Opcje przeglądania
Kategorie
Wydawca
-
AGH
(1)
-
APN Promise
(2)
-
APN PROMISE Sp.z o.o. W-wa / Microsoft Press/
(14)
-
DIFIN
(3)
-
Gower
(1)
-
HELION
(19)
-
HELP-Komputerowa Oficyna Wydawnicza.Piotr Gomuliński
(2)
-
INNE
(1)
-
ITSTART
(2)
-
ITstart sc Marek Smyczek, Marcin Kaim
(12)
-
KaBe
(1)
-
NOVAERES Wydawnictwo Innowacyjne
(1)
-
Oficyna Wydawnicza Politechniki Warszawskiej
(11)
-
ONEPRESS
(1)
-
Onet.pl SA-Oddział Wydawnictwo Pascal
(1)
-
Politechnika Częstochowska
(1)
-
Politechnika Gdańska
(1)
-
Politechnika Koszalińska
(2)
-
Politechnika Lubelska
(1)
-
Politechnika Łódzka
(1)
-
Politechnika Poznańska
(2)
-
Politechnika Rzeszowska
(1)
-
Politechnika Śląska
(5)
-
Politechnika Świętokrzyska
(1)
-
POLTEXT
(1)
-
Pracownia Komputerowa Jacka Skalmierskiego
(4)
-
PROMISE
(2)
-
PWE
(1)
-
PWN
(2)
-
Septem
(1)
-
SGGW
(1)
-
SGGW1
(2)
-
SIMP Agenda Wydawnicza, Redakcja"Pomiary Automatyka Kontrola"
(1)
-
Uniwersytet Zielonogórski
(1)
-
WIEDZA I PRAKTYKA
(1)
-
WKŁ -Wydawnictwa Komunikacji i Łączności Sp.z o.o.
(9)
-
Wydawnictwo NAKOM
(5)
-
Wydawnictwo Naukowe PWN
(1)
-
Znak Horyzont
(1)
Cena
-
od
do
Promocja
Gotowy plan wdrożenia systemu AI w MŚP. Praktyczna dokumentacja prawna, informatyczna i ocena biznesowa projektu
- Autor: Dziuba Damian Guzik-Jankowska Joanna Palacz Adam Wolańska Magdalena
- Wydawca: Difin
- ISBN: 978-83-8270-509-6
- Data wydania: 2026
- Liczba stron 286
- format: B5
- Oprawa: miękka
Wdrażanie systemów AI w MŚP to dziś nie tylko szansa rozwojowa, ale także obszar wysokiego ryzyka biznesowego i prawnego. Ta książka jest jedynym na rynku opracowaniem, które w sposób kompleksowy prowadzi czytelnika przez cały proces wdrożenia systemu sztucznej inteligencji – od decyzji strategicznej, przez architekturę IT, aż po pełną zgodność z regulacjami unijnymi.
Publikacja pełni rolę operacyjnej mapy drogowej dla firm, które chcą wdrażać AI bezpiecznie, zgodnie z prawem i z realnym zwrotem z inwestycji. Autorzy – praktycy wdrożeń – pokazują, jak uniknąć kluczowych błędów prawnych, technologicznych i organizacyjnych, które prowadzą do strat finansowych lub sankcji sięgających 35 mln euro.
Książka oferuje kompletny pakiet narzędzi wdrożeniowych. W obszarze regulacyjnym publikacja dostarcza komplet wzorów dokumentów (TIA, LIA, DPIA oraz gotową politykę wdrożeniową systemów AI), a także szczegółowe wytyczne zgodności z AI Act, RODO i Data Act. W warstwie technologicznej książka zapewnia dostęp do dedykowanego repozytorium z architekturą techniczną i kodem źródłowym Agenta AI. Część biznesowa obejmuje sprawdzone ramy zarządzania zmianą oraz narzędzia decyzyjne i operacyjne, w tym listę kontrolną gotowości organizacji analizującą kluczowe obszary wdrożenia.
Autorzy kierują tę publikację do właścicieli i kadry zarządzającej MŚP, prawników, menedżerów transformacji cyfrowej oraz specjalistów IT i AI, którzy chcą budować trwałą przewagę konkurencyjną w oparciu o odpowiedzialne wykorzystanie sztucznej inteligencji.
Spis treści:
Wstęp
CZĘŚĆ I. Systemy AI jako narzędzie biznesowe dla MŚP. Aspekt biznesowy i informatyczny
ROZDZIAŁ 1. Od sztucznej inteligencji do systemów AI – podstawy wdrożeń w biznesie
