Повышение квалификации для руководителей
Начало обучения: 2 сентября 2025
и выбора решений до управления рисками и масштабирования. Всё необходимое для старта ИИ-проекта + практические инструменты (дорожные карты, чек-листы, кейсы)
✦ 10 модулей | 28 академических часов | Онлайн
✦ Удостоверение гос. образца
✦ Материалы в бессрочное пользование
✦ Готовый план внедрения ИИ | Рабочие инструменты
и документы
«Искусственный интеллект: внедрение и управление»
Повышение квалификации
для руководителей
Начало обучения: 2 сентября 2025
и выбора решений до управления рисками и масштабирования. Всё необходимое для старта ИИ-проекта + практические инструменты (дорожные карты, чек-листы, кейсы)
✦ 10 модулей | 28 академических часов | Онлайн
✦ Удостоверение гос. образца
✦ Материалы в бессрочное пользование
✦ Готовый план внедрения ИИ | Рабочие инструменты и документы
-
СтратегияКак оценить потенциал ИИ для вашего бизнеса, расставить приоритеты и спланировать внедрение -
Реальные кейсыРазбор успешных (и провальных) примеров из промышленности, госсектора и retail -
ИнструментыШаблоны дорожных карт, чек-листы для выбора поставщиков, калькулятор ROI -
БезопасностьКак избежать юридических рисков, утечек данных и этических конфликтов -
ПоддержкаДоступ к мерам госфинансирования и частным инвестициям -
Полный циклОт определения бизнес-проблемы и выбора решения, до полной дорожной карты, выбора подрядчика, а также вычислительной инфраструктуры
Задачи курса
- СтратегияКак оценить потенциал ИИ для вашего бизнеса, расставить приоритеты и спланировать внедрение
- Реальные кейсыРазбор успешных (и провальных) примеров из промышленности, госсектора и retail
- ИнструментыШаблоны дорожных карт, чек-листы
для выбора поставщиков, калькулятор ROI - БезопасностьКак избежать юридических рисков,
утечек данных и этических конфликтов - ПоддержкаДоступ к мерам госфинансирования
и частным инвестициям - Полный циклОт определения бизнес-проблемы и выбора решения, до полной дорожной карты, выбора подрядчика, а также вычислительной инфраструктуры
Что такое искусственный интеллект? Разница между ML, DL, NLP, CV |
Роль и тренды ИИ в цифровой трансформации |
ROI от внедрения: примеры успешных кейсов государственных и частных учреждений |
Регулирование и законодательство в сфере ИИ (российское и международное): настоящее и будущее. Стандарты в области ИИ и больших данных. |
Практические аспекты использования ИИ в предприятии: 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 |
Оценка готовности компании |
Приоритезация проектов (матрица ROI/риски) |
Построение дорожной карты |
Управление изменениями |
Как выбрать правильное ИИ-решение: от идеи до внедрения |
Методы верификации ИИ: метрики качества, A/B-тестирование, оценка |
Case study: верификация ИИ-решения |
Что такое генеративный ИИ и чем он отличается от классического? |
Применение генеративных моделей, текст-в-код, генерация чертежей, отчётов, обучающих материалов |
Интеграция генеративного ИИ в ERP/MES системы |
Автоматизация документооборота и коммуникаций |
Защита данных и конфиденциальность, угрозы безопасности при использовании ИИ |
Безопасность и управление рисками при внедрении ИИ |
Инструменты мониторинга и аудита ИИ-систем |
Типы вычислительных мощностей: CPU, GPU, TPU |
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 формировать ТЗ для ИИ-разработчиков. Как работать с поставщиками ИИ-решений? |
Бюджетирование и масштабирование ИИ-решений |
Меры государственной поддержки при внедрении ИИ-решений |
Доступные меры финансовой и нефинансовой поддержки при внедрении ИИ |
Программа курса
Что такое искусственный интеллект? Разница между ML, DL, NLP, CV |
Роль и тренды ИИ в цифровой трансформации |
ROI от внедрения: примеры успешных кейсов государственных и частных учреждений |
Регулирование и законодательство в сфере ИИ (российское и международное): настоящее и будущее. Стандарты в области ИИ и больших данных. |
Практические аспекты использования ИИ в предприятии: 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 |
Оценка готовности компании |
Приоритезация проектов (матрица ROI/риски) |
Построение дорожной карты |
Управление изменениями |
Как выбрать правильное ИИ-решение: от идеи до внедрения |
Методы верификации ИИ: метрики качества, A/B-тестирование, оценка |
Case study: верификация ИИ-решения |
Что такое генеративный ИИ и чем он отличается от классического? |
Применение генеративных моделей, текст-в-код, генерация чертежей, отчётов, обучающих материалов |
Интеграция генеративного ИИ в ERP/MES системы |
Автоматизация документооборота и коммуникаций |
Защита данных и конфиденциальность, угрозы безопасности при использовании ИИ |
Безопасность и управление рисками при внедрении ИИ |
Инструменты мониторинга и аудита ИИ-систем |
Типы вычислительных мощностей: CPU, GPU, TPU |
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 формировать ТЗ для ИИ-разработчиков. Как работать с поставщиками ИИ-решений? |
Бюджетирование и масштабирование ИИ-решений |
Меры государственной поддержки при внедрении ИИ-решений |
Доступные меры финансовой и нефинансовой поддержки при внедрении ИИ |
Приглашенные
к участию лекторы
✦ 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
✦ 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
✦ Поддержка слушателей
✦ 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
✦ 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
✦ Поддержка слушателей
№ Л035-01298-77/01266586
№ Л035-01298-77/01266586
«Искусственный интеллект: внедрение
и управление» сегодня!
