Kategorie: MS Project, zarządzanie projektami , Zarządzanie projektami, modelowanie, UML, BPMN

Nasze flagowe, kompleksowe szkolenie z zarządzania projektami. Łączy solidne podstawy, z praktyką Agile/Scrum oraz nowoczesnym wykorzystaniem AI w codziennej pracy project managera.

Zaczynamy od klasyki: cykl życia projektu, definiowanie celu i zakresu, harmonogram i budżet, praca z ryzykiem oraz interesariuszami. Następnie przechodzimy do zwinności: role (PO/SM/Zespół), artefakty, wydarzenia, estymacja i planowanie przyrostowe, metryki i dopasowanie podejścia do kontekstu. Wreszcie, pokazujemy, jak wpiąć narzędzia AI w realny workflow: przygotowanie backlogu, analiza ryzyk, raporty statusowe, komunikacja z zespołem i klientem, tworzenie dokumentacji oraz usprawnianie decyzji.

Zapewniamy dużo ćwiczeń i case’ów — pracujemy na przykładach, checklistach i szablonach nadających się do wykorzystania w pracy. Uważamy też, że warto co najmniej zapoznać się i rozważyć wykorzystanie możliwości oferowanych przez narzędzia AI. Mogą one usprawnić czy przyspieszyć pracę, być przydatne praktycznie w każdej branży – również w zarządzaniu projektami.

Po szkoleniu, uczestnicy potrafią samodzielnie poprowadzić projekt od briefu do zamknięcia, rozumieją różnice i umieją dobrać właściwe podejście (klasyczne vs. zwinne) oraz potrafią świadomie wykorzystywać AI do pomocy, usprawnienia pracy PM i przyspieszenia żmudnych zadań, bez utraty jakości i z dbałością o bezpieczeństwo danych.

Całość kursu składa się z trzech składowych bloków – fundamentów zarządzania projektami, metodyk zwinnych oraz wykorzystania AI w pracy project managera. Łącznie jest to sześć dni (48h) zajęć, najczęściej organizowanych w trzech blokach – po dwa dni, w kolejnych następujących po sobie tygodniach (często są to czwartki i piątki). Dla osób, które nie chcą lub nie mogą wziąć udziału we wszystkich modułach – jest możliwość zapisania się również na każdy z modułów osobno.

Dostępne moduły:

Czas trwania

6 dni

Program

Moduł I: Podstawy zarządzania projektami

Kluczowe definicje i podstawowe pojęcia
- najważniejsze właściwości projektu
- różnice między projektem a zwykłymi zadaniami operacyjnymi
- formułowanie celu projektu
- etapy cyklu życia projektu i tzw. bramki decyzyjne
- interesariusze projektu oraz ich kluczowe role
- porównanie podejścia klasycznego (kaskadowego) i zwinnego (agile)
- istota zarządzania konfiguracją w projekcie
- zarządzanie zmianą w trakcie realizacji projektu
Przygotowanie startu projektu
- zakres ról i odpowiedzialności na etapie inicjowania projektu
- doprecyzowanie i identyfikacja celu strategicznego
- potrzeby interesariuszy oraz plan współpracy z nimi
- opis wizji produktu / rezultatu (celu) projektu
- określanie ograniczeń czasowych i budżetowych
- analiza dotychczasowych doświadczeń i wniosków z poprzednich projektów
- identyfikacja ryzyka biznesowego i opracowanie reakcji
- formalne uruchomienie projektu
Opracowanie planu strategicznego projektu
- doprecyzowanie wizji produktu projektu
- wybór formuły realizacji przedsięwzięcia
- szacowanie kluczowych parametrów na poziomie strategicznym
- rozpoznanie zależności zewnętrznych oraz warunków startu projektu
- zaprojektowanie struktury organizacyjnej projektu
- interesariusze na etapie realizacji – ich rola i oczekiwania
- dokumentowanie wymagań oraz ich priorytetyzacja
- identyfikacja produktów / rezultatów cząstkowych
- kryteria jakości oraz akceptacji wymagań
- różnica między zapewnieniem jakości a kontrolą jakości
- planowanie działań związanych z zapewnieniem jakości
- planowanie czynności kontrolnych jakości
- wskazanie zadań zarządczych i wytwórczych
- wyznaczenie głównych etapów projektu
- określenie punktów kontrolnych (kamieni milowych)
- ustalanie kolejności zadań
- metody szacowania w projekcie
- szacowanie pracochłonności oraz potrzebnych zasobów
- określanie czasu trwania poszczególnych zadań
- struktura zasobów i ich kalendarz dostępności
- budowanie harmonogramu projektu
- niepewność planowania i wynikające z niej ryzyko operacyjne
- stworzenie bazowego planu strategicznego
Realizacja projektu w praktyce
- przygotowanie planu dla konkretnego etapu
- analiza i ocena możliwości wprowadzenia zmian
- delegowanie zadań do zespołów projektowych
- monitorowanie postępu prac
- działania korygujące i naprawcze w odpowiedzi na odchylenia
- realizacja działań związanych z zapewnieniem i nadzorem nad jakością
- kontrola jakości rezultatów
- obsługa zmian pojawiających się w trakcie trwania projektu
Nadzór i bieżąca kontrola projektu
- współpraca z interesariuszami podczas realizacji
- planowanie i prowadzenie komunikacji w projekcie
- monitorowanie i raportowanie postępów
Zamykanie projektu i podsumowanie
- formalne akceptacje oraz przekazanie produktów projektu
- rozliczenie projektu (czas, budżet, zakres)
- podsumowanie osiągniętych celów i dostarczonych produktów
- ocena projektu oraz zastosowanych procesów
- zebranie doświadczeń i wniosków na potrzeby kolejnych projektów
- domknięcie współpracy z zespołem projektowym
- formalne zamknięcie administracyjne projektu

