Studia podyplomowe Manager Projektów AI
Teraz z promocją!
Otrzymaj cashback równy opłacie za studia i wykorzystaj go na szkolenia otwarte LUQAM!
Rekrutacja na rok 2025/26 już trwa! Zarejestruj się do 30.06 i skorzystaj z promocji!

O kierunku
Manager Projektów AI
Studia podyplomowe Manager Projektów AI to propozycja dla osób, które chcą zdobyć kompleksową wiedzę na temat najnowszych technologii i narzędzi stosowanych w projektowaniu z wykorzystaniem sztucznej inteligencji. Podczas zajęć nasi wykładowcy – eksperci w dziedzinie zarządzania projektami i sztucznej inteligencji podzielą się swoim doświadczeniem oraz pokażą, jak wygląda praca na stanowisku Managera Projektów związanych z AI.
Studia adresowane są zarówno do osób, które dopiero rozpoczynają swoją karierę zawodową w tym obszarze, jak i do osób z doświadczeniem w pracy z technologiami informatycznymi. Wiedza zdobyta podczas studiów Manager Projektów AI będzie przydatna zarówno w pracy w firmach zajmujących się sztuczną inteligencją, jak i w każdej innej branży, w której wykorzystywane są nowoczesne technologie.
Studia podyplomowe AI to doskonała inwestycja w przyszłość!

