AI Architect · для компаний

От выбора задачи до итогового проекта

Эта страница про внедрение ИИ в компании. Если хотите научиться работать с ИИ сами, вам сюда.

AI Architect: научитесь применять ИИ в работе

Возьмите рабочую задачу или учебный пример без доступа к данным компании. В ходе работы вы будете выбирать модели, составлять запросы, собирать и проверять первые решения. К концу обучения оформите проект с понятным статусом: что проверено и что ещё нужно сделать перед применением в компании.

За 30 минут разберём, подходит ли вам восьминедельная программа с вашей задачей. Заранее готовить описание процесса не нужно. Фрагмент видео открыт без контакта; для полного разбора понадобится телефон.

Ваш проект — в работе
На чертёжном столе — открытая модель процесса с янтарным модулем, рабочие листы, схема и материалы для проверки.
Учебный проект: схема работы, первый вариант решения и результаты проверки.

8 недель

10 модулей

60 академических часов

Проект на своей задаче

60 академических часов по программе

Что будем изучать

Десять модулей: от выбора задачи и модели до итогового проекта. В каждом есть практическая работа. Инструменты выбираем под задачу и доступность сервисов. Откройте модуль, чтобы посмотреть темы, задание и результат.

Где ИИ пригодится вашему бизнесуВыберите работу, с которой имеет смысл начинать: понятную вам, с доступными примерами и результатом, который можно проверить.4 акад. ч.

Темы

  • Возможности ИИ в текстах, изображениях, документах и рабочих процессах.
  • Применение в маркетинге, продажах, аналитике, поддержке и операциях.
  • Ограничения: ошибки, качество данных, стоимость и участие команды.
  • Оценка идеи по времени, деньгам и рискам.

Практическое задание

Найдите 3–5 задач в своей компании или отделе. Для каждой опишите возможную пользу и препятствия, затем выберите приоритетные.

Что получится

Карта возможных применений ИИ и короткий список задач для дальнейшей работы.

Как выбрать модель под свою задачуНаучитесь сравнивать инструменты по результату на своей работе и понимать, за какие возможности вы платите.6 акад. ч.

Темы

  • Универсальные, быстрые, специализированные и локальные модели.
  • Качество ответа, русский язык, документы, изображения и объём входных данных.
  • Скорость, стоимость использования, доступность и правила работы с данными.
  • Сравнение моделей на одинаковых примерах.

Практическое задание

Дайте 2–4 моделям одну рабочую задачу. Оцените ответы по заранее выбранным признакам, по возможности скрыв названия моделей на время оценки.

Что получится

Таблица сравнения, обоснование выбора модели и шаблон для повторной проверки.

Как ставить задачи ИИПодготовьте запросы, которые можно повторять и улучшать по замечаниям к ответу.6 акад. ч.

Темы

  • Задача, контекст, примеры, ограничения и формат ответа.
  • Постоянные инструкции и шаблоны для повторяющейся работы.
  • Таблицы, письма, резюме документов и рабочие инструкции.
  • Проверка и доработка ответа; случаи, когда нужно менять данные или инструмент.

Практическое задание

Подготовьте 10–15 запросов или шаблонов под свои задачи. Один из них последовательно улучшите: получите ответ, разберите ошибки и уточните задание.

Что получится

Библиотека рабочих запросов и образцов нужного ответа.

ИИ в работе отделовРазберитесь, как применять ИИ в конкретной функции и что проверять, чтобы результат подходил для работы.8 акад. ч.

Темы

  • Маркетинг: тексты, исследования аудитории, изображения и видео.
  • Продажи: письма, предложения, обращения клиентов и данные CRM.
  • Аналитика и финансы: таблицы, отчёты и поиск отклонений.
  • HR и операции: адаптация сотрудников, регламенты и внутренние документы.

Практическое задание

Выберите одну функцию и опишите процесс: как работа устроена сейчас, где будет участвовать ИИ, по каким признакам оценивать результат и какие ошибки недопустимы.

Что получится

Схема одного рабочего процесса с применением ИИ, показателями качества и рисками.

Автоматизация с ИИ без написания кодаСвяжите повторяющиеся действия и предусмотрите проверку результата на каждом важном участке.6 акад. ч.

