AI Product Engineering Advanced

Czym różni się od kursu pełnego

Godziny i rytm pracy

900 h w 30 tygodni — około 30 h tygodniowo (ok. 6 h w dni robocze). Zajęcia 1:1, wspólne kodowanie Twojego produktu i mentoring to połowa tygodnia; reszta to nagrania, materiały, zadania i samodzielna praca nad projektem.

Zajęcia interaktywne 1:1

90 h

~3 h/tydzień · na żywo z prowadzącym

Wspólne kodowanie Twojego produktu

180 h

~6 h/tydzień · piszemy razem kod pod Twój problem i wyjaśniamy każdą decyzję

Mentoring i przeglądy

180 h

~6 h/tydzień · kod, produkt, decyzje

Nagrania lekcji

90 h

~3 h/tydzień · w swoim tempie

Materiały i lektury

90 h

~3 h/tydzień · dokumentacja i przykłady

Zadania praktyczne

105 h

~3,5 h/tydzień · oceniane według kryteriów

Praca nad projektem

165 h

~5,5 h/tydzień · od pomysłu do startu

Wymagania wejściowe

Doświadczenie w programowaniu nie jest wymagane: Advanced zawiera cały kurs pełny (tygodnie 1–20), więc możesz zacząć od zera — to jednak 7 miesięcy intensywnej pracy po 30 h tygodniowo. Jeśli już programujesz, szybciej przejdziesz przez podstawy i zyskasz więcej czasu na architekturę i skalowanie. Diagnoza wejściowa.

Potrzebujesz odpowiedniego laptopa i osobnego budżetu na narzędzia AI, API i hosting — ok. 20–50 USD miesięcznie. Przydział poziomu nie jest automatyczny.

Planowane rezultaty

• Produkt rozwijany na podstawie danych o wzroście i retencji
• Ekonomika jednostkowa i koszty AI pod kontrolą
• Architektura, bezpieczeństwo i niezawodność gotowe na skalę

Obszary / moduły programu

• Nauka z AI i krytyczne myślenie
• Odkrywanie problemu i zrozumienie użytkownika
• Programowanie wspomagane przez AI
• Podstawy inżynierii oprogramowania
• Budowanie produktu full-stack
• Inżynieria AI
• Agenci AI i automatyzacja
• Projektowanie produktu i UX
• Biznes, marketing i strategia produktu
• Infrastruktura i inżynieria produkcyjna
• Bezpieczeństwo, jakość i odpowiedzialne AI
• Uruchomienie produktu i ciągłe doskonalenie
• Wzrost: aktywacja, retencja i pozyskanie klientów
• Architektura i rozwój po uruchomieniu
• Rozszerzona jakość AI i bezpieczeństwo
• Skalowanie i niezawodność

Tygodniowy zarys etapów

1. Tydzień 1

   Nauka z AI, samodzielne myślenie

   Zorganizuj naukę, wybierz obszar problemu i opublikuj pierwszą stronę z hipotezą.

2. Tydzień 2

   Problem wart rozwiązania

   Przeprowadź rozmowy i zbuduj opis problemu oparty na dowodach.

3. Tydzień 3

   Pierwszy działający prototyp

   Zbuduj prototyp na podstawie specyfikacji z pomocą AI i sprawdź go z użytkownikami.

4. Tydzień 4

   Zrozum kod, który publikujesz

   Rozwijaj podstawy programowania potrzebne do czytania i bezpiecznej zmiany kodu.

5. Tydzień 5

   Trwałe przechowywanie danych

   Zaprojektuj relacyjny model danych i bezpieczny zapis informacji produktu.

6. Tydzień 6

   Użytkownicy, konta i granice

   Dodaj uwierzytelnianie, autoryzację i czytelną granicę serwer–klient.

7. Tydzień 7

   Projektowanie dla ludzi

   Popraw produkt na podstawie zasad UX i testów użyteczności.

8. Tydzień 8

   Refaktoryzacja i testy kluczowej ścieżki

   Dodaj test regresji end-to-end, uprość architekturę i sprawdź dostępne stany błędu. Rezultat: wersja v0.5, testy i zapis decyzji architektonicznej.

9. Tydzień 9

   Podstawy LLM i uzasadnienie wartości AI

   Porównaj pomysł z rozwiązaniem bez AI i zintegruj API modelu z walidacją odpowiedzi, obsługą awarii oraz pomiarem kosztu i opóźnienia.

10. Tydzień 10

    Przegląd połowy programu, wiedza i wyszukiwanie

    Wyjaśnij architekturę i wprowadź zmianę bez AI podczas przeglądu. Następnie zbuduj RAG z cytowaniami i zestawem 30 pytań do oceny jakości.

