Wesprzyj nas
Strona główna
AI/IT

Sztuczna inteligencja w marketingu

Poziom
Kursy i szkolenia
Kursy ONLINE
Czas trwania
5 dni
Język
PL
Uzyskany tytuł
Świadectwo ukończenia szkolenia
Tryb
Tryb niestacjonarny,
Online

O kursie

Druga edycja unikalnego na polskim rynku programu szkoleniowego poświęconego zagadnieniom wykorzystania sztucznej inteligencji w marketingu. W ramach szkolenia omówione zostaną wszelkie sposoby wykorzystania różnorodnych narzędzi opartych o big data, machine learning i sztuczną inteligencję w pracy marketera. Trenerzy z różnych firm wdrażających lub wykorzystujących AI w swoich działaniach podzielą się licznymi praktycznymi case`ami ze swych wdrożeń. Opowiedzą zarówno o sukcesach, jak i porażkach, które nauczyły ich jak jeszcze lepiej korzystać z technologii Machine Learningu i Deep Learningu. Dla uczestników tego szkolenia Generatywna Sztuczna Inteligencja stanie się wsparciem w ich codziennej pracy.

Dziękujemy za zainteresowanie naszym szkoleniem dotyczącym sztucznej inteligencji w marketingu. Domyślamy się, że nie jest Państwu łatwo podjąć decyzję, czy poświęcić na ten kurs aż pięć cennych dni z Państwa napiętych kalendarzy. Chcielibyśmy więc wesprzeć Państwa i pomóc podjąć tę decyzję. Przed zapisaniem się na niniejszy kurs chcielibyśmy zaprosić Państwa do skorzystania z darmowego kursu e-learningowego, który pomoże zapoznać się z podstawami tej innowacyjnej dziedziny i ocenić, czy tematyka ta będzie dla Państwa przydatna w Waszym rozwoju zawodowym i czy sprosta wymaganiom, jakie z pewnością macie, rozważając udział w kursie. Szkolenie e-learningowe jest dostępne tutaj i pozwoli Państwu nauczyć się, czym jest AI, jak działa, jakie ma zastosowania i jakie są jej wyzwania. Kurs ten jest doskonałym przygotowaniem do płatnego szkolenia Sztuczna inteligencja w marketingu, do udziału w którym Państwa zachęcamy. Na tym szkoleniu dowiedzą się Państwo, jak wykorzystać AI do tworzenia skutecznych strategii marketingowych, analizowania danych, personalizowania komunikacji i optymalizowania działań. Szkolenie to jest prowadzone przez ekspertów z branży i akademii, którzy podzielą się z Państwem swoją wiedzą i doświadczeniem. A jeśli nadal mają Państwo wątpliwości, czy to szkolenie jest dla Państwa, to zachęcamy do spróbowania najpierw przejść przez darmowy kurs. Jesteśmy pewni, że po jego ukończeniu będą Państwo zachwyceni możliwościami, jakie daje AI i będą Państwo chcieli się dowiedzieć więcej. Do zobaczenia na kursie! 😊

Chcielibyśmy dodać, że zarówno darmowe szkolenie e-learningowe, jak i płatne szkolenie na Akademii Leona Koźmińskiego kończą się otrzymaniem certyfikatu. Certyfikat ten potwierdzi Państwa wiedzę i umiejętności z zakresu sztucznej inteligencji w marketingu. Jest to wartościowy dokument, który może być przydatny w Państwa karierze zawodowej. Dlatego zachęcamy do skorzystania z tej wyjątkowej okazji i zapisania się na oba szkolenia. Nie pożałują Państwo swojej decyzji! 😊

Poprosiliśmy naszych trenerów, by własnymi słowami opowiedzieli Państwu, o czym będą opowiadać podczas kursu. Z pewnością docenicie Państwo wiedzę tych osób i w łatwy sposób, poprzez platformę LinkedIn, sprawdzicie ich doświadczenie zawodowe. Nasi wykładowcy z przyjemnością udzielą odpowiedzi na ewentualne pytania dotyczące ich tematyki i samego szkolenia za pośrednictwem LinkedIn.