1.1. Merytoryczny fundament wdrożenia: systemy, agenty AI i organizacja data-driven
1.1.1. Podstawowe pojęcia związane ze sztuczną inteligencją
1.1.2. Czym są agenty AI?
1.1.3. Systemy AI i rola danych
1.1.4. Ograniczenia AI
1.1.5. Zagrożenia AI
1.2. Wdrożenie systemu AI – konieczność, a nie opcja
1.3. Potencjał biznesowy projektu wykorzystującego system AI
1.3.1. Dlaczego trudno wyliczyć zysk z rozwiązań AI?
1.3.2. Indeks ROI AI
1.4. Rola systemów AI w budowaniu przewagi konkurencyjnej
1.5. Czy Twoja firma jest gotowa na wdrożenie systemu AI?
1.6. Przegląd zastosowań systemów AI dla MŚP
1.7. Najczęściej popełniane błędy przy wdrażaniu systemów AI
1.7.1. Błędy prawne
1.7.2. Błędy techniczne
1.7.3. Błędy biznesowe
ROZDZIAŁ 2. Agenty AI na przykładzie projektowania agenta wspomagającego proces rekrutacji
2.1. Jak zaprojektować agenta AI?
2.1.1. Agent AI jako system zdarzeniowy (event-driven)
2.1.2. Zakres autonomii i nadzór człowieka (Human-in-the-Loop)
2.1.3. Multiagent jako podział odpowiedzialności
2.2. Określenie celu i zakresu działania agenta
2.3. Wybór technologii
2.3.1. Instrukcje dla LLM jako element konfiguracji systemu AI
2.3.2. Integracja z istniejącymi systemami
2.4. Budżetowanie i wybór platformy
2.5. Cykl życia projektu GenAI
2.6. Ryzyka wdrożenia agenta AI i jak im przeciwdziałać
2.6.1. Metryki sukcesu i monitorowanie efektywności (przykładowe)
2.6.2. Bezpieczeństwo i ochrona danych
2.6.3. Zarządzanie błędami i wyjątkami
2.7. Wprowadzenie dotyczące wdrożenia agenta AI w procesie rekrutacyjnym (przykład PoC/MVP)
CZĘŚĆ II. AI Act RODO i Data Act – jak bezpiecznie zarządzać danymi, by uniknąć milionowych kar
ROZDZIAŁ 3. Zanim organizacja podejmie decyzję o wdrożeniu agenta AI
3.1. Rola firmy wdrażającej systemy AI na gruncie AI Act i RODO i Data Act
3.2. Wysokość ryzyka związanego z systemami AI a obowiązki przedsiębiorcy
3.2.1. Systemy zakazane
3.2.2. Systemy wysokiego ryzyka
3.2.3. Systemy ograniczonego ryzyka
3.2.4. Systemy minimalnego ryzyka
3.2.5. Modele AI i Systemy AI ogólnego przeznaczenia (GPAI)
3.3. Kluczowe obowiązki organizacji korzystających z systemów AI
3.3.1. Obowiązki dostawców
3.3.2. Obowiązki podmiotów stosujących
3.4. Kary administracyjne na podstawie AI Act i RODO
ROZDZIAŁ 4. Jak wdrożyć agenta AI zgodnie z przepisami RODO? Praktyczna dokumentacja
4.1. Wykorzystanie danych osobowych – zasada rozliczalności
4.1.1. Profilowanie i zautomatyzowane podejmowanie decyzji wobec kandydatów do pracy
4.1.2. Transparentność przetwarzania danych – obowiązek informacyjny
4.1.3. Test uzasadnionego interesu (LIA), jako narzędzie weryfikujące legalność przetwarzania danych
4.2. Obowiązki administratora vs podmiotu przetwarzającego. Szacowanie ryzyka i odpowiedzialność
4.2.1. Rodzaje zagrożeń wpływające na prawa i wolności podmiotów danych
4.2.2. Rejestrowanie czynności przetwarzania
4.2.3. Bezpieczeństwo przetwarzania
4.2.4. Ocena skutków dla ochrony danych (DPIA)
4.2.5. Przekazywanie danych do państw trzecich
4.3. Realizacja praw osób fizycznych na przykładzie kandydatów do pracy na gruncie RODO i AI Act
CZĘŚĆ III. Wdrożenie i dokumentacja. Aspekt praktyczny
ROZDZIAŁ 5. Plan wdrożenia agenta AI krok po kroku
5.1. Faza 1: Audyt strategiczny i uzasadnienie biznesowe wdrożenia agenta AI
5.1.1. Ocena potencjału i analiza luki rynkowej
5.1.2. Identyfikacja problemów operacyjnych
5.1.3. Gotowość firmy do wdrożenia Agenta AI
5.2. Faza 2. Planowanie projektu i założenia biznesowo-finansowe
5.2.1. Kryteria sukcesu PoC oraz zakres odpowiedzialności systemu
5.2.2. Role i odpowiedzialności
5.2.3. Założenia finansowe
5.3. Faza 3: Walidacja prawna – Weryfikacja zgodności z AI Act, RODO i Data Act
5.4. Faza 4: Proof of Concept (PoC) i MVP agenta AI
5.4.1. Zakres MVP
5.4.2. Główny przepływ PoC (happy path)
5.4.3. Architektura techniczna MVP (high-level)
5.4.4. Platforma HR i model danych
5.4.5. Generowanie feedbacku (copilot w ramach Agenta AI)
5.4.6. Walidacja jakości i korekta treści (quality gate)
5.4.7. Obsługa komunikacji e-mail – routing i eskalacja
5.5. Faza 5: Integracja i zarządzanie zmianą
5.5.1. Etapy wdrożenia zmiany
5.5.2. Komunikacja i rozwój kompetencji
5.6. Faza 6: Rozszerzenia produkcyjne i ścieżka ewolucji systemu
Zakończenie
Załączniki
Dostępność: na wyczerpaniu
Wysyłka w: 3 dni
Kierunki transformacji cyfrowej sektora rolnego w Polsce i jej scenariusze w perspektywie do 2050 roku
- Autor: Żmija Dariusz
- Wydawca: Difin
- ISBN: 978-83-8270-465-5
- Data wydania: 2025
- Liczba stron/format: 334/B5
- Oprawa: miękka
Książka stanowi kompleksowe ujęcie problematyki transformacji cyfrowej sektora rolnego w Polsce, ze szczególnym uwzględnieniem diagnozy stanu obecnego oraz identyfikacji i oceny kluczowych uwarunkowań tego procesu. Integralnym elementem opracowania są także scenariusze transformacji cyfrowej sektora rolnego w perspektywie do 2050 r., nadające analizie wymiar prospektywny i strategiczny. Scenariusze te sprzyjają pogłębionej refleksji nad możliwymi kierunkami ewolucji sektora w warunkach niepewności, złożoności oraz dynamicznych przemian społeczno-gospodarczych, technologicznych i środowiskowych.
