Saltar al contenido
L-SYSTEM

intermedio

Applied AI for Big4 IT Professionals

Практический курс по искусственному интеллекту для IT-специалистов Big4 и других professional-services фирм. Не подготовка Data Scientist, а умение выбрать подходящий AI-подход, посчитать качество, цену и риск и спроектировать PoC, который может честно сказать «нет». Весь курс проходит на одном сквозном кейсе: вы работаете в группе Digital & IT вымышленной фирмы Aldervane Advisory LLP и ведёте два пилота. Triage PoC — подсказки и частичная авто-маршрутизация тикетов ENGAGE Service Desk. Policy Assistant — RAG-ассистент по внутренним IT-политикам, который затем получает ограниченные действия как агент. Данные и документы синтетические, но с настоящими дефектами: leakage в выгрузке тикетов, отменённая версия политики в индексе, папка клиента с ограниченным доступом. Темы: постановка AI use case; optimization; вероятность, base rate и байесовское обновление; классический ML — regression, classification, similarity, triage; работа с корпоративными документами; evaluation — precision, recall, overfitting, shadow mode, monitoring; нейросети без магии; LLM и способы адаптации; RAG; AI-агенты, least privilege и prompt injection; Responsible AI и governance, включая EU AI Act, NIST AI RMF и ISO/IEC 42001 по состоянию на сентябрь 2026 года; business case и критерии go / iterate / stop; capstone-proposal для совета практик. Каждая тема подаётся как боль → решение → цена. Около 190 тренировочных заданий, в том числе расчётные; схемы и иллюстрации в каждом юните. Три необязательные лаборатории на Python с готовыми генераторами данных: прогноз нагрузки, классификация тикетов и прототип RAG.

Tu lección es en tu idioma: la dirige tu asistente.

  • Material: ruso
  • Examen: ruso; se hace en el sitio, sin traducir
Cómo funciona

Tu asistente toma el material del curso de nuestro servidor y dirige la lección en tu idioma.

El examen se hace en el sitio, sin asistente. Las preguntas del examen no se traducen: así se ha decidido para todos los cursos.

Cómo conectar un asistente

Recorrido por el curso

· 19 unidades

orden libre · los niveles de abajo son el orden que sugiere el autor, no una condiciónVista: mapa · niveles

  1. Nivel 1

    ~1,5 h

  2. Nivel 2

    ~5 h

    según el diseño del autor, después de «AI в Professional Services: от задачи к ценности»

  3. Nivel 3

    ~7 h

  4. Nivel 4

    ~6 h

  5. Nivel 5

    ~1,5 h

  6. Nivel 6

    ~2,5 h

  7. Nivel 7

    ~2,5 h

  8. Nivel 8

    ~7,5 h

  9. Nivel 9

    ~2 h

    • 15 · según el diseño del autor, después de «Model Evaluation, overfitting и business metrics», «Responsible AI, privacy, security и governance»

      AI Business Case: от идеи к PoC

      ~2 h

  10. Nivel 10

    ~4 h

    • 16 · según el diseño del autor, después de 13 de estas: «AI в Professional Services: от задачи к ценности», «Optimization: когда AI ищет лучшее решение», «Probability и неопределённость», «Bayesian reasoning: обновляем уверенность по evidence», «Machine Learning Fundamentals», «Regression и forecasting», «Classification, similarity и triage», «Работа с текстом и enterprise documents», «Model Evaluation, overfitting и business metrics», «Neural Networks и Deep Learning без магии», «Generative AI и LLM в enterprise», «RAG и Enterprise Knowledge», «AI Agents и workflow automation», «Responsible AI, privacy, security и governance», «AI Business Case: от идеи к PoC»