Praktyczny charakter zajęć

Zajęcia prowadzone przez Praktyków

Możliwość uczestnictwa 100% online

Dostęp do międzynarodowej platformy szkoleniowej Opexity

Cashback do wykorzystania na szkolenia otwarte

Możliwość przygotowania projektu z wykorzystaniem AI pod okiem Ekspertów

9 zjazdów weekendowych

2 semestry

Prestiżowe certyfikaty
Program studiów podyplomowych AI
01 Sztuczna Inteligencja - wprowadzenie
- Fundamenty sztucznej inteligencji (podstawowe definicje, ewolucja modeli i algorytmów),
- Dylematy poznawcze i etyczne,
- Rodzaje sztucznej inteligencji:
- Forecasting vs Image processing,
- Oprogramowanie AI vs ucieleśniona AI,
- Sztuczna inteligencja w codziennym życiu,
- Sztuczna inteligencja w przemyśle – wprowadzenie:
- Utrzymanie parku maszyn,
- Forecasting – wsparcie procesu decyzyjnego / planowanie sprzedaży,
- Narzędzia budowania modeli sztucznej inteligencji – praktyczne ćwiczenia.
02 Rozwiązania infrastrukturalne dla AI
- Podstawowe koncepcje i terminologia:
- AI i różne podejścia do jej implementacji,
- Komponenty infrastruktury (obliczenia, pamięć, sieci komunikacyjne, itp.).
- Analiza głównych komponentów infrastruktury dla sztucznej inteligencji (np. chmura obliczeniowa, klastry GPU, klastry danych).
- Zarządzanie danymi i bezpieczeństwo w Infrastrukturze AI:
- Omówienie roli danych w sztucznej inteligencji oraz sposobów zarządzania danymi w infrastrukturze AI,
- Tworzenie efektywnego systemu zarządzania danymi, obejmującego procesy zbierania, przetwarzania, indeksowania i archiwizacji danych,
- Przegląd rozwiązań o wysokiej wydajności, które mogą obsłużyć duże ilości danych i zapewnić skalowalność i szybki dostęp do nich,
- Znaczenie bezpieczeństwa danych i prywatności w kontekście sztucznej inteligencji.
- Chmury obliczeniowe i Ich znaczenie dla sztucznej inteligencji:
- Szczegółowe omówienie roli chmur obliczeniowych w obszarze sztucznej inteligencji,
- Przykłady popularnych platform chmurowych i ich zastosowań.
03 ChatGPT w zastosowaniach biznesowych
- Wstęp do ChatGPT:
- Czym jest ChatGPT,
- Rola i zastosowanie ChatGPT – automatyzacja, analiza danych, wsparcie i prognozowanie.
- Wykorzystanie ChatGPT.
- Wprowadzenie do techniki promptowania:
- Co to jest promptowanie?
- Proces tworzenia skutecznych zapytań do ChatGPT,
- Dlaczego dobre promptowanie jest kluczowe? Uzyskiwanie precyzyjnych odpowiedzi poprzez odpowiednie formułowanie zapytań.
- Techniki promptowania w ChatGPT:
- Podstawowe techniki,
- Zaawansowane techniki,
- Praktyczne wskazówki w korzystaniu z ChatGPT.
- Zastosowanie promptów w ChatGPT – omówienie przykładowych case study.
- Mini-warsztaty – praca własna uczestników szkolenia wspomagana przez Trenera.
- Przyszłość ChatGPT.
04 Tworzenie agentów AI
- Wprowadzenie do agentów AI i narzędzi open-source:
- Definicja agenta AI,
- Przykłady zastosowań: chatboty, asystenci głosowi, automatyzacja procesów.
- Przegląd narzędzi open-source do tworzenia agentów AI:
- LangChain: Framework do budowy aplikacji opartych na dużych modelach językowych (LLM)
- SpinAI: Framework w TypeScript do tworzenia i monitorowania agentów AI
- AutoGen: Framework od Microsoftu do budowy systemów multi-agentowych.
- Budowa prostego agenta AI:
- Tworzenie agenta z LLM
- Prompt engineering
- Testowanie i optymalizacja agenta
- Monitorowanie użycia tokenów i kosztów,
- Analiza logów i optymalizacja działania agenta,
- Replit Agent: Platforma do tworzenia aplikacji za pomocą naturalnych opisów,
- GAMA Platform: Środowisko do modelowania agentów w symulacjach.
05 Analiza danych z wykorzystaniem języków skryptowych
- Przegląd programistycznych środowisk pracy.
- Podstawy programowania w języku Python:
- Pojęcie zmiennej i podstawowe struktury danych,
- Korzystanie z ogólnie dostępnych pakietów,
- Wczytywanie i wizualizacja danych w wykorzystaniem języka Python i notatnika Jupyter,
- Wprowadzenie do pakietu Pandas i Seaborn,
- Środowisko pracy, a dostęp do danych – ćwiczenia praktyczne,
- Wprowadzenie do środowiska Jupyter (Google Coollaboratory) – ćwiczenia praktyczne,
- Ćwiczenia z pakietu Pandas i Seaborn – ćwiczenia praktyczne.
06 Analityka Big Data vs. Sztuczna Inteligencja
