AI-инженер. Новый уровень инженерной эффективности

Цель курса: освоить AI-инструментов для решения инженерных задач

Аудитория: Курс предназначен для промышленно-производственных предприятий (нефтедобывающая, нефтеперерабатывающая, горнодобывающая, металлообработка)

Результат:

По завершению обучения слушатель:

• Освоит навыки самостоятельной автоматизации, а также сможет прототипировать low-code решения для анализа, отчетности и оптимизации.
• Сможет спроектировать и внедрить ИИ-автоматизацию в процессы компании с целью серьезно отнестись к временным затратам и минимизации человеческого фактора.

1. Тема 1. Фундамент автоматизации и бизнес-анализ:

Модуль 1.1 Цифровая трансформация в промышленности: что это значит для инженера и руководителя

• Индустрия 4.0 и цифровизация на практике.
• Примеры успешной автоматизации в горной добыче и нефтегазе.
• Роль ИТР и линейных руководителей в процессе оптимизации.
• Экономический эффект от автоматизации рутины.

Модуль 1.2 Мастерская: Поиск "пожирателей времени" в своей работе

• Техника "Фотография рабочего дня".
• Выявление повторяющихся, рутинных задач (отчеты, согласования, сбор данных).
• Групповая работа: обсуждение и классификация типовых рутинных задач подразделения.

Модуль 1.3 Основы бизнес-анализа: как описать процесс для автоматизации

• Введение в нотацию BPMN (Basic Process Model and Notation).
• Основные элементы схемы: события, задачи, шлюзы, потоки.
• Картирование процесса "As Is" (Как есть).
• Анализ процесса: поиск "узких мест", задержек, лишних шагов.

Модуль 1.4 Практикум: Картирование процесса "Заявка на ремонт оборудования"

• Описание процесса от момента выявления поломки до закрытия наряда.
• Построение схемы процесса в нотации BPMN.
• Выявление точек, где информация передается вручную, где возможны ошибки и задержки.

2. Тема 2. Практическое применение AI и промпт-инжиниринг:

Модуль 2.1 Введение в LLM: ваш новый цифровой ассистент

• Что такое LLM (ChatGPT, YandexGPT и др.) простыми словами.
• Возможности и ограничения ИИ: что он может, а что нет.
• Примеры использования: от написания писем до анализа данных.
• Безопасность и конфиденциальность при работе с ИИ.

Модуль 2.2 Мастерская: Решение рабочих задач с помощью LLM (Часть 1)

• Генерация текста: написание деловых писем, инструкций, отчетов.
• Суммаризация: извлечение ключевых тезисов из длинного технического регламента.
• Мозговой штурм: генерация идей по повышению безопасности на участке.

Модуль 2.3 Основы промпт-инжиниринга: как правильно ставить задачи ИИ

• Структура эффективного промпта: роль, контекст, задача, формат ответа.
• Техники промпт-инжиниринга: Zero-shot, Few-shot, Chain of Thought.
• Как избежать "галлюцинаций" и получить точный ответ.

Модуль 2.4 Практикум: Создание "Библиотеки промптов" для инженера

• Разработка промпта для составления ежедневного отчета мастера смены.
• Создание промпта для анализа данных из таблицы (например, расход ГСМ).
• Разработка промпта для перевода технической документации.

3. Тема 3. Введение в Low-code и платформу n8n:

Модуль 3.1 Что такое Low-code/No-code: создаем приложения без программистов

• Концепция "гражданских разработчиков".
• Обзор популярных платформ (n8n, Make, Power Automate).
• Почему n8n? Преимущества self-hosted и гибкость.
• Основные концепции n8n: воркфлоу, нода, триггер, коннекторы.

Модуль 3.2 Лабораторная работа: Установка и первый запуск n8n

• Знакомство с интерфейсом n8n: холст, панель нод, настройки.
• Создание первого воркфлоу: "Hello, World!".
• Триггеры: ручной запуск (Manual) и запуск по расписанию (Cron).
• Работа с данными: как передается информация между нодами.

