О чём курс

О чём курс

В программе спринта AI Builders разбирается автоматизация рабочих процессов и сложных задач с помощью технологий искусственного интеллекта. Материал сфокусирован на переходе от простых запросов к нейросетям в браузере к системным решениям: созданию персональной рабочей AI-среды, разработке автономных агентов и запуску рабочих прототипов.

Программа построена на реальных кейсах и методологиях из международного бигтеха. Слушатели изучают, как настраивать AI-агенты, внедрять готовые сценарии автоматизации, использовать протокол MCP и организовывать связки инструментов без привлечения разработчиков.

Для кого

Курс рассчитан на специалистов и лидеров, желающих делегировать рутину и ускорить рабочие процессы:

  • маркетологов и продакт-менеджеров;
  • фаундеров и руководителей команд;
  • аналитиков и консультантов;
  • специалистов, стремящихся собирать прототипы продуктов самостоятельно и избавиться от постоянной зависимости от разработки.

Формат и наполнение

Обучение построено вокруг практики и включает:

  • 3 живые онлайн-встречи в Zoom (вводная сессия, разбор вопросов и кейсов участников, итоговое занятие по экономике AI-инструментов);
  • 6 прикладных кейсов с пошаговыми руководствами;
  • создание личной базы знаний (Second Brain), персонального ассистента в Claude Code, рабочих процессов в n8n и автономных ботов в Telegram;
  • бонусные материалы по созданию чат-ботов и реализации RAG-системы.

Об авторе

Дмитрий Зборовский — ML Director в компании DoorDash, где курирует направление искусственного интеллекта и внедрение автономных систем в продуктовые и операционные процессы. Ранее занимал позицию старшего вице-президента по ИИ в «СберМаркете», руководил направлениями в «Яндекс.Go» и Gett, а также работал бизнес-аналитиком в McKinsey & Company.

Программа обучения

  1. Kickoff. AI Playbook и лучшие AI-практики из международного Big Tech (Live · Zoom):
  • Карта AI-рынка и главные сдвиги, которые влияют на работу уже сейчас
  • Логика спринта: от личной AI-среды к автономным агентам и рабочим продуктам
  • Подготовка аккаунтов, доступов и безопасного рабочего контура
  • Результат: Вы понимаете траекторию обучения, выбираете личный кейс и готовы собирать рабочую AI-систему с первого кейса
  1. Создаём Second Brain в Cursor / Codex для себя и команды (Кейс + гайд):
  • Структура базы знаний: проекты, заметки, контекст, правила и шаблоны
  • Подключение ключевых MCP-серверов и внешних источников данных
  • Практические сценарии: research, планирование, контент и рабочие документы
  • Результат: У вас работает Second Brain в Cursor / Codex: он знает ваш контекст, подключается к нужным инструментам и помогает выполнять реальные задачи
  1. Создаём Personal Chief of Staff в Claude Code (Кейс + гайд):
  • Обзор агентских команд и рабочих практик из индустрии
  • Настройка среды Claude Code: контекст, команды, инструменты и permissions
  • Сборка Chief of Staff для планирования, research, контента и регулярных брифингов
  • Результат: Ваш Chief of Staff принимает задачу, собирает контекст, предлагает план действий и готовит результат в заданном формате
  1. n8n Launchpad: запускаем работающие AI-продукты без разработки (Кейс + гайд):
  • Кейсы автоматизации и быстрого прототипирования из стартапов и бигтеха
  • Архитектура workflow: триггер, данные, модель, проверка человеком и доставка результата
  • Сборка пайплайна обратной связи с интерфейсом через Telegram
  • Результат: У вас есть работающий AI-пайплайн в n8n, который можно быстро адаптировать под продуктовый или внутренний кейс
  1. Live Q&A: разбираем ваши кейсы и практику AI в компаниях (Live · Zoom):
  • Разбор Second Brain, Chief of Staff и n8n-пайплайнов участников
  • Ответы на вопросы по настройке, качеству результата и безопасности
  • Внедряем реальные сценарии применения AI из бигтех-компаний в Европе и США в вашу работу
  • Результат: Вы устраняете блокеры, улучшаете собранные системы и уходите с понятным планом применения в своей работе
  1. Создаём автономного AI-агента Health OS в Telegram (Кейс + гайд):
  • Развёртывание OpenClaw и подключение агента к Telegram
  • Настройка личного контекста: цели, привычки, режим, тренировки и регулярные check-in
  • Автономные сценарии, напоминания, недельные сводки и границы безопасности
  • Результат: У вас есть Health OS, личный Telegram-агент, который помогает отслеживать привычки и самочувствие, формирует сводки и предлагает следующие шаги. Это не медицинский инструмент
  1. Создаём автономного бота под ваш кейс с Hermes (Кейс + гайд):
  • Hermes, OpenClaw и другие агентские фреймворки: различия и критерии выбора
  • Инструменты, память, расписания, permissions и guardrails автономного агента
  • Кейс на выбор: управление контентом, личные операции или собственный рабочий процесс
  • Результат: У вас работает автономный Hermes-бот в Telegram, настроенный под конкретный личный или рабочий сценарий
  1. AI Storytelling Lab: создаём презентации и рабочие визуалы (Кейс + гайд):
  • Какие AI-инструменты использовать для презентаций, дизайна и документов в компании
  • Подходы из индустрии и публичный опыт Anthropic и OpenAI в интерактивной подаче идей
  • От брифа и narrative до визуальной системы, прототипа и финальной подачи
  • Результат: Вы создаёте убедительную AI-презентацию для реального рабочего кейса и получаете повторяемый workflow для следующих материалов
  1. Final Live: AI Economics & Industry Radar (Live · Zoom):
  • Когда выбирать API, open source, облако или локальный запуск: стоимость, скорость, качество и риски
  • Практический decision framework для выбора моделей и архитектуры внутри компании
  • Личная информационная среда: рассылки, авторы, исследователи и ритуал обновления знаний
  • Кураторская подборка публичных источников и ключевых голосов OpenAI, Meta Superintelligence Labs и AI-индустрии
  • Результат: У вас есть рамка для экономических и технологических решений, персональный industry radar и понятный план развития после спринта
  1. Бонус · записанные кейсы: AI Chatbots & RAG: два самостоятельных практических кейса:
  • Кейс 1: создаём AI-чатбота для выбранного рабочего или личного сценария
  • Кейс 2: отдельно создаём RAG-чатбота на собственной базе знаний
  • Фундамент RAG-систем: данные, retrieval, оценка качества, стоимость и типовые ошибки
  • Обзор NotebookLM, Deep Research и других инструментов для исследования и работы со знаниями
  • Результат: Два рабочих прототипа, чек-лист качества и карта инструментов для дальнейшего самостоятельного обучения
Складчина создана 11 сентября 2026 г.

Теги курса

Навыки
17 348 ₽ 59 000 ₽