 

Łucja Gdala

Wyobraź sobie, że wchodzisz do swojego ulubionego sklepu online i już na głównej stronie widzisz propozycje produktów, ale i ciekawego kontentu, które dobrze trafiają w twoje zainteresowania. Przeglądasz kolejne podstrony z zaciekawieniem i z każdym kliknięciem podpowiedzi zaskakują Cię jeszcze lepszym dopasowaniem!... To nie przypadek – tak właśnie działają algorytmy AI, które zadbają nie tylko o to byś dokonał dobrego zakupu (przy okazji wydając nieco więcej niż planowałeś ;)) ale też otoczą Cię pozytywnymi doświadczeniami zachęcając do częstszych powrotów. Dowiedz się jak to działa i wykorzystać potencjał AI w e-commerce.  

Xawery Konarski

 

Sztuczna inteligencja (SI) w marketingu – problematyka prawna

  • SI a zgodność z przepisami RODO 
  • dopuszczalność stosowania SI z punktu widzenia przepisów o e-Prywatności 
  • odpowiedzialność prawna podmiotów korzystających z SI

Sztuczna inteligencja (SI) należy do jednych z najszybciej rozwijających się „przełomowych innowacji” (disruptive technologies). Znajduję ona między innymi powszechne zastosowanie w marketingu internetowym, w szczególności – ale nie tylko – w zakresie tzw. reklamy programatycznej (programmatic advertising). 

Z wykorzystaniem SI w marketingu związane są określone problemy prawne. W pierwszej kolejności dotyczy to zgodności z przepisami RODO. Chodzi w szczególności o określenie podstaw prawnych dla „wtórnego” wykorzystania danych osobowych, na potrzeby analityki i reklamy internetowej. Z tego punktu widzenia istotne są ograniczenia prawne związane z profilowaniem behawioralnym, szczególnie wówczas, gdy z takim przetwarzaniem związane jest automatyczne podejmowanie decyzji dotyczących podmiotów danych. Kluczowe jest również przestrzeganie zasad adekwatności, czasowości oraz transparentności przetwarzania danych. 

Do korzystania z SI w marketingu zastosowanie znajdą również przepisy o e-Prywatności, w szczególności dotyczące instalowania w urządzeniach końcowych użytkowników i wykorzystywania różnego rodzaju identyfikatorów internetowych. Dotyczy to również wykorzystywania danych transmisyjnych i lokalizacyjnych.  

Z korzystaniem z SI wiązać się może również odpowiedzialność cywilnoprawna związana z jej niewłaściwym stosowaniem. W chwili obecnej, w Unii Europejskiej przygotowywane są specjalne przepisy w tym względzie. 

W trakcie zajęć powyższa problematyka zostanie omówiona z punktu widzenia obowiązujących i projektowanych w Unii Europejskiej i Polsce przepisów prawnych oraz decyzji i wytycznych organów regulacyjnych, w tym Europejskiej Rady Ochrony Danych (EROD) oraz Prezesa Urzędu Ochrony Danych Osobowych (PUODO). Omówione zostaną również obowiązujące kodeksy etyczne branży reklamy internetowej.  

Leszek Tasiemski

 

Algorytmy sztucznej inteligencji (AI), czy jak inżynierowie wolą mówić - uczenia maszynowego (ML) nie są tylko kolejną modną technologiczną frazą. Mamy do czynienia z dynainmicznie rozwijającym się trendem technologii, przypuszczalnie wyznaczającym główny paradygmat badań i inwestcji na kolejne lata. O ile świat AI może się wydawać skomplikowany i zawiły (bo taki rzeczywiście jest), podstawowe koncepcje są łatwe do przyswojenia i zrozumiałe, również dla osób które nigdy nie programowały. Nowa technologia to prawie zawsze również nowe zagrożenia i cyber ataki. Podczas tego kursu przyjrzymy się najważniejszym rodzajom tych zagrożeń i ataków, omówimy także sposoby zabezpieczeń. Będzie to najnowsza wiedza, opierająca się na najnowszych badaniach, jednak podana w zrozumiały sposób.  

Agnieszka Zawadzka

 

Digital marketing to szczególnie wdzięczny obszar do stosowania rozwiązań z dziedziny machine learning i big data. Dane zbierane są niskim kosztem, przy okazji standardowych działań biznesowych. Zazwyczaj dysponujemy też pokaźnymi zbiorami danych historycznych: z systemów sprzedażowych, CRM, narzędzi analitycznych (GA, GSC, Ads, FB graph itp). Znacznie łatwiej niż w marketingu offline można też dzielić klientów na grupy, przeprowadzać testy, wprowadzać wersje i zmiany. Do dyspozycji mamy też duże zbiory danych nieustrukturyzowanych: teksty, obrazy zawarte w różnego rodzaju przekazach marketingowych (poradniki, blogi, posty social mediów, reklamy).

