Внедрение AI SDLC

Запустите AI SDLC на трёх реальных задачах команды. За пять воркшопов подготовьте общую спецификацию, агентов и проверки в своём репозитории. Через два месяца разберите, что прижилось в работе.

Программа работы →

Для кого

Кому подойдёт

Продукт, аналитика, разработка и QA

Вместе определяют формат спецификации и порядок приёмки результата. Команда собирает AI Harness, завершает задачи между встречами и выбирает внутреннего владельца поддержки.

Архитектура, информационная безопасность и DevOps

Участвуют с первого воркшопа. Их требования входят в общие правила и проверки каждой задачи.

Результаты

Что получите

Пройдёте три задачи
Спецификация, код, проверка и pull request в новом процессе. Соберёте первые метрики и сравните их с исходными.
Настроите общую AI-среду
AI Harness — контекст проекта, формат спецификации, агенты и правила в репозитории команды. Научитесь проверять и улучшать его своими силами.
Закрепите ответственность
Рабочее соглашение определит, как команда работает с AI, проверяет результат и обновляет правила. Выберете владельцев поддержки и договоритесь о разборе ошибок.

Содержание

Программа работы

AI SDLC — процесс разработки, в котором команда определяет роли людей и AI, порядок работы и проверки результата. На воркшопах вы настроите его на своём коде и задачах. Мы ведём встречи, а между ними изучаем материалы в репозитории и готовим следующий воркшоп. Теорию разбираем по ходу работы.

01Текущий и целевой процесс

Разбираем, как задачи проходят через команду, где уже используется AI и что мешает внедрению. Собираем общую картину в Miro и проектируем целевой процесс с ответственностью на стыках ролей. Короткая теория: разработка с AI.

Карта процесса, проблемы и согласованный порядок работы.

02Спецификация и агенты

Договариваемся о формате спецификации для продукта, аналитики, разработки и QA. Составляем карту и карточки агентов. Участники собирают черновик AI Harness в своём репозитории.

Формат спецификации, карта агентов и первая версия AI Harness.

03Три реальные задачи

Проводим три задачи из бэклога через спецификацию, код, проверку и pull request. Пока агент работает над одной, команда запускает следующую или проверяет предыдущую. Вмешательства людей записываются для разбора. Незавершённое доделываем до четвёртого воркшопа.

Три задачи прошли новый процесс; собраны ошибки и первые метрики для сравнения с исходными.

04Разбор ошибок и улучшения

Проводим постмортем задач: где агент ошибся, какого контекста или правила не хватило, почему проверка пропустила дефект. Исправления вносим в спецификации, правила и агентов. Определяем обязательные проверки качества и ответственных за улучшения.

Изменения в AI Harness по итогам задач и порядок разбора следующих ошибок.

05Качество и рабочее соглашение

Разбираем тестирование AI Harness, дежурство и метрики. Закрепляем ответственность за поддержку. Каждый участник подтверждает рабочее соглашение: как команда работает по AI SDLC, проверяет результат и обновляет общие правила.

Рабочее соглашение команды и владельцы поддержки AI Harness.

06Через два месяца: итоговая встреча

За два часа разбираем, что прижилось в работе. Пересматриваем рабочее соглашение и составляем план развития AI SDLC.

Формат

Работа с вашей командой

КОРПОРАТИВНЫЙ

5 очных воркшопов по 4 часа

Через два месяца — итоговая встреча на 2 часа: проверим, какие практики прижились, и составим план развития. Стоимость, календарь и состав участников согласуем при подготовке.

ПОДГОТОВКА

За 1–2 недели до старта

Проводим 2–3 установочных интервью и фиксируем исходные метрики по трекеру задач. Со спонсором согласуем участников, включая архитектуру и безопасность.

ДОСТУПЫ

Четыре доступа для работы

Клиент организует доступы к AI-моделям для каждого участника, Git-репозиториям пилота, трекеру задач и документации. Мы помогаем подключить агентов. Всё должно быть готово к первому воркшопу. Доступы к AI-моделям клиент оплачивает отдельно.

Кто ведёт

Тренеры

Все тренеры — практики: параллельно с обучением ведут консалтинговые проекты в командах клиентов.

Сергей Липчанский

Лидер AI-направления ScrumTrek. Больше трёх лет строит AI-практику: консалтинг, обучение команд, внедрение AI-решений в банках, промышленности и ритейле.

До этого десять с лишним лет занимался тем же самым другими средствами — повышал эффективность команд и организаций через Agile-практики.

Обладая более чем двадцатилетним опытом в IT, включая разработку проектов и продуктов разного масштаба в заказной и продуктовой сферах, глубоко понимает потребности современного бизнеса. С 2010 года активно применяет гибкие подходы, что в сочетании с экспертизой в AI позволяет создавать уникальные синергии. Является Agile Coach и экспертом в области Management 3.

Асхат Уразбаев

Первый в СНГ профессиональный Agile Coach, основатель ScrumTrek, автор подхода и книги Lean Data Science (Lean DS), AI-эксперт.

Асхат окончил МФТИ в 2000 году и прошёл классическую карьеру от разработчика до руководителя проектов. Затем в компании Luxoft начал участвовать в Agile-проектах в роли владельца продукта и скрам-мастера. С 2006 года стал Agile-коучем и основал движение практиков гибкой разработки AgileRussia.

В 2008 году вместе с партнёром основал компанию ScrumTrek и с тех пор помогает компаниям выстраивать работу по гибким подходам.

Несколько лет назад Асхат оказался руководителем проектного офиса в компании, занимающейся консалтингом в Data Science.

О КОМПАНИИ

ScrumTrek — Agile-провайдер №1 в России

С 2007 года помогаем компаниям внедрять инновации, обучать персонал и повышать эффективность через продуктовый подход, Scrum, Kanban, SAFe, LeSS и OKR.

СРЕДИ КЛИЕНТОВ