- Organizacja procesu gromadzenia, oczyszczania i anonimizowania, integracji oraz agregacji danych.
- Wydobywanie z danych cennych biznesowo informacji.
- Screening rynku oraz pozyskanie i analizowanie pod kątem określonych problemów biznesowych wielu milionów rekordów w krótkim czasie w odniesieniu do zagadnień takich jak:
- Automatyzacja procesów biznesowych (w tym sprzedaży i obsługi klienta),
- Optymalizacja produkcji i dystrybucji,
- Planowanie zapasów magazynowych,
- Prognozowanie trendów rynkowych.
07 Cyfrowe przywództwo i zarządzanie zmianą w erze Industry 5.0
- Nowe wyzwania lidera w dobie transformacji cyfrowej,
- Industry 5.0 a human-centric leadership – technologia w służbie człowieka, nie odwrotnie,
- Zarządzanie zmianą technologiczną: modele (Kotter, ADKAR, McKinsey, Nuidge, Lewin’s CMM, Maurer R&C) i ich praktyczne zastosowanie,
- Budowanie kultury cyfrowej i innowacyjnej organizacji,
- Kompetencje przyszłości – jak rozwijać zespół w kontekście cyfryzacji?
- Cyfrowa komunikacja i praca zdalna/hybrydowa – jak zachować efektywność i zaangażowanie?
- Rola lidera w przeciwdziałaniu oporowi przed zmianą,
- Współpraca międzydziałowa w ekosystemie cyfrowym – silosy vs. przepływy danych,
- Warsztat: Diagnoza dojrzałości zespołu do transformacji + mapa zmian,
- Inspirujące przykłady transformacji z liderami w roli głównej,
- Jak mierzyć skuteczność zmian? KPI i mierniki transformacji,
- Podsumowanie i plan działania: jak być cyfrowym liderem od jutra?
08 Zwinne zarządzanie w projektach IT & Data Science
- Charakterystyka zespołu w kontekście procesu wytwarzania oprogramowania – role vs. odpowiedzialność,
- Ewolucja i porównanie metodyk Waterfall, Scrum, Kanban,
- Wyzwania organizacji pracy z wykorzystaniem metodyk zwinnych w kontekście Data Science,
- Gra symulacyjna – doświadczenie pracy w zespole Scrumowym i przedyskutowanie wiele pytań oraz sytuacji, które zdarzają się podczas codziennej pracy,
- Cyfrowe przestrzenie współpracy (backlog, kanban, ci/cd):
- Synchroniczne vs. asynchroniczne podejście do współpracy,
- Narzędzia organizacji pracy i koordynacji projektów wykorzystywane w branży wytwarzania oprogramowania i Data Science,
- Wykorzystanie jednego z narzędzi chmurowych do utworzenia i zdefiniowania struktury projektu oraz ćwiczenia z komunikacji wewnątrz projektowej.
- Wykorzystanie jednego z narzędzi chmurowych do utworzenia i zdefiniowania struktury projektu oraz ćwiczenia z komunikacji wewnątrz projektowej – ćwiczenia praktyczne.
09 Zarządzanie portfelem projektów AI
- Czym różni się projekt AI od klasycznego IT? (cykl życia, ryzyko, iteracyjność),
- Framework do oceny dojrzałości i gotowości projektów AI (np. AI Value Matrix),
- Jak tworzyć i zarządzać portfelem projektów AI – od PoC do wdrożenia,
- Strategiczne KPI i wskaźniki sukcesu AI w organizacji,
- Zarządzanie ryzykiem i zasobami (Data Scientists vs DevOps vs Biznes).
10 Kultura organizacyjna i transformacja oparta na AI – od wizji do wdrożenia
- AI jako katalizator zmiany kultury organizacyjnej (data-driven decision making, empowerment),
- Modele dojrzałości organizacyjnej w AI,
- Rola liderów, change agentów i ambasadorów AI w firmie,
- Przeciwdziałanie oporowi – jak włączyć pracowników w zmianę,
- Narracje, storytelling i komunikacja zmiany.
11 Cyberbezpieczeństwo
- Omówienie pojęcia cyberbezpieczeństwa, cyberprzestępczości i cyberataku: rodzaje zagrożeń, typy atakujących, motywacja.
- Czy warto dbać o bezpieczeństwo technologii informatycznych? Rachunek zysków i strat.
- Implementacja cyberbezpieczeństwa w przedsiębiorstwie.
- Poprawa bezpieczeństwa ludzi, procesów i technologii.
- Pryncypia cybersecurity.
- Technologia: Usługi audytu zerowego (security assesment) i stałego utrzymania cyberbezpieczeństwa przy użyciu Security Operations Center (SOC).
- Procesy i weryfikacja stanu aktualnego wraz z przygotowaniem roadmapy cyber dla 12 miesięcznego okresu.
- Ludzie: weryfikacja wiedzy dot. higieny cybersecurity.
- OSINT, socjotechnika i ataki typu phishing wraz z przykładami.
- Hasła dostępu: wytyczne, metody weryfikacji wycieku, menedżery haseł i Two-factor Authentication (2FA).
- Bezpieczeństwo urządzeń w firmie oraz w warunkach domowych.