Moduł II: Zwinne zarządzanie projektami dla praktyków. Agile i elementy Scrum

Praktyczne wprowadzenie do podejścia projektowego – kaskadowo vs. zwinnie
- typowe pułapki zbyt szczegółowego i sztywnego planowania
- różnica między koncentracją na celu a koncentracją na produkcie
- planowanie i realizacja projektu przy ściśle określonych wymaganiach i ograniczeniach (podejście kaskadowe)
- planowanie i realizacja projektu na bazie ogólnych oczekiwań i zdefiniowanego celu (podejście kaskadowe oraz zwinne)
- omówienie technik i praktyk
  - cel projektu w języku korzyści
  - formułowanie i zbieranie oczekiwań
  - definiowanie wymagań
  - projektowanie produktu (wizja, projekt BDUF/EDUF, prototyp)
  - plan projektu
  - zadania oraz ich sekwencja (lista zadań, kolejność realizacji)
  - weryfikacja i walidacja rezultatów
Na czym polega projektowanie zwinne
- rozpoznanie otoczenia, środowiska i ograniczeń projektu
  - dobór cyklu życia projektu (kaskadowy, iteracyjny, zwinny)
  - ocena specyfiki własnego środowiska projektowego
- podstawy podejścia zwinnego
  - manifest zwinności – główne założenia
  - zasady zwinności w praktyce
  - typowe trudności i pułapki przy wdrażaniu zwinności
- omówienie wybranych technik i modeli
  - CYNEFIN jako model opisu środowiska projektu
  - proces sztywny – kiedy ma sens
  - proces adaptacyjny – kiedy jest korzystny
  - timeboxing jako sposób organizacji pracy
  - rozwiązania emergentne (ewolucyjne)
  - Agile Manifesto i jego znaczenie
Projekt tworzony przez ludzi i dla ludzi – role zwinne
- kluczowe perspektywy patrzenia na projekt
  - różnica między samym zainteresowaniem projektem a podjęciem realnego zobowiązania projektowego
  - potrzeby strategiczne, decyzje oraz nadzór
  - sponsor, wizjoner i właściciel biznesowy – kto za co odpowiada
  - obowiązki i uprawnienia wykonawców
  - zadania operacyjne w ramach projektu
  - identyfikowanie znanych ról i obowiązków na podstawie listy zadań
- rola właściciela produktu (Product Owner)
  - operacyjny reprezentant biznesu
  - zakres zadań i decyzyjności właściciela produktu
- zwinny zespół projektowy
  - przejście od grupy ludzi do samoorganizującego się zespołu
  - kluczowe umiejętności i cechy zespołu zwinnego
  - kiedy zespół ma szansę stać się rzeczywiście zwinnym
- scrum master
  - ewolucja roli od lidera do coacha
  - przywództwo sytuacyjne w pracy scrum mastera
- omówienie technik i praktyk zespołowych
  - dynamika rozwoju zespołu wg Bruce’a Tuckmana
  - kompetencje w kształcie litery T (T-shape)
  - samoorganizujący się zespół – praktyczne znaczenie
  - umocowanie i upoważnienie zespołu do podejmowania decyzji
  - zarządzanie sytuacyjne w zespole zwinnym (model Kena Blancharda)
Organizacja projektu w podejściu zwinnym
- przygotowanie projektu
  - wizja biznesowa projektu
  - cel i zakładane korzyści
  - wstępny zarys rezultatu / produktu
  - tworzenie spójnej wizji biznesowej