Co więcej: skuteczność digital marketingu zależy w ogromnym stopniu od dostosowania działań do cyfrowego świata zbudowanego na bazie algorytmów ML: Google, Facebooka, LinkedIna, systemów programmatic. Bez narzędzi z obszaru uczenia maszynowego i obróbki dużych danych trudno im obecnie sprostać. W ostatnich miesiącach dostęp do modeli ML stał się jeszcze łatwiejszy dzięki upowszechnieniu LLM (Large Language Models) i interfejsom typu Chat GPT - budującym nowe pola eksploatacji ale i większą potrzebę zrozumienia ograniczeń i możliwości uczenia maszynowego.  

Pytania, jakie stawiamy sobie codziennie można podzielić na trzy grupy:  

  • Kim są moi klienci?
  • Jaka powinna być moja strona i inne "owned media" (fanpage, wizytówki, profile firmy)?
  • Jak zwiększyć przychód?

oraz, zwłaszcza dzięki Generative AI - jak zautomatyzować/przyspieszyć pracę.

 

Adresaci

  • wyższa kadra menedżerska
  • osoby chcące rozwinąć swoją wiedzę w zakresie machine learningu i  sztucznej inteligencji i ich wykorzystania na obszarze marketingowym
  • eksperci (marketerzy, analitycy, osoby zajmujące się strategią działań marketingowych zajmujący się poszukiwaniem nowych narzędzi marketingowych opartych o dane i wdrażaniem ich w organizacjach
 
GroupOfPeopleIllustration

Program

I dzień

9.00 - 12.30

 

Wykorzystanie algorytmów AI w e-commerce do e-merchandisingu i zaawansowanej personalizacji (4h)

 

Prowadzący: Łucja Gdala - VP/Director, Marketing Cloud / Centraals Europe SA

 

1. Wstęp

a. Czym jest e- merchandising? b. Wyzwania i ograniczenia związane z tradycyjnym merchandisingiem online

2. W jaki sposób sztuczna inteligencja usprawnia merchandising online?

a. Co to jest sztuczna inteligencja i uczenie maszynowe? b. Algorytmy „machine learning”, "colaborative filtering" I analiza predykcyjna c. W jaki sposób sztuczna inteligencja usprawnia merchandising online? d. Różnice w stosunku do tradycyjnych podejść do e-merchandisingu tj. rules-based approch vs. segment-of-one approach e. Popularne modele AI:

i. Next best offer – case Amazon, 4F ii. Next best content – case Netflix iii. Send time optimisation - case retail iv. Next best action – case retail, automotive v. Dynamic pricing – case travel

f. Jak działają systemy sztucznej inteligencji w silnikach rekomendacji produktowych? Obserwacja „na żywo” w wybranych sklepach online. g. Odpowiedni wybór strategii rekomendacji up-sell, cross-sell w zależności od fazy customer journey h. Dynamiczna segmentacja w modelu e-RFM (Recency Frequency Monetary) i. Prognozowanie sprzedaży j. Pozyskiwanie insightów oparte na sztucznej inteligencji k. Tworzenie spersonalizowanych doświadczeń klientów

3. Jak uniknąć błędów przy tworzeniu własnych modeli predykcyjnych?

a. 2 przykłady algorytmów AI, które nie przyniosły spodziewanych efektów

4. Dlaczego marketing AI jest ważny?

a. Automatyzacja b. Minimalizowanie błędów c. Oszczędność kosztów d. Zwiększony ROI e. Zwiększona personalizacja f. Mądrzejsze i szybsze podejmowanie decyzji

5. Narzędzia umożliwiające zaawansowane pozyskiwanie spójnych, ustrukturyzowanych danych do wykorzystania w algorytmach AI

6. Zmiany procesów biznesowych wymagane przez e-merchandisingu AI

7. Lista pytań przy wyborze systemu AI  

I dzień 

12.45-16.00

 

Zastosowanie narzędzi bazujących na sztucznej inteligencji w marketingu na przykładzie rozwiązań IBM i WatsonX (4h)

 

Prowadzący: Aleksandra Kaszuba | IBM Client Engineering Manager | IBM Polska Sp. z o.o.  

