AI konzultant: Kurz návrhu AI řešení | robot_dreams

AI konzultant

Vyzkoušíš si praktický návrh AI řešení a vytvoříš jednoduchý prototyp workflow pro reálné firemní použití

certificate

O KURZU

  • Timeline

    srpen–září

  • Čeká tě

    11 lekcí

  • Formát

    ŽIVĚ ONLINE

Praktický online kurz pro business konzultanty a produktové manažery, kteří chtějí transformovat AI koncepty do praktických řešení. Naučíš se analyzovat AI use casy, navrhovat AI workflow a architekturu řešení, pracovat s integracemi, daty a RAG a efektivně komunikovat s technickými týmy. Výrazně tak zvýšíš svoji hodnotu pro firmu.

Kurz je vhodný pro:

  • Business konzultanty, analytiky a projektové manažery

    Pochopíš, jak vyhodnotit byznys hodnotu, připravenost dat i možnosti automatizace. Zvládneš analyzovat AI use casy krok za krokem a převádět je do konkrétních návrhů řešení.

  • Produktové manažery, founders a inovační týmy

    Naučíš se integrovat AI řešení do produktů a interních procesů. Odhadneš technickou složitost, náklady, limity a rizika implementace a vybereš vhodné nástroje pro různé typy projektů.

  • Technicky orientované specialisty

    Znáš AI nástroje, ale potřebuješ se naučit navrhování celého řešení od analýzy problému až po funkční workflow. Začneš přemýšlet v širším kontextu a posuneš se k tvorbě AI systémů pro reálný provoz.

Lektor

Matúš Paško, AI Consultant, Daktela a lektor kurzu AI konzultant na robot_dreams

Matúš Paško

AI Consultant, Daktela

  • Navrhuje AI řešení v produkčním prostředí: voiceboty, chatboty, emailboty, AI knowledge bases, RAG a hybridní LLM workflow.

  • Je odpovědný za architekturu, produkční připravenost, kvalitu AI výstupů, integrace, fallback logiku, monitoring a spolehlivost systémů.

  • Jako Senior IT Application Engineer v ČSOB pracoval na mission-critical bankovních systémech v regulovaném prostředí s vysokými nároky na bezpečnost, auditovatelnost a compliance.

  • Ve společnosti RYSK-IT B.V. vyvíjel mobilní aplikace pro klienty v Nizozemsku. Jako technický konzultant pracoval na vývoji mobilních aplikací a projektech pro různé klienty.

Program

  • 0. lekce
    Středa 12. 8. 2026

    Onboarding: nástroje, způsob práce a výběr projektu

    • Představení kurzu, očekávání a podoba závěrečného projektu
    • Přehled používaných nástrojů a praktické nastavení pracovního prostředí
    • Definice role AI konzultanta a výběr vlastního byznys problému pro kurz

    Praktické cvičení: Vybrat jeden konkrétní proces nebo problém, který chce účastník během kurzu převést do návrhu AI řešení. Popsat současný stav, cílový stav, uživatele, vstupy, výstupy a očekávanou hodnotu.

  • 1. lekce
    Pondělí 17. 8. 2026

    Jak přemýšlet jako AI konzultant

    • Rozdíl mezi AI konzultantem, prompt engineerem a AI architektem
    • Deterministická vs. pravděpodobnostní logika a volba mezi LLM a klasickým řešením
    • Jak rozpoznat dobrý a špatný AI use case a jak klást správné otázky před samotným návrhem

    Praktické cvičení: Vyplnit první verzi AI Use Case Canvasu pro vlastní projekt.

  • 2. lekce
    Středa 19. 8. 2026

    Diagnostika AI problému a návrh řešení

    • Diagnostika problému před výběrem nástroje, posouzení byznys hodnoty, proveditelnosti a připravenosti dat
    • Odhad potenciálu automatizace a identifikace rizik
    • Správné otázky pro stakeholdery a pravidla pro situace, kdy use case raději zamítnout nebo zjednodušit

    Praktické cvičení: Doplnit AI Use Case Canvas a připravit krátký popis: problém → navrhované řešení → očekávaný dopad → rizika.

