Открыто

MAA3. Корпоративное внедрение ИИ-агентов [Product University] [Артем Астапенко, Дмитрий Жечков, Алексей Черняк]

Тема в разделе "Нейросети и искусственный интеллект", создана пользователем Akwei-SK, 21 ноя 2026 в 14:09.

Основной список: 5 участников

  1. 21 ноя 2026 в 14:09
    #1
    Akwei-SK
    Akwei-SK Член клуба

    Складчина: MAA3. Корпоративное внедрение ИИ-агентов [Product University] [Артем Астапенко, Дмитрий Жечков, Алексей Черняк]

    [​IMG]



    Поток — сентябрь 2027 года. Третий модуль программы MAA.

    Практический курс по внедрению ИИ-агентов в корпоративную инфраструктуру: от выбора архитектуры и моделей до защиты данных, интеграции с бизнес-системами и организации команды AgentOps.

    В программе — GigaChat, YandexGPT, open-source модели через Ollama и vLLM, интеграции с 1С, SAP, Bitrix24 и Jira, требования 152-ФЗ, мониторинг, управление бюджетами и жизненным циклом агентов.
    8 недель практики. 8 тематических блоков. Итоговый проект — корпоративная стратегия внедрения ИИ-агентов.

    Для кого
    — Директорам по цифровизации и ИТ — для планирования внедрения с учётом требований службы безопасности, юристов и бюджетного комитета.
    — Архитекторам и техлидам — для работы с отказоустойчивостью, корпоративной авторизацией, масштабированием и развёртыванием моделей на собственной инфраструктуре.
    — Руководителям HR, юридических и финансовых подразделений — для автоматизации рабочих процессов с учётом ограничений на использование корпоративных данных.

    Программа курса

    Неделя 1. Enterprise AI Architecture: архитектура агентов для крупных компаний
    — Архитектурные паттерны: API Gateway, Message Queue и Service Mesh.
    — Отказоустойчивость и аварийное восстановление.
    — Multi-tenancy: работа одного агента с несколькими подразделениями.
    — Единая авторизация через SSO и LDAP.
    — Интеграции с 1С, SAP, Bitrix24 и Jira.
    — Мониторинг через Prometheus, Grafana и ELK.
    — SLA и расчёт полной стоимости владения.
    Результат: целевая архитектура агентов для компании.

    Неделя 2. On-premise: выбор моделей и собственной инфраструктуры
    — GigaChat: подключение, возможности и ограничения.
    — YandexGPT в Yandex Cloud и через DataSphere.
    — T-Bank AI.
    — Запуск open-source моделей через Ollama и vLLM.
    — Высокопроизводительный inference на GPU.
    — Сравнение моделей по качеству, скорости и стоимости.
    — Расчёт затрат на GPU-инфраструктуру.
    Результат: выбранная модель и расчёт необходимой инфраструктуры.

    Неделя 3. Безопасность ИИ-агентов и персональные данные
    — Требования 152-ФЗ к обработке персональных данных.
    — Классификация ИСПДн и уровни защищённости.
    — ГОСТ Р 57580 и требования к информационной безопасности финансовых организаций.
    — Сертификация ФСТЭК и ФСБ: когда она необходима.
    — Модель угроз на основе OWASP LLM Top 10 с учётом российской специфики.
    — Обнаружение и маскирование персональных данных.
    — DLP для агентов и журналирование действий.
    — Red teaming: тестирование безопасности на русском языке.
    Результат: модель угроз и регламент защиты данных.

    Неделя 4. ИИ-агенты для HR и юристов
    — Онбординг: персональный помощник нового сотрудника.
    — Скрининг резюме и сопоставление кандидатов с вакансиями.
    — Согласование времени интервью.
    — Анализ рисков в договорах.
    — Генерация документов по шаблонам.
    — Мониторинг изменений законодательства.
    — Учёт ТК РФ и ГК РФ, использование справочных систем как источников данных.
    Результат: HR- и юридический агенты под корпоративный контур.

    Неделя 5. Финансовый агент и интеграции с 1С
    — Автоматизация отчётности: P&L, cash flow, план-фактный анализ.
    — Чтение и анализ данных из 1С.
    — OCR и извлечение информации из счетов, актов и накладных.
    — Маршрутизация документов по цепочкам согласования.
    — Прогноз спроса и уведомления о минимальных остатках.
    — Проверка качества по фотографиям с помощью Vision AI.
    — Агент-аналитик для топ-менеджмента.
    Результат: финансовый агент на данных 1С.