AI w obszarze marketingu stało się nieodłączną częścią strategii wielu przedsiębiorstw, a dzięki swoim zaawansowanym algorytmom i możliwościom analizy danych, dostarcza narzędzi i technik, które rewolucjonizują sposób, w jaki firmy prowadzą swoje kampanie, komunikują się z klientami i osiągają swoje cele. Mierzenie efektywności kampanii marketingowych, analiza zachowań klientów czy wyciągnie wniosków na temat preferencji w oparciu o dane w wielu organizacjach jest standardem.

Wprowadzenie GenAi do świata marketingu to krok w kierunku rewolucji w sposobie, w jaki przedsiębiorstwa budują swoje strategie, komunikują się z klientami i osiągają cele biznesowe. Przedsiębiorstwa mogą czerpać korzyści z analizy ogromnych zbiorów danych, inteligentnych algorytmów uczenia maszynowego i interakcji w czasie rzeczywistym, aby tworzyć bardziej spersonalizowane, skuteczne i atrakcyjne kampanie marketingowe. Dzięki genAi, marketingowcy mają dostęp do zaawansowanej analizy danych, automatyzacji procesów, tworzenia treści i optymalizacji kampanii, co pozwala im skoncentrować się na tworzeniu autentycznych, angażujących i zyskownych relacji z klientami. genAi wprowadza nową erę w marketingu, w której inteligencja maszynowa i kreatywność człowieka współpracują, tworząc niezrównaną siłę napędową dla innowacji i wzrostu w dziedzinie marketingu. Od zrozumienia opinii klientów i ich preferencji i potrzeb poprzez analizę emocji, sentymentu i intencji wypowiedzi, po spersonalizowane rekomendacje aż po automatyzacji interakcji z klientem, zwłaszcza w obszarze obsługi klienta oraz procesu sprzedażowego.

W trakcie kursu przyjrzymy się przykładom pozytywnym jak i negatywnym wykorzystania GenAi aby lepiej zrozumieć wyzwania związane z zastosowaniem genAI oraz zaprezentowanie zostaną doświadczenie klientów IBM, w szczególności oparte o technologię IBM WatsonX.

 

II dzień 

9.00-16.00

 

Digital marketing w erze algorytmów. W czym może nam pomóc machine learning? (8h)

 

Prowadzący: Agnieszka Zawadzka | Head of Research and Analysis | Agencja Whites

 

1. Jak działa uczenie maszynowe: dane, model, uczenie modelu, walidacja, użycie modelu

2. Podstawowe pojęcia: uczenie nadzorowane i nienadzorowane, natural language processing (NLP), computer vision, klasyfikacja, regresja

3. NLP:

a. przegląd modeli: od TF/IDF po GPT b. Case: szukanie duplikatów na stronie - możliwe metody podejścia, ich efektywność c. Case: analiza sentymentu treści (na przykładzie komentarzy FB) d. Case: kategorie w serwisie - porządkowanie treści

4. Jak być wysoko w Google? Modelowanie pozycji w SERP i feature extraction

e. znaczenie dobrze dobranych danych, loss function, doboru features f. odległość między dwoma tekstami na przykładzie query-title g. jakie czynniki wpłynęły na ten wynik? Feature extraction, black box, objaśnianie modeli

5. Systemy rekomendacyjne - jak zwiększyć wartość koszyka zakupowego?

h. grupowanie według podobieństw produktów i. grupowanie według podobieństw klientów

6. Atrybucja konwersji - co faktycznie sprzedaje?

j. atrybucja kanałów i treści - łańcuchy Markowa k. predykcja wartości sprzedaży w modelu dynamicznym, na wzajemnie powiązanych czynnikach, działających z opóźnieniem

7. Ograniczenia modeli ML: jakość danych, funkcja straty, wpisana immanentnie losowość. Podejmowanie decyzji na podstawie ML - ich ryzyko. "Dlaczego model kłamie?" - jak uczony jest model generative AI i jak przekłada się to na jego odpowiedzi.  

III dzień

9.00-12.30

 

Sztuczna inteligencja (SI) w marketingu – problematyka prawna (4h)

 

Prowadzący: Xawery Konarski - Senior Partner / Traple Konarski Podrecki & Partners.  

