sierpnia
Czas trwania:
6 tygodni
12 zajęć
Na kursie nauczysz się tworzyć agentów AI od podstaw, zaczynając od pracy z modelami językowymi i projektowania logiki decyzyjnej, przez integrację z danymi i narzędziami (API, bazy, RAG), aż po systemy wieloagentowe i wdrożenie w chmurze. Będziesz pracować na jednym projekcie, który rozwiniesz krok po kroku do wersji produkcyjnej.
Szkolenie ukończysz z działającym agentem AI – aplikacją, która rozumie zadania, planuje działania i korzysta z narzędzi, żeby je wykonać. Gotową do użycia w biznesie lub jako baza pod własne produkty.
Dla kogo jest kurs tworzenia agentów AI?
-
Przedsiębiorców i managerów zespołów IT
Dowiesz się, jak projektować procesy biznesowe wspierane przez agentów AI i wdrażać je w realnych scenariuszach. Zrozumiesz, gdzie sztuczna inteligencja faktycznie zwiększa efektywność zespołu, a gdzie jest tylko kosztem, oraz jak szybko prototypować rozwiązania i przekładać je na działające produkty. Dzięki temu podejmiesz bardziej świadome decyzje technologiczne i lepiej wykorzystasz potencjał AI w organizacji.
-
Entuzjastów AI i twórców innowacji cyfrowych
Opanujesz tworzenie i testowanie agentów AI w praktyce, łącząc modele językowe, dane i narzędzia w działające systemy. Zdobędziesz doświadczenie w budowie systemów wieloagentowych, eksperymentowaniu z uczeniem adaptacyjnym oraz szybkim prototypowaniu rozwiązań, które możesz rozwijać lub prezentować dalej.
-
Deweloperów, inżynierów oprogramowania i specjalistów IT
Nauczysz się tworzyć agentów AI, którzy planują działania, korzystają z narzędzi i rozwiązują wieloetapowe zadania. Dobierzesz modele i frameworki do konkretnych problemów i zintegrujesz je z danymi oraz API. Dodatkowo poznasz dobre praktyki testowania, debugowania i zabezpieczania agentów, co pozwoli ci budować rozwiązania gotowe do wdrożenia w środowisku produkcyjnym.
Tematy, które poruszymy podczas kursu
z budowy agentów LLM:
-
Budowa agenta AI
Od pierwszej lekcji pracujesz nad jednym projektem, który rozwijasz krok po kroku aż do wersji produkcyjnej. Zamiast pojedynczych, demonstracyjnych ćwiczeń tworzysz spójne rozwiązanie, gotowego agenta AI wdrożonego w chmurze i przygotowanego do dalszego wykorzystania lub rozwoju.
-
Systemy wieloagentowe
Zaprojektujesz współpracę wyspecjalizowanych agentów, którzy realizują różne role i są koordynowani przez nadrzędny mechanizm. To jeden z kluczowych kierunków rozwoju AI, a na kursie uczysz się go w praktyce, na działającym rozwiązaniu.
-
Red teaming i bezpieczeństwo
Na kursie online z tworzenia autonomicznych agentów AI przetestujesz zbudowany przez siebie system pod kątem realnych zagrożeń i nauczysz się je eliminować – od prompt injection i wycieków danych po niekontrolowane koszty.
Prowadzącym:
Paweł
Paruzel
- Założyciel i CEO Syntelligence, agencji marketingowej bazującej na rozwiązaniach AI.
- Fractional CTO & Senior Full Stack Developer w BuzzyStore, gdzie zajmuje się architekturą techniczną i rozwojem platformy e-commerce.
- AI Consultant, Prompt Engineer i Low-Code Automation Expert.
- Posiada 17-letnie doświadczenie w branży IT oraz kilkadziesiąt certyfikatów DeepLearning.AI (m. in. Quality and Safety for LLM Applications, LLMOps, Evaluating and Debugging Generative AI).
- Autor produktów SaaS dla 6 branż (prawo, ubezpieczenia, stomatologia, transport, scheduling, CRM).
Program
30.06, wtorek, 18:30-20:00
Od LLM do agenta
- Czym jest agent AI w porównaniu z chatbotem i potokiem przetwarzania?