Zgromadzony materiał zainteresuje środowisko akademickie i eksperckie oraz instytucje odpowiedzialne za kształtowanie polityk publicznych w obszarze sektora rolnego oraz rozwoju obszarów wiejskich w Polsce.
Spis treści:
Wstęp
ROZDZIAŁ 1. Rola transformacji cyfrowej w kształtowaniu nowoczesnego sektora rolnego
1.1. Transformacja cyfrowa jako katalizator rozwoju społeczno-gospodarczego
1.2. Wybrane koncepcje rozwoju rolnictwa a transformacja cyfrowa
1.3. Rolnictwo jako przestrzeń dla transformacji cyfrowej – przykład Unii Europejskiej
ROZDZIAŁ 2. Znaczenie technologii cyfrowych w transformacji sektora rolnego
2.1. Rozwój rolnictwa – od modelu tradycyjnego do rolnictwa 5.0
2.2. Technologie cyfrowe w rolnictwie i ich znaczenie dla rozwoju sektora rolnego
2.3. Uwarunkowania wdrażania technologii cyfrowych we współczesnym sektorze rolnym
ROZDZIAŁ 3. Transformacja cyfrowa sektora rolnego w polityce UE i Polski i jego krajowego otoczenia instytucjonalnego
3.1. Transformacja cyfrowa jako kluczowy element polityki Unii Europejskiej i Polski
3.2. Transformacja cyfrowa sektora rolnego w ramach strategii i programów UE oraz Polski
3.3. Cyfryzacja instytucjonalnego systemu wsparcia sektora rolnego w Polsce
ROZDZIAŁ 4. Uwarunkowania i przebieg transformacji cyfrowej sektora rolnego w Polsce
4.1. Uwarunkowania transformacji cyfrowej rolnictwa w Polsce
4.2. Etapy wdrażania technologii cyfrowych w polskim rolnictwie do 2020 roku
4.2.1. Początki informatyzacji rolnictwa w Polsce przed 2003 rokiem
4.2.2. Postępy w informatyzacji rolnictwa w latach 2004–2006
4.2.3. Automatyzacja i wczesna cyfryzacja gospodarstw rolnych w latach 2007–2013
4.2.4. Cyfryzacja gospodarstw rolnych w Polsce w latach 2014–2020
4.3. Cyfryzacja gospodarstw rolnych w Polsce w perspektywie 2021–2027
ROZDZIAŁ 5. Transformacja cyfrowa sektora rolnego w Polsce w perspektywie do 2050 roku w ujęciu foresightowym
5.1. Wprowadzenie do metodyki foresightu
5.2. Metodyka badania foresightowego dotyczącego transformacji cyfrowej sektora rolnego w Polsce w perspektywie do 2050 r.
5.3. Kluczowe determinanty transformacji cyfrowej sektora rolnego w Polsce w perspektywie do 2050 roku
5.4. Scenariusze transformacji cyfrowej sektora rolnego w Polsce w perspektywie do 2050 roku
Podsumowanie i wnioski
Bibliografia
Spis tabel
Spis rysunków
Dostępność: średnia ilość
Wysyłka w: 3 dni
Windows 7 T.2 Resource Kit /Microsoft/
Microsoft Windows 7 Resource Kit to pogłębione i wyczerpujące źródło informacji niezbędnych w przedsiębiorstwie przy administrowaniu sys...
Dostępność: na wyczerpaniu
Wysyłka w: 24 godziny
AI dla profesjonalistów IT. Narzędzia i techniki zwiększające produktywność
- Tytuł oryginału: AI for Everyday IT: Accelerate workplace productivity
- Tłumaczenie: Radosław Meryk
- ISBN Książki drukowanej: 978-83-289-3597-6
Autorzy:Chrissy LeMaire, Brandon Abshire
Czego się nauczysz?
