ИИ:
Базовый курс
Для учителей ВУЗов по ИИ
Освой навыки ИИ для прикладных навыков
Улучши текущие навыки для повышения квалификации
Ближайший поток: 14 октября 2024 ///✱//
Ближайший поток: 14 октября 2024 //✱///
Ближайший поток: 14 октября 2024 ///✱///
Ближайший поток: 14 октября 2024 /// ✱//
Ближайший поток: 14 октября 2024 /// ✱ /
Когда
Начало 14 октября
2024 года
2024 года
Срок
Курс длится
26 недель
260 академ часов
26 недель
260 академ часов
Уровень
С нуля, не нужны дополнительные знания
Формат
Онлайн, но с большим упором на практику
Почему стоит изучать ИИ?
Why learn AI
Быстрый рост заработной платы
— Средняя заработная плата всех Продуктовых Менеджеров составила более 800,000 тенге по итогам исследования
— Средняя зарплата на рынке:
412 000 ₸
412 000 ₸
Управление жизненным циклом продукта
— Запуск продуктов с 0 до end-to-end
— Является частью коммерческого успеха продукта
— Формирует стратегию продукта и продуктовый roadmap
— Является частью коммерческого успеха продукта
— Формирует стратегию продукта и продуктовый roadmap
Колоссальный опыт
в короткий срок
в короткий срок
— Влияние на пре-релиз и пост-релиз продукта
— Формирование гипотез, которые влияют на жизни людей
— Вовлечение в дизайн, аналитику, разработку и этапы маркетинга
— Формирование гипотез, которые влияют на жизни людей
— Вовлечение в дизайн, аналитику, разработку и этапы маркетинга
Управление командой разработки и дизайна
— Работает с дизайнерами и командой разработки
— Имеет возможность вовлекаться в разные пайплайны продукта
— Вовлекается в Discovery & Delivery часть продукта
— Имеет возможность вовлекаться в разные пайплайны продукта
— Вовлекается в Discovery & Delivery часть продукта
Востребованная профессия
— PM становится всё более актуальна и спрос на специалистов растет с каждым годом минимум на 20%
— По данным hh.kz сейчас доступно 870 вакансий.
— По данным hh.kz сейчас доступно 870 вакансий.
Lessons
Как проходят уроки?
Уроки
Самостоятельная работа
Начало спринта: Вводная лекция на каждый модуль
Self-pace:
Просмотр лекции, прохождение квизов
Просмотр лекции, прохождение квизов
Self-pace:
Выполнение домашних кейсов и задач
Выполнение домашних кейсов и задач
Гостевые лекции: Продакты с Google, Meta, Kaspi, inDrive и другие
Self-pace:
Просмотр бонусных материалов и лекции
Просмотр бонусных материалов и лекции
Self-pace:
Проведение Peer-to-peer (P2P) интервью
Проведение Peer-to-peer (P2P) интервью
Office hours: Помощь ментора с ДЗ
Бахытжан Жакажанов
CEO & Founder ProductBee
5+ лет опыта работы в ПМ
Head of AI в BI Group
ex-Head of Product в ORBI Inc., USA
ex-Brainbridge Data Scientist, USA
ex-PwC Assurance Consulting
Course author
Автор курса
We are in the media
Мы в СМИ
Why choose us
Почему выбирают ProductBee
Техническое интервью и полный отчет по окончанию курса
Гибридный и гибкий график: все лекции идут в записи и доступны в любое удобное время
Продуктовые кейсы: презентация и работа над кейсами компании как Kaspi, MyCar, Careem, Freedom с итоговым Demo day
30 минутные 1-1 сессии по улучшению индивидуального карьерного пути
Обучение на американской платформе Thinkific с личным аккаунтом и закрытым доступом на платные материалы
Закрытые митапы и офлайн встречи только для участников курса
Гостевые лекторы с компании как Kolesa, Kaspi, MyCar, inDrive, Beeline и зарубежных Booking, Google, Meta
Referral program и Alumni group: мы рекомендуем в различные ИТ компании, и вакансии которых вы не найдете на рынке труда
Top student certificate: для топ студентов выдается отличительный сертификат и мы приглашаем в команду
Main lecturers
Основные лекторы
Бахытжан Жакажанов
CEO ProductBee
Head of AI at BI Group
CPO BI Group
Head of AI at BI Group
CPO BI Group
Улжан Бисаринова
Lead AI & Data Science ISSAI
Андрей Бакаленко
CPO Yango Delivery
Guest lecturers
Гостевые лекторы
Бахытжан Жакажанов
ex-Senior Product Manager at MyCar
Нарикби Максут
Product Manager at Booking
Абдугани Сафи
ex-Head of Product at 1Fit
Назерке Калидолда
ex-Google SWE, PM in France
Алия Мирзахметова
Head of Product Prerender
Нурхан Искендир
CPO at MyCar
Аршын Султангазы
CPO at BCC
Айгерим Алтайканова
Senior Product Manager at IZI Mobile
Адиль Булатов
Senior Product Manager at inDrive
Константин Швацкий
ex-Head of Product at Kaspi
Your CV after course
