Курс: Менеджмент AI и BigData продуктов
Регистрация на курс
Записываясь на курс, я соглашаюсь с офертой и политикой конфиденциальности
Click to order
Cart
Ваш заказ
Total: 
Ваш номер телефона
AI и BigData для продактов
  • 6 лекций и воркшоп от практиков рынка с проверкой домашних заданий
  • Курс можно проходить со своей скоростью на нашей платформе
  • Нетворкинг: общение внутри группы курса и поддержка ментора
  • Практика: в рамках курса вам предстоит защитить собственный дипломный проект
Что я смогу делать после курса?
Успешнее решать задачи компании
Определять пользовательские проблемы,
решаемые с помощью AI/ML
High-level management
Управлять командой AI/BigData-инженеров,
грамотно ставить для них цели и описывать задачи
Прикладные навыки
Понимать, какие данные необходимо собирать.
Умение проектировать пользовательские решения с помощью собранных данных
Программа курса
Лекция 1
Лекция 1
Определение бизнесовых точек роста компании, в которых может помочь ML.
Формирование концепции функциональности, требующей AI/BigData

Спикер: Алексей Авдей
● AI-продукты и тренды их внедрения.
● Обзор продуктов, которые используют AI.
● Объясняем, зачем компаниям нужен AI/ML.
● Детальный разбор 1-2 продуктов и необходимости использования ML в них.
● Учимся разбираться, в каких случаях поможет ML, а в каких нет.
● Учимся понимать, какие проблемы проще решить с помощью AI/ML, а какие сложно.
● Постановка чётких целей для AI/BigData-проектов.
+ домашнее практическое задание

Что узнаю:
● В каких бизнес-задачах AI / Big Data поможет, а где нет.
Лекция 2
Лекция 2
Чеклист внедрения ML-задач в компании и команде
Спикер: Роман Абрамов
● AI для ваших задач. Построение AI-стратегии.
● Оценка профита от внедрения AI/ML-функциональности.
● Оценка трудоёмкости AI/ML-задач для правильного планирования.
● Как снизить риски неудачного завершения AI/ML-проектов.
● Разбор кейсов внедрения и оценки AI-задач.
+ домашнее практическое задание

Что узнаю:
● Научусь делать оценку трудоёмкости AI/BigData-задач.
Лекция 3
Лекция 3
Лучшие практики работы с BigData/ML-командой
Спикер: Андрей Менде
● Разбираем, какие нюансы (новые типы принимаемых решений) приходится принимать менеджеру по продукту при общении с AI/ML-командой.
● Достаточно ли обучена выборка? Чистые ли данные? Выбрали ли мы правильный набор данных? В чём могу быть проблемы на продакшене?
● Глоссарий основных терминов (learning, unsupervised learning, neural networks).
● Построение правильной культуры в команде. Как тестировать ML-продукты.
+ домашнее практическое задание

Что узнаю:
● Научусь работать со спецификой AI/BigData-команды.
Лекция 4
Лекция 4
Работа с датасетами и моделями. Выбор фичей
Спикер: Ксения Петрова
● В чём сила и нюансы датасетов. Как происходит сбор и очистка данных и что об этом должен знать менеджер.
● Юридические стороны вопроса.
● Что такое «фичи» в ML и как их правильно выбирать.
Выбор и составление модели. Как выбирают и обучают модель.
● Реальный пример с использованием инструмента Google's AutoML.
● Описание стандартных кейсов: обработка видео, эмоции, работа с изображениями, вытаскивание параметров.
+ домашнее практическое задание

Что узнаю:
● Научусь эффективнее работать с AI/BigData-инженерами за счёт лучшего понимания специфики их работы.
Лекция 5 (воркшоп)
Лекция 5 (воркшоп)
Workshop: создание и запуск датасета
Спикер: Юрий Буйлов
● Практическая работа с инструментами Яндекс.Толока и Google's AutoML.
● Создаём датасет, выбираем фичи, получаем первый результат и сами понимаем как работает ML-команда.
+ домашнее практическое задание