- Dobre nawyki cybersecurity: wytyczne, szkolenia security awareness, symulowane kampanie phishingowe.
12 Machine learning
- Uczenie nadzorowane:
- Regresja,
- Klasyfikacja,
- Rekomendacja,
- Overfitting and underfitting,
- Hiperparametry i zbiory walidacyjne:
- Cross-validation,
- K-fold validation
- Uczenie nienadzorowane:
- Detekcja anomalii i klasteryzacja,
- Deep and reinforcement learning.
13 Wykorzystanie Sztucznej Inteligencji - case studies
Na zajęciach zostaną przedstawione rzeczywiste przykłady projektów, w których zastosowano rozwiązania oparte na sztucznej inteligencji (AI), w różnych obszarach biznesu i przemysłu. Uczestnicy zapoznają się z mocnymi i słabymi stronami zaprezentowanych rozwiązań, a także z wyzwaniami związanymi z implementacją AI w praktyce. Przewidziano czas na dyskusję, analizę przypadków oraz wymianę doświadczeń uczestników związanych z wykorzystaniem nowoczesnych technologii w ich środowisku zawodowym.
Certyfikaty, które możesz zdobyć po ukończeniu studiów ze sztucznej inteligencji
Informacje szczegółowe Studia podyplomowe AI
- zarejestrować się na stronie rekrutacji Wyższej Szkoły Zarządzania i Bankowości wybierając studia prowadzone przez LUQAM,
- dostarczyć osobiście, przesłać pocztą lub mailowo (rekrutacja@wszib.edu.pl) do biura rekrutacji: ksero/skan dyplomu ukończenia studiów wyższych, 1 zdjęcie w kolorze (legitymacyjne/dowodowe), dowód opłaty rezerwacyjnej w wysokości 100 zł, zaliczanej na poczet czesnego (na podstawie umowy o odpłatności za studia) oraz informacje o liczbie rat za studia (całość/ 2 raty).
Płatność w 1 racie: 6900 zł brutto
Płatność w 2 ratach: 7100 zł brutto (2 x 3 550zł brutto)
Terminy płatności:
Zgodnie z terminami podanymi w umowie o naukę.
Stała promocja: Zapisz się na studia i odbierz cashback do wykorzystania na szkolenia otwarte dostępne w harmonogramie.
Dodatkowe zniżki:
- 3% dla 2 lub więcej osób zapisujących się wspólnie na studia.
- 3% rabatu dla osób, które ukończyły studia licencjackie, inżynierskie lub magisterskie w bieżącym roku akademickim (tj. 2024/2025).
- 10% rabatu oraz tablet z 6-miesięcznym dostępem do Digital Factory przy zapisie na studia do 30.06.2025 r.*
- 15% dla firm grających w Lidze Mistrzów 5S LUQAM.
- Jednorazowy rabat o wartości 500 zł dla absolwentów Wyższej Szkoły Zarządzania i Bankowości w Krakowie.
- Zniżki korporacyjne rozpatrywane są indywidualnie.
Rabaty nie sumują się. Podczas rekrutacji należy poinformować Uczelnię o obowiązującej zniżce.
*Aby odebrać zniżkę należy przejść przez pełen proces rekrutacji tj. wypełnić formularz rekrutacyjny, wpłacić wpisowe oraz dostarczyć dokumenty na Uczelnię do 30.06.2025 r.
Liczba semestrów: 2 – zajęcia rozpoczynają się w październiku 2025, a kończą w czerwcu roku kolejnego.
Liczba zjazdów: 9
Zajęcia: sobota i niedziela 09.00-15.45
W ramach programu część zajęć będzie prowadzona w formie wideokonferencji realizowanej na żywo. W zależności od sytuacji epidemiologicznej w kraju, liczba godzin zdalnych (na odległość) i form on-line może ulec zwiększeniu.
Istnieje możliwość uczestnictwa w zajęciach w 100% zdalnie (w uzasadnionych przypadkach za zgodą kierownika kierunku).
Część zajęć może być prowadzona wspólnie z innymi kierunkami.
Zasady zaliczenia:
- Egzamin dyplomowy.
- Minimum 70% obecności na zajęciach.
Zajęcia obejmują minimum 160 godzin dydaktycznych.
Po ukończeniu studiów podyplomowych „Manager Projektów AI” absolwent realizuje i zarządza projektami z wykorzystaniem sztucznej inteligencji. Wdraża innowacyjne rozwiązania AI, które wspierają automatyzację procesów, analizę danych oraz optymalizację działań w organizacjach z różnych branż.
Absolwent stosuje narzędzia analityczne, programistyczne oraz metodologie zarządzania projektami, takie jak Scrum, Kanban czy PRINCE2. Projektuje i implementuje zaawansowane modele AI, zarządza infrastrukturą danych oraz dba o bezpieczeństwo i efektywność rozwiązań opartych na machine learning i big data.
Efektem ukończenia studiów jest zwiększenie konkurencyjności na rynku pracy oraz możliwość objęcia stanowisk menedżerskich i specjalistycznych w dynamicznie rozwijających się sektorach wykorzystujących nowoczesne technologie.
Specjalna promocja przy zapisie do 30.06!

