Базовый курс обучения работе с генеративным ИИ

Специалистам

Если вы пишете тексты, готовите документы, анализируете информацию, собираете материалы, делаете презентации или отчёты — ИИ может заметно ускорить работу. Но только если вы умеете ставить ему задачи.

Руководителям

Чтобы понимать, где ИИ реально помогает, где создаёт риски, как проверять ответы и как не принимать уверенную галлюцинацию модели за аналитику.

Маркетологам

Для работы с гипотезами, сегментами, позиционированием, текстами, исследованиями, контентом и подготовкой первичных вариантов материалов.

Продактам и проектным менеджерам

Для анализа информации, подготовки документов, генерации гипотез, структурирования требований, исследований и коммуникаций.

HR-специалистам

Для текстов, описаний вакансий, резюме, опросов, внутренних коммуникаций, обучения и анализа обратной связи.

Слушателям разных ролей

Курс подойдёт тем, кто регулярно работает с информацией, документами, коммуникациями, исследованиями, идеями и решениями — независимо от должности и уровня технической подготовки.

Понимать, как работает генеративный ИИ

Разберётесь, что такое LLM, токены, контекст, температура, вероятностная генерация и почему модель может уверенно ошибаться.

Писать качественные промпты

Научитесь задавать роль, контекст, задачу, ограничения, формат ответа и критерии качества.

Работать с текстами

Использовать ИИ для написания, редактирования, перевода, анализа, суммаризации, сравнения и структурирования информации.

Проверять ответы модели

Понимать, где ИИ может галлюцинировать, выдумывать факты, нарушать логику, терять контекст или выдавать убедительный, но неточный ответ.

Безопасно использовать ИИ в работе

Поймёте, какие данные нельзя отправлять в публичные сервисы, как анонимизировать материалы и как снижать риски.

Применять ИИ для поиска и исследований

Разберётесь, чем обычный чат отличается от Deep Research, как формулировать исследовательские задачи и проверять найденную информацию.

Работать с изображениями

Освоите базовую логику генерации изображений и image-to-image подход.

Собрать собственные рабочие шаблоны

Сделаете промпты и цепочки запросов под свои задачи, а не абстрактные учебные примеры.

Учиться в своём темпе

Срок обучения — 2 месяца. Все модули становятся доступны после зачисления на курс, поэтому вы можете проходить обучение в удобном для себя темпе.

Модуль 1. Введение в ИИ и новая грамотность Роль ИИ в работе, профессиях и информации +

Разбираем, почему ИИ становится базовым рабочим навыком и как он меняет подход к профессиям, задачам и информации.

роль ИИ в повседневной работе;

как ИИ меняет профессии;

краткая история развития ИИ;

возможности и базовые ограничения нейросетей.

Модуль 2. Механика нейросетей: «под капотом» больших языковых моделей (LLM) LLM, токены, контекст и параметры генерации +

Чтобы нормально работать с ИИ, нужно понимать не только «что писать в промпте», но и почему модель отвечает именно так.

большие языковые модели;

вероятностная логика;

токены и токенизация;

контекстное окно;

температура и top-p;

сильные и слабые стороны LLM.

Модуль 3. Безопасность и ограничения Галлюцинации, конфиденциальность и риски +

Самый недооценённый блок. ИИ может быть полезным, но его ответы нужно проверять и использовать с учётом рисков.

галлюцинации и когнитивные искажения;

где ИИ ошибается чаще всего;

потеря контекста;

alignment и ограничения модели;

конфиденциальность;

корпоративная безопасность;

анонимизация данных.

Модуль 4. Базовый промпт-инжиниринг От расплывчатого запроса к постановке задачи +

Учимся превращать расплывчатый запрос в нормальную постановку задачи.

формула качественного промпта;

роль, контекст, задача, ограничения;

декомпозиция работы;

управление контекстом;

системный промпт;

типовые ошибки новичков.

Модуль 5. Продвинутые техники промптинга Управляемые сценарии работы с моделью +

Переходим от одиночных запросов к управляемым сценариям работы с моделью.

Ask Before Answer;

Chain of Thought;

zero-shot, one-shot и few-shot;

constraint prompting;

ролевой промптинг;

шаблоны с переменными;

self-consistency;

prompt chaining.

Модуль 6. Аналитические операции с текстом Анализ, сравнение, обобщение и структурирование +

ИИ полезен не только для генерации. Его можно использовать как инструмент анализа, сравнения, обобщения и структурирования.

декомпозиция задач;

анализ и синтез;

сравнение;

обобщение;

конкретизация;

абстракция;

суммаризация;

работа с большими текстами.

Модуль 7. Специфические задачи: Поиск и Изображения Задачи, где ИИ выходит за рамки обычного чата +

Разбираем задачи, где ИИ выходит за рамки обычного чата.

Deep Research;

ИИ как поисковый инструмент;

отличие чата от исследовательского режима;

основы вайб-кодинга;

работа с графическими моделями;

image-to-image;

типовые ошибки при генерации изображений.

13 лет в финтехе: управлял корпоративным интернет-банком в Альфа-Банке. Куратор первого российского финтех-акселератора.

10 лет управляет цифровыми продуктами. Автор фреймворка Product Discovery. Бывший директор по развитию МТС.

Сооснователь образовательного стартапа Immersive AI. Входит в число топ-трекеров России, преподавал в РЭУ им. Г. В. Плеханова и провел более 200 лекций для предпринимателей и продуктовых команд.