Архитектура решений с ИИ-компонентами
Этот курс про инженерный выбор.
Представьте. К вам приходят с бизнес-задачей. Как ее решать? Выбор стоит между детерминированным кодом, готовым продуктом, решением поверх внешней модели, работой с корпоративными данными через поиск и инженерию контекста, вызовом инструментов и автономным агентом. Это требует кардинально отличных подходов к архитектуре, приемке результата и управлению рисками.
24 часа
Кому подойдёт этот тренинг
Что получат участники
Матрицу скоринга бизнес-процессов для выбора кандидата под ИИ-пилот
Чек-лист готовности (оценка данных, инфраструктуры и корпоративной культуры)
Шаблон дорожной карты перехода от успешного прототипа к масштабированию
Целостное понимание того, как встраивать вероятностные технологии (ИИ) в жесткие корпоративные регламенты и процессы
Содержание курса
01Диагностика текущего состояния и архитектурный выбор
- Когда нужен ИИ, а когда достаточно классической разработки или покупки готового ПО?
- Специфика ИИ-компонентов в корпоративной среде
- ■ Границы полномочий агента
- ■ Ограничители поведения
- ■ Человек в контуре (human-in-the-loop)
- ■ Аудируемость действий
- ■ протоколы доступа агентов к инструментам и данным
- Критерии выбора класса решения
- ○ Оптимизация текущих процессов
- ○ Создание новых возможностей, недоступных без ИИ
- ○ Методология оценки готовности к использованию ИИ-компонентов
- Практика
- ■ Практика скоринга «ИИ - не ИИ»
- ■ Практика выбора процесса для внедрения ИИ-компонента
- ■ Аудит готовности к использованию ИИ
- ■ Кейс-стади: выявление проблемных зон
02Прототипирование
- Принципы быстрого прототипирования ИИ-решений
- Методы формулировки и валидации гипотез, сравнение ИИ с текущим процессом
- Критерии выбора инструментов прототипирования
- ○ Практика
- ■ Сравнение результатов прототипа с базовым (не ИИ) решением
- ■ Защита выбора технологии перед заинтересованными лицами
03Пилотирование на ограниченном периметре
- ○ Стратегия пилотирования ИИ-решений
- ○ Выбор пилотной группы и метрик успеха
- ○ Приемка вероятностного результата
- ○ Управление рисками и оценка масштаба ошибок
- ○ Практика
- ■ Разработка плана пилотирования
- ■ Кейс-стади: анализ успешных и неудачных пилотов
- ■ Создание дорожной карты пилота
04Масштабирование решения
- Стратегии масштабирования ИИ-компонентов
- ○ Архитектурные подходы для масштабирования
- ○ Размещение инференса
- ■ Внешние сервисы
- ■ Собственный контур
- ■ Требования к данным и их локализации
- ■ Ограничения по производительности
- Практика
- ■ Планирование масштабирования
- ■ Разработка стратегии масштабирования
05Оптимизация и повышение эффективности решения
- Методы оптимизации ИИ-компонентов
- ○ Юнит-экономика решения
- ■ Стоимость выполнения задачи
- ■ Подбор модели под задачу
- ■ Кэширование и маршрутизация запросов
- ■ Контроль расходов на инференс
- Наблюдаемость и непрерывная оценка качества, офлайн- и онлайн-проверки, отслеживание деградации при смене версии модели
- Практика
- ■ Расчет экономической эффективности
- ■ Разработка метрик эффективности
06Управление изменениями и трансформация
- Управление изменениями при внедрении ИИ
- ○ Работа с сопротивлением и барьерами
- ○ Стратегия коммуникации
- ○ Практика
- ■ Разработка плана управления изменениями
- Стратегия развития ИИ-инициатив
- ○ Разработка стратегии ИИ
- ○ Адаптация к изменениям технологий и рынка
- ○ Регуляторные требования к ИИ-системам и практика их выполнения (классификация рисков, прослеживаемость данных и решений)
- Практика
- ■ Стратегия на 2-3 квартала с заданными точками пересмотра
- ■ Презентация результатов и подведение итогов
Два формата — одна программа
Оплата и документы
Оплата, документы и возврат одинаковы для всех открытых тренингов — они собраны на странице условий участия.
Что говорят после тренинга
Scrumtrek
Корпоративный тренинг для вашей команды
Проведём тренинг для вашей команды