Если вы тоже хотите запустить проект-легенду, выделиться на рынке труда, стать инновационным лидером в новой нише — присоединяйтесь! Сегодня ИИ-технологии востребованы как никогда, растет и значимость навыков управления этими продуктами, в том числе и на международном рынке.
После курса вы научитесь управлять созданием продуктов с применением AI/DS-инструментов и коммуницировать с командой разработчиков.
Карьерный рост и новые возможности не заставят себя ждать!
Раздел 1.
Введение в профессию менеджера Al-продукта
Программа состоит из модулей:
Вы научитесь:
Для того, чтобы:
Управление продуктом на базе AI/ML разработки
Программа состоит из модулей:
Для того, чтобы:
AI-инструментарий
Программа состоит из модулей:
Вы научитесь:
Для того, чтобы:
Данные и управление Data Science-решениями
Программа состоит из модулей:
Вы научитесь:
Для того, чтобы:
После курса вы научитесь управлять созданием продуктов с применением AI/DS-инструментов и коммуницировать с командой разработчиков.
Карьерный рост и новые возможности не заставят себя ждать!
Раздел 1.
Введение в профессию менеджера Al-продукта
Программа состоит из модулей:
- Новые запросы рынка: в чем необходимость и ценность Data Science-продактов
- Профессия: AI продакт-менеджер
- Движущие факторы искусственного интеллекта
- Нехватка лидерства в ИИ-решениях
- Data Science-инструменты для создания механизмов рекомендаций
- AI-решения и бизнес
Вы научитесь:
- Определять задачи для Data Science-продактов
- Осознавать тренды Data Driven-управления
- Определять необходимость и выгоду внедрения AI-решений
- Разрабатывать стратегию по внедрению AI/ML решений
- Определять возможности DS-инструментов в выполнении реальных бизнес-задач
Для того, чтобы:
- Понимать принципы Data Science-управления в AI/ML-продуктах
- Помогать бизнесу заработать на внедрении технологии
- Эффективно строить процесс разработки и коммуникации в команде
- Понимать необходимость AI/ML в том или ином случае
- Ориентироваться в реальных бизнес-задачах
Управление продуктом на базе AI/ML разработки
Программа состоит из модулей:
- Введение: AI в бизнесе. Бизнес-цели в эпоху ИИ
- AI ноу-хау для менеджеров по продукту
- Факап-сессия "Примеры неудачного внедрения AI-решений"
- Управление командой ML/AI-специалистов: чеклист внедрения ML/AI-задач и лучшие практики управления AI/ML-командой
- Разрабатывать экономические обоснования и стратегию по внедрению ИИ
- Разбираться в терминологии AI и подходах машинного обучения
- Разрабатывать стратегию данных в AI
- Использовать ML-фреймворки в управлении DS-продуктом
- Разбираться в общих технологических аспектах Data Science based-решений (AI/ML)
- Разбираться в особенностях коммуникации с AI-командой
- Ставить технические задания для ML-команды
- Разбираться в кейсах DS-продуктов
- Понимать, где AI/ML-решения нужны, а где их внедрять не стоит
Для того, чтобы:
- Оптимизировать экономику продукта, основанного на данных
- Разговаривать с разработчиками и заказчиками на одном языке
- Составлять план по введению технологии для бизнеса
- Раскрывать существующие решения, изучая и внедряя лучшие практики
AI-инструментарий
Программа состоит из модулей:
- Архитектура AI-систем
- Возможные перспективы продуктового использования AI/ML
- Воркшоп: "Разработка и управление DS-продукта для FinTech"
Вы научитесь:
- Различать области применения различных ML, включая классификаторы и регрессоры
- Различать возможности естественного языка: обработка голоса/речи и компьютерное зрение
- Строить архитектуру систем машинного обучения для цифрового channel chatbot, механизма переговоров и визуального классификатора
- Использовать ML-фреймворки в управлении DS-продуктом
- Уметь внедрять AI в производственной деятельности и сервисном бизнесе
- Пользоваться технологиями AIaaS — Amazon AWS Machine Learning, Google Cloud AI, IBM Watson
Для того, чтобы:
- Уметь составить прототип для оперативных валидаций гипотез
- Четко описывать требования к архитектуре
- Понять прикладное использование возможностей NLP, CV
- Ориентироваться в популярных AI-решениях и основных поставщиках услуг
- Рассчитывать эффективность и необходимость использования Amazon AWS ML, Google CloudAI, IBM Watson в продуктовых бизнес-задачах
Данные и управление Data Science-решениями
Программа состоит из модулей:
- Работа с данными
- Работа с датасетами: Big Data, модели и выбор фичей
- Работа с датасетами: построение моделей
- Воркшоп: собираем датасеты, создаем модель с Google Auto ML
- Data в UX: как улучшать CX/UX, принимая решения на данных
- Data Science-инструменты как средство рекомендаций, а не предсказаний
Вы научитесь:
- Понимать требования к инфраструктуре искусственного интеллекта и способы преодоления общих препятствий при ее внедрении
- Оценивать готовность данных к реализации конкретных возможностей ML/ИИ в бизнес-контексте и использовать это для оценки целесообразности вариантов использования
- Выбирать DS-модели
- Работать с Google Auto ML: собирать, размечать и проверять данные
- Измерять воздействия и усовершенствование моделей с учетом данных
- Избегать нежелательного смещения, обеспечивать безопасность и соответствие нормативным требованиям, масштабировать продукт
- Разбираться с моделью AUR-ROC
Для того, чтобы:
- Эффективно ставить задачи DS-специалистам и ML-инженерам
- Разрабатывать общую архитектуру дата-флоу
- Оценивать экономический эффект для бизнеса
- Повышать качество данных, на основе которых принимаются решения
- Повышать качество предиктивных и NLP/Chatbot-решений
- Улучшать коммуникацию и взаимодействие с техническими командами
- Понимать специфику “начинки” продукта
- Ставить команде качественные технические задания