Темы

  • Последовательность: событие, обработка, решение, запись результата.
  • Разбор входящих обращений, отчёты, дайджесты и документы.
  • Выбор платформы: подключения, стоимость, история действий и контроль данных.
  • Что делать при ошибке и когда передавать работу человеку.

Практическое задание

Соберите одну учебную автоматизацию под свою задачу: например, обработку подготовленного обращения или документа. Опишите её логику и точки проверки.

Что получится

Учебная автоматизация, схема её работы и список действий, которые контролирует человек.

ИИ-агенты: задачи, инструменты и контрольПоймите, когда задаче нужен агент и какие действия ему можно разрешить.8 акад. ч.

Темы

  • Различия между ответом в чате, заданной последовательностью действий и агентом.
  • Планирование нескольких действий и исправление ошибок.
  • Поиск по документам (RAG) и подключение инструментов (MCP).
  • Доступы, подтверждение человеком и условия остановки.

Практическое задание

Спроектируйте агентный сценарий для одной задачи и попробуйте его на шаблоне или готовой платформе. Укажите, что агент делает сам и где ждёт подтверждения.

Что получится

Схема агентного сценария, учебный прототип и правила контроля его действий.

Прототипы интерфейсов с помощью ИИСделайте идею наглядной: покажите, как человек будет пользоваться будущим решением.4 акад. ч.

Темы

  • Сборка прототипа с помощью ИИ: подход vibe coding.
  • Лендинг, внутренний экран, калькулятор или простой рабочий инструмент.
  • Проверка безопасности, подключений и возможности дальнейшей доработки.
  • Что можно показывать, что нужно исправить и что передать разработчику.

Практическое задание

Создайте экран, лендинг или простой прототип для своего проекта. Запишите ограничения, которые нужно устранить перед запуском.

Что получится

Прототип для демонстрации и список необходимых доработок.

Как подготовить внедрение в компанииПереведите результаты учебной работы в план: что делать, кто участвует и по каким данным принимать решения.6 акад. ч.

Темы

  • Выбор приоритетных задач и последовательности работ.
  • Расчёт ожидаемой пользы и затрат: время, качество, расходы и ошибки.
  • Ответственные, ресурсы и выбор между готовым сервисом и разработкой.
  • Участие команды и изменения привычного порядка работы.

Практическое задание

Составьте план применения ИИ на шесть месяцев. Укажите приоритеты, предполагаемые расходы, участников и показатели, по которым будете оценивать результат.

Что получится

Дорожная карта с расчётными допущениями, ресурсами и условиями перехода к следующим работам.

Данные, права и правила использования ИИПодготовьте понятные правила для команды: какие данные можно использовать, что проверять и кто отвечает за итог.4 акад. ч.

Темы

  • Данные, договоры, авторские права и требования к работе компании.
  • Правила для российских и зарубежных рынков, значимые для вашей задачи.
  • Утечки, фактические ошибки, предвзятые решения и зависимость от сервиса.
  • Подтверждение человеком и документирование работы с ИИ.

Практическое задание

Напишите черновик правил для своей компании или отдела: где разрешён ИИ, какие данные нельзя передавать, кто проверяет результат и как фиксировать его использование.

Что получится

Первая версия внутреннего регламента для обсуждения с ответственными в компании.

Итоговый проект и защитаПокажите, какую задачу вы разобрали, что получилось проверить и что требуется для использования результата.8 акад. ч.

Темы

  • Бизнес-задача и обоснование выбора модели и способа работы.
  • Демонстрация процесса, автоматизации или прототипа.
  • Показатели результата, расчёт ожидаемого эффекта и ограничения.
  • План применения, ответственность и контроль рисков.

Практическое задание

Соберите учебные работы в один проект и представьте его на защите. Покажите проверенные результаты и отдельно обозначьте предположения, ограничения и необходимые доработки.

Что получится

Итоговый проект по своей рабочей задаче: материалы проверки, обоснование решений и план дальнейшей работы.

