Регистрация на отбор
Корпоративные финансы на практике
Регистрация на отбор
Курс Private Equity & Venture Capital на практике
Преподаватель курса
Head of AI, Сбер
- Алексей Рожин8+ лет опыта в ML/AIРанее: ML Product в Wildberries · CM Ventures · iTech Capital · fundraising advisory
Продакт-менеджер
Ведёт AI-фичу и должен защищать её ROI перед бизнесом
Руководитель продукта
Выбирает между несколькими подрядчиками или архитектурными решениями для AI-проекта
Внутренний заказчик AI-инициативы
Нужно разговаривать с data science командой на одном языке
Предприниматель
Запускает AI-продукт и считает unit-экономику
Курс будет полезен, если вы
отвечаете за продукт или направление и должны решить, стоит ли внедрять AI-решение, поставить задачу разработке и не потратить бюджет впустую. Писать код не нужно — нужно разбираться в архитектуре достаточно, чтобы задавать правильные вопросы, оценивать риски и считать экономику проекта
Программа обучения
1 Инициация ML/AI-проекта
Экономика проекта
- Формулировка гипотезы и научная постановка задачи в пространстве состояний
- Feasibility-анализ и оценка качества и полноты данных
- Сведение бизнес-задачи к совокупности ML-подзадач
- Приоритизация инновационных инициатив
2 Как устроены современные модели: от классического ML до нейросетей
Технологии
- Rule-based, классический ML и нейросети — принципиальная разница и когда что применимо
- Как модель «видит» данные: признаки и эмбеддинги простыми словами
- Что стоит за словом «обучение модели» — без формул, на уровне идеи
- Когда сложная модель оправдана, а когда это избыточно
3 Трансформеры, генеративные модели и RAG
Технологии
- Что такое трансформеры и почему на них построены современные LLM
- Генеративные модели: LLM и диффузионные модели — что это и где границы применимости
- RAG: как дать модели доступ к актуальным знаниям компании
- Куда движется рынок генеративного ИИ
4 Планирование и риски ML/AI-проекта
Экономика проекта
- Специфика ML/AI-проектов: итеративность и неопределённость
- Управление рисками и ожиданиями стейкхолдеров
- Roadmap: MVP → пилот → масштаб
5 Метрики и экономика проекта: ROI
Экономика проекта
- Что означают precision, recall, ROC-AUC и как их читать, не погружаясь в формулы
- Бизнес-метрики и оценка экономического эффекта (ROI)
- A/B-тесты и принятие решения о масштабировании
- Мониторинг деградации модели после запуска
6 Практика: кейсы, бизнес-кейс и чек-лист запуска
Практика
- Разбор кейсов внедрения ML/AI-решений
- Типичные ошибки управления такими проектами
- Формирование бизнес-кейса и технического задания
- Чек-лист запуска и масштабирования
80 / 70* тыс. ₽
3 месяца
Онлайн
Оплата по договору с компанией
Стоимость для юридических / физических лиц
24 августа — 23 ноября
Длительность курса
Лекции + практические разборы
Формат обучения
Регистрация на курс
Курс «От трансформеров до ROI: технологии и экономика ML/AI-проекта»