Ваше резюме после прохождения курса
должность
Учитель по прикладному AI/ML
зарплата
500 000 ₸ – 950 000 ₸
Методологии:
- Customer Development
- Lean Startus
- User Person
- Design Thinking
- Lean Canvas
- User Story Map
- Customer Journey Map
- Agile
- Scrum
- Kanban
- Value Proposition Canvas
- RICE
Навыки:
- Проводить глубинные интервью по JTBD
- Посчитать размер рынка TAM/SAM/SOM
- Прототипировать дизайна на Miro/Figma/Sketch
- Составить портрет потребителя (User Persona)
- Презентация стейкхолдерам на Дэмо дне
- Проводить UX-research
- Проводить UX-research
- Считать unit-экономика продукта
- Запускать MVP/MLP
- Умение выбрать NSM и метрики продукта
- Управлять разработкой по SCRUM и Kanban
Инструменты:
Certificate
После курса вы получите:
Диплом ИТ академии
Проект в ваше портфолио
Доступ в закрытое комьюнити выпускников
Course Program
Программа курса
- Linkedin Profile
- Таблица оценки навыков
- Гайд по карьере роста ИИ
- Книги и материалы для изучения
- База интервью вопросов для 50+ ИТ компании
1. Теория генеративного ИИ и его применение в образовании.
2. Введение в большие языковые модели и их архитектуру.
3. Практическое занятие: Создание базовой модели генерации текста с использованием Python.
2. Введение в большие языковые модели и их архитектуру.
3. Практическое занятие: Создание базовой модели генерации текста с использованием Python.
1. Эффективное создание запросов для моделей ИИ.
2. Техники улучшения результатов на основе запросов.
3. Практическое занятие: Эксперименты с запросами с использованием моделей GPT от OpenAI.
2. Техники улучшения результатов на основе запросов.
3. Практическое занятие: Эксперименты с запросами с использованием моделей GPT от OpenAI.
1. Понимание предвзятости в генеративных моделях.
2. Этические аспекты использования ИИ в образовании.
3. Практическое занятие: Обнаружение и снижение предвзятости в текстовых выводах с помощью Python.
2. Этические аспекты использования ИИ в образовании.
3. Практическое занятие: Обнаружение и снижение предвзятости в текстовых выводах с помощью Python.
1. Основы сбора и подготовки данных.
2. Понимание различных типов данных (структурированные, неструктурированные).
3. Практическое занятие: Очистка и организация данных с использованием Python (библиотека pandas).
2. Понимание различных типов данных (структурированные, неструктурированные).
3. Практическое занятие: Очистка и организация данных с использованием Python (библиотека pandas).
1. Введение в описательную статистику (среднее, медиана, мода).
2. Основы инференциальной статистики (доверительные интервалы, проверка гипотез).
3. Практическое занятие: Анализ данных с использованием статистических методов в Python (numpy, scipy).
2. Основы инференциальной статистики (доверительные интервалы, проверка гипотез).
3. Практическое занятие: Анализ данных с использованием статистических методов в Python (numpy, scipy).
1. Принципы эффективной визуализации данных.
2. Типы визуализаций (гистограммы, столбчатые диаграммы, диаграммы рассеивания).
3. Практическое занятие: Создание визуализаций с использованием Python (matplotlib, seaborn).
2. Типы визуализаций (гистограммы, столбчатые диаграммы, диаграммы рассеивания).
3. Практическое занятие: Создание визуализаций с использованием Python (matplotlib, seaborn).
1. Понимание процесса Data Science (сбор данных, анализ, моделирование).
2. Обзор популярных инструментов и фреймворков в Data Science.
3. Практическое занятие: Настройка базового проекта по Data Science на Python.
2. Обзор популярных инструментов и фреймворков в Data Science.
3. Практическое занятие: Настройка базового проекта по Data Science на Python.
1. Введение в контролируемое и неконтролируемое обучение.
2. Обзор популярных алгоритмов машинного обучения (линейная регрессия, деревья решений).
3. Практическое занятие: Реализация простой модели машинного обучения на Python (scikit-learn).
2. Обзор популярных алгоритмов машинного обучения (линейная регрессия, деревья решений).
3. Практическое занятие: Реализация простой модели машинного обучения на Python (scikit-learn).
1. Ключевые показатели эффективности моделей машинного обучения (accuracy, precision, recall).
2. Техники оценки и улучшения моделей (кросс-валидация, настройка гиперпараметров).