11. Tydzień 11

    Ocena jakości i kontrola kosztów AI

    Porównaj dwie konfiguracje na niezależnym zestawie pytań, także bez odpowiedzi. Wdróż limity kosztów, timeout i bezpieczny fallback; przedstaw jakość, opóźnienie i koszt.

12. Tydzień 12

    Agenci AI i narzędzia

    Zaprojektuj agenta z uprawnieniami, limitami i punktami kontroli człowieka.

13. Tydzień 13

    Automatyzacja i integracje

    Połącz produkt z zewnętrznymi systemami i niezawodnymi zadaniami w tle.

14. Tydzień 14

    Jakość, bezpieczeństwo i odpowiedzialne AI

    Systematycznie testuj i zabezpieczaj produkt, w tym jego komponenty AI.

15. Tydzień 15

    Inżynieria produkcyjna

    Wdróż produkt z kontenerami, CI/CD, monitoringiem i kontrolą kosztów.

16. Tydzień 16

    Gotowość operacyjna i odtwarzanie

    Przetestuj obciążenie, odtwórz kopię bazy, przećwicz rollback oraz eksport i usuwanie danych. Rezultat: raport gotowości, zmierzony czas odtworzenia i instrukcja operacyjna.

17. Tydzień 17

    Model biznesowy i wejście na rynek

    Przygotuj pozycjonowanie, ceny i plan pozyskania klientów na podstawie dowodów.

18. Tydzień 18

    Uruchom, zmierz, popraw

    Udostępnij produkt użytkownikom i wprowadź mierzalną poprawę na podstawie danych.

19. Tydzień 19

    Druga iteracja i przygotowanie przekazania

    Wróć do użytkowników po uruchomieniu, wprowadź drugą poprawę i zmierz jej efekt. Sprawdź instrukcję uruchomienia z inną osobą i przećwicz obronę bez AI, ujawniając ograniczenia małej próby.

20. Tydzień 20

    Obrona, dokumentacja i dalszy rozwój

    Zaprezentuj i obroń produkt oraz architekturę; przygotuj 12-miesięczny plan nauki.

21. Tydzień 21

    Architektura po uruchomieniu

    Przejrzyj granice systemu i decyzje architektoniczne; wprowadź wybraną zmianę z testami kontraktów i zapisem kompromisów.

22. Tydzień 22

    Aktywacja i retencja

    Przeanalizuj kohorty i miejsca, w których użytkownicy odchodzą; popraw onboarding i zmierz wpływ na aktywację.

23. Tydzień 23

    Drugi kanał pozyskania klientów

    Uruchom i przetestuj drugi kanał pozyskania; policz lejek i koszt pozyskania klienta (CAC).

24. Tydzień 24

    Ekonomika jednostkowa przy skali

    Policz LTV/CAC i koszt AI na klienta; sprawdź progi cenowe i plan, przy którym produkt zarabia.

25. Tydzień 25

    Rozszerzona ewaluacja AI

    Rozbuduj zbiór testowy, porównaj modele pod kątem jakości, opóźnień i kosztu; sprawdź regresje, fallback i eskalację do człowieka.

26. Tydzień 26

    Model zagrożeń i testy bezpieczeństwa

    Przejrzyj uprawnienia i przepływy danych, przetestuj zabezpieczenia i udokumentuj pozostałe ryzyka bez deklaracji certyfikacji.

27. Tydzień 27

    Obciążenie i koszty skalowania

    Zmierz limity, wąskie gardła i koszty; zweryfikuj jedną optymalizację.

28. Tydzień 28

    Niezawodność i odtwarzanie

    Przećwicz monitoring, reakcję na awarię, przywracanie danych i rollback.

29. Tydzień 29

    Eksperyment wzrostowy i plan rozwoju

    Przeprowadź eksperyment wzrostowy, zmierz jego wpływ na aktywację lub retencję i przygotuj plan rozwoju na 6 miesięcy.

30. Tydzień 30

    Przegląd końcowy Advanced

    Pokaż metryki wzrostu i ekonomikę, dowody jakości AI, bezpieczeństwa i niezawodności oraz plan rozwoju; obroń kompromisy architektoniczne.

Porównaj trzy kursy

Ten sam rytm pracy i to samo wsparcie — różni się zakres i to, z czym kończysz. Na każdy kurs możesz przyjść od zera.

Rabat Twój StartUp 10% dotyczy wyłącznie kursu pełnego: 35 010 zł (8010 €) po potwierdzeniu statusu. Certyfikat otrzymujesz po zaliczeniu przeglądu końcowego wybranego kursu. Regulamin →

Przed zapisem

Cena obejmuje zajęcia 1:1, wspólne kodowanie, mentoring, przeglądy, certyfikat i dostęp do materiałów bez limitu czasu. Subskrypcje narzędzi AI, API i hosting Twojego produktu opłacasz osobno — ok. 20–50 USD miesięcznie.