- omówienie technik i praktyk
  - formułowanie celu językiem korzyści
  - zastosowanie zasady SMART
  - „opowieści” (epics) jako forma opisu wymagań
  - backlog projektu (project backlog) jako lista prac
Planowanie na poziomie strategicznym
- wizja produktu docelowego
- użytkownicy oraz otoczenie projektu
- priorytetyzacja i podział na wydania, etapy, sprinty – korzyści i produkty cząstkowe (timeboxing)
- szacowanie rozmiaru i złożoności produktu
- stworzenie planu strategicznego w podejściu zwinnym
- omówienie wykorzystywanych technik
  - epics, themes, user stories – opowieści, tematy i historyjki użytkownika
  - story mapping – budowa wizji produktu
  - backlog (zaległości) – uporządkowana lista prac
  - priorytetyzacja z użyciem MoSCoW, „pajęczej sieci”, macierzy wartości
  - estymacja T-shirt, ranking i inne proste techniki
Planowanie sprintu
- ustalenie celu sprintu
- zdefiniowanie oczekiwań wobec sprintu
- nadanie priorytetów zadaniom
- estymacja pracochłonności
- identyfikacja konkretnych zadań
- opracowanie planu sprintu
- omówienie technik i praktyk używanych przy planowaniu
  - historyjki użytkownika jako jednostki pracy
  - praca z backlogiem
  - priorytetyzacja z wykorzystaniem MoSCoW
  - estymacja: idealny dzień, idealna godzina, story points, poker planistyczny
  - velocity (szybkość zespołu)
  - wydajność zespołu a problem wielozadaniowości
  - tablica zadań jako wizualizacja pracy
  - definition of done (definicja ukończenia)
Sprint – iteracyjne wytwarzanie rozwiązania
- sprint swobodny vs. sprint bardziej strukturalny
  - rozliczanie i planowanie dnia pracy
  - realizacja dziennych zadań
  - gromadzenie obserwacji z realizacji prac
  - przegląd backlogu sprintu oraz całego projektu
  - dostarczenie produktu w ramach sprintu
  - prowadzenie codziennych stand-upów
  - systematyczne zbieranie obserwacji
  - ponowny przegląd backlogu i ustalanie priorytetów
- omówienie technik i praktyk wspierających sprint
  - spotkanie typu stand-up
  - tablica zadań (task board)
  - tablica retro
  - refinement / grooming backlogu
  - refaktoryzacja (refactoring)
  - dług technologiczny (technical debt)
Przegląd sprintu (Sprint Review)
- prezentacja efektów pracy
- sprawdzenie (walidacja) rezultatów
- przegląd backlogu sprintu i całego produktu
- omówienie wyników sprintu
- decyzje: co dalej w kolejnym sprincie
Retrospektywa sprintu
- zebranie i podsumowanie obserwacji z iteracji
- zadania technologiczne wynikające z retrospektywy
- identyfikacja tego, co można poprawić w kolejnym sprincie
- omówienie technik i praktyk retrospektywy
  - planowanie i moderowanie spotkania retro
  - wykorzystanie tablicy retrospektywnej
Popularne modele i metodyki – inspiracje dla praktyków
- przegląd wybranych podejść: XP, Scrum, Lean, DSDM 2014 / APM v.2
- podejścia do ryzyka w środowisku zwinnym (PAQ)
- rekomendacje i przykłady praktycznego zastosowania omawianych modeli