3. Практическое занятие: Оценка и оптимизация моделей на Python.
2. Техники оценки и улучшения моделей (кросс-валидация, настройка гиперпараметров).
3. Практическое занятие: Оценка и оптимизация моделей на Python.
1. Основы компьютерного зрения и его применения.
2. Техники обработки изображений (фильтры, преобразования).
3. Практическое занятие: Работа с изображениями на Python (OpenCV).
2. Техники обработки изображений (фильтры, преобразования).
3. Практическое занятие: Работа с изображениями на Python (OpenCV).
1. Понимание алгоритмов обнаружения объектов (Haar каскады, YOLO).
2. Применение обнаружения объектов в образовании и индустрии.
3. Практическое занятие: Реализация базового обнаружения объектов с использованием Python и OpenCV.
2. Применение обнаружения объектов в образовании и индустрии.
3. Практическое занятие: Реализация базового обнаружения объектов с использованием Python и OpenCV.
1. Введение в сверточные нейронные сети (CNN) для классификации изображений.
2. Трансферное обучение и предобученные модели для задач компьютерного зрения.
3. Практическое занятие: Создание классификатора изображений с использованием Python и TensorFlow/Keras.
2. Трансферное обучение и предобученные модели для задач компьютерного зрения.
3. Практическое занятие: Создание классификатора изображений с использованием Python и TensorFlow/Keras.
1. Обзор ключевых концепций из всех модулей.
2. Студенты работают над проектом, объединяющим концепции генеративного ИИ, анализа данных, Data Science и компьютерного зрения. 3. Практическое занятие: Реализация итогового проекта на Python, демонстрирующего навыки в различных областях ИИ.
2. Студенты работают над проектом, объединяющим концепции генеративного ИИ, анализа данных, Data Science и компьютерного зрения. 3. Практическое занятие: Реализация итогового проекта на Python, демонстрирующего навыки в различных областях ИИ.
Salary
Средняя зарплата AI/ML менеджера в Казахстане
Intern
0 ₸ — 200 000 ₸
Junior
300 000 ₸ — 650 000 ₸
Middle
500 000 ₸ — 1 200 000 ₸
Senior
1 000 000 ₸ — 2 200 000 ₸
CPO
1 100 000 ₸ — 3 500 000 ₸
Price
Стоимость обучения
тариф
Pro
600 000 ₸
база интервью вопросов
от 50+ компании
от 50+ компании
более 40 закрытых гостевых лекции
индивидуальный аккаунт на платформе
доступ в закрытую
telegram-группу с вакансиями
telegram-группу с вакансиями
гостевые спикеры от топовых КЗ
и зарубежных ИТ компаний
и зарубежных ИТ компаний
сертификат о прохождении курса
работа над реальными продуктовыми кейсами компании
доступ к материалам доступен
12 месяцев после окончания курса
12 месяцев после окончания курса
30 минут 1-1 консультация CV
и профиль карьеры
и профиль карьеры
техническое интервью от Senior PM крупных ИТ компании
менторская программа:
6 сессий по 1 часу
6 сессий по 1 часу
индивидуальный Roadmap
публикация в Media
Доступно в рассрочку
от 40 833 ₸ x 12 мес.
Price
Стоимость обучения
тариф
Pro
600 000 ₸
база интервью вопросов
от 50+ компании
от 50+ компании
более 40 закрытых гостевых лекции
индивидуальный аккаунт на платформе
доступ в закрытую
telegram-группу с вакансиями
telegram-группу с вакансиями
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
и профиль карьеры
техническое интервью от Senior PM крупных ИТ компании
менторская программа:
6 сессий по 1 часу
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
Our students work in
Наши студенты работают в:
Feedback
Отзывы наших студентов
→
←
→
→
→
→
Записаться на курс
Запишитесь на наш курс
и освойте востребованную профессию
Мы аккредитованная
IT-академия в Казахстане
IT-академия в Казахстане
Наша академия является №1 по средней заработной плате выпускников в 2023 году в сфере Продуктового Менеджмента. Мы официально признаны ИТ академией по образованию от программы TechOrda и соответствуем всем стандартам обучения высокого качества. Мы также являемся частью Международного Технопарка Astana Hub.
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 - 200 количество мест
Оставьте контакты и наш менеджер свяжется с вами в ближайшее время
Как зарождался Продуктовый Менеджмент в Kolesa и Kaspi?
Our podcasts
Наши подкасты
1Fit - сколько стоит сейчас и почему закрылись в Лондоне?
Как найти работу Продуктового Менеджера зарубежом?
Продуктовый подход в самых быстрорастущих стартапах ЦА
Меню
Контакты
ProductBee© 2024. Все права защищены
Резиденты
Записаться
Заполните форму ниже чтобы записаться на курс