Twoja firma ma już narzędzia AI. Czas zacząć z nich korzystać.
Przekształcam teoretyczny dostęp do AI w realną produktywność zespołów IT. Praktyczne warsztaty z Copilota, Gemini i agentowych workflow dla ludzi, którzy mają dowozić, a nie tylko testować nowinki.
Przemysław Zagórski
Programista i trener AI · 12+ lat w enterprise IT
Technologie, na których prowadzę warsztaty
- GitHub Copilot
- Google ADK
- Gemini
- NotebookLM
- Model Context Protocol
- Agentic workflow

O mnie
Przemysław Zagórski
Programista, architekt i trener AI dla zespołów inżynierskich.
Od ponad dekady pracuję w środowiskach, w których software musi działać pod presją skali, legacy i odpowiedzialności produkcyjnej. Dlatego AI traktuję jak narzędzie inżynierskie, a nie efektowną zabawkę. Sam zaczynałem od sceptycyzmu wobec Copilota, a skończyłem jako osoba, która projektuje i prowadzi programy adopcji AI dla zespołów IT.
Pokazuję zespołom, jak używać modeli w codziennym delivery: od analizy codebase, przez testy i refaktor, po agentowe workflow w IDE. Najlepiej czuję się tam, gdzie trzeba przełożyć hype na praktykę: repozytorium, proces, jakość i konkretne nawyki pracy.
Copilot
Train the Trainer i szkolenia dla programistów oraz testerów
500+
uczestników na największych webinarach AI w środowisku enterprise
50-70
NPS w wybranych programach szkoleniowych
- 12+ lat w telco i enterprise IT: Java, architektura, delivery i prowadzenie zespołów.
- Przeszedł ścieżkę Train the Trainer i prowadził wewnętrzne szkolenia z GitHub Copilot dla programistów i testerów.
- Tworzy autorskie programy Gemini, NotebookLM i Google Workspace dla zespołów technicznych oraz biznesowych.
- Prowadził webinary dla kilkuset osób, małe warsztaty robocze i szkolenia dla firm zewnętrznych.
- Brał udział w warsztatach i hackathonach z dostawcami technologii AI; pracuje też z narzędziami agentowymi w codziennym delivery.
- Wybrane szkolenia osiągały NPS 50-70, zależnie od formatu i liczebności grupy.
Szkolenia
Praktyczne warsztaty dostosowane do poziomu zaawansowania Twojego zespołu. Kliknij kartę, żeby zobaczyć zakres i efekty.
2026Nowy Workflow Dewelopera
Agentic Software Engineering: kontekst, agenci, narzędzia i kontrola jakości w codziennym delivery.
Program i efekty
Nowy Workflow Dewelopera
Agentic Software Engineering: kontekst, agenci, narzędzia i kontrola jakości w codziennym delivery.
Warsztat dla zespołów, które chcą przejść od czatu z AI do kontrolowanego procesu pracy w IDE. Skupiamy się na kontekście repozytorium, agentach, narzędziach i walidacji zmian.
- Dla kogo
- Senior developerzy, tech leadzi, architekci
- Czas
- 2 dni × 8 h
- Format
- On-site lub remote, 70% praktyka / 30% teoria
- Poziom
- Senior
Zakres warsztatu
Dzień 1 — Kontekst i kontrola
- Reguły repozytorium i instrukcje, które porządkują pracę modeli AI
- Planowanie zmian, testy i review jako naturalne bramki dla agentów
- Rozpoznawanie miejsc, gdzie AI przyspiesza zespół, a gdzie wymaga kontroli
Dzień 2 — Narzędzia i automatyzacja
- MCP, skills i integracje z lokalnym środowiskiem deweloperskim
- Hooki, sandboxing i testy jako zabezpieczenie przed złymi zmianami
- Ćwiczenie end-to-end: od zadania do zweryfikowanej zmiany w repo
Po szkoleniu uczestnik potrafi
- Projektować workflow z agentami, które da się kontrolować i weryfikować
- Ustawić kontekst repozytorium tak, żeby AI pracowało zgodnie z zasadami zespołu
- Wprowadzać automatyzacje bez rezygnowania z jakości, testów i bezpieczeństwa
Systemy Agentowe w Praktyce
GitHub Copilot jako narzędzie zespołowe: kontekst repo, prompty, review i agenci.
Program i efekty
Systemy Agentowe w Praktyce
GitHub Copilot jako narzędzie zespołowe: kontekst repo, prompty, review i agenci.
Warsztat porządkuje praktyczne użycie GitHub Copilot w zespole: od promptów i kontekstu po agenty, review oraz reguły pracy z codebase.
