Uwaga:

– w szczególnie uzasadnionych przypadkach Organizator zastrzega sobie prawo do zmiany miejsca szkolenia(przy zachowaniu co najmniej porównywalnego standardu pobytu),
– wersja szkoleń 30 h. ma charakter warsztatowy(realizuje program szkoleń w wersji 20 h., poszerzony o dodatkowe ćwiczenia, case study w danym temacie)
– w przypadku szkoleń finansowanych przez Zamawiającego ze środków publicznych – do zgłoszenia należy dołączyć oświadczenie o pochodzeniu źródła finansowania(w treści należy podać: temat szkolenia, nazwiska osób zgłaszanych, oraz stwierdzenie, ze koszty szkolenia są pokrywane ze środków publicznych)
 – istnieje możliwość wkalkulowania w cenę szkolenia zwrotu kosztów podróży.

Cena obejmuje: udział w szkoleniu, materiały szkoleniowe, materiały konferencyjne, zapewnieniem warunków bhp, zaświadczenie wydano na podstawie rozporządzenia Ministra Edukacji Narodowej  w sprawie kształcenia ustawicznego w formach pozaszkolnych, zakwaterowanie w pok. 2 os. lub 1 os.,  pełne wyżywienie, serwis kawowy, opieka organizatora w ramach nadzoru wewnętrznego, ubezpieczenie od NNW.

Grupa docelowa: Audytorzy wewnętrzni i zewnętrzni. Specjaliści ds. kontroli finansowej, operacyjnej i zgodności. Pracownicy działów compliance, IT i zarządzania ryzykiem

Prowadzący: Paweł Adamski, specjalista i praktyk w dziedzinie zastosowania sztucznej inteligencji w różnych projektach, bardzo wysoko oceniany jako wykładowca na licznych kursach i szkoleniach.

Efekty szkolenia: Uczestnicy: Zrozumieją, jak AI może wspierać kontrolę i audyt; Nabędą umiejętność korzystania z wybranych narzędzi; Będą potrafili samodzielnie zidentyfikować obszary do automatyzacji i analizy predykcyjnej; Poznają ograniczenia i wyzwania etyczne związane z AI.

PROGRAM SZKOLENIA

Moduł I. Wprowadzenie i podstawy AI w audycie

1. Wprowadzenie do sztucznej inteligencji w audycie

• Czym jest sztuczna inteligencja i uczenie maszynowe?

• Różnice między AI, ML i automatyzacją

• Przegląd zastosowań AI w różnych sektorach

2. Transformacja audytu przez AI

• Tradycyjne vs. nowoczesne metody audytu

• Korzyści i wyzwania wdrażania AI w audycie

• Przykłady zastosowań (case studies: bankowość, administracja, produkcja)

3. Dane jako fundament

• Znaczenie danych jakościowych i ilościowych

• Źródła danych audytowych (ERP, CRM, logi systemowe)

• Etyka i prywatność w kontekście danych

4. Narzędzia AI w audycie – przegląd i demo

• Power BI, ACL Analytics, Tableau + Python/R

• ChatGPT, Copilot, narzędzia generatywne

• Analiza anomalii, predykcja ryzyk, automatyzacja raportów

5. Warsztaty praktyczne: analiza danych transakcyjnych

• Wykrywanie nieprawidłowości w danych księgowych

• Tworzenie prostych modeli detekcji anomalii

• Wizualizacja wyników i interpretacja

Moduł II. Zaawansowane zastosowania i strategia wdrożenia

6. AI w kontroli wewnętrznej i zgodności

• Monitorowanie w czasie rzeczywistym

• Wykrywanie nadużyć i niezgodności

• Ocena ryzyka w oparciu o modele predykcyjne

7. Tworzenie własnych modeli AI w audycie

• Krok po kroku: od danych do modelu

• Wprowadzenie do uczenia maszynowego (ML)

• Praktyczne ćwiczenia z wykorzystaniem no-code/low-code narzędzi

8. AI i automatyzacja procesów audytowych

• Robotic Process Automation (RPA) + AI

• Przykłady: automatyczne przeglądy dokumentów, tworzenie checklist

9. Ryzyka, etyka i regulacje

• Ryzyka związane z AI w audycie (bias, black-boxing)

• Aspekty prawne: RODO, regulacje unijne (AI Act)

• Zasady etycznego korzystania z AI w zawodzie audytora

10. Strategia wdrożenia AI w organizacji

• Planowanie projektów AI w audycie

• Wybór narzędzi i partnerów technologicznych

• Budowanie kompetencji zespołu

11. Podsumowanie, pytania i certyfikacja