По всем вопросам — можете писать нам в Telegram
Close
Оставить заявку
онлайн-курс
Менеджмент AI- и BigData-продуктов

Попрактикуем как создавать BigData-продукты, разберёмся как они уже используются практически в каждой индустрии и освоим набор навыков необходимых продакту, чтобы стать BigData Product manager

Оплата курса

Старая цена: 57 000 ₽/ мес.

Цена по акции: 29 900 ₽

(период действия акции ограничен)

Разовый платёж
Полная оплата курса со скидкой 48%
29 900
Купить курс с наибольшей скидкой
Беспроцентная рассрочка
на 24 месяца
(первый платеж через месяц)
Ваш менеджер ответит на все вопросы и расскажет подробнее о курсе и вариантах оформления рассрочки
2 375
1 246 / мес.
Бонусы от друзей ProductStar
- 2 месяца
Длительность
- в удобное время
Онлайн
- на практике
Обучение
- навсегда
Доступ к курсу
Что вы получите
Трудоустройство
карьерные консультации, помощь в подготовке портфолио и составлении продающего резюме
Поддержка ментором
прохождение курса с удобной вам скоростью
Акцент на практику
практика после каждой из 6 лекций на кейсах ведущих компаний рынка
Ваша будущая зарплата: от 180.000 рублей
На рынке регулярно появляются вакансии BigData Product менеджеров от ведущих компаний (с которыми мы сотрудничаем) — Яндекс, Skyeng, Carprice, Tinkoff, Wrike, Selectel, Avito и другие.

Мы поможем вам получить необходимые навыки, оформить резюме и получить достойную работу в интересующей вас компании
Чему вы научитесь
Внедрения ML-задач в компании и команд
Оценка профита и трудоёмкости от внедрения AI/ML-функциональности.
Снижние рисков неудачного завершения AI/ML-проектов. Разбор кейсов внедрения и оценки AI-задач.
Построение AI-стратегии
Работа с командами разработки, аналитики и маркетинга, защита своих идей, работа со смежниками, удержание и прокачка ребят в своей команде
Лучшие практики работы с BigData/ML-командой
Разбираем, какие нюансы приходится принимать менеджеру по продукту при общении с AI/ML-командой. Достаточно ли обучена выборка? Чистые ли данные? Выбрали ли мы правильный набор данных?
Работа с датасетами и моделями. Выбор фичей
Что такое «фичи» в ML и как их правильно выбирать. Сила и нюансы датасетов. Сбор и очистка данных и что об этом должен знать менеджер.
Выбор, составление и обучение ML-модели.
Как проходит обучение
Изучаете тему
В курсе — полезные видеоуроки
Выполняете домашнее задание
В том темпе, в котором вам удобно
Общаетесь с наставником
Закрепляете знания и исправляете ошибки
Защищаете дипломный проект
И дополняете им свое портфолио
Подробнее о курсе
  • 6 блоков и 6 практических заданий от практиков рынка с проверкой
  • Курс можно проходить со своей скоростью на нашей платформе
  • По ходу курса мы помогаем вам с трудоустройством и подготовкой к собеседованиям
  • Нетворкинг: общение внутри группы курса и поддержка ментора
Программа курса (6 блоков и воркшопов)
Блок 1: "Определение бизнесовых точек роста компании, в которых может помочь ML"
    ● 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.
    Блок 2: "Чеклист внедрения ML-задач в компании и команде"
    ● 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.
    Блок 3: "Лучшие практики работы с BigData/ML-командой"
    ● 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.
    Блок 4: "Работа с датасетами и моделями. Выбор фичей"
    ● 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.
    Блок 5: "Workshop: создание и запуск датасета"
    ● Практическая работа с инструментами Яндекс.Толока и Google's AutoML.
    ● Создаём датасет, выбираем фичи, получаем первый результат и сами понимаем как работает ML-команда.