- Poziomy autonomii
- Demonstracja gotowego agenta w akcji
- Warsztat: konfiguracja środowiska programistycznego
- Warsztat: Konfiguracja AI coding assistant (Claude Code / Cursor / Copilot) — jak go używać do pisania, modyfikowania i debugowania kodu
- Warsztat: pierwsze wywołanie modeli Codex, Claude i Gemini przez ich API
- Warsztat: Modyfikacja template'u chatbota — dodanie pamięci konwersacji
2.07, czwartek, 18:30-20:00
Inżynieria promptów
- Techniki: łańcuch myślenia, uczenie z przykładów, wymuszanie strukturalnego formatu odpowiedzi (JSON)
- Wpływ instrukcji na zachowanie agenta
- Warsztat: projektowanie zestawu instrukcji (persona, zasady, format wyjściowy)
- Warsztat: wymuszanie schematu JSON
- Warsztat: atak i obrona przed wstrzykiwaniem promptów
7.07, wtorek, 18:30-20:00
Narzędzia – ręce agenta
- Mechanizm wywoływania funkcji – jak model AI „widzi" dostępne narzędzia?
- Porównanie natywnych API trzech dostawców
- Pydantic-AI jako framework agentowy: typowane narzędzia, dependency injection, structured output
- Alternatywa no-code: n8n
- Warsztat: Modyfikacja 3 gotowych template'ów narzędzi: wyszukiwarka internetowa, kalkulator, pobieranie danych z API — kursant zmienia parametry i dodaje własne endpointy
- Warsztat: mini-demonstracja: ten sam przepływ w n8n vs w kodzie
9.07, czwartek, 18:30-20:00
Pętla rozumowania (ReAct)
- Wzorzec ReAct (Reason + Act): jak agent podejmuje decyzje krok po kroku?
- Zarządzanie stanem między krokami
- Warsztat: Analiza i modyfikacja gotowej pętli decyzyjnej ReAct — zrozumienie logiki krok po kroku
- Warsztat: Limity iteracji, obsługa błędów — konfiguracja w template
- Warsztat: Przepisanie na framework Pydantic-AI z pomocą AI coding assistant — porównanie podejść
14.07, wtorek, 18:30-20:00
LangGraph – agenci jako grafy
- Modelowanie zachowania agenta jako grafu: węzły, krawędzie, warunkowe rozgałęzienia
- Zarządzanie stanem
- Kiedy użyć frameworka, a kiedy czystego kodu?
- Warsztat: przepisanie agenta na LangGraph
- Warsztat: węzeł routingu: agent decyduje o następnym kroku
- Warsztat: zapis stanu między sesjami. Wizualizacja grafu
16.07, czwartek, 18:30-20:00
RAG – agent z bazą wiedzy
- Retrieval-Augmented Generation – wzbogacanie odpowiedzi o kontekst z dokumentów
- Reprezentacje wektorowe, bazy wektorowe, strategie dzielenia tekstu
- Jak RAG ogranicza halucynacje?
- Warsztat: Konfiguracja bazy wektorowej z gotowego docker-compose.yml (ChromaDB/Qdrant)
- Warsztat: Wczytanie dokumentów z template'u — zmiana źródeł, parametrów chunking, generowanie wektorów
- Warsztat: Modyfikacja narzędzia wyszukiwania. Pomiar jakości odpowiedzi
21.07, wtorek, 18:30-20:00
Pamięć i kontekst
- Rodzaje pamięci: krótkoterminowa (konwersacja), długoterminowa (baza wektorowa), robocza (notatnik)
- Limity tokenów a koszty API
- Warsztaty: Konfiguracja pamięci wielopoziomowej z template'u: bufor + podsumowanie + pamięć długoterminowa
- Warsztaty: Agent zapamiętuje preferencje użytkownika między sesjami — modyfikacja parametrów
- Warsztat: optymalizacja kosztów
23.07, czwartek, 18:30-20:00
Systemy wieloagentowe
- Wzorce współpracy agentów: nadzorca, hierarchiczny, równorzędny
- Porównanie frameworków: LangGraph, AutoGen, CrewAI
- Warsztat: Rozbudowa template'u systemu 3 agentów: Planista, Badacz, Autor
- Warsztat: agent nadzorujący koordynuje pracę
- Warsztat: śledzenie komunikacji między agentami
28.07, wtorek, 18:30-20:00
Ewaluacja i monitoring
- Metryki jakości agenta: skuteczność, trafność narzędzi, czas odpowiedzi, koszt
- LangSmith
- DemistyfikacjaRLHF – czym naprawdę jest „kciuk w górę" vs co robi inżynier w praktyce?
