Искусственный интеллект в бизнесе (базовый уровень)

Комплексная программа-практикум по использованию искусственного интеллекта в бизнесе.

Уникальность программы  - авторский подход тренера. Применение опыта использования AI для решения реальных задач бизнеса в контексте проектов слушателей. Слушатели смогут уже в ходе обучения разработать AI-сервис, понять специфику использования нейросетей, смогут передавать полученный опыт и адаптировать его в профессиональной среде. Без навыков разработки. Без навыков проектирования. Только знание реальных бизнес-процессов и проблем, которые важно решить в бизнесе.

Для кого эта программа:

• Руководители и менеджеры, которые принимают решения о внедрении AI в компании и формируют цифровую стратегию
• Продуктовые менеджеры, разрабатывающие продукты с использованием AI-технологий
• Представители бизнеса, создающие AI-стартапы или внедряющие AI в существующий бизнес
• Бизнес-аналитики, работающие с данными и аналитикой в компаниях

Слушатели должны иметь:

• Ноутбук или ПК. Стабильно работающий интернет. Доступ к необходимым AI-инструментам и API (Gemini (тариф Google AI Pro), Lovable, Figma)
• Идеи для проекта
• Позитивный настрой и готовность к сотрудничеству

Чему научатся слушатели:

• Практический опыт. Работа над реальным проектом от идеи до презентации
• Командная работа. Опыт совместной разработки и распределения ролей
• Искусство презентации. Умение презентовать технические решения бизнес-аудитории
• Понимание рисков использования AI и эргономичное их исключение (для продвинутого уровня)

Оптимизация процессов:

• Автоматизация обработки документов с помощью AI (Artificial Intelligence)
• Прогнозирование спроса с использованием ML (Machine Learning, Машинное обучение)
• Оптимизация логистики с помощью AI

Клиентский опыт:

• AI-ассистент для поддержки клиентов
• Персонализация предложений
• Анализ обратной связи клиентов с помощью NLP (Natural Language Processing)

Аналитика и инсайты:

• Система предиктивной аналитики для бизнеса
• AI-дашборд для принятия решений
• Выявление аномалий и фрод-детекшн (fraud-detection)

Продуктовые инновации:

• Новый AI-powered продукт или сервис
• Интеграция AI в существующий продукт
• AI-функционал для конкурентного преимущества

Тема 1Б. Введение в искусственный интеллект (8 академических часов)

• Основы AI и его роль в современном бизнесе

• История развития искусственного интеллекта
• Типы AI: узкий, общий и супер-интеллект
• Современное состояние AI-технологий
• AI в различных отраслях бизнеса
• Мифы и реальность искусственного интеллекта
• Понимание основных концепций AI
• Способность оценить применимость AI в бизнесе
• Знание трендов и перспектив развития

Тема 1П.  Машинное обучение для бизнеса (8 академических часов)

• Практическое понимание алгоритмов машинного обучения
• Supervised vs Unsupervised learning
• Классификация и регрессия
• Кластеризация и сегментация
• Рекомендательные системы
• Предсказательная аналитика
• AutoML платформы
• Умение выбрать подходящий алгоритм ML
• Понимание процесса обучения моделей
• Способность оценить качество модели

Тема 2Б. Большие языковые модели и Generative AI (8 академических часов)

• ChatGPT, Gemini и другие LLM в бизнесе
• Архитектура трансформеров
• Промпт-инжиниринг: лучшие практики
• ChatGPT, Claude, Gemini: сравнение и применение
• Fine-tuning и RAG (Retrieval Augmented Generation)
• Создание AI-ассистентов для бизнеса
• Кейсы применения LLM в компаниях
• Владение техниками промпт-инжиниринга
• Умение интегрировать LLM в бизнес-процессы
• Понимание ограничений и рисков LLM

Тема 2П. Компьютерное зрение (8 академических часов)

• Распознавание и анализ изображений и видео
• Основы компьютерного зрения
• Распознавание объектов и лиц
• Сегментация изображений
• Optical Character Recognition (OCR)
• Анализ видеопотоков в реальном времени
• Применение в ритейле, безопасности, медицине
• Понимание возможностей компьютерного зрения
• Знание платформ и инструментов
• Умение оценить ROI CV-проектов

Тема 3П. Обработка естественного языка, NLP (8 академических часов)

• Анализ текста, чат-боты, sentiment analysis
• Основы NLP и обработки текста
• Sentiment Analysis и анализ отзывов
• Named Entity Recognition (NER)
• Классификация и категоризация текстов
• Разработка чат-ботов и виртуальных ассистентов
• Анализ социальных медиа
• Умение создать NLP-решение для бизнеса
• Навыки работы с текстовыми данными
• Понимание метрик качества NLP-моделей  