Rekrutacja na studia trwa!
Rekrutacja na rok 2025/26 została uruchomiona!
Zarejestruj się na studia do 30.06 i skorzystaj z promocji!
Masz pytania? Zadzwoń +48 507 174 084
Prowadzący studia podyplomowe z zarządzania projektami AI

Bartłomiej Rachwał
Pracownik badawczo-dydaktyczny na Wydziale Fizyki i Informatyki Stosowanej Akademii Górniczo-Hutniczej w Krakowie. Stopień doktora nauk fizycznych uzyskał w ramach badań z dziedziny analizy danych w fizyce cząstek elementarnych uczestnicząc w międzynarodowej współpracy LHCb w ośrodku CERN (Szwajcaria), gdzie jednym z podstawowych elementów jego działalności był rozwój oprogramowana eksperymentu oraz analiza danych. Dydaktyk wdrażający nowe technologie w proces dydaktyczny zarządzania projektami, wytwarzania oprogramowania, czy wykorzystania technologii AR/VR. Założyciel i kierownik dydaktycznego laboratorium VR. Jeden z głównych architektów przepływu informacji oraz administrator wydziałowych serwisów zarządzania pracą. Certyfikowany menadżer PRINCE2. Entuzjasta metodyk zwinnych, inicjator współpracy środowiska akademickiego z przemysłem. W LUQAM pełni funkcję koordynatora projektów R&D w zakresie oprogramowania.

Adam Dendek
Doktor nauk fizycznych oraz Data Scientist z sześcioma latami doświadczenia komercyjnego w projektach dotyczących budowania modeli uczenia maszynowego oraz analizy danych. Stopień doktora uzyskał na podstawie projektu realizowanego dla eksperymentu LHCb w ośrodku badawczym CERN, w ramach którego stworzył model bazujący na uczeniu maszynowym do rekonstrukcji śladów cząstek długo życiowych. Po zakończeniu kariery naukowej, pracował w przemyśle zajmując się przetwarzaniem danych tekstowych (NLP), klasyfikacją tekstów oraz wykrywaniem anomalii. Jest fanatykiem wysokiej jakości kodu oraz testowania. Obecnie pracuje na stanowisku Senior Data Scientist w Bayer.

