Программа курса
Введение в ИИ и нейросети
Базовые понятия, применение в организациях, номенклатура инструментов, отечественные экосистемы и организационный промптинг. Все темы модуля открыты.
Сущность ИИ и нейросетей
Базовые понятия, типы задач, границы применимости.
Как ИИ используется в организациях
Кейсы, сценарии внедрения, типовые эффекты и риски.
Номенклатура инструментов
Классы ИИ-сервисов (LLM, Vision, Speech, аналитика), критерии выбора.
Отечественные решения и экосистемы
Обзор, лицензирование, ограничения, сценарии применения.
Промптинг для организаций
Шаблоны запросов, роли, контуры качества, безопасность, журналирование.
Анализ потребностей и составление ТЗ
Определите ключевые потребности в вашей профессиональной деятельности и составьте техническое задание для применения нейросетей.
открыть задание →Подбор ИИ-инструментов и разработка промтов
Научитесь выбирать оптимальные инструменты ИИ под профессиональные задачи и создавать воспроизводимые алгоритмы.
открыть задание →Тренажёр промтинга
Интерактивный тренажёр для отработки навыков составления эффективных промтов для различных нейросетей.
запустить тренажёр ↗Основы оборудования и программной архитектуры
Аппаратное обеспечение, серверная инфраструктура, архитектура ПО и безопасность эксплуатации ИИ-решений. Все темы модуля открыты.
Железо под ИИ
CPU/GPU/NPU, память, накопители, сетевые требования, типовые конфигурации.
Серверная инфраструктура
Виртуализация, контейнеры, доступы, роли, мониторинг.
Архитектура ПО для ИИ-решений
Клиент-сервер, API, БД, пайплайны, интеграционные контуры.
Безопасность и эксплуатация
Данные, доступы, журналирование, требования к контенту и хранению.
Текстовые и аналитические нейросети
Управленческая аналитика, сбор и подготовка данных, соцмедиа-аналитика, дата-анализ и контроль качества результатов. Все темы модуля открыты.
Аналитические ИИ-сервисы
Дашборды, отчёты, сценарии управленческой аналитики.
Сбор данных и парсинг
Источники, парсеры, подготовка датасетов, санитария данных.
Соцмедийная аналитика
Соцмедийные парсеры, метрики, мониторинг, сигнал/шум.
Дата-анализ с нейросетями
Классификация, извлечение сущностей, суммаризация, прогнозирование.
Промптинг для аналитики
Специфика запросов, контроль фактов, воспроизводимость.
Ограничения и качество
Тестирование промптов, оценка результатов, типовые ошибки и защита от них.
Продакшн нейросети (графика, музыка, видео)
Генерация графики, видео и музыки, продакшн-пайплайны, юридические риски. Завершается промежуточной аттестацией. Тема 4.1 открыта.
Продакшн графика
Генерация, редактирование, апскейл, контроль стиля и качества.
Видео продакшн с ИИ
Генерация, монтажный пайплайн, субтитры, озвучка, качество и ограничения.
Музыка и звук
Генерация, реставрация/шумоподавление, voice pipeline, юридические риски.
Промежуточная аттестация
Контроль освоенных инструментов и пайплайнов по итогам модуля.
Локальные нейросети и настройка моделей
Локальные LLM, ready-to-run сборки, Hugging Face и GitHub, подбор специализированных моделей под задачу.
Локальные LLM
Установка и запуск (LM Studio и аналоги), работа с моделями и настройками.
Pinokio.AI и «ready to run» сборки
Быстрый старт, контроль окружения, обновления.
Hugging Face и GitHub-проекты
Поиск моделей, проверка качества, лицензии, воспроизводимость.
Специализированные модели
Локальные графические модели, vision/speech модели, подбор под задачу.
Менеджмент ИТ-проектов и решений (специфика ИИ-внедрений)
Роли и жизненный цикл ИИ-проектов, постановка задач, коммуникации, инструменты управления, качество и риски.
Специфика ИТ- и ИИ-внедрений
Роли, жизненный цикл, зоны ответственности, типовые ошибки.
Постановка задач и требования
Бизнес-цели, критерии успеха, ТЗ, согласование ожиданий.
Коммуникации в проекте
Переговоры, конфликт-менеджмент, протоколирование, культура решений.
Инструментарий управления
Agile/Kanban, трекеры задач, документация, ревью, приоритизация.
Качество и риски
Приёмка, метрики, комплаенс, сопровождение, план изменений.