Praktické školení AI Project Managementu založené na principech CAIPM,propojené s reálnou prací v Jira. Účastníci si na vlastním AI projektu projdou celý životnícyklus — od identifikace use casu přes backlog a plán realizace až po řízení rizik,governance a vyhodnocení úspěchu.
Kurz kombinuje metodiku AI Project Managementu (vycházející z CAIPM) s praktickouprací v nástroji Jira a využitím AI přímo v projektovém řízení. Poměr obsahu je přibližně 30% metodika a koncepty / 70 % praktická práce a cvičení. Účastníci pracují po celé dva dny na vlastním AI projektu, na kterém si postupně vyzkouší celý životní cyklus AI iniciativy:definici use casu, feasibility, plánování, řízení rizik, governance a vyhodnocení.
Získané kompetence:
Jira funguje jako cloudová aplikace v prohlížeči, není potřeba nic instalovat.
Licenci a přístup do Jira (včetně AI funkcí) zajišťuje Pumpedu.
Účastník potřebuje notebook s připojením k internetu.
Project manažeři, produktoví manažeři a scrum masteři s praktickou zkušeností s řízenímprojektů (min. 1 rok), kteří dosud nemají zkušenost s řízením AI projektů ani s využitím AInástrojů v projektovém řízení. Předchozí zkušenost s Jira není podmínkou — kurz jevhodný i pro úplné začátečníky v Jira.
Specifika AI projektů, role AI Project Managera a rozdíly oprotiklasickým IT projektům
AI Project Lifecycle
Business potřeba → AI use case → feasibility → development →deployment → monitoring
Identifikace AI usecases
Identifikace a prioritizace use casů podle business value, feasibility, datareadiness a rizika
Project Charter & Scope
Definice cíle, scope, očekávané hodnoty, stakeholderů a kritérií úspěchu
Jira — založení AIprojektu
Vytvoření projektu a struktury Epic → Story → Task
AI-assisted Planning
Využití AI pro tvorbu backlogu, rozpad požadavků, acceptance criteria aprioritizaci
Data & Dependencies
Identifikace potřebných dat, vlastníků, závislostí a zapojených týmů
AI Risk Management
Praktická identifikace a řízení rizik — halucinace, bias, privacy, security,adopce apod.
2.den
Agile AI Delivery
Sprint planning, prioritizace backlogu, Definition of Done a iterativnívývoj AI řešení
Jira AI v praxi
Využití AI při tvorbě a úpravě issues, sumarizaci, práci s backlogem aprojektovými informacemi
AI Project KPIs
Business, adoption, delivery a AI-specifické metriky
Responsible AI &Governance
Governance, odpovědnosti, human oversight, dokumentace akontrolní body
Change & Adoption
Stakeholder management, komunikace, adoption plán a přípravauživatelů
AI pro práci ProjectManagera
Status reporting, RAID, meeting summaries, identifikace problémů anext steps pomocí AI
Capstone — End-to-End AIProject
Dokončení vlastního projektu v Jira včetně roadmapy, backlogu,rizik, KPI a governance
Po absolvování kurzu bude účastník schopen:
Výstupem kurzu je vlastní dokončený AI projekt v Jira — s roadmapou, backlogem, riziky,KPI a governance.
základní
2 dny