Moduł III: AI w zarządzaniu projektami

Sztuczna inteligencja a zarządzanie projektami
- obszary, w których AI wspiera procesy projektowe (planowanie, raportowanie, komunikacja, analiza ryzyk)
- dopasowanie narzędzi AI do stosowanej metodyki (Waterfall, Agile, podejścia hybrydowe)
- zmieniająca się rola PM-a w erze AI – od realizatora zadań do strategicznego lidera zmian
Strategie tworzenia promptów dla Project Managerów
- jak formułować pytania, aby uzyskać precyzyjne i praktyczne odpowiedzi
- tworzenie promptów do harmonogramów, raportów statusowych, analiz ryzyka, komunikacji i eskalacji
- warsztat: pisanie promptów na bazie realnych sytuacji z projektów uczestników
AI w komunikacji projektowej
- jak AI może wspierać przygotowywanie komunikatów dla zespołu, sponsora i Steering Committee
- przykłady trudnych rozmów, negocjacji, mediacji i eskalacji wspieranych przez AI
- symulacje: AI jako „sparring partner” w wymagających rozmowach projektowych
Frameworki AI w zarządzaniu projektami – poziom operacyjny
- frameworki wspierające porządkowanie myślenia, planowanie zadań, analizę ryzyk oraz doskonalenie procesów operacyjnych
Warsztat praktyczny: AI w raportowaniu i analizie projektu
- przygotowywanie statusów oraz generowanie raportów na bazie danych projektowych
- praktyczne zastosowanie frameworków COAST i ERA
- ćwiczenie: zbudowanie własnego promptu do generowania tygodniowego raportu z projektu
AI w zarządzaniu strategicznym projektem
- wykorzystanie AI w analizie zależności, korzyści i ryzyk na poziomie strategicznym
- wsparcie AI w podejmowaniu decyzji oraz ocenie skutków planowanych zmian
- frameworki pomagające dopasować inicjatywy projektowe do celów organizacji
AI a przywództwo i kompetencje miękkie PM-a
- jak AI może wspierać przywództwo, motywację zespołu, zarządzanie konfliktami i komunikację z interesariuszami
- frameworki wspierające rozwój empatii, etyki i odpowiedzialnego przywództwa w świecie nowych technologii
- warsztat: tworzenie empatycznych komunikatów z użyciem AI (trudna rozmowa, feedback, sytuacja kryzysowa)
AI w analizie decyzji i interpretacji rezultatów
- jak rozumieć dane oraz rekomendacje generowane przez modele AI
- framework rozwijający umiejętność interpretacji oraz podejmowania decyzji w oparciu o feedback AI
- ćwiczenia: jak unikać błędów decyzyjnych wynikających z nadmiernego zaufania do AI
Mindset rozwojowy – świadoma niewiedza i zdrowy sceptycyzm wobec AI
- jak zachować krytyczne podejście do technologii i decyzji podpowiadanych przez modele AI
- framework wspierający uczenie się poprzez eksperymentowanie i refleksję
Budowa własnej mapy kompetencji AI Project Managera
- opracowanie indywidualnej mapy kompetencji w obszarze AI
- zaplanowanie dalszego rozwoju w pracy z narzędziami AI
Warsztat końcowy: tworzenie własnego agenta AI dla projektu
- praktyczne tworzenie asystenta AI dla konkretnego projektu, wspierającego prowadzenie prac
- prezentacje zespołowe – pokaz zastosowania AI i omówienie rezultatów
- dyskusja o roli AI w przyszłości pracy kierownika projektu

Pobierz w wersji PDF

Training also available in English .

Przeznaczenie i wymagania

Szkolenie przeznaczone jest dla osób rozpoczynających pracę w projektach lub wchodzących w rolę PM/PO/SM, liderów zespołów, analityków i specjalistów biznesowych/IT, którzy chcą poznać pełny „stack” kompetencji PM: od fundamentów, przez praktykę Agile/Scrum, po produktywne zastosowania AI w realnych projektach.

Nie wymagamy wcześniejszego doświadczenia w zarządzaniu projektami. Przyda się ogólna znajomość pracy zespołowej oraz gotowość do ćwiczeń warsztatowych. Na części dotyczącej AI warto mieć dostęp do przeglądarkowych narzędzi AI (konto w jednym z popularnych rozwiązań), aby przerobić przykłady 1:1.