Tomasz Kardys
Absolwent Politechniki Śląskiej, SGH i Akademii Leona Koźmińskiego w obszarze IT oraz ponad 15-letne doświadczenie na rynku. Współzałożyciel Binary Water sp. z o.o., startupu dostarczającego rozwiązania cybersecurity. Zaplecze techniczne w obszarze sieci komputerowych, biometrii oraz cyberbezpieczeństwa wsparte doświadczeniem presales i sprzedażowym z naciskiem na obszar cybersecurity. Tomek posiada liczne certyfikacje z obszaru projektowego, cyber, rozwiązań chmurowych i poszczególnych technologii wspierających zapewnienie bezpieczeństwa w firmach. Wolny czas spędza przy retro komputerach i twardym sci-fi.

Robert Bujas
Koordynator Projektów Optymalizacyjnych LUQAM, specjalista w zakresie zarządzania, Lean Management oraz Problem Solving. Absolwent Akademii Górniczo-Hutniczej w Krakowie. Od początku kariery zawodowej związany z obszarami jakości, optymalizacji i zarządzania produkcją. Od przeszło dekady realizuje w LUQAM konsultacje i szkolenia zarówno dla wielooddziałowych międzynarodowych korporacji, jak i kilkunastoosobowych firm rodzinnych. W ramach realizacji projektów pomagał kilkuset firmom z różnych branż, w tym firmom usługowym (szpital, urząd administracji państwowej, bank) i produkcyjnym (poza większością popularnych sektorów takich jak automotive, aerospace, żywność, przemysł lekki, także np. przemysł farmaceutyczny, petrochemiczy, hutniczy i zbrojeniowy), realizującym produkcję zarówno seryjną, jak i jednostkową.

Marcin Nakielski
Trener oraz konsultant LUQAM. Absolwent Akademii Górniczo-Hutniczej w Krakowie na kierunku Automatyka i Robotyka. Certyfikowany Six Sigma Master Black Belt. Zarządza zespołem inżynierów jako Product Engineering Leader. Zajmuje się optymalizacją produktu oraz procesów, pracą z klientem w zakresie jakości oraz wymogów produktu (BMW, Fiat, Opel, PSA), prowadzeniem inicjatyw z zakresu ciągłego doskonalenia i redukcji kosztów, rozwiązywaniem problemów produkcyjnych przy użyciu metodologii Six Sigma oraz RedX. Prowadził liczne projekty Six Sigma zarówno jako lider jak i konsultant, o łącznej oszczędności wycenianej na kilkanaście milionów dolarów. Prowadzi w LUQAM projekty i szkolenia z zakresu Six Sigma, Problem Solving, SPC, MSA. Prowadził liczne szkolenia otwarte i zamknięte w Polsce i poza granicami kraju. Mentor licznych projektów zaliczeniowych dla szkoleń Six Sigma – poziom Green Belt oraz Six Sigma – poziom Black Belt.

Agnieszka Siedlecka-Kurzeja
Trenerka i Konsultantka LUQAM. Swoje doświadczenie zdobywała w branży Automotive, FMCG oraz Automatyki przemysłowej na stanowiskach Regional Continuous Improvement Leader, Manufacturing Engineering Manager, Project Launch Manager. W swojej karierze zawodowej zajmuje się projektowaniem oraz optymalizacją procesów produkcyjnych obejmującą zarówno analizę procesów, jak i wdrażanie nowoczesnych systemów zarządzania produkcją. Prowadzi szkolenia i warsztaty z obszarów Lean Management. Pasjonatka szeroko pojętego ‘Przemysłu 4.0’ i nowych technologii. Absolwentka Politechniki Śląskiej, Wydziału Chemicznego, oraz Uniwersytetu Ekonomicznego w Krakowie i St. Gallen Business School gdzie ukończyła studia International MBA. Absolwentka studiów podyplomowych realizowanych na WSB – Akademia Lean Leadera oraz Controlling Finansowy. Posiada tytuł Green Belt’a.