Модуль 3.3 Работа с данными в n8n: от таблиц до API

• Как n8n работает с данными в формате JSON.
• Чтение и запись данных в Google Sheets.
• Подключение к сервисам по API: основы (на примере Google Sheets).
• Ноды для обработки данных: Set, If, Switch.

Модуль 3.4 Практикум: Автоматический сборщик данных

• Настройка воркфлоу, который по расписанию (раз в день) забирает данные из одного источника
• Запись этих данных в новую строку в Google Sheets с указанием текущей даты.

4. Тема 4. Продвинутые сценарии автоматизации в n8n:

Модуль 4.1 Интеграция с мессенджерами и почтой

• Создание Telegram-бота для приема сообщений.
• Настройка воркфлоу, который реагирует на команды в боте.
• Чтение входящих писем, фильтрация по теме или отправителю.
• Автоматическая отправка форматированных писем с данными из воркфлоу.

Модуль 4.2 Мастерская: Бот-помощник для отдела

• Создание Telegram-бота.
• Настройка воркфлоу: бот принимает номер техники и текст заявки (например, "КАМАЗ 123 - Замена масла").
• Воркфлоу парсит сообщение, извлекает номер и проблему, и записывает в Google-таблицу "Журнал заявок на ремонт"

Модуль 4.3 Интеграция LLM (ChatGPT) в n8n: создаем "умные" воркфлоу

• Как подключить ноду ChatGPT к n8n (API-ключи).
• Примеры сценариев: автоматическая классификация входящих заявок, генерация отчетов на основе данных, автоматические ответы на типовые вопросы.

Модуль 4.4 Практикум: "Умный" классификатор входящих писем

• Воркфлоу читает новые письма в почтовом ящике.
• Текст письма передается в ChatGPT с промптом "Определи категорию: 'Срочный ремонт', 'Закупка', 'Отчетность'".
• В зависимости от ответа ИИ, письмо пересылается в соответствующий отдел.

5. Тема 5. Обзор и применение передовых AI-инструментов:

Модуль 5.1 Персональная база знаний на базе ИИ: работаем со своими документами

• Проблема: Как заставить ИИ отвечать на основе ваших документов (инструкций, отчетов, ГОСТов), а не интернета?
• Решение: Google NotebookLM. Принцип работы "source-grounded" моделей.
• Загрузка и обработка PDF, DOCX, TXT файлов.
• Кейс: Создание "Эксперта по технике безопасности" на основе внутренних регламентов компании.

Модуль 5.2 Практикум: Создание чат-бота по базе знаний в NotebookLM

• Слушатели получают набор отраслевых документов (обезличенные инструкции, ТЗ).
• Загрузка документов в NotebookLM.
• Практика: задать вопросы к документам, сгенерировать FAQ, получить саммари по нескольким источникам.
• Создание "шпаргалки" по загруженным материалам.

Модуль 5.3 AI-инструменты для исследований, анализа и создания контента

• Perplexity AI: Как использовать ИИ-поисковик для исследований, который дает ссылки на источники. Отличие от ChatGPT. Идеально для проверки фактов и поиска технических данных.
• Custom GPTs: Как создать свой собственный чат-бот в ChatGPT без кода для выполнения узкоспециализированных задач (например, "GPT-аналитик отчетов о бурении").
• Gamma.app (или аналог): Магия создания презентаций из текстового описания за 1 минуту. Автоматизация подготовки отчетов для руководства.

Модуль 5.4 Мастерская: Создаем кастомный GPT и экспресс-презентацию

• Задача 1: Используя знания из Дня 2, слушатели создают Custom GPT, "обученный" быть, например, "Помощником мастера участка", на основе разработанных ранее промптов.
• Задача 2: Слушатели берут текст (например, отчет, сгенерированный ИИ ранее) и с помощью Gamma.app создают готовую презентацию на 5-7 слайдов.