1. SI a zgodność z podstawowymi zasadami RODO

2. warunki dopuszczalności automatycznego profilowania na podstawie RODO

3. reklama behawioralna i reklama kontekstowa oparta na SI – różnice prawne

4. dopuszczalność stosowania SI z punktu widzenia przepisów o e-Prywatności (wykorzystywanie identyfikatorów internetowych etc.)

5. odpowiedzialność prawna podmiotów korzystających z SI

6. dopuszczalność prowadzenia marketingu opartego na SI na podstawie nowych aktów prawnych Unii Europejskiej (Akt o Usługach Cyfrowych, projekt Aktu w sprawie sztucznej inteligencji)  

III dzień

12.45-16.00

 

Cyberzagrożenia zastosowania AI w marketingu (4h)

 

Prowadzący: Leszek Tasiemski, VP Cyber Security Products R&D F-Secure  

1. Czym tak naprawdę jest AI? Odczarujmy ten buzzword:

- początki i pierwsze algorytmy, ograniczenia - klasyfikacja zaawansowania systemów uczenia maszynowego, proste prognozowanie, "Narrow AI", "Generalized AI", gdzie jesteśmy teraz

2. Co musisz wiedzieć o AI, żeby zacząć temat bezpieczeństwa

- czym są model, cechy (features), zbiór uczący i testowy - regresja, klasyfikacja oraz uczenie nadzorowane (supervised learning) - czym jest trenowanie modelu (online, one-off) - czym jest generalizacja i wewnętrzna reprezentacja

3. Problem wyjaśnialności modeli AI

- bardzo często problemem nie jest to, że model nie jest dokładny, ale to w jaki sposób generuje (poprawne) konkluzje - problemy z testowaniem modeli AI - fenomen "overfitting" modelu

4. Co może pójść nie tak (model zagrożeń)

- przekłamanie (bias) i zatrucie modelu (poisoning) - wyciek danych z modelu (wyciek danych wrażliwych oraz danych osobowych) - pojęcie i konsekwencje "adversarial Machine Learning" - kradzież modelu

5. Ćwiczenie w podgrupach - identyfikowanie wektorów ataku na przykładach rzeczywistych modeli używanych w marketingu

- analiza w podgrupach - dyskusja wyników

 

IV dzień 

9.00-12.30

 

Jak wykorzystać AI w strategii contentowej i SEO (4h)

 

Prowadzący: Robert Niechciał | CTO & Partner | Vestigio  

Program:

- Wprowadzenie i zrozumienie podstawowych algorytmów Google  - Wprowadzenie i zrozumienie podstawowych pojęć i narzędzi AI - Wprowadzenie do mechanizmów oceny treści i stron przez Google - Semantyka treści oczami algorytmów - metody, dobre praktyki, sposób myślenia - Budowa strategii SEO z wykorzystaniem danych i metod AI  - Budowa strategii Contentu z wykorzystaniem danych i metod AI  - Future proof strategii SEO w świecie AI  - Future of SEO i dlaczego to nie takie proste - Prompt engineering na potrzeby strategii SEO - przykłady - Przydatne narzędzia i automatyzacje - zastosowanie  

IV dzień

12.45-16.00

 

Podejście do strategii SI w firmie i dziale marketingu na przykładzie realnych wdrożeń oraz praktycznego wykorzystania narzędzi - zbiór use case’ów z rynku polskiego. (4h)

Prowadzący: Jarosław Pająk | Innovation Director | plista / [m]spark / INCA oraz Magdalena Popielewicz | Digital PM | GroupM

Podczas pierwszej części opowiemy o podejściu strategicznym do wdrażania SI na przykładzie organizacji z branży marketingowej. Po krótce omówimy najważniejsze elementy, na które warto zwrócić uwagę, jakie podejście według nas ma obecnie największy sens i czy warto inwestować fundusze w dedykowanie rozwiązania.  

