Spotkanie odbywa się na platformie ClickMeeting.

Michał, pracując jako DevOps, na co dzień ma do ogarnięcia trzy rzeczy naraz: kod źródłowy (kilka repo obok siebie), chmurę (pipeline’y, buildy, zasoby) i zadania w projekcie. Na sesji pokaże, jak u niego w to wszystko wpina narzędzia AI - na żywo, z terminalem, bez slajdów o „magii sztucznej inteligencji”. Od razu mówi wprost: nie ma jednej dobrej konfiguracji. Ktoś ma inne IDE, ktoś Copilota bez agenta, ktoś reguły w wiki zamiast w AGENTS.md -i to też ma sens. Prelegent pokaże swój setup, który realnie oszczędza czas: multi-repo w workspace, MCP pod Azure DevOps i Azure, plik AGENTS.md z regułami projektu.

Michał Smyk: inżynier oprogramowania z ponad dwunastoletnim doświadczeniem w .NETcie oraz DevOps skupionym na chmurze Azure. Obecnie prowadzi zespół DevOpsopsów ukierunkowanych na chmurę Azure w SoftServe Poland. Po godzinach gracz i entuzjasta kultury japońskiej.

Szczegóły podamy wkrótce.

W trakcie prelekcji Maciej pokaże, ile naprawdę trzeba zbudować dookoła samego modelu, żeby produkcyjne wdrożenie AI faktycznie działało. Jako główny case omówi zanonimizowany proces z sektora ubezpieczeniowego. Zadanie dla systemu brzmi prosto - ``sklasyfikuj załączniki od klienta względem OWU``, ale w praktyce taki załącznik może być wielotypowym, 47-stronicowym skanem z mieszanką pisma maszynowego i ręcznego, a OWU obowiązujące w dniu zdarzenia może być sprzed wielu lat (czego standardowy RAG nie rozróżnia), model czasem zwraca prawie-poprawny JSON (a system legacy wymaga zawsze-poprawnego), podczas gdy wybrany region naszej platformy chmurowej właśnie niedomaga, a mamy do czynienia z obciążeniowym peakiem. Do tego circuit breakery, fallbacki, kolejki, audit trail i warstwa compliance (AI Act, DORA, KNF patrzy). Prelegent pokaże rozkład kosztów przetworzenia jednego dokumentu, gdzie sam model LLM to tylko część, a reszta to infrastruktura, ingestia i compliance. W trakcie prezentacji na zdrowej architekturze enterprise opowie, jak boli pominięcie pewnych jej elementów - jak załatać to, co wcale nie działa tak jak mówi hype.

Maciej Jarlaczyński: 20 lat w IT - od systemów bankowych i ubezpieczeniowych, sektor publiczny, przez autorski ERP, który obsłużył 20-krotny wzrost przychodów firmy produkcyjnej, cztery Diamenty Forbesa i końcową akwizycję spółki, którą współzarządzał. Przy okazji zna się na budowie elektrowni wiatrowych i jachtów. Dziś wnosi inżynierski pragmatyzm tam, gdzie hype wokół GenAI przerasta realne możliwości technologii.

Nie kończymy na webinarze. Budujemy najmocniejszą grupę praktyków AI w Polsce.