Результат обучения

Что вы подготовите на своей задаче

Учебные работы складываются в один проект. Глубина сборки зависит от задачи, данных и доступов: где-то получится автоматизация, где-то — прототип или последовательность действий с ИИ. Ограничения и необходимые доработки входят в описание проекта.

  1. Выбранная задача

    Список возможных применений ИИ и один процесс для подробной работы: что происходит сейчас, где тратится время и что хотите изменить.

  2. Выбор модели и рабочие запросы

    Сравнение моделей на своих примерах и библиотека запросов с нужными данными, форматом ответа и правилами проверки.

  3. Схема и первый вариант решения

    Что передать ИИ, какие действия связать между собой и где нужен человек. Учебная сборка или прототип на доступных данных.

  4. Результаты проверки

    Примеры ответов, ошибки, затраты времени на выполнение и исправления. По ним видно, для какой работы подходит решение.

  5. План использования в компании

    Что доработать, с кем договориться, какие ресурсы нужны и как оценивать пользу. Черновик правил работы с ИИ и материал для обсуждения с командой.

Одна задача через всю программу

Как учебные работы сложатся в проект

Через всю программу проходит одна выбранная задача. К ней вы будете возвращаться с новыми инструментами и результатами проверки.

  1. Выбрать задачу

    Описываете текущую работу, собираете примеры и решаете, что хотите улучшить.

  2. Подобрать способ работы

    Сравниваете модели, готовите запросы и определяете, какие действия поручить ИИ.

  3. Собрать и проверить

    Пробуете решение на подготовленных примерах. Записываете ошибки и время на исправления.

  4. Показать результат

    Собираете проект: что получилось, что требует доработки и как попробовать решение в компании.

Итоговый проект · предыдущий поток

Управление запасами в ресторанной сети

Участник прошлого потока выбрал процесс заказа продуктов и подготовил проект его изменения: от исходной проблемы до плана первого пилота.

Рабочая задача

Управляющие заказывали продукты по опыту, а данные о продажах и остатках были разрознены. Лишний заказ увеличивал запасы и списания. При нехватке продуктов блюда попадали в стоп-лист.

Что подготовил участник

Описал новый порядок заказа, требования к данным и роль управляющего. Обосновал выбор готового решения, рассчитал ожидаемый эффект и составил план пилота с рисками и точками проверки.

Как предложил проверить

Сравнить запасы и списания до и после пилота на части сети. Одновременно следить за стоп-листами: уменьшение запасов не должно приводить к нехватке продуктов. Заранее определить, когда продолжать, а когда пересматривать решение.

Как предложено организовать заказ

  1. Продажи и остатки
  2. Прогноз спроса
  3. Рекомендованный заказ
  4. Управляющий проверяет и утверждает
  5. Заказ и контроль показателей

Результат учебной работы — проект и план проверки на части сети. Снижение запасов и списаний — цели будущего пилота; фактический эффект ещё предстоит измерить.

Посмотреть фрагмент работы участника
Фрагмент итогового проекта: сбор продаж и остатков, прогноз спроса по позициям, рекомендованный заказ, утверждение управляющим, заказ и отчёт о показателях.
Исходная схема из итоговой презентации участника. Нажмите на изображение, чтобы открыть в полном размере.

С чем приходить

Кому подойдёт обучение

Собственникам

Хотите выбрать полезную задачу для ИИ, разобраться в расходах и понимать, какую работу поручать команде или подрядчику.

Подробнее для вашей роли

Руководителям отделов

Хотите упростить работу отдела и прийти к руководству с примерами, расчётами и понятным планом.

Подробнее для вашей роли

Специалистам

Уже пробуете ИИ в своей работе и хотите увереннее составлять запросы, связывать действия и проверять ответы.

Подробнее для вашей роли

Что понадобится для проекта

  • Вы готовы выбрать рабочую задачу или учебный пример для практики.
  • Для работы с данными компании нужны разрешённые примеры. Если доступа к ним нет, можно учиться на учебном примере без рабочих данных.
  • Готовы выполнять практические задания между занятиями.
  • Навыки программирования для входа не обязательны.

Как проходит обучение

Онлайн, с практикой на своей задаче

Обучение длится восемь недель. Программа включает 60 академических часов и десять модулей. Вы выполняете практические задания, получаете проверку каждой выданной домашней работы от Яна и собираете итоговый проект. Понадобится время на самостоятельную работу.

