Управление ИИ проектами

Введение и эффективное обучение

Как разобраться в новой теме, работать с источниками, выстроить план и найти время на обучение.

Введение в нейросети и их возможности

Принципы работы нейросетей, обзор популярных инструментов (ChatGPT, GigaChat, DeepSeek, YandexGPT, Grok 4) и выбор нужной нейросети.

Промпт-инжиниринг

Работа с языковыми и графическими нейросетями, управление качеством генерации, составление промптов и продвинутые техники.

Введение в машинное обучение

Понятия AI, ML, LLM, типы задач (классификация, генерация и др.), жизненный цикл ИИ-проекта, оценка осуществимости и метрики качества.

Подходы к управлению проектами и гибкие методологии

Agile, SCRUM, Kanban, Waterfall, SDLC. Инструменты: Trello, Asana, Jira, Confluence, Notion, Miro, MS Project.

Анализ процессов и подготовка к внедрению ИИ

Оценка эффекта от внедрения, аудит бизнес-процессов, моделирование в BPMN 2.0, UML, EPC, AS IS/TO BE моделирование.

Управление требованиями

Работа со стейкхолдерами, сбор бизнес-, пользовательских, функциональных и нефункциональных требований, подготовка ТЗ.

Автоматизация и no-code платформы

ИИ-агенты, работа с Make, Zapier, n8n.

Внедрение ИИ в бизнес-процессы

Проектирование пилотов по DWD, кейсы внедрения в производство, B2B и медицине, создание регламентов и баз знаний.

Оценка результатов и завершение проекта

Отслеживание прогресса, метрики, закрытие проекта, защита перед заказчиком.

Английский язык

Изучение документации с помощью нейросетей, оформление резюме документации.

Основы языка SQL

Работа с базами данных, PostgreSQL, Dbeaver, выбор и соединение данных, оконные функции, DDL.

Начало работы с языком Python

Установка Python, IDE (PyCharm, VS Code), Git/GitHub, типы данных, функции, условия, циклы, модули и файлы.

Итоговый проект

Разработка ИИ-решения для бизнеса.

Онлайн

• Управление ИИ-проектами
• Оценка ценности и осуществимости ИИ-проектов
• Интеграция ИИ в бизнес-процессы
• Промпт-инжиниринг
• Работа с нейросетями (ChatGPT, GigaChat, DeepSeek, YandexGPT, Grok 4)
• Понимание основ машинного обучения
• Применение Agile, SCRUM, Kanban
• Использование инструментов управления проектами (Jira, Confluence, Notion, Miro, MS Project)
• Моделирование бизнес-процессов (BPMN, UML, EPC)
• Сбор и управление требованиями
• Создание ИИ-агентов (no-code)
• Анализ результатов и метрик
• Основы SQL
• Основы Python

• Люди, желающие управлять ИИ-проектами
• Специалисты, стремящиеся интегрировать ИИ в бизнес-процессы
• Кандидаты на позицию менеджера ИИ-проектов