W drugiej części przedstawimy przynajmniej 6 use case’ów jak realnie można wdrożyć SI w swoje procesy marketingowe i czego możemy się spodziewać. Będziemy starali się pokazać jak najwięcej praktycznej wiedzy i istniejące już narzędzia, z który nasi klienci i my korzystamy w kampaniach reklamowych czy wewnętrznej komunikacji. Poniżej krótkie zajawki przykładowych tematów, które poruszymy:

- Optymalizacja na sterydach z wykorzystaniem algorytmów Machine Learnigowych  - Wykorzystanie computer vision w Digital marketingu - A kto to mówi? Voice cloning w natarciu - SI w badaniach. Analiza i prewalidacja komunikacji z wykorzystaniem narzędzi SI - Łączenie kropek i stworzenie własnego rozwiązania wykorzystującego różne narzędzia SI - Problem z kandydatami? Jak zoptymalizować i udoskonalić komunikacje wewnętrzną i procesy HR w firmie

V dzień

9.00-16.00

 

Rekomendacja i wiele więcej. Zastosowania nowoczesnego AI na przykładach w branży e-commerce. (8h)  

Prowadzący: Jerzy Orłowski| Managing Director | MIM Solutions.

Kiedy myśli się o modelach sztucznej inteligencji w e-commerce, na myśl przychodzą systemy rekomendacji produktów z personalizacją klienta. Jednak w zależności od charakterystyki biznesowej klienta czy specyfiki usług lub produktów do realizacji tego zagadnienia odpowiednie będą różne modele.

Prawdziwa przewaga z użycia AI pojawia się jednak z jej użycia w mniej oczywistych miejscach. Ich poszukiwanie i wdrażanie do systemów klienta jest specjalnością MIM Solutions. Jak zarządzać przestrzenią reklamową wytworzoną obok naszej strefy e-commerce - choćby biorąc pod uwagę komfort naszych konsumentów, cele reklamodawców, ale i cele biznesowego naszego sklepu? Lub odwrotnie - gdzie poszukiwać przestrzeni reklamowej, aby uzyskiwać pożądaną konwersję działań odwiedzających sklep? Jak wykorzystać możliwości LLM do efektywnej i efektownej komunikacji z naszymi klientami? Gdzie znajdują się pola do automatyzacji w procesach realizowanych na naszej stronie?

W przygotowanym warsztacie opowiemy, na podstawie naszych doświadczeń, o najskuteczniejszych podejściach i zakresach wdrożeń AI.

W szczegółach planujemy porozmawiać o:

- Kluczowych modelach AI pod względem zastosowań w e-commerce - Modele predykcyjne i jak ich używać do podejmowania decyzji biznesowych - Modele rekomendacyjne   - Modele grupujące i reinforcement learning - czy modele mogą się uczyć na produkcji i jak podejmować decyzje dla nowych danych - Duże modele języka (LLM) - czy czat zastąpi tradycyjną interakcję z użytkownikiem - Modele generatywne do tworzenia obrazów. - Problemach w komunikacji biznes - zespoły AI - Jak wygląda cykl życia projektu AI i jaki konstruować cel projektu - Dobór odpowiednich wskaźników jakości (metryk) - Wymagania do zbioru danych - Język pracy z modelami AI - czym się różnią od siebie zero-shot, few-shot-learning, transfer learning, full-fitting - Skuteczny model vs MVP dla klienta. Czy są tym samym? - Zastosowanie AI w branży e-commerce - case studies firmy MIM Solutions   - Predykcja optymalnych zniżek - Optymalizacja ścieżek konwersji - Automatyczne zarządzanie kampaniami reklamowymi - Segmentacja reklam/klientów - Rekomendacja dla statycznej puli produktów - Rekomendacja dla produktów hi-tech - Przyszłe kierunki AI - Wyjaśnialność modelu AI - pokazać przyczyny działania modelu - Przejrzystość w modelach AI - white-box, black-box, a może coś pośrodku - Odporność (robustness) modeli AI - jaki jest związek odporności z over fittingiem, i co biznesowi dają modele odporne.

 

 
 

Organizacja zajęć

Czas trwania: 5 dni szkoleniowych (5 x 8 godzin dydaktycznych).

Szkolenie on-line.

Terminy

Nowy termin szkolenia: 22-24.11 oraz 28-29.11.2023 r.

 

 

Trenerzy

mgr Łucja Gdala

VP/Director Marketing Cloud w Centraals Europe SA 

Ekspert ds. sprzedaży e-commerce i marketingu cyfrowego. Wykładowca Akademii Leona Koźmińskiego na 3 kierunkach podyplomowych: handel online, marketing internetowy i cyfrowa transformacja. 