- Wdrażania generatywnej AI w codziennej pracy specjalistów IT
- Porównywania chatbotów i asystentów AI (ChatGPT, Claude, Gemini, Microsoft Copilot) pod kątem zastosowań i kosztów
- Stosowania zasad odpowiedzialnego użycia AI: bezpieczeństwa danych, cytowania, ryzyka plagiatu oraz ograniczania uprzedzeń
- Kontrolowania kontekstu i kosztów pracy modeli dzięki zrozumieniu tokenów, limitów i stanowości rozmowy
- Konstruowania skutecznych promptów technikami zero-shot, single-shot, few-shot i many-shot
- Używania zaawansowanych technik promptowania: łańcuchów promptów, wstrzykiwania kontekstu, metapromptów i szablonów odpowiedzi
- Formułowania problemów tak, by AI dostarczała użyteczne, weryfikowalne wyniki w zadaniach IT
- Automatyzowania pracy z dokumentami: streszczania, konwersji formatów, OCR, porównywania, klasyfikacji, tagowania i anonimizacji
- Usprawniania komunikacji e-mail i w komunikatorach dzięki streszczeniom, transkrypcjom, szkicom odpowiedzi oraz integracjom (Teams, webhooki)
- Wykorzystywania AI w helpdesku do analizy zgłoszeń, tworzenia odpowiedzi oraz budowy niestandardowych modeli GPT i agentów AI
- Wspierania administracji systemami poprzez analizę logów, audyt konfiguracji i automatyzację zadań zgodności oraz utrzymania
- Optymalizowania pracy DBA z AI: usprawniania zapytań, dokumentowania kodu i wykonywania zadań konserwacyjnych w heterogenicznych środowiskach
- Dobierania i stosowania asystentów kodowania (GitHub Copilot, Cline, Cursor AI, Aider, Project IDX) z uwzględnieniem prywatności i bezpieczeństwa
- Zwiększania efektywności DevOps z AI, w tym planowania procesu i pracy na dużych zmianach w repozytoriach oraz podejścia GenAIOps
- Budowania aplikacji z AI z użyciem wywoływania funkcji, integracji z API oraz walidacji zapytań SQL pod kątem bezpieczeństwa
- Wspierania przywództwa i rozwoju kariery z AI: rozwiązywania konfliktów, planowania DR/BCP, prowadzenia rozmów, ocen i przygotowania do rekrutacji oraz negocjacji
Przedmowa: Nitya Narasimhan
Twoja przewaga w IT zaczyna się od AI
Sztuczna inteligencja przestała być futurystyczną wizją to narzędzie, które już dziś zmienia codzienną pracę specjalistów IT. ChatGPT, Claude i inne modele AI rewolucjonizują sposób, w jaki programiści piszą kod, administratorzy zarządzają systemami, a menedżerowie prowadzą zespoły. Książka stanowi praktyczny przewodnik po zastosowaniu sztucznej inteligencji w realnych scenariuszach od automatyzacji rutynowych zadań po rozwiązywanie złożonych zagadnień technicznych. To pozycja dla każdego, kto chce nie tylko nadążyć za zmianami, ale też uczynić z AI przewagę konkurencyjną w swojej karierze.
Autorzy dzielą się sprawdzonymi technikami wykorzystania AI w każdym aspekcie pracy IT. Prowadzą czytelnika od podstaw inżynierii promptów, przez praktyczne zastosowania w dokumentacji i komunikacji, aż po zaawansowane scenariusze. Każdy rozdział zawiera gotowe do użycia prompty, rzeczywiste studia przypadków i konkretne przykłady kodu w PowerShell, Python, SQL i innych językach. Nie tylko zobaczysz, jak pisać skuteczne prompty, ale przede wszystkim dowiesz się, jak formułować problemy, by AI mogła realnie wspomóc pracę specjalisty w zakresie analizy logów, optymalizacji zapytań SQL, przygotowania planów odtwarzania awaryjnego czy prowadzenia trudnych rozmów z zespołem.
W książce:
- Praktyczne techniki tworzenia promptów
- Automatyzacja zadań administracyjnych
- Zastosowanie asystentów kodu (GitHub Copilot, Cline, Cursor AI)
- Zarządzanie zespołami z AI
- Bezpieczeństwo i etyka
Specjaliści z branży IT znajdą w tej książce strategie wykorzystania AI, w których drzemią olbrzymie możliwości. Zastosuj je w praktyce a potem daj mi znać, kiedy dostaniesz awans.
Jeffrey Snover, twórca PowerShell, Distinguished Engineer w Google
Spis treści książki
PrzedmowaWstęp
Podziękowania
O książce
O autorach
O ilustracji na okładce
Część I. Wprowadzenie do sztucznej inteligencji
- 1. Sztuczna inteligencja w informatyce
- 1.1. Generatywna sztuczna inteligencja zmienia wszystko
- 1.2. Słoń w serwerowni
- 1.3. Wzmacnianie umiejętności
- 1.4. Wprowadzenie do sztucznej inteligencji generatywnej
- 1.4.1. Chatboty oparte na modelach językowych
- 1.4.2. Generowanie obrazów z użyciem modeli AI
- 1.5. Koszty usług
- 1.6. Odpowiedzialne korzystanie ze sztucznej inteligencji w pracy
- 1.6.1. Bezpieczeństwo danych w pracy z AI
- 1.6.2. Uprzedzenia i sprawiedliwość
- 1.6.3. Pisanie tekstów z użyciem AI i ryzyko plagiatu
- 1.6.4. Cytowanie AI w pracy
- 1.7. Jak korzystaliśmy ze sztucznej inteligencji?