    Неделя 6. Реестр агентов компании и управление ими
    — Agent Registry: каталог агентов с владельцами, SLA, стоимостью и статусом.
    — Жизненный цикл: от идеи и тестирования до развёртывания, мониторинга и вывода из эксплуатации.
    — Версионирование и обновления без простоя.
    — Бюджеты по подразделениям и уведомления о перерасходе.
    — Правила создания, согласования и развёртывания агентов.
    — Классификация рисков, AI-этика и вопросы регулирования.
    — LLMOps: от разработки до мониторинга в production.
    Результат: реестр агентов и политика управления ими.

    Неделя 7. Команда AgentOps и управление изменениями
    — Роли Agent Developer, Agent Ops, Agent Analyst и Agent Designer.
    — Найм специалистов и тестовые задания.
    — Agile для агентной разработки: sprint → build → eval → deploy.
    — Управление инцидентами: дежурства, инструкции и эскалация.
    — Внедрение изменений по модели ADKAR.
    — Внутренние амбассадоры и обучение сотрудников.
    — Обоснование внедрения для руководства: окупаемость, быстрые результаты и долгосрочное видение.
    Результат: план внедрения и структура команды.

    Неделя 8. Защита корпоративной Agent Strategy
    — Объединение архитектуры, инфраструктуры, безопасности и прикладных агентов в единую стратегию.
    — Политика управления агентами, команда и план организационных изменений.
    — KPI и реальные метрики за время модуля.
    — Подготовка и презентация итоговой стратегии.
    Результат: корпоративная Agent Strategy для высшего руководства.

    Итоги обучения
    — Стратегия внедрения ИИ-агентов в компании.
    — Развёрнутый агент в закрытом контуре.
    — Модель угроз и регламент работы с персональными данными.
    — Реестр агентов и политика управления ими.
    — Структура команды AgentOps и план внедрения.

    Эксперты курса
    Артём Астапенко — сооснователь AI-лаборатории Jamakase Technologies, основатель AgentArea.ai и Constract.io.
    Дмитрий Жечков — руководитель направления развития гибридного ИИ в cloud.ru, ранее архитектор облачных сервисов в Яндекс Облаке.
    Алексей Черняк — сооснователь Product University, United Investors и Darberry, бывший генеральный директор Groupon Россия.

    Теги: ИИ-агенты, искусственный интеллект, автоматизация бизнеса, корпоративный ИИ, AgentOps, LLMOps, GigaChat, YandexGPT, Ollama, vLLM, 1С, информационная безопасность, Product University.
    ──────────
    Источник описания и программы: Скрытая ссылка
    Цена 78000 руб
     
  2. Последние события

    1. Ramzes1
      Ramzes1 участвует в складчине.
      21 ноя 2026 в 22:45
    2. skladchik.com
      В складчине участвует 5 человек(а).
      21 ноя 2026 в 22:45
    3. Сальвардо
      Сальвардо участвует в складчине.
      21 ноя 2026 в 18:41
    4. SP
      Serg-PSA13 участвует в складчине.
      21 ноя 2026 в 14:57
  3. Обсуждение
  4. 21 ноя 2026 в 14:22
    #2
    alexandra8090
    alexandra8090 Член клуба
    Лучшая тема для онлайн-заработка прямо сейчас - ИИ-аватары в соцсетях!
    AlterMoney - новый Большой курс+софт AvaGen от Squadron (2000+ учеников на Складчике, 100+ отзывов на 5 баллов): соединяем ИИ-контент и собственные инфопродукты!
    - Создаём качественных ИИ-аватаров для YouTube, Instagram и TikTok
    - Готовые схемы: блогинг, бизнес, AdSense и собственные инфопродукты
    - Учимся делать с ИИ свои гайды, книги, чек-листы и мини-курсы
    - AvaGen помогает пройти путь от персонажа и сценария до озвучки, оживления и сборки видео
    - Выстраиваем связку: интересный ролик → целевая аудитория → монетизация
    - Работаем на зарубежную или русскоязычную аудиторию!
    Жмите, чтобы записаться → AlterMoney — зарабатываем на ИИ-аватарах и своих инфопродуктах!