Krzysztof Sterniczuk
Trener i konsultant ds. optymalizacji w LUQAM. Posiada wieloletnie doświadczenie zawodowe zdobyte w międzynarodowych firmach produkcyjnych. Certyfikowany analityk MTM, specjalista w obszarach NPI oraz Product & Process Costing. W toku pracy na stanowiskach związanych z szeroko pojętą inżynierią procesów przemysłowych realizował działania we wszystkich obszarach strumienia wartości, od primary process aż po final assembly. Ponadto, kierował pracą 3 filarów WCM – Workplace Orgnization, Early Equipment Management oraz Early Product Management, z czego trzeci rozwijał od podstaw. Subject Matter Expert w obszarze projektowania procesów produkcyjnych z uwzględnieniem zasad Design for Manufacturing oraz Design for Assembly. Zarządzał projektami nowych uruchomień, generując oszczędności jeszcze w początkowych fazach procesu NPI.
FAQ
1
Do kogo skierowane są studia podyplomowe Manager Projektów AI?2
Jakie są warunki ukończenia studiów?Aby, ukończyć studia podyplomowe Manager Projektów AI i zdobyć wszystkie certyfikaty należy zdać egzamin dyplomowy oraz mieć minimum 70% obecności na zajęciach.
3
W jaki sposób zapisać się na studia ze sztucznej inteligencji?Aby zapisać się na studia należy wypełnić formularz rejestracyjny na stronie WSZIB, znajdujący się pod adresem: https://suszi.wszib.edu.pl/suszi-web/recruitment/candidateForm/postgraduate, dostarczyć dokumenty wymagane w procesie rekrutacji oraz dokonać opłaty rezerwacyjnej w wysokości 100 zł, zaliczanej na poczet czesnego.
4
Czy trzeba posiadać wykształcenie wyższe, aby zapisać się na studia podyplomowe?Aby zapisać się na studia podyplomowe Manager Projektów AI prowadzone przez LUQAM wystarczy ukończyć studia wyższe na poziomie licencjackim lub inżynierskim.
5
Czy można rozłożyć płatność za studia na raty?Płatność za studia podyplomowe można rozłożyć na dwie raty. Terminy płatności określone są w umowie o naukę.
6
Jak skorzystać z promocji "cashback na szkolenia otwarte"?Aby skorzystać z promocji „cashback na szkolenia otwarte” należy:
- Przejść pełen proces rekrutacji tj. wypełnić formularz rekrutacyjny, wpłacić wpisowe oraz dostarczyć dokumenty na Uczelnię.
- Po uruchomieniu kierunku, podpisaniu umowy o naukę i dokonaniu wpłaty otrzymasz możliwość wykorzystania kwoty równej opłacie za studia na szkolenia otwarte dostępne w harmonogramie.
- Cashback można wykorzystywać do 30.06.2026 r., zapisując się na szkolenia otwarte poprzez formularz rejestracyjny, który dostępny jest na stronach szkoleń.
- Promocja zostanie naliczona ręcznie przez LUQAM podczas mailowego potwierdzania odnotowania zgłoszenia w systemie.
- W kwestiach nie objętych powyżej obowiązuje standardowy Regulamin szkoleń LUQAM.
7
Jak skorzystać z promocji i odebrać tablet z 6-miesięcznym dostępem do Digital Factory?Aby skorzystać z promocji i odebrać tablet z 6-miesięcznym dostępem do Digital Factory należy:
- Przejść pełen proces rekrutacji tj. wypełnić formularz rekrutacyjny, wpłacić wpisowe oraz dostarczyć dokumenty na Uczelni do 30.06.2025 r. i poinformować LUQAM o chęci skorzystania z promocji.
- Po uruchomieniu kierunku, podpisaniu umowy o naukę i dokonaniu wpłaty uczestnik otrzyma informację o możliwości odbioru tabletu. Uczestnik może wybrać preferowany odbiór – osobiście podczas zajęć lub wysyłka na wskazany adres.
- Subskrypcja Digital Factory nadawana jest na 6 miesięcy od momentu otrzymania tabletu.

Masz pytania? Napisz do nas!
Zapisz się do newslettera: