Разбор хайпа вокруг AI/ML: возможности и ограничения
Когда ML приносит ценность, а когда его применение не оправдано
Краткий обзор LLM и современных трендов в AI
Роли в ML-продуктах: от Data Scientist до ML Engineer и продакт-менеджера
Результат: Студенты получат общее понимание экосистемы AI/ML и увидят, как именно технологии влияют на продуктовые решения.
Занятие 2: Роли, задачи и базовые технологии
Обзор профессии Data Scientist и других ключевых специалистов
Типы ML-задач: классификация, регрессия, кластеризация и др.
Основные алгоритмы и модели (решающие деревья, коллаборативная фильтрация и др.)
Организация команд: как выстраивать взаимодействие между бизнесом и техническими специалистами
Результат: Понимание технической базы и структуры команд, задействованных в разработке ML-продуктов. Воркшоп 1: Кейс “Делаем поиск”
Определение ключевых метрик для поисковых систем
Этапы реализации поиска
Анализ ранжирования
Занятие 3: Идея, гипотеза и метрики
Обзор этапов ML-проекта (DS Lean)
Постановка гипотез, поиск аплифтов, определение целей и ключевых метрик
Оценка бизнес-ценности: когда нужен ML и как его оправдать
Составление технического задания для фичи: качество, скорость, допустимые погрешности
Этика и управления рисками в AI/ML
Результат: Умение формировать гипотезы и определять показатели успеха для будущего ML-продукта.
Занятие 4: Данные – основа ML проекта
Качество данных: разметка событий, сбор, очистка, анализ и подготовка датасетов
Вопросы разметки данных: когда нужна ручная аннотация (ассессоры, Яндекс.Толока)
Настройка автоматизированного контроля качества (автотесты, мониторинг, алерты)
Практический мини-воркшоп: анализ примеров, очистка и подготовка небольшого датасета
Результат: Студенты узнают, как правильно работать с данными для обучения моделей и обеспечить качество входных данных. Воркшоп 2: Кейс “Делаем персонализированные рекомендации”
Особенности разработки рекомендательных систем
Метрики, оценка качества рекомендаций
Занятие 5: Процесс разработки модели
Выбор метрики для оптимизации (оффлайн метрика, оффлайн валидация)
Процедуры обучения модели, особенности разметки в оффлайне
Организация code review, управление версиями с помощью Git
Результат: Понимание жизненного цикла обучения модели и методик ее оценки до запуска в продакшн.
Занятие 6: Стратегия запуска и тестирование
Планирование запуска продукта: от пилотного запуска до масштабирования, грамотный UX/UI в продуктах на базе ML.
Проведение A/B тестов: цели, методология, анализ результатов
Коммуникация ценности ML для пользователей и внутренних стейкхолдеров
Развертывание нескольких алгоритмов с последующим отбором лучшего решения
Анализ ROI, оценка альтернативных издержек и мониторинг пост-запуска
Результат: Навыки планирования и оценки эффективности запуска ML-продукта с акцентом на измерение бизнес-результатов.
Занятие 7: Как адаптировать AI под свой продукт?
Embedding & attention: как LLM "запоминают" и "понимают" данные
Fine-tuning LLM: когда нужно, а когда можно обойтись промптами
гостевые спикеры от топовых КЗ и зарубежных ИТ компаний
сертификат о прохождении курса
работа над реальными продуктовыми кейсами компании
доступ к материалам доступен 12 месяцев после окончания курса
30 минут 1-1 консультация CV и профиль карьеры
техническое интервью от Senior PM крупных ИТ компании
менторская программа: 6 сессий по 1 часу
индивидуальный Roadmap
публикация в Media
Доступно в рассрочку
от 40 833 ₸ x 12 мес.
Заполните форму ниже чтобы записаться на курс по тарифу Standard
Мы свяжемся с Вами и все подробно расскажем
Заполните форму ниже чтобы записаться на курс по тарифу Pro
Мы свяжемся с Вами и все подробно расскажем
Заполните форму ниже чтобы записаться на курс по тарифу VIP
Мы свяжемся с Вами и все подробно расскажем
Feedback
Отзывы наших студентов
→
←
FAQ
Ответы и вопросы
Курс подходит всем, в том числе и для начинающих в ИТ сфере и желающих освоить профессию Продакт-менеджера и тем, кто хочет работать над продуктом
Мы 100% гарантированно возвращаем ваши деньги в первую неделю, если вам не понравится и если поймете, что Продакт менеджмент не для вас
Да, но зависит от вашего опыта и как вы подготовите ваши кейсы. Но есть ребята после окончания нашего курса устраивались на работу, повышали грейд или вообще меняли профессию
Таких нет, главное - ваше желание!
Курс длится 8 недель. Еженедельно у вас будут 2 онлайн лекции, и 4 заранее записанных видео для выполнения задач. Также, освоение новых инструментов таких как Jira, Amplitude. Будут платные закрытые материалы и интервью с вашим одногруппником (P2P interview sessions)
Остались вопросы?
Нажимая на кнопку, вы даете согласие на обработку персональных данных и соглашаетесь c Политикой конфиденциальности
На каждый поток выделяем - 20 количество мест
Оставьте контакты и наш менеджер свяжется с вами в ближайшее время
Как зарождался Продуктовый Менеджмент в Kolesa и Kaspi?