Учебный прототип проверяют отдельно перед использованием в компании. Для подключения к рабочим системам могут понадобиться дополнительные данные, разрешения и помощь технического специалиста.

Самостоятельно · с поддержкой · командой

Форматы участия

Во всех форматах — полная восьминедельная программа. Ян проверяет каждую выданную домашнюю работу и отвечает в день обращения или сдачи. Отличается дополнительная поддержка проекта и команды.

Specialist

Самостоятельное прохождение

  • Полная программа
  • Проверка Яном каждой выданной домашней работы
  • Чат вопросов и ответов
  • Рабочие шаблоны
  • Сертификат AI Architect и документ КемГУ после полного прохождения программы и выполнения всех предусмотренных заданий
Обсудить участие с моей задачей

Team / Enterprise

Для команды до трёх человек

  • Всё из Architect
  • Участие команды до трёх человек
  • Оплата юридическим лицом
  • Отдельный разбор кейса компании
  • Расширенное сопровождение
Обсудить участие с моей задачей

Не уверены, какой формат подойдёт? Опишите задачу в заявке — обсудим объём работы, сопровождение и стоимость до решения об участии.

Выпускники AI Architect

Как проходило вручение дипломов

На видео — вручение дипломов о профессиональной переподготовке «Искусственный интеллект» выпускникам прошлого потока AI Architect.

На видео — выпуск прошлого потока. Сертификат AI Architect и документ КемГУ получают все, кто полностью прошёл программу и выполнил все предусмотренные задания.

Смотреть на YouTube

Вопросы и ответы

Что ещё стоит знать

Нужно ли уметь программировать?

Нет, для входа в программу это не обязательно. Начать можно с готовых инструментов и платформ автоматизации. Если ваш проект потребует сложных подключений или собственной разработки, понадобится технический специалист.

Можно ли учиться на данных, которые нельзя передавать внешним сервисам?

Да. Можно работать на учебном примере без доступа к рабочим данным или использовать согласованные обезличенные данные. Учебный результат так и обозначаем. Правила компании определяют, какие материалы и сервисы разрешены; перед применением решения в работе нужна отдельная проверка на допустимых данных.

Обязательно ли делать агента?

Агентный подход входит в программу как учебная тема. Для итогового проекта выбираете подходящий вариант: помощника, автоматизацию, прототип интерфейса или агента с ограниченными действиями.

Я руководитель. Нужно ли мне всё собирать самому?

Вы участвуете в выборе задачи и оценке результата. Практические задания помогут понимать возможности инструментов. Кто готовит данные и занимается сборкой вашего проекта, обсуждаем с учётом команды и формата участия.

Можно ли учиться, если я пока не могу менять работу отдела?

Да. Можно разобрать задачу на учебном примере и подготовить проект для обсуждения. Пробу в работе отдела согласовывают с человеком, который за неё отвечает; учебный результат сам по себе не подтверждает внедрение.

Сколько времени нужно на обучение?

Обучение длится восемь недель и включает 60 академических часов. Кроме занятий, нужно подготовить примеры и выполнить задания. Перед записью обсудим расписание и время на самостоятельную работу по вашей задаче.

Что будет, если ИИ плохо справится с моей задачей?

Вы разберёте ошибки и затраты на исправления. Эти результаты войдут в проект и помогут решить, стоит ли дорабатывать решение, сменить инструмент или сохранить прежний способ работы.

Кто проверяет домашние работы и когда я получу ответ?

Ян лично проверяет каждую выданную домашнюю работу. На обращение или сданную работу он отвечает в день обращения или сдачи. ИИ помогает ему с предварительной сверкой; итоговую обратную связь даёт Ян.

Какие документы я получу после обучения?

Сертификат AI Architect и документ КемГУ получают все, кто полностью прошёл программу и выполнил все предусмотренные задания.

Обсудить задачу

Какую работу вы хотите упростить?

Расскажите, что занимает время, где возникают ошибки и что вы уже пробовали. Обсудим, подходит ли эта задача для обучения в AI Architect.

Обсудить мою задачу