- Dla kogo
- Developerzy, tech leadzi, zespoły inżynierskie
- Czas
- 2 dni × 8 h
- Format
- On-site lub remote, 70% praktyka / 30% teoria
- Poziom
- Mid+
Zakres warsztatu
Dzień 1 — Copilot w codziennym delivery
- Promptowanie techniczne, dobór kontekstu i praca z konkretnym kodem
- Planowanie zmian, dokumentacja, testy i refaktor z pomocą Copilota
- Instrukcje repozytorium i standardy pracy dla całego zespołu
Dzień 2 — Agenty, skills i MCP
- Custom Agents i skills dla powtarzalnych zadań inżynierskich
- Code review, self-correction i praca z błędami z terminala
- MCP i antywzorce: kiedy rozszerzać Copilota, a kiedy zatrzymać proces
Po szkoleniu uczestnik potrafi
- Skonfigurować Copilota tak, żeby wspierał standardy konkretnego repozytorium
- Używać agentów i skills do realnych zadań, nie tylko do generowania fragmentów kodu
- Rozpoznawać antywzorce zanim trafią do procesu zespołu
Google ADK (High-Code)
Budowa agentów w Google ADK: narzędzia, dane, pamięć i deploy.
Program i efekty
Google ADK (High-Code)
Budowa agentów w Google ADK: narzędzia, dane, pamięć i deploy.
Dwa dni programowania na własnym laptopie. Uczestnicy przechodzą przez najważniejsze elementy budowy agenta: narzędzia, dane, pamięć, routing i wdrożenie.
- Dla kogo
- Developerzy z doświadczeniem w Pythonie
- Czas
- 2 dni × 8 h
- Format
- On-site lub remote, 70% praktyka / 30% teoria
- Poziom
- Mid+
Zakres warsztatu
Dzień 1 — Agent, narzędzia, dane
- Model działania agenta i pierwsza aplikacja w Google ADK
- Narzędzia w Pythonie i integracja agenta z danymi
- Debugowanie zachowania agenta na konkretnych przykładach
Dzień 2 — RAG, pamięć, deployment
- RAG i pamięć jako kontekst dla bardziej użytecznych odpowiedzi
- Routing, współpraca wielu agentów i podstawy projektowania systemu
- Ścieżka do wdrożenia na Google Agent Engine
Po szkoleniu uczestnik potrafi
- Zbudować prostego agenta z narzędziami, danymi i pamięcią
- Rozumieć, jak projektować routing i podział odpowiedzialności między agentami
- Ocenić, co jest potrzebne do wdrożenia agenta w środowisku Google Cloud
Inżynieria Intencji & Kontekstu
Precyzyjna komunikacja z LLM: lepsze briefy, kontekst i weryfikowalne odpowiedzi.
Program i efekty
Inżynieria Intencji & Kontekstu
Precyzyjna komunikacja z LLM: lepsze briefy, kontekst i weryfikowalne odpowiedzi.
Warsztat dla osób, które chcą korzystać z LLM bardziej przewidywalnie. Uczymy się formułować intencję, dobierać kontekst i sprawdzać jakość odpowiedzi.
- Dla kogo
- Developerzy, tech leadzi, analitycy, PM-owie
- Czas
- 2 dni × 8 h
- Format
- On-site lub remote, 70% praktyka / 30% teoria
- Poziom
- Mid+ (zakłada doświadczenie z ChatGPT/Copilot/Gemini)
Zakres warsztatu
Dzień 1 — Intencja
- Anatomia dobrego zadania dla modelu: rola, cel, kontekst i kryteria sukcesu
- Techniki prowadzenia modelu przez analizę, plan i krytykę odpowiedzi
- Najczęstsze antywzorce, które prowadzą do słabych lub losowych wyników
Dzień 2 — Kontekst
- Dobór kontekstu: co model powinien dostać, a czego nie warto mu podawać
- Instructions, memory i RAG: kiedy które podejście ma sens
- Weryfikacja odpowiedzi: grounding, kryteria jakości i pętle walidacji
Po szkoleniu uczestnik potrafi
- Formułować zadania dla LLM w sposób konkretny i weryfikowalny
- Dobierać kontekst do celu zamiast wrzucać modelowi wszystko naraz
- Budować prostą pętlę walidacji odpowiedzi przed użyciem jej w pracy
Ekosystem Gemini & Workspace
Gemini, NotebookLM i Workspace w codziennej pracy zespołów technicznych i biznesowych.
Program i efekty
Ekosystem Gemini & Workspace
Gemini, NotebookLM i Workspace w codziennej pracy zespołów technicznych i biznesowych.
