Более 1000 слушателей прошли курсы и получили сертификат!
Обучение от эксперта по себестоимости в формате вечерних вебинаров-практикумов или в видео-формате с практиками
Распродажа!
Искусственный интеллект в бизнес-анализе — вебинары
₽30.000 Первоначальная цена составляла ₽30.000.₽16.000Текущая цена: ₽16.000.
Искусственный интеллект перестал быть модным словом – он стал инструментом конкурентного преимущества. Но как понять, где именно AI принесёт пользу бизнесу, и как грамотно внедрить его в процессы?
Чтобы получить полный и комплексный ответ на этот вопрос, надо пройти достаточно длинный путь:
- Определить возможности ML, LLM, GenAI и границы применимости AI.
- Погрузиться в дисциплину промпт-инжиниринга и освоить системные промпты (промпты промптов).
- Вникнуть в суть AI-агентов и мультиагентного взаимодействия, научиться использовать их для решения различных прикладных задач.
- Понять, как использовать ИИ для формализации процессов и требований, формирования документации.
- Разобраться с использованием ИИ в анализе данных.
И каждая из этих задач не просто разбирается на курсе, а исследуется именно с точки зрения бизнес-анализа и его специфики.
Добавьте к этому такие темы, как поиск инноваций и анализ трендов, генерацию кода, пользовательского интерфейса, бизнес-логики и тестов – и вот у вас в руках уже не просто модная игрушка под названием «AI», а полноценный инструмент, помогающий вам в работе.
Каждый модуль обучения содержит не только теоретическую часть, но и разбор кейсов или практические упражнения, где участники сразу пробуют инструменты AI на реальных задачах.
Даты курса 18.05-21.05
Описание
Цели курса
- Дать участникам системное понимание возможностей искусственного интеллекта в бизнесе-анализе.
- Сформировать навыки практического применения AI в бизнесе-анализе, чтобы переложить рутину на искусственный интеллект и посвятить себя более творческим задачам на благо бизнеса.
Целевая аудитория
- Руководители, принимающие решения о внедрении AI.
- Бизнес-аналитики, системные аналитики.
- Консультанты, специалисты по бизнес-процессам.
- Владельцы и менеджеры продуктов.
- Проектные менеджеры.
- IT- и data-эксперты, которые хотят расширить практические навыки специалистов по цифровой трансформации.
Приобретаемые знания
Участники курса получат знания в следующих областях:
- применение AI в бизнес-анализе;
- промпт-инжиниринг;
- AI-агенты и мультиагентное взаимодействие;
- ограничения в применении AI-агентов.
Участники курса научатся при помощи ИИ:
- формализовывать процессы, формировать требования и спецификации;
- создавать код, генерировать UI и бизнес-логику;
- документировать ИТ-решения;
- анализировать данные;
- осуществлять поиск инноваций и анализ трендов.
План курса
| № |
Наименование тем и разделов |
| 1 |
Определение применимости AI в процессах
- AI-native-организация
- Возможности ML, AI, LLM, GenAI
- Типы решаемых задач, кейсы применения
- Подход AI Opportunity Canvas
- Методология выявления процессов для внедрения AI
- Критерии выбора операций для внедрения AI
- Бизнес-кейс и ROI
- Финансовая оценка: TCO, NPV, «стоимость промедления»
- Практикум: AI Opportunity Canvas – определение кейсов применения AI
|
| 2 |
Промпт-инжиниринг (Prompt Engineering)
- Conversational AI
- Обзор LLM (DeepSeek, GigaChat и т. д.)
- Вопросы выбора LLM (соревнование LLM)
- Параметры настройки LLM (температура и т. д.)
- Виды промптов (роль, контекст, система)
- Написание системных промптов (промпт промптов)
- Примеры промптов для разных задач, библиотеки
- Особенности работы с LLM
- Практикум: написание и исполнение системных промптов
|
| 3 |
AI-агенты и мультиагентное взаимодействие
- Понятие AI-агента
- Виды AI-агентов
- Инструменты для AI-агентов
- Оценка уровня AI в агенте
- Мультиагентное взаимодействие
- Принципы мультиагентного взаимодействия
- Демонстрация: практическая работа AI-агентов, инструменты, взаимодействие
|
| 4 |
Примеры AI-агентов (Data & Document AI)
- Внешние сервисы для работы AI-агентов
- Распознавание документов и изображений
- Генерация изображений и видео
- Чат-боты – помощники (понятие RAG) на базе Wiki
- Генерация контента с помощью AI-агентов
- Парсинг интернета с помощью инструментов
- Ограничения в применении AI-агентов
- Демонстрация: практическая работа AI-агентов, вызов внешних сервисов
|
| 5 |
Формализация процессов и требований с AI
- Определение проблематики по процессу
- Описание процессов и генерация моделей
- Описание требований к ИТ
- Особенности генерации графических моделей при определении требований и описании процессов
- Генерация спецификаций
- Практикум: генерация описания процессов, проблематики, требований к ИТ и предложений по улучшению
|
| 6 |
Создание кода и его документирование
- Специализированные LLM для создания кода
- Примеры создания формул в Excel
- Примеры генерации пользовательского интерфейса
- Примеры генерации бизнес-логики
- Генерация тестов
- Практикум: генерация формул Excel и кода с применением LLM
|
| 7 |
Документирование ИТ-решений
- Формы документирования ИТ-решений
- Примеры документирования кода
- Написание инструкций пользователей
- Практикум: генерация инструкций пользователя
|
| 8 |
Анализ данных с AI
- Подготовка данных для анализа
- Анализ данных в LLM
- Реверс-инжиниринг описания данных
- Process Mining, Task Mining
- Predictive & Prescriptive Analytics: прогноз спроса
- Паттерны применения LLM в анализе данных
- Практикум: анализ данных с помощью LLM
|
| 9 |
Trend Scouting & Innovation Pipeline
- Поиск инноваций и анализ трендов
- Радар технологических новинок
- Дизайн и проведение AI-воркшопов
- Цикл: от идеи до прототипа (discovery → прототип → workshop → бизнес-кейс)
- Практикум: поиск инноваций с помощью LLM
|