Na co dzień wspiera firmy w strategiach wykorzystania danych w marketingu digital i zwiększaniu sprzedaży online. Zarządza zespołami ecommerce m. in. w DUKA, MilooHome i Rikoland.pl, gdzie nadzoruje rozwój kanału online i działania performance w obszarach SEM, SEO, FB, afiliacja oraz programmatic. Wdraża, szkoli i opracowuje taktyki wykorzystania technologii marketingowych tj.: CDP (Customer Marketing Platforms), DMP (Data Management Platforms),  marketing automation,  In-house Affiliate Programs, AI product recommendation engines, sales tracking and web analytics, test& target, TV do WEB attribution.

Leszek Tasiemski

Leszek Tasiemski obecnie jest globalnie odpowiedzialny za rozwój technologii zabezpieczeń dla sektora B2B w firmie F-Secure. Posiada wieloletnie doświadczenie w przeprowadzaniu testów penetracyjnych oraz analiz powłamaniowych, głównie dla europejskiego sektora finansowego. Entuzjasta zastosowań sztucznej inteligencji w wykrywaniu cyberataków oraz odkrywania cyber zagrożeń dla AI. Absolwent Informatyki, Ekonomii oraz MBA. studiował psychologię. Działa również jako mentor dla start-upów i jest certyfikowanym nauczycielem jogi.

Agnieszka Zawadzka

Matematyk, ze specjalizacją w matematyce finansowej. W branży internetowej od 16 lat, w tym czasie zbudowałam, prowadziłam i optymalizowałam wortale dla takich podmiotów, jak TVP, Money.pl, Media Regionalne (Polska Press). Od 2015 roku w Agencji Whites, gdzie optymalizacje SEO i analityka internetowa, czyli codzienne zderzanie się z dużymi danymi i algorytmami Google zaprowadziły mnie naturalnie do Big Data i machine learningu. Od ponad trzech lat prowadzę w Whites dział badań i rozwoju, w którym zajmujemy się modelami ML w digital marketingu - nie tylko w SEO, ale i w analizie i planowaniu treści, atrybucji konwersji, określaniu sentymentu w social mediach, analizach ścieżek użytkowników.

Xawery Konarski

Adwokat, Senior Partner (Traple Konarski Podrecki i Wspólnicy)
Ekspert prawny z ponad 20-letnim doświadczeniem w nowych technologiach. Starszy partner i współzałożyciel kancelarii Traple Konarski Podrecki i Wspólnicy. W Kancelarii nadzoruje prace zespołów Technologie Media Telekomunikacji (TMT), koordynując projekty realizowane w Polsce i w państwach Europy Środkowo-Wschodniej.

Wiceprezes zarządu Polskiej Izby Informatyki i Telekomunikacji (PIIT). Prezes Stowarzyszenia Prawa Nowych Technologii (SPNT). Jest doradcą prawnym Związku Pracodawców Branży Internetowej IAB Polska oraz Polskiej Izby Ubezpieczeń (PIU).
Jako ekspert prawny brał udział w pracach legislacyjnych nad szeregiem ustaw z zakresu prawa nowych technologii. Jest arbitrem Sądu Polubownego ds. domen internetowych przy PIIT.

Jest członkiem organizacji: IAPP, INPLP, ITechLaw oraz SABI-IOD.
Na przestrzeni ostatnich 15  lat wielokrotnie rekomendowany w polskich i zagranicznych rankingach prawników specjalizujących się w TMT i ochronie danych osobowych (m.in. Chambers Europe, Legal 500, Rzeczpospolita).

Autor kilkudziesięciu pozycji naukowych z zakresu prawa nowych technologii i ochrony danych osobowych.
Wykładowca na studiach podyplomowych z zakresu prawa nowych technologii i ochrony danych osobowych.

 

Jarosław Pająk

Innovation Director w GroupM 

Absolwent Wydziału Zarządzania Uniwersytetu Warszawskiego. Przygodę z marketingiem internetowym rozpoczął w 2006 roku a projekty i kampanie, przy których brał udział były wielokrotnie nominowane i nagradzane w takich konkursach jak MIXX Awards, Media Trendy, Złote Orły czy Webstar Festival. Uczestnik i prelegent wielu konferencji i szkoleń a także Członek Grup roboczych IAB Polska w latach 2012-2016. 
 
