«Искусственный интеллект:
внедрение и управление»
«Искусственный интеллект:
внедрение и управление»
Практическая программа повышения квалификации для руководителей и специалистов
от оценки возможностей и выбора решений до управления рисками, масштабирования и получения реального бизнес-эффекта
Практическая программа повышения квалификации для руководителей и специалистов
от оценки возможностей и выбора решений до управления рисками, масштабирования и получения реального бизнес-эффекта
- Знания:
- Стратегии цифровой трансформации с использованием ИИ
- Особенности работы с данными и инфраструктурой
- Методы верификации и тестирования ИИ-моделей
- Правовые, этические и регуляторные аспекты ИИ
- Инструменты управления проектами и командами
- Практические навыки:
- Подбор и внедрение ИИ-решений
- Создание дорожной карты цифровизации
- Управление изменениями при внедрении технологий
- Автоматизация процессов через LLM и генеративный ИИ
- Анализ рисков и обеспечение безопасности данных
- Работа с государственными и частными мерами поддержки
- Документы и шаблоны:
- Шаблоны дорожных карт и матриц ROI/риски
- Формы технических заданий (ТЗ) на разработку ИИ
- Чек-листы по защите данных и локальным актам
- Методики верификации ИИ-моделей
- Карты доступных мер финансовой поддержки
- Знания:
- Стратегии цифровой трансформации с использованием ИИ
- Особенности работы с данными и инфраструктурой
- Методы верификации и тестирования ИИ-моделей
- Правовые, этические и регуляторные аспекты ИИ
- Инструменты управления проектами и командами
- Практические навыки:
- Подбор и внедрение ИИ-решений
- Создание дорожной карты цифровизации
- Управление изменениями при внедрении технологий
- Автоматизация процессов через LLM и генеративный ИИ
- Анализ рисков и обеспечение безопасности данных
- Работа с государственными и частными мерами поддержки
- Документы и шаблоны:
- Шаблоны дорожных карт и матриц ROI/риски
- Формы технических заданий (ТЗ) на разработку ИИ
- Чек-листы по защите данных и локальным актам
- Методики верификации ИИ-моделей
- Карты доступных мер финансовой поддержки
Роль и тренды ИИ в цифровой трансформации |
Что такое искусственный интеллект? Ключевые технологии, рынок, польза и риски |
Что такое генеративный ИИ и чем он отличается от классического? |
Применение генеративных моделей, текст-в-код, отчётов, обучающих материалов |
Интеграция генеративного ИИ |
Генерация чертежей. Оптимизация коммуникаций |
Чем отличается от классической корпоративной стратегии. Критерии для принятия решения: пилотный проект или комплексное внедрение |
Диагностика готовности компании (аудит данных, ИТ-инфраструктуры, компетенций). Приоритезация проектов с помощью матрицы ROI/рисков |
Построение дорожной карты с ключевыми этапами и метриками. Управление изменениями и работа с сопротивлением сотрудников |
Управление изменениями и не только |
Как выбрать правильное ИИ-решение: от идеи до внедрения |
Методы верификации ИИ: метрики качества, A/B-тестирование, оценка |
Case study: верификация ИИ-решения |
Этика, ограничения, основная регуляторная база и стандарты |
Модель угроз ИИ и механизмы защиты ИИ |
Риск-ориентированное применение ИИ и применение ИИ в целях защиты организации |
ЦОДы, снижение расходов на электропотребление (дешевая э/э. иммерсия, размещение в регионах), почему GPU (CPU vs GPU vs TPU) и производительность, рост производительности и э/п между поколениями GPU |
Облачные vs локальные решения |
Требования к данным: объем, качество, разметка |
Системы хранения и обработки данных |
Как управлять проектами на основе ИИ: этапы, KPI, риски |
Состав команды: Data Scientist, ML-инженер, бизнес-аналитик, PM |
Как ставить задачи и формулировать ТЗ для ИИ-разработчиков. Как работать с поставщиками ИИ-решений? |
Эффекты от внедрения: примеры успешных кейсов государственных и частных учреждений |
Разбор ключевых подходов и стратегий масштабирования ИИ на уровне предприятий. Рассмотрение практических кейсов, в том числе отечественных решений, и особенностей их внедрения |
Доступные меры финансовой и иных мер государственной поддержки для технологических проектов. Возможные инвестиционные маршруты |
Полугосударственные и рыночные инструменты финансирования масштабирования решений на предприятиях |
Регулирование и законодательство в сфере ИИ (российское и международное): настоящее и будущее. Стандарты в области ИИ и больших данных |
Практические аспекты использования ИИ в промышленности: распределение ответственности за причиненный вред, этические аспекты, защита данных, включая персональные данные. Локальные акты предприятия, регулирующие функциональную безопасность использования технологий ИИ, сценарии поведения при внештатных ситуациях |
