Введение в машинное обучение и управление ML‑проектами

Этот курс — для тех, кто хочет:

• Разбираться в машинном обучении и понимать, как оно работает.
• Научиться применять ИИ в бизнесе, избегая типичных ошибок.
• Управлять ИИ-проектами, выстраивая эффективные команды.

Что делает курс особенным?

• Объединяет технические аспекты ML с управленческими подходами
• Дает четкие критерии применимости ИИ для бизнес-задач
• Обучает формированию команд для ИИ-проектов
• Предоставляет структурированный процесс внедрения

Кому подойдет этот курс?

• Руководителям – чтобы принимать обоснованные решения о внедрении ИИ.
• Менеджерам проектов – чтобы эффективно управлять ИИ-разработкой.
• Предпринимателям – чтобы находить новые возможности для бизнеса.
• Аналитикам и специалистам – чтобы глубже понимать технологии и их применение.

Форма обучения заочная (дистанционная). Еженедельные занятия будут включать просмотр тематических видеолекций,  изучение дополнительных материалов и выполнение тестовых заданий с автоматизированной проверкой результатов, тестирование по пройденному материалу. Для получения сертификата необходимо выполнить все задания и написать финальный экзамен.

Модуль 1. Введение в искусственный интеллект и машинное обучение

История развития искусственного интеллекта. Основные понятия и задачи машинного обучения. Типы обучения: с учителем, без учителя, с подкреплением. Вероятностные основы ML (формула Байеса). Практический пример: анализ броска монетки.

Модуль 2. Управление проектом в сфере ИИ

Отличия ИИ-проектов от обычных IT-проектов. Критерии применимости ИИ для бизнес-задач. Когда не следует использовать ИИ. Жизненный цикл ИИ-проекта (фазы реализации). Постановка KPI/OKR и связь с бизнес-метриками. Вопросы инфраструктуры и информационной безопасности. Управление проектными рисками.

Модуль 3. Подготовка описания проекта

Структура и назначение паспорта проекта. Формулировка бизнес-требований. Разработка технических требований. Защита проекта перед продуктовым комитетом.

Модуль 4. Обучение с учителем: регрессия и классификация

Линейная регрессия и её вероятностные основы. Байесовский вывод в линейной регрессии. Методы классификации: геометрия и порождающие модели. Логистическая регрессия. Наивный Байес и сравнительный анализ классификаторов.

Модуль 5. Порождающие ML-модели в наши дни

Принципы работы нейронных сетей. Основные архитектуры нейросетей. Трансформеры и большие языковые модели (LLM). Как работают модели типа ChatGPT. Методы дообучения: SFT (Supervised Fine-Tuning) и RLHF (Reinforcement Learning from Human Feedback).

Модуль 6. Команда проекта: роли и навыки участников

Ключевые роли в ИИ-проектах. Типовые задачи и требования к специалистам. Поиск и подбор сотрудников. Онбординг и организация командной работы.

Вы узнаете:
• Основы искусственного интеллекта и машинного обучения — от базовых алгоритмов до нейросетей
• Современные тренды в ИИ, включая большие языковые модели (LLM) и генеративный ИИ
• Особенности управления ИИ-проектами

Вы научитесь:
• Оценивать, где ИИ даст максимальный эффект
• Грамотно формулировать задачи для ML-моделей
• Формировать команду для ИИ-проектов и управлять процессами разработки

Вы овладеете:
• Методикой создания паспорта ИИ-проекта с четкими бизнес- и техническими требованиями
• Навыками анализа применимости ИИ для решения конкретных бизнес-задач
• Базовыми принципами работы с данными в контексте машинного обучения
• Практическими инструментами управления ИИ-проектами на всех этапах жизненного цикла
• Техниками формирования и координации междисциплинарных команд для ИИ-разработки

ПК-1 — Способен использовать знание основных методов искусственного интеллекта в последующей профессиональной деятельности в качестве научных сотрудников, преподавателей образовательных организаций высшего образования, инженеров, технологов.

УК-3 — Способен осуществлять социальное взаимодействие и реализовывать свою роль в команде.

ОПК-2 — Способен понимать принципы работы современных информационных технологий и программных средств, в том числе отечественного производства, и использовать их при решении задач в своей профессиональной деятельности.

ОПК-6 — Способен понимать принципы работы современных информационных технологий и использовать их для решения задач профессиональной деятельности.