ИИ для Системных Аналитиков: от промптов до агентов

В курсе системные аналитики уровня Junior и выше осваивают внедрение искусственного интеллекта в рабочие процессы: от подготовки контекста для промптов до настройки автономных CLI-агентов на сквозном проекте.

О чём курс

Материал выстраивает работу с большими языковыми моделями в воспроизводимый инженерный процесс: от загрузки контекста до машинной проверки готового артефакта. На сквозном проекте разбирается ускорение типовых аналитических задач с помощью моделей.

В процессе подготовки требований нейросети используются для поиска противоречий и пробелов в бизнес-требованиях, формулирования вопросов стейкхолдерам, генерации User Story, критериев Gherkin, матриц трассировки и аудита нефункциональных требований. При проектировании процессов модели формируют диаграммы Use Case и Sequence в PlantUML, а также схемы BPMN в формате XML с проверкой семантических ошибок и логики ветвлений.

При работе с интеграциями и архитектурой разбирается генерация контрактов OpenAPI, AsyncAPI, GraphQL SDL и схем .proto с отслеживанием галлюцинаций и выдуманных полей. Для баз данных создаются схемы ERD, DDL-скрипты и тестовые выборки. Архитектурный блок охватывает C4-модели с расчетом нагрузки, проверку соответствия принципам DDD, оформление проектных решений в формате ADR и выгрузку документации по подходу Doc-As-Code.

Отдельный блок отведен инструментам автоматизации: созданию командной библиотеки промптов в формате структурированных карточек, проектированию ассистентов с базой знаний и RAG, а также запуску CLI-агента в локальной папке проекта с файлом правил AGENTS.md, специализированными навыками, стоп-условиями и интеграцией через n8n.

Для кого

Материал рассчитан на специалистов, которые уже создают базовые артефакты системного анализа вручную и хотят сократить время на рутину без потери контроля за качеством.

Программа ориентирована на следующие категории аналитиков:

• Практикующие специалисты уровня Junior и выше, стремящиеся выстроить системную загрузку контекста проекта в модель и проверять сгенерированные спецификации по чек-листам;
• Выпускники базовых программ по системному анализу, которые хотят освоить применение искусственного интеллекта на знакомых артефактах;
• Аналитики, готовящиеся к роли постановщика задач для агентной разработки: составлению файлов правил, описанию навыков и стоп-условий;
• Ведущие аналитики и тимлиды, планирующие внедрение библиотек промптов и локальных ИИ-ассистентов в процессы команды без затрат на согласование с информационной безопасностью.

Кому курс не подойдёт

Курс не рассчитан на специалистов без базовых навыков: если аналитик не может самостоятельно отличить корректную спецификацию от ошибочной, модель введет его в заблуждение. Для освоения тем требуется владение требованиями, диаграммами и проектированием контрактов.

Материал также не подойдет тем, кто рассчитывает на полную передачу задач модели или ожидает персонального кураторства: в курсе нет ручной проверки домашних заданий преподавателем, созвонов и закрытых чатов.

Формат и инструменты

Обучение проходит в свободном темпе. Для контроля результатов используются чек-листы самопроверки и машинные проверки артефактов, а вопросы по материалам можно задавать в комментариях к шагам.

Каждый модуль требует 4–6 часов работы, разделенных на шаги по 15–40 минут. В первой половине курса используются чат с языковой моделью, заметки в Obsidian, браузерный редактор bpmn.io и Postman. Во второй половине поэтапно подключаются Node.js, Git, открытый консольный агент, Docker и n8n.