Od początku kariery związany z GroupM, najpierw w agencji MediaCom, gdzie był współodpowiedzialny za zarządzanie działem Digital oraz gdzie stworzył i rozwijał dział zajmujący się kreacją digitalową. Obecnie pracuje bezpośrednio GroupM jako Innovation Director i odpowiada za wdrażanie i rozwój nowych rozwiązań w grupie takich jak Plista (programatyczna reklama natywna i Content Marketing), INCA (Data based Influencer marketing) i [m]spark (akcelerator mar-tech i platforma innowacji GroupM).

Aleksandra Kaszuba

IBM Client Engineering Manager 

Łączy świat technologii, innowacji biznesowych i psychologii. W IBM pełni rolę lidera multidyscyplinarnego zespołu Client Engineering, który pomaga klientom poznać technologię IBM przynosząc użytkownikom oraz klientom wartość biznesową. Certyfikowany Product Owner z wieloletnim doświadczaniu w projektach realizowanych w dynamicznym i ekscytującym środowisku zbudowanym w oparciu o myślenie projektowe, framework Agile i praktyki DevOps.

W obszarze marketingu wspólnie z zespołem wspiera klientów IBM w tworzeniu spersonalizowanych strategii marketingowych, opartych na dogłębnej analizie danych i predykcjach. Dzięki połączeniu wiedzy z zakresu marketingu, psychologii i sztucznej inteligencji, Aleksandra wraz z zespołem wdraża innowacyjne rozwiązania, które przynoszą wymierne korzyści dla klientów IBM.

Piotr Kowalski

Dr matematyki (IM PAN 2016) , mgr inż. Informatyki (PŁ 2011), adiunkt PŁ 2016-2021 w zakładzie analizy danych, w MIM Solutions od 2021. Developer ML oraz członek zespołu ds badań grantowych.

Robert Niechciał

SEO przez 18 lat, inżynier przez 11, zawsze z pasją do danych. CTO w Vestigio. Miłośnik najnowocześniejszej technologii, szczególnie gdy może być wykorzystana do optymalizacji. Skupiony na odwracaniu algorytmów Google, Robert prowadzi wykłady i szkolenia na ten temat, inspirując kolegów zarówno w Polsce, jak i na największych światowych konferencjach SEO.

Magdalena Popielewicz

Digital PM | GroupM

Jestem specjalistką ds. mediów cyfrowych z ponad 13-letnim doświadczeniem w obszarze paid social i biddable. Pracuję w GroupM, gdzie planowałam, uruchamiałam i optymalizowałam kampanie na wielu platformach i rynkach. Obecnie zajmuję się projektowaniem i wdrażaniem narzędzi opartych na sztucznej inteligencji, które pomagają optymalizować procesy w organizacjach. Jako liderka projektu AI Labs, doradzam klientom w zakresie wykorzystania sztucznej inteligencji w ich biznesie."

Zasady rekrutacji

1
UZYSKANIE PODSTAWOWYCH INFORMACJI

Prosimy o zapoznanie się z opisem interesującego Państwa szkolenia lub kursu.

2
REJESTRACJA

Pierwszą czynnością w procesie rekrutacji jest wypełnienie formularza zgłoszeniowego, który dostępny jest na stronie internetowej uczelni.

3
KONTAKT

Prosimy oczekiwać na kontakt mailowy opiekuna szkolenia lub kursu.

Masz pytania? Zapraszamy do kontaktu
Joanna Sawicka-Golcz

Opłaty

* Oferowana zniżka nie kumuluje się z innymi ewentualnymi rabatami

Tabela opłat
Cena szkolenia 4 500 zł netto (stawka zw. z VAT)
Cena szkolenia dla studentów i absolwentów studiów I, II stopnia, studiów podyplomowych i MBA w ALK 4 050 zł netto (stawka zw. z VAT)*

Pierwszą czynnością w procesie rekrutacji jest wypełnienie formularza zgłoszeniowego online.  

Po zarejestrowaniu się na szkolenie każdy z kandydatów otrzyma mailowo INDYWIDUALNY NUMER KONTA do dokonania płatności za szkolenie. 

Osoby zainteresowane otrzymaniem faktury proszone są o kontakt z Panią Agnieszką Fabiańską e-mail agaf@kozminski.edu.pl