      Capstone: AI Solution Proposal

      ~4 h

  11. Examen

    cerrada · inscríbete en el curso

    • final · en el navegador, sin el asistente

      Examen

El recorrido en palabras
  • Nivel 1 · AI в Professional Services: от задачи к ценности — ~1,5 h
  • Nivel 2 · Optimization: когда AI ищет лучшее решение — según el diseño del autor, después de «AI в Professional Services: от задачи к ценности»; ~1,5 h
  • Nivel 2 · Probability и неопределённость — según el diseño del autor, después de «AI в Professional Services: от задачи к ценности»; ~1,5 h
  • Nivel 2 · Machine Learning Fundamentals — según el diseño del autor, después de «AI в Professional Services: от задачи к ценности»; ~2 h
  • Nivel 3 · Bayesian reasoning: обновляем уверенность по evidence — según el diseño del autor, después de «Probability и неопределённость»; ~1,5 h
  • Nivel 3 · Regression и forecasting — según el diseño del autor, después de «Machine Learning Fundamentals»; ~1,5 h
  • Nivel 3 · Classification, similarity и triage — según el diseño del autor, después de «Machine Learning Fundamentals»; ~2 h
  • Nivel 3 · Работа с текстом и enterprise documents — según el diseño del autor, después de «Machine Learning Fundamentals»; ~2 h
  • Nivel 4 · Model Evaluation, overfitting и business metrics — según el diseño del autor, después de «Regression и forecasting», «Classification, similarity и triage»; ~2 h
  • Nivel 4 · Optional Lab: Regression на Python — según el diseño del autor, después de «Regression и forecasting»; opcional; ~2 h
  • Nivel 4 · Optional Lab: Text Classification на Python — según el diseño del autor, después de «Classification, similarity и triage»; opcional; ~2 h
  • Nivel 5 · Neural Networks и Deep Learning без магии — según el diseño del autor, después de «Model Evaluation, overfitting и business metrics»; ~1,5 h
  • Nivel 6 · Generative AI и LLM в enterprise — según el diseño del autor, después de «Neural Networks и Deep Learning без магии»; ~2,5 h
  • Nivel 7 · RAG и Enterprise Knowledge — según el diseño del autor, después de «Generative AI и LLM в enterprise»; ~2,5 h
  • Nivel 8 · AI Agents и workflow automation — según el diseño del autor, después de «RAG и Enterprise Knowledge»; ~2 h
  • Nivel 8 · Responsible AI, privacy, security и governance — según el diseño del autor, después de «Generative AI и LLM в enterprise», «RAG и Enterprise Knowledge»; ~2,5 h
  • Nivel 8 · Optional Lab: RAG Prototype — según el diseño del autor, después de «RAG и Enterprise Knowledge»; opcional; ~3 h
  • Nivel 9 · AI Business Case: от идеи к PoC — según el diseño del autor, después de «Model Evaluation, overfitting и business metrics», «Responsible AI, privacy, security и governance»; ~2 h
  • Nivel 10 · Capstone: AI Solution Proposal — según el diseño del autor, después de 13 de estas: «AI в Professional Services: от задачи к ценности», «Optimization: когда AI ищет лучшее решение», «Probability и неопределённость», «Bayesian reasoning: обновляем уверенность по evidence», «Machine Learning Fundamentals», «Regression и forecasting», «Classification, similarity и triage», «Работа с текстом и enterprise documents», «Model Evaluation, overfitting и business metrics», «Neural Networks и Deep Learning без магии», «Generative AI и LLM в enterprise», «RAG и Enterprise Knowledge», «AI Agents и workflow automation», «Responsible AI, privacy, security и governance», «AI Business Case: от идеи к PoC»; ~4 h

Programa · 19 unidades

1AI в Professional Services: от задачи к ценности

Отличать AI-задачу от обычной автоматизации и аналитики

~1,5 h
2Optimization: когда AI ищет лучшее решение

Понимать optimization как выбор лучшего действия при ограничениях

~1,5 h
3Probability и неопределённость

Интерпретировать вероятность модели как долю на множестве случаев и понимать calibration

~1,5 h
4Bayesian reasoning: обновляем уверенность по evidence

Понимать prior, likelihood и posterior и считать обновление через шансы и likelihood ratio

~1,5 h
5Machine Learning Fundamentals

Различать supervised (classification, regression), unsupervised и generative постановки

~2 h
6Regression и forecasting

Понимать regression как предсказание числа и forecasting как regression во времени

~1,5 h
7Classification, similarity и triage

Различать binary, multiclass и multilabel classification

~2 h
8Работа с текстом и enterprise documents

Различать extraction, classification, retrieval, summarization и generation и подбирать к каждой свою проверку

~2 h

Mostrar las 11 unidades restantes