- Warsztat: podłączenie monitoringu (LangSmith)
- Warsztat: przygotowanie zestawu pytań testowych
- Warsztat: automatyczna ewaluacja. Testy A/B instrukcji – mierzenie wpływu zmian
30.07, czwartek, 18:30-20:00
Bezpieczeństwo i zabezpieczenia
- Zagrożenia: wstrzykiwanie promptów, wyciek danych, niekontrolowana autonomia, eksplozja kosztów
- Zabezpieczenia
- Zasada minimalnych uprawnień
- Warsztat: filtrowanie wejścia/wyjścia, limity kosztów
- Warsztat: testy penetracyjne (redteam)
- Warsztat: mechanizm potwierdzenia przez człowieka (human-in-the-loop)
4.08, wtorek, 18:30-20:00
Wdrożenie produkcyjne
- Architektura produkcyjna: interfejs API, kolejki zadań, ponawianie wywołań
- Kontrola kosztów
- Automatyzacja wdrożeń (CI/CD)
- Warsztat: Opakowanie agenta w API — modyfikacja gotowego template'u FastAPI
- Warsztat: Konteneryzacja — konfiguracja gotowego Dockerfile i docker-compose.yml
- Warsztat: Wdrożenie w chmurze z template'u CI/CD (GitHub Actions). Monitoring: kontrola dostępności, logowanie, alerty
- Warsztat: test obciążeniowy
6.08, czwartek, 18:30-20:00
Prezentacja projektów i wizja przyszłości
- Trendy: MCP (Model ContextProtocol), computer use, komunikacja agent-agent (A2A), programowanie wspomagane przez agentów
- Plan dalszego rozwoju
- Warsztat: finalizacja projektów
- Warsztat: wzajemna weryfikacja kodu w parach
- Prezentacje projektów indywidualnych
Wymagane oprogramowanie:
- Konta API u dostawców modeli (Anthropic, OpenAI, Google Cloud)
- n8n (Self-Hosted)
- VS code
- Konto w jednym z AI coding assistantów:
- Rekomendowane: Claude PRO (Claude Code), ChatGPT Plus (Codex)
- Minimalne: Cursor lub GitHub Copilot
Po kursie, będziesz umiał:
-
- zbudować agenta i podłączyć do niego dowolne narzędzie (w tym obsługę maili) tak, żeby czytał i odpisywał za Ciebie
- zbudować agenta, który sam szuka informacji w Internecie, sprawdza dane w bazach i pisze raporty, tak jakbyś miał asystenta, który nigdy nie śpi
- postawić całą armię agentów, w której jeden planuje, drugi szuka, trzeci pisze i wszyscy komunikują się ze sobą bez twojego udziału, jak sprawnie działający zespół
- sprawić, żeby agent pamiętał każdą rozmowę z klientem i wracał do niej tygodnie później – nie robi tego żaden Excel i CRM
- wrzucić agenta do chmury, opakować w prawdziwe API i sprawić, że działa 24/7 dla setek użytkowników, a ty tylko obserwujesz dashboard
- zabezpieczyć własnego agenta i ustawić twardy limit tak, aby dopasowywał prompty do charakteru twojego projektu
Dowiedz się więcej
Wypełnij formularz, a nasz doradca edukacyjny skontaktuje się z tobą i udzieli szczegółowych informacji na temat przebiegu oraz ceny kursu.
Opinie uczestników naszych kursów
Bardzo fajnie strukturyzuje wiedzę z wybranego zakresu. Solidne przygotowanie prowadzącego - łatwość dostępu do informacji i spora dawka praktyki w kursie, którą można przełożyć na swoje codzienne obowiązki i usprawniać.
Profesjonalna firma, świetny kurs z Google Ads, materiały. Konkretna wiedza do wykorzystania od razu. Polecam :)
Za mną już kilka kursów organizowanych przez Laba.
Świetnie zorganizowane, przyjaźni, ale i wymagający wykładowcy. Gorąco polecam :)
Fajna kadra, dużo praktycznej wiedzy, tempo nauki dostosowane do możliwości osób pracujących. Skorzystałam raz, ale na pewno jeszcze wróce do Laby.
Ogólnie polecam! dobry poziom kursów, fajni prowadzący, świetna obsługa klienta i ceny ok.
Zdecydowanie polecam kursy LABA - świetna organizacja, świetne przygotowanie merytoryczne, wspaniała atmosfera, praktyczne podejście:)
Do tej pory odbyłem dwa kursy z LABA. Jestem naprawdę zadowolony z obu. Pomogli mi podnieść kwalifikacje i ubiegać się o lepiej płatną pracę
Polecam! To zupełnie nowe podejście do szkoleń!
Super merytoryczne kursy oraz materiały, polecam!
Bralam udzial w kilku kursach przygotowanych przez szkole LABA - Analityka w marketingu, Marketing Automation i Google Ads Analityk reklamowy - kursy przygotowane bardzo merytorycznie. Jestem bardzo zadowolona i szczerze polecam kursy i szkole LABA!