Harness Engineering - AI Software Factory

Tytuł: Harness Engineering - AI Software Factory
Kod: harness-engineering
Kategoria: AI
Forma: 30% wykłady / 70% warsztaty
Czas trwania: 3 dni
Odbiorcy: liderzy techniczni, developerzy, architekci, analitycy
Zapisy: Indywidualne zamówienie i dopasowanie dla grupy.
Logistyka: W siedzibie klienta lub w innym dowolnym miejscu.

Harness Engineering to zaawansowany program dla organizacji, które chcą przejść od okazjonalnego korzystania z AI do zarządzanego modelu operacyjnego AI-Native SDLC.

Szkolenie pokazuje, jak zbudować wspieraną przez AI „fabrykę oprogramowania”: od inżynierii wstecznej kluczowego kontekstu, przez współpracę biznesową i szybkie prototypowanie, aż po jakość gotową do wdrożenia produkcyjnego, rozwiązywanie problemów oraz integrację z pipelines CI/CD.

To nie jest kurs z pisania promptów ani obsługi narzędzia Claude Code. To praktyczny model operacyjny dla zespołów pracujących w złożonych środowiskach, które zmagają się z ograniczeniami architektonicznymi i regulacyjnymi, a jednocześnie muszą skrócić czas dostarczania oprogramowania i obniżyć koszty obsługi błędów.

Wyróżniki szkolenia

  • Jak zrekonstruować i usystematyzować kontekst architektoniczny oraz biznesowy, aby sztuczna inteligencja mogła działać na wiarygodnych danych wejściowych.
  • Jak prowadzić proces AI-Assisted Forward Deployed Engineering wspólnie z ekspertami biznesowymi – od surowych materiałów aż po specyfikację gotową do implementacji.
  • Jak projektować długotrwałe, autonomiczne procesy AI AI workflows oraz jak dzielić odpowiedzialność między ludzi a agentów
  • Jak wdrażać quality gates: walidacja pod kątem architektury, specyfikacji biznesowej oraz jakości testów.
  • Jak ustanowić powtarzalny proces rozwiązywania problemów (troubleshooting) z wykorzystaniem AI
  • Jak zintegrować AI z procesami CI/CD: triage, automatyzacji implementacji oraz i AI review pull requestow

Program Szkolenia

Program jest ramą w jakiej możemy się poruszać merytorycznie - program dla konkretnego szkolenia dedykowanego ustalamy z grupą na podstawie analizy przed-szkoleniowej.

  1. Inżynieria wsteczna kluczowego kontekstu
    1. Definiowanie kontekstu architektonicznego oraz wzorców stosowanych w projekcie.
    2. Dokumentowanie kontekstu biznesowego.
    3. Budowanie indeksu kluczowych elementów w systemach zewnętrznych oraz w rozwijanym systemie.
    4. Tworzenie minimalnego pakietu kontekstowego (context pack) dla agentów AI: co musi być jawne, aktualne i wersjonowane.
  2. Inżynieria wdrożeniowa wspomagana przez AI
    1. Trójstronny model współpracy: biznes, inżynieria, AI.
    2. Przetwarzanie transkrypcji, notatek i surowych materiałów biznesowych.
    3. Analiza luk (gap analysis): identyfikowanie rozbieżności między intencją biznesową a gotowością do wdrożenia.
    4. Szybkie prototypowanie i błyskawiczna walidacja z interesariuszami.
    5. Definiowanie i ocena jakości specyfikacji (Definition of Ready).
    6. Analiza wpływu zmian (change impact analysis): prognozowanie wpływu na zakres, integracje i testy.
  3. Przepływ pracy programistycznej (Development Workflow)
    1. Projektowanie długotrwałych, autonomicznych procesów AI dla realnych zadań inżynieryjnych.
    2. Demonstrowanie skuteczności instrukcji architektonicznych poprzez wyniki wdrożeń.
    3. Wymuszanie zgodności kodu z przyjętymi wzorcami architektonicznymi i standardami projektowymi.
    4. Optymalizacja podziału odpowiedzialności między ludźmi a AI w codziennym dostarczaniu oprogramowania.
  4. Bramki jakościowe i przegląd kodu przez AI (Quality Gates and AI Review)
    1. Strategie redukcji błędów przed rozpoczęciem przeglądu kodu.
    2. Walidacja zmian pod kątem architektury i ograniczeń technicznych.
    3. Walidacja zmian pod kątem specyfikacji biznesowej i kryteriów akceptacji.
    4. Ocena jakości testów: pokrycie ryzyk, krytyczne scenariusze i antywzorce testowe.
  5. Rozwiązywanie problemów z AI (AI Troubleshooting)
    1. Jak instruować AI, aby skutecznie pracowała z bazami danych.
    2. Jak instruować AI, aby skutecznie pracowała z interfejsami API.
    3. Lokalne wdrażanie i monitorowanie jako pętla szybkiego sprzężenia zwrotnego (feedback loop).
    4. Standardowy proces rozwiązywania problemów (troubleshooting flow).
  6. Integracja z Pipelines
    1. Integracja AI z CI/CD pipelines i polityką jakości.
    2. Automatyczna klasyfikacja zadań i priorytetyzacja pracy.
    3. Zautomatyzowana implementacja wybranych klas zadań w ramach określonych zasad ładu.
    4. Zautomatyzowany AI PR review z przekazywaniem niejednoznacznych przypadków (human escalation).


Pobierz program w formacie PDF

Trenerzy

Poznaj ekspertów, którzy mogą poprowadzić Twoje szkolenie.

Michał Michaluk

trener

Zamów szkolenie

Imię i nazwisko:
Firma:
E-mail:
Nr tel:
Temat:
Wiadomość:

Jeżeli preferujesz osobisty kontakt to zawsze możesz zadzwonić.

Iwona Sobótka

Koordynatorka szkoleń


Twoje dane osobowe przetwarzamy, aby udzielić odpowiedzi na Twoje pytanie. Administratorem Twoich danych osobowych jest Bottega It Minds Sławomir Sobótka. Przysługuje Ci prawo wniesienia sprzeciwu wobec przetwarzania, prawo dostępu do danych, prawo żądania ich sprostowania, usunięcia lub ograniczenia ich przetwarzania. Szczegółowe informacje dotyczące przetwarzania Twoich danych osobowych znajdują się TUTAJ.