- 1.8. Prompty użyte w tym rozdziale
- Podsumowanie
- 2. Chatboty: zadania i wskazówki
- 2.1. Chatboty i sztuczna inteligencja konwersacyjna
- 2.1.1. ChatGPT firmy OpenAI
- 2.1.2. Anthropic Claude
- 2.1.3. Google Gemini
- 2.1.4. Pakiet narzędzi Microsoft Copilot
- 2.1.5. Porównanie asystentów AI - podsumowanie
- 2.2. Modele AI tekst-obraz
- 2.2.1. DALL-E firmy OpenAI oraz model 4o
- 2.2.2. Midjourney
- 2.2.3. Google Gemini Imagen oraz Meta Imagine
- 2.3. Prompty użyte w tym rozdziale
- Podsumowanie
- 3. Podstawowa inteligencja
- 3.1. Definicje pojęć
- 3.1.1. Prompty
- 3.1.2. Stanowość
- 3.1.3. Utrzymanie kontekstu i spójność
- 3.1.4. Tokeny
- 3.2. Wszystko, czego nigdy nie chciałeś wiedzieć o tokenach
- 3.2.1. Limity tokenów
- 3.2.2. Limity tokenów a interakcje z AI
- 3.3. Kiedy dobre boty zawodzą
- 3.4. Konta darmowe i płatne
- 3.4.1. Dlaczego warto płacić za chatbota, skoro można korzystać z darmowego?
- 3.4.2. Który wybrać?
- 3.4.3. Nauka i eksperymentowanie
- 3.5. Prompty użyte w tym rozdziale
- Podsumowanie
- 4. Inżynieria promptów i formułowanie problemów
- 4.1. Inżynieria promptów
- 4.2. Spektrum tworzenia promptów dla AI
- 4.2.1. Tworzenie promptów techniką zero-shot
- 4.2.2. Tworzenie promptów techniką single-shot
- 4.2.3. Tworzenie promptów techniką few-shot
- 4.2.4. Tworzenie promptów techniką many-shot
- 4.2.5. Przyszłość inżynierii promptów
- 4.3. Mechanika dobrego promptu
- 4.3.1. Kluczowe zasady konstruowania promptów
- 4.4. Wprowadzenie do tworzenia promptów przeznaczonych do określonych zadań w IT
- 4.4.1. Laboratorium niezwykłych promptów
- 4.5. Techniki zaawansowane
- 4.5.1. Prompty rekurencyjne
- 4.5.2. Wstrzykiwanie kontekstu
- 4.5.3. Wyraźne ograniczenia
- 4.5.4. Łańcuch promptów
- 4.5.5. Dyrektywy dotyczące tonu
- 4.5.6. Szablony odpowiedzi
- 4.6. Dobre praktyki i częste błędy
- 4.6.1. Ucz się na dobrych przykładach
- 4.6.2. Pułapki, których warto unikać
- 4.6.3. Metaprompty
- 4.7. Formułowanie problemów
- 4.8. Korzystanie z technik formułowania problemów w praktyce
- 4.9. Prompty użyte w tym rozdziale
- Podsumowanie
- 5. Prompty w praktyce
- 5.1. Inżynieria promptów w praktyce
- 5.1.1. Podstawowy prompt
- 5.1.2. Prompty rekurencyjne
- 5.1.3. Tworzenie szablonu
- 5.1.4. Ostateczny wynik
- 5.2. Formułowanie problemu w praktyce
- Podsumowanie
- 6. Praca z dokumentami
- 6.1. Najlepsze praktyki obsługi dokumentów z wykorzystaniem sztucznej inteligencji
- 6.1.1. Metody wyodrębniania tekstu
- 6.1.2. Strukturyzowanie i doskonalenie wyników
- 6.2. Zasady etyki w przetwarzaniu dokumentów przez sztuczną inteligencję
- 6.3. Streszczanie dokumentów
- 6.4. Konwersja formatów
- 6.5. Wyodrębnianie tekstu z ilustracji
- 6.6. Porównywanie dokumentów
- 6.7. Klasyfikacja i tagowanie dokumentów
- 6.8. Anonimizacja dokumentów
- 6.9. Tłumaczenia
- 6.10. Prompty użyte w tym rozdziale
- Podsumowanie
- 7. Poczta elektroniczna i komunikatory
- 7.1. Usprawnianie zarządzania pocztą elektroniczną z użyciem AI
- 7.1.1. Streszczanie wiadomości e-mail i tworzenie szkiców wiadomości z użyciem AI
- 7.1.2. Jeszcze niegotowe do wykorzystania w najważniejszych zadaniach
- 7.1.3. Zabezpieczenia poczty e-mail
- 7.2. Korzystanie z AI w komunikatorach internetowych
- 7.2.1. Transkrypcja spotkań i podsumowania z użyciem AI
- 7.3. Integracje i automatyzacja z użyciem AI
- 7.3.1. Przepływy pracy w Microsoft Teams w praktyce
- 7.3.2. Webhooki