  • 3. lekce
    Pondělí 24. 8. 2026

    Architektura AI řešení

    • Co znamená architektura AI řešení s důrazem na reálnou byznys hodnotu
    • Rozvrstvení systému na rozhodovací, orchestrační, integrační, datovou a uživatelskou (UI) vrstvu
    • Rozdíl mezi chatbotem, workflow a agentním systémem
    • Zapojení člověka do smyčky (human-in-the-loop)

    Praktické cvičení: Vytvořit diagram architektury vlastního AI řešení a popsat odpovědnost každé vrstvy.

  • 4. lekce
    Středa 26. 8. 2026

    Workflow design a orchestrace

    • Návrh workflow krok za krokem (trigger, vstup, transformace, rozhodnutí, akce, výstup)
    • Logika v nástrojích Make/n8n
    • Srovnání low-code a custom řešení a definice role LLM v procesu
    • Návrh fallback větví pro případ selhání

    Praktické cvičení: Připravit workflow diagram vlastního řešení včetně triggerů, akcí, rozhodnutí a fallback větví.

  • 5. lekce
    Pondělí 31. 8. 2026

    Integrace, API a event-driven myšlení

    • Co je API a proč je klíčové pro AI
    • Princip webhooků v event-driven modelu
    • Práce s formátem JSON, struktura request/response a payloadu
    • Integrace s CRM, tabulkami, e-maily, dokumenty a interními systémy
    • Rozhodnutí, kde končí možnosti low-code a nastupuje custom vývoj

    Praktické cvičení: Vypsat systémy, se kterými má vlastní AI řešení komunikovat. U každého určit vstup, výstup, formát dat, vlastníka systému a možné riziko.

  • 6. lekce
    Středa 2. 9. 2026

    Data, kontext a RAG

    • Strukturovaná vs. nestrukturovaná data a kvalita dat jako zdroje pravdy
    • Limity kontextového okna LLM
    • Kdy nasadit RAG (Retrieval-Augmented Generation) a kdy postačí pevná logika či standardní databáze
    • Aktualizace znalostí a napojení na dokumenty či tabulky

    Praktické cvičení: Připravit Data & Context Map pro vlastní projekt: zdroje dat, typ dat, vlastník dat, kvalita, frekvence aktualizace, rizika a zda je potřeba RAG.

  • 7. lekce
    Pondělí 7. 9. 2026

    Prototyp AI workflow v low-code nástroji

    • Transformace teoretického workflow diagramu do funkčního prototypu
    • Využití platformy jako orchestrační vrstvy, nastavení triggeru (formulář/tabulka) a implementace LLM kroku
    • Zápis výsledků do cílového dokumentu/e-mailu a jednoduché testování celého toku

    Praktické cvičení: Vytvořit jednoduchý funkční prototyp části vlastního řešení.

  • 8. lekce
    Středa 9. 9. 2026

    Rizika, failure scénáře a guardrails

    • Halucinace, nepřesné výstupy a metody jejich validace
    • Implementace guardrails (mantinelů), limitů, fallback strategií a schvalování člověkem (human approval)
    • Ochrana citlivých dat, odpovědnost, AI EU Act, AI bezpečnost, red teaming a zátěžové testování AI workflow

    Praktické cvičení: Doplnit do projektu minimálně 5 rizik, 5 failure scénářů, fallback strategii, human approval body a pravidla, kdy AI nesmí rozhodovat sama.

  • 9. lekce
    Středa 16. 9. 2026

    Náklady, škálování, monitoring a příprava pilotu

    • Logika ceny za tokeny a celkové náklady na model, workflow, integrace, údržbu a lidskou kontrolu, včetně možností optimalizace
    • Nastavení metrik úspěchu a monitoring řešení
    • Rozdíl mezi prototypem, pilotem a produkcí, určení vlastnictví (ownership) a roadmapa implementace

    Praktické cvičení: Připravit Cost, Monitoring & Pilot Plan: hlavní nákladové položky, metriky úspěchu, způsob kontroly, vlastník řešení a návrh pilotu na 2–4 týdny.

  • 10. lekce
    Pondělí 21. 9. 2026

    Finální návrh AI řešení a prezentace

    • Struktura finálního návrhu pro klienta nebo interní tým
    • Prezentace závěrečných projektů s obhajobou zvolených architektonických rozhodnutí
    • Zpětná vazba od lektora

    Praktické cvičení: Volitelně zapracovat feedback a připravit finální verzi návrhu do portfolia.

Zjistit cenu kurzu

Vyplňte registrační formulář a získejte podrobnější informace o kurzu a jeho ceně

 
 
 
 
Přihlásit se na kurz