Praktyczny warsztat dla zespołów, które chcą sensownie używać Gemini i NotebookLM w dokumentacji, analizie, komunikacji i pracy z wiedzą firmową.
- Dla kogo
- Każdy: zespoły mieszane (tech + biznes)
- Czas
- 2 dni × 8 h
- Format
- On-site lub remote, 70% praktyka / 30% teoria
- Poziom
- Każdy poziom
Zakres warsztatu
Dzień 1 — Gemini w pracy
- Bezpieczne zasady pracy z AI w środowisku Google Workspace
- Promptowanie do analizy, komunikacji, podsumowań i pracy koncepcyjnej
- AI jako partner w dialogu: krytyka, warianty, synteza i decyzje
Dzień 2 — GEM-y, NotebookLM, plan wdrożenia
- GEM-y jako powtarzalne narzędzia dla zespołu
- NotebookLM jako baza wiedzy do pracy z dokumentacją i materiałami
- Plan wdrożenia: konkretne rytuały i zastosowania na kolejne 30 dni
Po szkoleniu uczestnik potrafi
- Używać Gemini w codziennej pracy bez przypadkowego wynoszenia danych poza proces
- Tworzyć GEM-y i NotebookLM jako praktyczne narzędzia zespołowe
- Wyjść ze szkolenia z planem wdrożenia AI w pracy na najbliższy miesiąc
Opinie uczestników
Co mówią po warsztatach
Setki przeszkolonych osób, NPS 50–70 w wybranych programach. Poniżej autentyczne opinie z ankiet poszkoleniowych.
„Najlepsze szkolenie, na jakim byłam — a byłam już na wielu z AI."
Magdalena K. · Starszy analityk
„Wspaniałe szkolenie, gratulacje."
Tomasz W. · Szef centrum kompetencyjnego
„Świetnie przygotowany trener — jakość merytoryczna i kontakt z uczestnikami znakomite."
Paweł R. · Solution Architect
„Dostosowuje swoje „flow" wypowiedzi do grupy — daje dobre poczucie rozmowy: luźnej albo w pełni profesjonalnej, zależnie od nastroju grupy. Tak trzymać."
Anna S. · Team Leader
„Tworzy dobrą atmosferę. Odpowiada na każde pytanie i wyjaśnia myśli składnie."
Krzysztof M. · Tech Lead
„Nawet sposób prowadzenia i głos prowadzącego sprawiały, że słuchało się tego z przyjemnością przez cały dzień."
Joanna P. · Manager zespołu
„Miły, bezpośredni, ciekawie przekazuje wiedzę, swobodna atmosfera."
Marcin L. · Backend Developer
„Świetne szkolenie, bardzo fajna prezentacja możliwości Google Gemini."
Kamil D. · Frontend Developer
„Super tipy — praktyczne wskazówki w ramach rzeczywistej pracy z czatem."
Bartosz N. · Programista
„Prowadzący z dużą wiedzą i doświadczeniem nt. technologii, o której mówi."
Robert J. · Analityk
„Konkret od pierwszej minuty, zero lania wody. Wyszłam z gotowymi nawykami, których używam następnego dnia w pracy."
Natalia G. · Starszy analityk
„Miły, kompetentny, kontaktowy. Odpowiadał na każdy temat poruszany przez uczestników."
Łukasz B. · Manager
Adopcja AI. Z głową.
Twoja firma opłaciła już subskrypcje AI, ale zespoły nadal pracują po staremu? Nie potrzebujecie kolejnego skomplikowanego systemu IT. Potrzebujecie zdrowego rozsądku, zmiany nawyków i kogoś, kto umie przeprowadzić ludzi od sceptycyzmu do codziennego użycia AI w realnym delivery.
Skonsultuj swój przypadekDiagnoza
Wybieramy procesy, w których AI ma sens od razu: kod, testy, review, dokumentację i wiedzę zespołu.
Warsztaty
Pracujemy na realnych przykładach, nie na katalogu promptów ani demonstracjach oderwanych od produkcji.
Niezależność
Buduję wewnętrznych liderów AI, którzy po warsztacie potrafią prowadzić zmianę dalej w swoich zespołach.
Częste pytania
Krótko i konkretnie — bez marketingu.
Ile to kosztuje?
Remote, on-site czy hybrid?
Na czym pracujemy podczas warsztatu?
Czy program da się dopasować do nas?
Szkolisz po angielsku?
Porozmawiajmy
Opisz krótko sytuację swojego zespołu — odpowiem osobiście.
Wolisz mail? przemek@zagorskiai.com
Wysyłając formularz akceptujesz politykę prywatności.