- 7.4. Usprawnianie pisania przy jednoczesnym zachowaniu własnego stylu
- 7.4.1. Grammarly
- 7.4.2. Apple Intelligence Writing Tools
- 7.5. Zachowywanie krytycznego myślenia i zdrowego rozsądku
- 7.6. Przyszłość komunikacji z AI
- 7.7. Prompty użyte w tym rozdziale
- Podsumowanie
Część II. Operacje IT i sztuczna inteligencja
- 8. AI w działach wsparcia IT
- 8.1. Terapia działu wsparcia technicznego
- 8.1.1. Identyfikowanie problemów
- 8.1.2. Formułowanie odpowiedzi
- 8.2. Pomoc techniczna
- 8.2.1. Przygotowanie środowiska
- 8.2.2. Rozwiązywanie problemów
- 8.2.3. Ćwiczenia pod kątem wykorzystania AI w czasie rzeczywistym
- 8.3. Niestandardowe modele GPT
- 8.3.1. Tworzenie niestandardowego GPT do analizy zgłoszeń IT
- 8.4. Przyszłość działów pomocy technicznej: agenty AI
- 8.4.1. Wybrane platformy pomocy technicznej oparte na agentach AI
- 8.4.2. Agenty AI w systemach CRM klasy enterprise
- 8.5. Prompty użyte w tym rozdziale
- Podsumowanie
- 9. Administrowanie systemami
- 9.1. Żądania zmiany
- 9.2. Im więcej dystrybucji, tym więcej problemów
- 9.3. Administrowanie wieloma serwerami
- 9.4. Zmiana nazw plików
- 9.5. Analiza logów błędów: identyfikowanie wyjątków i awarii
- 9.6. Automatyzacja zadań związanych z poprawą efektywności i zgodności z przepisami
- 9.7. Audyt plików konfiguracyjnych z użyciem AI
- 9.8. Istniejące rozwiązania AI w inżynierii systemów
- 9.9. Prompty użyte w tym rozdziale
- Podsumowanie
- 10. Administrowanie bazami danych
- 10.1. Podstawy tworzenia zapytań i obiektów
- 10.2. Optymalizacja zapytań
- 10.3. Dokumentowanie kodu
- 10.4. Heterogeniczne środowiska bazodanowe
- 10.4.1. Nadążanie za zmianami
- 10.4.2. Uczenie doświadczonego DBA nowych sztuczek
- 10.5. Zadania konserwacyjne
- 10.6. Zaawansowane zadania administracyjne
- 10.6.1. AI + dbatools = <3
- 10.6.2. Analiza konfiguracji pamięci
- 10.6.3. Dodatkowe prompty do zaawansowanej administracji
- 10.6.4. Rola DBA w erze AI
- 10.7. Prompty użyte w tym rozdziale
- Podsumowanie
Część III. Wykorzystanie AI w zadaniach programistycznych
- 11. Asystenty kodowania i narzędzia programistyczne
- 11.1. Prywatność i bezpieczeństwo
- 11.2. Wartość umiejętności programowania
- 11.3. Pakiet narzędzi AI GitHuba
- 11.4. Cline
- 11.5. Cursor AI
- 11.6. Google Project IDX
- 11.7. Aider
- 11.8. Zbiorcze porównanie asystentów kodu
- 11.9. Dobre praktyki w programowaniu z użyciem AI
- 11.9.1. Zasady podstawowe
- 11.9.2. Techniki zaawansowane
- 11.10. Prompty użyte w tym rozdziale
- Podsumowanie
- 12. Inżynieria DevOps z użyciem AI
- 12.1. Praktyczne zastosowania AI w DevOps
- 12.2. Aktualizacja prawie 7000 testów: rzeczywisty projekt z AI
- 12.2.1. Wybór narzędzi
- 12.2.2. Opracowanie skutecznego procesu
- 12.2.3. Strategia implementacji
- 12.2.4. Przetwarzanie dużych plików
- 12.2.5. Podzielenie instrukcji na ukierunkowane przebiegi
- 12.2.6. Wyniki
- 12.2.7. Wnioski
- 12.2.8. Nie tylko aktualizacja testów. Inne zastosowania programowania wspomaganego AI
- 12.3. Cykl życia GenAIOps
- 12.3.1. Zastosowanie GenAIOps w praktyce
- 12.4. Prompty użyte do napisania tego rozdziału
- Podsumowanie
- 13. Budowanie aplikacji wykorzystujących AI
- 13.1. Wywoływanie funkcji
- 13.1.1. Rozmowa z API OpenAI
- 13.1.2. Budowa copilota bazodanowego
- 13.1.3. Implementacja mechanizmu wywoływania funkcji
- 13.2. Funkcje
- 13.2.1. Co jest ważne w projektowaniu funkcji AI?
