Практическое применение ИИ для повышения эффективности IT-команд и AI Professional – курс по нейросетям и машинному обучению

Цель курса: обеспечить IT-специалистов реальными инструментами на базе ИИ для решения повседневных задач.

Аудитория: Курс предназначен для разработчиков, системные администраторы, DevOps-инженеры, аналитики данных, которые хотят освоить базовые концепции искусственного интеллекта и развивать профессиональные навыки. Менеджеры, которые не используют код, но хотят учитывать возможности и ограничения ИИ, чтобы поставить правильные задачи.

Задача курса: Предоставить слушателям общее понимание искусственного интеллекта, его инструментов и ценностей для компании.

1. Основные понятия: AI, ML, DL, Generative AI;
2. История развития Искусственного интеллекта;
3. Основные понятия;
4. Различия между ИИ, Машиным обучением и глубоким обучением;
5. Примеры использования ИИ, МО, ГО в различных областях;
6. Типы задач: классификация, регрессия, кластеризация, генерация;
7. Инструменты OpenAI (GPT), Google gemini,Claude, open-source;
8. Generative AI: LLM, prompt-инжиниринг;
9. Практика: генерация кода, документации, анализ логов;
10. ИИ в SDLC: формирование требований, User Stories;
11. Кодогенерация и prototyping;
12. Автоматизация тестирования, написание тех.документации;
13. Изучение архитектуры нейросетей: CNN, RNN, трансформеры, работа с фреймворками TensorFlow и PyTorch;
14. Оптимизация и настройка моделей для реальных задач;
15. Управление рисками и обеспечение безопасности AI-систем;
16. Продвинутый prompt-инжиниринг: системные prompt, few-shot, CoT, ReAct;
17. Практика: автоматизации рутинных задач;
18. Работа с API: эндпоинты, модели, параметры;
19. Практика: Python-скрипт, чат-бот для внутренней документации;
20. Low-code/No-code AI-агенты: обзор VoiceFlow, Botpress, Flowise;
21. Практика: умный бот для поддержки или HR-онбординга;
22. Индексация AI-возможностей: перевод бизнес-задач в AI-формат, оценка целесообразности;
23. Prompt-инжиниринг для бизнеса: анализ рынка, гипотезы, CJM, технические задания;
24. Прототипирование на low-code;
25. MVP чат-бот без кодинга (например, сбор обратной связи).