Интеллектуальная собственность (IP) в цифровых продуктах и не только: IP&IT и IP&AI. Риски и возможности |
Роль и тренды ИИ в цифровой трансформации |
Что такое искусственный интеллект? Ключевые технологии, рынок, польза и риски |
Что такое генеративный ИИ и чем он отличается от классического? |
Применение генеративных моделей, текст-в-код, отчётов, обучающих материалов |
Интеграция генеративного ИИ |
Генерация чертежей. Оптимизация коммуникаций |
Чем отличается от классической корпоративной стратегии. Критерии для принятия решения: пилотный проект или комплексное внедрение |
Диагностика готовности компании (аудит данных, ИТ-инфраструктуры, компетенций). Приоритезация проектов с помощью матрицы ROI/рисков |
Построение дорожной карты с ключевыми этапами и метриками. Управление изменениями и работа с сопротивлением сотрудников |
Управление изменениями и не только |
Как выбрать правильное ИИ-решение: от идеи до внедрения |
Методы верификации ИИ: метрики качества, A/B-тестирование, оценка |
Case study: верификация ИИ-решения |
Этика, ограничения, основная регуляторная база и стандарты |
Модель угроз ИИ и механизмы защиты ИИ |
Риск-ориентированное применение ИИ и применение ИИ в целях защиты организации |
ЦОДы, снижение расходов на электропотребление (дешевая э/э. иммерсия, размещение в регионах), почему GPU (CPU vs GPU vs TPU) и производительность, рост производительности и э/п между поколениями GPU |
Облачные vs локальные решения |
Требования к данным: объем, качество, разметка |
Системы хранения и обработки данных |
Как управлять проектами на основе ИИ: этапы, KPI, риски |
Состав команды: Data Scientist, ML-инженер, бизнес-аналитик, PM |
Как ставить задачи и формулировать ТЗ для ИИ-разработчиков. Как работать с поставщиками ИИ-решений? |
Эффекты от внедрения: примеры успешных кейсов государственных и частных учреждений |
Разбор ключевых подходов и стратегий масштабирования ИИ на уровне предприятий. Рассмотрение практических кейсов, в том числе отечественных решений, и особенностей их внедрения. |
Доступные меры финансовой и иных мер государственной поддержки для технологических проектов. Возможные инвестиционные маршруты |
Полугосударственные и рыночные инструменты финансирования масштабирования решений на предприятиях |
Регулирование и законодательство в сфере ИИ (российское и международное): настоящее и будущее. Стандарты в области ИИ и больших данных |
Практические аспекты использования ИИ в промышленности: распределение ответственности за причиненный вред, этические аспекты, защита данных, включая персональные данные. Локальные акты предприятия, регулирующие функциональную безопасность использования технологий ИИ, сценарии поведения при внештатных ситуациях |
Интеллектуальная собственность (IP) в цифровых продуктах и не только: IP&IT и IP&AI. Риски и возможности |
и технологических организаций
и технологических организаций
Эксперты программы
Эксперты программы
✦ Продолжительность: 2 месяца интенсивного практического обучения
✦ Документ: удостоверение о повышении квалификации установленного образца
✦ Корпоративное участие: до 3 сотрудников от одной организации
включены в стоимость обучения
✦ Участие более 3-ёх сотрудников от организации оплачивается отдельно, 20 000 рублей за человека
✦ Продолжительность: на выбор, исходя из выбранных модулей
✦ Документ: сертификат об участии в семинаре на тему выбранного модуля
✦ Корпоративное участие: до 3 сотрудников от одной организации включены в стоимость обучения
✦ Участие более 3-ёх сотрудников от организации оплачивается отдельно, 4 000 рублей за человека
✦ Продолжительность: 2 месяца интенсивного практического обучения
✦ Документ: удостоверение о повышении квалификации установленного образца
✦ Корпоративное участие: до 3 сотрудников от одной организации
включены в стоимость обучения
✦ Участие более 3-ёх сотрудников от организации оплачивается отдельно, 20 000 рублей за человека
✦ Продолжительность: на выбор, исходя из выбранных модулей
✦ Документ: сертификат об участии в семинаре на тему выбранного модуля
✦ Корпоративное участие: до 3 сотрудников от одной организации включены в стоимость обучения
✦ Участие более 3-ёх сотрудников от организации оплачивается отдельно, 4 000 рублей за человека
Лицензия на осуществление образовательной деятельности:
№ Л035-01298-77/01266586
Лицензия на осуществление образовательной деятельности:
№ Л035-01298-77/01266586
«Искусственный интеллект: внедрение и управление» сегодня!
Присоединяйтесь к курсу
«Искусственный интеллект: внедрение и управление» сегодня!
Телефон: +7 (499) 281-66-62
Почта: info@neirolab.ru
«ЦЕНТР ТЕХНОЛОГИЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА НЕЙРОЛАБ»
ПО РАЗВИТИЮ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
«АГЕНТСТВО ИСКУССТВЕННОГО ИНТЕЛЛЕКТА»