- 13.3. Walidacja zapytań SQL z użyciem funkcji examine_sql
- 13.3.1. Określenie, co czyni zapytanie niebezpiecznym
- 13.3.2. Generowanie odpowiedzi przyjaznej użytkownikowi
- 13.3.3. Praktyczne działanie mechanizmu wspomagania obsługi SQL opartego na AI
- 13.4. Zastosowania praktyczne i względy bezpieczeństwa
- 13.4.1. Przykład: konwersja walut z użyciem AI
- 13.4.2. Zasady bezpieczeństwa przy wywoływaniu funkcji
- 13.5. Prompty użyte w tym rozdziale
- Podsumowanie
Część IV. Przywództwo i rozwój z AI
- 14. Rozwiązywanie konfliktów i zarządzanie kryzysowe
- 14.1. Rozwiązywanie konfliktów w miejscu pracy
- 14.1.1. Strategie skutecznego rozwiązywania konfliktów
- 14.1.2. Pat w sprawie SharePointa
- 14.1.3. Proaktywna umowa dotycząca rozwiązywania konfliktów
- 14.2. Zarządzanie kryzysowe
- 14.2.1. Rola przywództwa w sytuacjach kryzysowych
- 14.2.2. Rola generatywnej AI w planowaniu działań związanych z odtwarzaniem po awarii i zapewnieniem ciągłości działań
- 14.3. Prompty użyte do napisania tego rozdziału
- Podsumowanie
- 15. Podstawy zarządzania
- 15.1. Zasady i świadczenia pracownicze
- 15.1.1. Zasady
- 15.1.2. Świadczenia pracownicze
- 15.1.3. Własne modele GPT i projekty
- 15.2. Rozwój kariery
- 15.2.1. Macierze umiejętności
- 15.2.2. Spotkania indywidualne
- 15.3. Oceny okresowe
- 15.3.1. Samooceny
- 15.3.2. Opinie wielostronne
- 15.3.3. Cele SMART
- 15.3.4. Cele zespołowe
- 15.3.5. Samokształcenie menedżera
- 15.4. Prompty użyte w tym rozdziale
- Podsumowanie
- 16. Interwencje menedżerskie
- 16.1. Wytyczne dotyczące interwencji menedżerskich
- 16.1.1. Notatki, ostrzeżenia i pisma
- 16.1.2. Konstruktywne informacje zwrotne
- 16.1.3. Plany poprawy wyników
- 16.2. Zgranie zespołu
- 16.2.1. Anonimowe opinie
- 16.2.2. Budowanie zespołu
- 16.3. Prowadzenie rozmów kwalifikacyjnych z kandydatami
- 16.4. Zarządzanie czasem w pracy menedżera technicznego
- 16.5. Prompty użyte do napisania tego rozdziału
- Podsumowanie
- 17. Awans zawodowy
- 17.1. Przewodzenie procesowi wdrażania AI w organizacji
- 17.1.1. Awanse dzięki praktycznemu rozwiązywaniu problemów
- 17.1.2. Dokumentowanie i prezentowanie swoich projektów
- 17.1.3. Zaawansowany trening prezentacji z AI
- 17.2. Szkolenia i certyfikaty
- 17.2.1. Zdobywanie nowych umiejętności za pomocą AI
- 17.2.2. Identyfikowanie i uzupełnianie luk kompetencyjnych z użyciem AI
- 17.2.3. Pisanie wniosków o udział w konferencjach
- 17.3. Awans zawodowy na zewnątrz firmy
- 17.3.1. Wyszukiwanie pracy z użyciem AI
- 17.3.2. Optymalizacja CV
- 17.3.3. Przygotowanie do rozmowy kwalifikacyjnej z wykorzystaniem AI
- 17.3.4. Negocjowanie wynagrodzenia
- 17.3.5. Prompty dotyczące rozwoju kariery
- 17.3.6. Ćwiczenie rozmów wspomagane przez AI
- 17.4. Kwestie etyczne i najlepsze praktyki
- 17.5. Porady na koniec
- 17.6. Prompty użyte do napisania tego rozdziału
- Podsumowanie
Dodatek A. Lokalne modele AI: dostępna alternatywa
Dodatek B. GPT Actions firmy OpenAI
Dostępność: na wyczerpaniu
Wysyłka w: 3 dni
Sztuczna inteligencja. Nowe spojrzenie. Wydanie IV. Tom 2
Dostępność: na wyczerpaniu
Wysyłka w: 3 dni
AVR. Praktyczne projekty
| ISBN | 9788324678778 |
| Autor | Francuz Tomasz |
| Oprawa | miękka |
| Rok wydania | 2013 |
| Format | b5 |
| Stron | 632 |
Programowanie mikrokontrolerów to nic trudnego! Czas się o tym przekonać!