Тема 4П.  Данные для искусственного интеллекта (8 академических часов)

• Сбор, подготовка, управление и качество данных
• Data-centric AI подход
• Сбор и разметка данных
• Очистка и препроцессинг данных
• Feature Engineering
• Работа с несбалансированными данными
• Data governance и этика данных
• Синтетические данные
• Понимание роли данных в AI-проектах
• Навыки подготовки данных
• Знание инструментов работы с данными

Тема 5П. AI-стратегия для бизнеса (8 академических часов)

• Разработка и внедрение AI-стратегии в компании
• Оценка AI-зрелости организации
• Выбор приоритетных направлений для AI
• AI Canvas: фреймворк для AI-проектов
• Build vs Buy vs Partner стратегии
• Управление AI-проектами
• Формирование AI-команды
• Change management при внедрении AI
• Умение разработать AI-стратегию
• Навыки приоритизации AI-инициатив
• Понимание организационных аспектов AI

Тема 6П.  Измерение эффективности AI-проектов (8 академических часов)

• Метрики, KPI и расчет ROI AI-инициатив
• Технические метрики: accuracy, precision, recall, F1
• Бизнес-метрики AI-проектов
• Расчет ROI и TCO AI-решений
• A/B тестирование AI-моделей
• Мониторинг производительности моделей
• Continuous improvement AI-систем
• Умение определить KPI для AI-проектов
• Навыки расчета эффективности
• Понимание метрик качества моделей

Тема 7П. Этика и безопасность AI (8 академических часов)

• Ответственное использование искусственного интеллекта
• Этические принципы AI
• Bias и дискриминация в AI-моделях
• Прозрачность и объяснимость AI (XAI)
• Конфиденциальность и защита данных (GDPR)
• AI Safety и управление рисками
• Регулирование AI: текущее состояние и перспективы
• Понимание этических аспектов AI
• Навыки выявления bias в моделях
• Знание принципов Responsible AI

Тема 3Б. AI инструменты и платформы (8 академических часов)

• Обзор решений для внедрения AI в бизнес
• Cloud AI платформы: AWS, Azure, Google Cloud
• No-code/Low-code AI решения
• Open-source фреймворки и библиотеки
• Специализированные AI-сервисы
• MLOps инструменты
• Выбор технологического стека
• Знание основных AI-платформ
• Умение выбрать подходящий инструмент
• Понимание принципов MLOps

Тема 4Б. APQC как базовая модель для AI

• APQC - фреймворк бизнес-процессов
• Какие процессы нуждаются в изменении?
• Архитектура бизнес-процессов

Тема 5Б. Вайб-кодинг

• Таксономия Блума и ТРИЗ — основа качественных промптов
• Вайб-кодинг. Что это? Что можно заказать?
• Создание приложений Gemini + Lovable + Figma = полный цикл разработки

Модуль 1. Базовый

Результаты обучения

• Понимание возможностей и ограничений различных AI-технологий
• Умение выбирать подходящие AI-инструменты и платформы
• Практический опыт создания AI-прототипа

Программа

Тема 1. Введение в искусственный интеллект

• Основы AI и его роль в современном бизнесе
• Понимание основных концепций AI
• Способность оценить применимость AI в бизнесе
• Знание трендов и перспектив развития

Тема 2. Большие языковые модели и Generative AI

• GitHub, Gemini и другие LLM в бизнесе
• Умение интегрировать LLM в бизнес-процессы
• Понимание ограничений и рисков LLM

Тема 3. AI инструменты и платформы

• Обзор решений для внедрения AI в бизнес
• Знание основных AI-платформ
• Умение выбрать подходящий инструмент
• Понимание принципов MLOps

Тема 4. APQC как базовая модель для AI

• APQC - фреймворк бизнес-процессов
• Какие процессы нуждаются в изменении?
• Архитектура бизнес-процессов

Тема 5. Вайб-кодинг

• Таксономия Блума и ТРИЗ — основа качественных промптов
• Вайб-кодинг. Что это? Что можно заказать?
• Создание приложений Gemini + Lovable + Figma = полный цикл разработки

Тема 6. Практикум в формате Хакатона (16 академических часов)

• Разработка прототипа AI-решения, демонстрирующего ключевую функциональность
• Питч-презентация: проблема, решение, технология, результаты, дорожная карта
• Демонстрация работающего решения

Сценарий Хакатона будет представлен до старта обучения.