Что узнаю:
● Пойму, что в работе AI/BigData-инженеров нет никакой магии :)
Лекция 6
Лекция 6
Валидация бизнес-результатов запуска AI/ML-функциональности.
Разбор дипломных работ

Спикер: Михаил Карпов
● Разбираемся, как измерять профит и принимать решения по собранным моделям.
● В каких случаях не стоит выкатывать в продакшен полученные модели.
● Поддержка внедренных ML- и BigData-решений.
+ домашнее практическое задание

Что узнаю:
● Научусь оценивать запуски AI/BigData-функциональности и выстраивать работу по её поддержанию и развитию.
Наши спикеры —
эксперты-практики крупных компаний
Андрей Менде
Product Manager,
Booking.com
Михаил Карпов
Product Director,
Skyeng
Алексей Авдей
Site Director,
Сбербанк
Ксения Петрова
Head of monetization,
Skyeng
Роман Абрамов
Product Director,
Carprice
Юрий Буйлов
Head of Development,
Carprice
Data Scientist,
Консультант по работе с данными
Секретный гость
Отзывы с курса "ProductStar"
Мне очень нравится качество материалов лекций, особенно то, как структурирован опыт работы организаторов и приглашенных лекторов. Нравится, что у лекторов разные взгляды на управление продуктами, разный опыт и специализация, это позволяет создать своё понимание профессии.
Data Engineer в Wrike
Очень полезный и прикладной курс! NPS- 9 (чтобы было куда расти на втором потоке :)) Самое важное, что без отрыва от основной деятельности, можно послушать и пообщаться с сильными экспертами, узнать интересные кейсы, и после лекций всегда можно задать вопросы и попросить материалы, чтобы погрузиться в тему глубже. Если описать обучение 3 словами: структура, общение, рост!
Артём Нуриев (слушатель)
Senior marketing analyst, ivi.ru
Отличный набор тем, основанный на том, что действительно пригодится в работе, а не на том, что написано в теории управления продуктами. Много практикующих спикеров, которые рассказывают о процессах в разных компаниях и делятся личным опытом решения рабочих задач. Внимательный разбор вопросов — реально получаешь ответы на свои запросы. Если у вас не так много практики, или вы в принципе хотели бы стать продактом и погружаетесь в профессию — рекомендую!
Product Manager, 2ГИС
Очень крутой курс! Миша и Рома супер позитивные и отзывчивые, всегда ответят и подскажут, сложность скорее хороший вопрос придумать)) Очень нравится, что много разных лекторов из разных направлений, у каждого свой опыт и мнение, это помогает смотреть на некоторые вещи с разных сторон. Хочется больше разборов конкретных кейсов, но конечно всегда можно спросить. Спасибо!
Project manager, Bookmate
Лучший способ в чем-то ещё лучше разобраться - рассказать об этом другим, поэтому был рад возможности выступить в роли спикера. Формат вебинара непривычен, но наблюдение за другими спикерами показало, что обратную связь от аудитории можно получать, если проактивно создавать диалог со слушателями
Senior Associate at The Boston Consulting Group
Мне очень понравилось читать лекцию в рамках этого курса. В первую очередь, было интересно работать над материалами. Во-вторых, на лекции потрясающая групповая динамика, вдохновляющая атмосфера в целом. Организация, платформа - все сработало идеально.
Sofia Pogrebynska (спикер)
Product Manager, Amazon
Менеджмент AI- и BigData-продуктов для продактов
Цена курса: 25.000 рублей
(мы забронировали для вас скидку до 3 мая)
Разовый платёж
(экономия 10.000)
Финальная стоимость:


25.000 рублей 15.000 рублей
Купить курс со скидкой
На курс действует гарантия возврата — в течение первых 2 занятий возвращаем всю сумму если что-то не понравится (контакт для связи по всем вопросам: @michailkarpov)