- Poznaj mikrokontrolery AVR z rodziny XMEGA
- Naucz się praktycznie programować je w języku C
- Zdobądź doświadczenie w stosowaniu układów AVR
Układy AVR przebojem wdarły się na rynek mikrokontrolerów. Szybko zdobyły serca hobbystów i profesjonalistów - zdecydowały o tym niska cena, ogromne możliwości i wydajność obliczeniowa oraz prostota używania i dostępność darmowych narzędzi, które ułatwiają programowanie tych układów. Szczególnie dużym uznaniem wśród użytkowników mikrokontrolerów cieszą się układy należące do rodziny XMEGA, jednak do tej pory brak było na polskim rynku publikacji opisujących ich architekturę, programowanie i zastosowanie.
Lukę tę doskonale wypełnia książka „AVR. Praktyczne projekty ”, której autor postawił sobie za cel szczegółowe omówienie problemów związanych z programowaniem mikrokontrolerów XMEGA, z uwzględnieniem modułów, które nie występują w układach należących do innych rodzin AVR. Jeśli posiadasz już podstawowe umiejętności w zakresie programowania mikrokontrolerów, pozycja ta umożliwi Ci praktyczne rozwinięcie talentów w tej dziedzinie - samodzielnie zrealizujesz m.in. projekt zegara, analizatora logicznego i wiele innych!
To doskonała pozycja zarówno dla czytelników pierwszej książki Tomasza Francuza „Język C dla mikrokontrolerów AVR. Od podstaw do zaawansowanych aplikacji”, jak i dla osób, które opanowały podstawy programowania mikrokontrolerów we własnym zakresie.
- Architektura układów AVR XMEGA
- Warsztat pracy programisty mikrokontrolerów
- Tworzenie projektów i zarządzanie nimi
- Sposoby pisania efektywnego kodu
- Korzystanie z różnych typów danych
- Wykonywanie operacji wejścia-wyjścia
- Zarządzanie pamięcią mikrokontrolera
- Sterowanie pracą zegara
- Obsługa przerwań i system zdarzeń
- Używanie timerów i liczników
- Sterowanie urządzeniami zewnętrznymi
- Praktyczne przykłady zastosowań mikrokontrolerów
Dowiedz się, co można osiągnąć za pomocą języka C i układów AVR!
Dostępność: na wyczerpaniu
Wysyłka w: 3 dni
Grafika dla trzeciego wymiaru
| ISBN | 9788373656550 |
| Autor | Matysiak Justyna |
| Oprawa | mię |
| Rok wydania | 2026 |
| Format | B5 |
| Stron | 436 |
Wstęp I Introduction | 11
I Prezentacja graficzna produktu — koncepcja kształcenia Graphic Presentation of the Product —The Concept of Education | 17
II Cele i metody programu dydaktycznego w ramach zagadnien prezentacji graficznej produktu 1 Objectives and Methods of the Educational Program in the Context of Product Graphic Presentation | 23
III Prezentacja graficzna produktu — wybrane aspekty I Graphic Presentation of the Product Selected Aspects I 29
1. Idea projektu The Idea of the Project | 33
2. Znaczenie inspiracji | The Role of Inspiration | 36
3. Prezentacja projektu Project Presentation | 50
3.1. Oddanie formy i materii | Conveying Form and Material | 51
3.2. Budzenie skojarzeń i emocji | Evoking Associations and Emotions | 84
3.3. Przeznaczenie przedmiotu | Purpose of the Object | 110
3.4. Proces użytkowy | The Functional Process | 118
3.5. Przedmiot jako produkt The Object as a Product | 124
4. Czwarty wymiar przedmiotu | The Fourth Dimension of the Object | 140
5. Język przedmiotu i The Language of the Object | 146
6. Interpretacja przedmiotu | The Interpretation of the Object | 149
6.1. Interpretacja przedmiotu a kultura | The Interpretation of the Object and Culture | 178
7. Przedmiot w syntezie graficznej — znak | The Object in Graphic Synthesis — The Sign | 186
8. Prezentacja osobowości twórczej projektanta | Presenting the Designer's Creative Personality | 212
9. Język przekazu | The Language of Communication | 262
9.1. Obrazi The Image | 263
9.2. Pole obrazu | The Image Field | 268
Dostępność: na wyczerpaniu
Wysyłka w: 3 dni
Administrowanie Windows Server 2008 70-646 Training Kit Podręcznik do samodzielnej nauki
Dostępność: na wyczerpaniu
Wysyłka w: 24 godziny
Administrowanie systemem 70-647 Windows Server 2008 w skali przedsiębiorstwa TRAINING KIT
Dostępność: na wyczerpaniu
Wysyłka w: 24 godziny
Microsoft Windows 7 T-2.Resource Kit PL.
Dostępność: na wyczerpaniu
Wysyłka w: 24 godziny
MBA Management Models /Harding Sue, Long Trevor/
If you‘re a student on an MBA or management course, you‘ll be expected to demonstrate a knowledge of a range of models. This textbook collects together the 45 models most likely to be required, summarized in a standard format.
- Wydanie : 1. dodruk 2008
- Język : Angielski
- Długość wersji drukowanej : 230 str.
- ISBN-13 : 978-0566081378
- Waga produktu : 431 g
- Wymiary : 16.89 x 1.4 x 21.59 cm
Dostępność: na wyczerpaniu
Wysyłka w: 48 godzin

Zapisz się do Newslettera