MAA2. ИИ-агенты для бизнес-задач за 8 недель

О чём курс

Артем Астапенко, Дмитрий Жечков и Алексей Черняк учат проектировать, развёртывать и координировать автономных ИИ-агентов для маркетинга, продаж, HR и аналитических задач. Курс школы Product University ориентирован на системную автоматизацию процессов с помощью языковых моделей, подключаемых к внешним базам данных, CRM и прикладным интерфейсам.

Программа охватывает архитектурное проектирование мультиагентных систем, координацию автономных сущностей и их безопасный запуск в рабочей среде. Рассматриваются границы автономии цифровых помощников, протоколы передачи задач, защита от ошибок и горизонтальное масштабирование решений от единичного прототипа до комплексной инфраструктуры.

Что внутри

Практическая работа выстроена вокруг создания прикладных решений под конкретные операции:

• ресёрч-агенты, цикл планирования и исполнения действий, а также интеграция инструментов через концепцию tool use;
• службы поддержки с долгосрочной памятью на базе RAG, векторными базами данных, стратегиями разделения текста на фрагменты и методами борьбы с галлюцинациями;
• мультиагентные структуры с паттернами оркестрации (последовательным, параллельным и иерархическим), где агент-менеджер выступает роутером задач;
• интеграция с рабочими сервисами через Model Context Protocol для защищённого взаимодействия с Google Calendar, Gmail и CRM-системами;
• автономный круглосуточный мониторинг конкурентов по триггерам с автоматической отправкой сводок и дайджестов;
• агент первичной линии продаж для квалификации лидов, скоринга с помощью языковых моделей и персонализированных цепочек писем;
• корпоративные ассистенты для онбординга новых сотрудников, юридической проверки документации и работы в закрытом контуре компании;
• итоговый проект с подбором метрик эффективности, настройкой наблюдаемости и расчётом ценообразования созданного решения.

Методология 6A

Внедрение решений опирается на авторский фреймворк 6A Framework, разделяющий разработку на шесть последовательных стадий:

1. Audit. Детальный разбор существующего процесса, поиск узких мест, разграничение ручного и автоматического труда с формированием карты процесса.
2. Architect. Проектирование экосистемы и каталога агентов до составления промптов, а также подбор детерминированных правил там, где вызовы нейросетей избыточны.
3. Assemble. Запуск минимально жизнеспособного агента под одну приоритетную операцию с фиксацией критериев успеха.
4. Adapt. Внедрение принципа human-in-the-loop, ведение каталога ошибок и выстраивание защитных ограничений.
5. Amplify. Горизонтальное масштабирование через запуск автономных агентов под смежные бизнес-процессы.
6. Administer. Управление агентской сетью как единым подразделением, контроль метрик качества, отслеживание дрейфа данных и внедрение корпоративных политик управления искусственным интеллектом.

Формат

Обучение длится 8 недель и включает 8 живых сессий в Zoom. Практическая часть базируется на фреймворках LangGraph, CrewAI и протоколе MCP с фокусом на перенос прототипов в реальную эксплуатацию.