    Что узнаю: пойму, что в работе AI/BigData-инженеров нет никакой магии :)
    Блок 6: "Валидация бизнес-результатов запуска AI/ML-функциональности"
    ● 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.
    Что узнаю: научусь оценивать запуски AI/BigData-функциональности и выстраивать работу по её поддержанию и развитию
    Цифровой сертификат
    Выпускники получают сертификат об успешном прохождении курса — что, вместе с дипломным проектом, будет хорошим аргументом при трудоустройстве
    Куда трудоустраиваются студенты
    Помогаем нашим студентам попадать на собеседования и устраиваться на работу
    1
    Портфолио на реальных кейсах
    помогаем на наших реальных кейсах сделать практические задания, чтобы представить результаты на собеседовании
    2
    Подготовка резюме
    помогаем собрать твой опыт в достойное резюме, подходящее для работодателя
    3
    Папочка с резюме
    помещаем резюме наших учеников в специальную "папочку" в которую регулярно приходят HR и руководители, и приглашают студентов на собеседования
    4
    Подготовка к собеседованию
    помогаем подготовиться к собесу и пройти тестовый собес с нашим ментором
    5
    Помощь на испытательном сроке
    помогаем уже после трудоустройства удержаться на испытательном сроке
    6
    Защита диплома
    потенциальные работодатели присутствуют на защите дипломов наших учеников
    Click to order
    Ваш заказ
    Total: 
    Ваш номер телефона
    Payment method
    Спикеры курса
    Михаил Карпов
    Product Director,
    Skyeng
    Роман Абрамов
    Product Director,
    Carprice
    Алексей Авдей
    Site Director,
    Сбербанк
    Илья Красинский
    CEO,
    Rick.ai
    Михаил Высоковский
    Head of Product
    Яндекс.Навигатор
    Михаил Трутнев
    Chief Operating Officer,
    Ultimate-Guitar
    Андрей Толчилин
    Senior Product Manager,
    Fitbit
    Юрий Буйлов
    Head of Development,
    Carprice
    Наталия Шагарина
    CEO,
    Едадил
    Евгений Лисовский
    CEO,
    MapsMe
    Андрей Менде
    Product Manager,
    Booking.com
    Василий Сабиров
    DevToDev
    Как выглядит платформа?
    Вопросы по платформе и контенту
    1. Как вы помогаете с трудоустройством? Выдают ли сертификат/диплом?
    Каждый студент (который оплачивал не от компании) при желании может предоставить своё резюме — мы его помещаем в папку с резюме наших студентов, откуда их часто разбирают наши компании-партнёры.
    Также, компании-партнёры изучают ваши набранные баллы (за практические задания) и приходят на защиту ваших дипломных работ — на основе этого выбирают лучших студентов к себе в штат.

    Кроме этого, мы помогаем вам с грамотной подготовкой резюме (на основе нашего опыта и рекомендаций ведущих специалистов из компаний-лидеров рынка), и проводим для вас тестовые собеседования (чтобы вы потренировались и получили фидбэк перед тем, как идти на "боевые" собеседования).

    В третьих, наша практика построена на основе реальных кейсов топовых компаний с рынка, поэтому вам будет проще понять их на собеседовании.
    Также, в процессе прохождения курса вы знакомитесь со многими ведущими специалистами в области, показываете им свои практические работы и нередки случаи когда после они оценивают ваши навыки, а вы можете присоединиться к их команде.

    Чаще всего большинство наших студентов трудоустраиваются по специальности до завершения курса, но если у вас будут сложности с трудостройством — то мы будем помогать в личном порядке, вместе с нашими HR и имеющимся нетворкингом :)

    По поводу диплома — поскольку мы знаем большинство компаний на рынке и плотно с ними партнёримся, то наши дипломы знают и учитывают при трудоустройстве.
    Пример диплома можно посмотреть здесь: https://productstar.ru/2018/aantonyak
    2. Что включает в себя практика и дипломная работа?
    После каждой лекции вы обязательно выполняете практику — Домашнее задание.
    По длительности оно обычно занимает 1-2 часа, после этого вы отдаёт его на проверку и получаете фидбэк и правки.
    Дипломная работа будет складываться из набора выполненных домашних заданий.

    Кейсы практических заданий мы берём на основе кейсов реальных компаний — так вы поработаете над кейсами сервисов Яндекса, Skyeng, Avito, Сбербанка и ряда других компаний, — будете ближе понимать задачи в данных компаниях.

    Всегда интересно пощупать инструменты руками — поэтому мы выдаём доступы в уже настроенные сервисы (Google Analytics, Tableau, Miro, шаблоны Unit-экономики, калькуляторы A/B-тестов)

    Хорошая новость: вам не придётся "отдуваться" в одиночку — с вами будет участвоать также спикер лекции: для большинства заданий мы записываем прикладной воркшоп (с лектором) по выполнению домашнего задания — сначала делает он, а потом уже передаёт похожую задачу вам как ДЗ.

    Кроме этого, часть из заданий вы будете выполнять в группах — чтобы не терять мотивацию, а также получать опыт других ребят с курса (также будет общий Telegram-чат для спикеров и учеников где можно всегда задать вопрос и обменяться полезными знаниями)
    3. Будут ли обновляться материалы и будут ли они доступны после курса?
    Да, мы знаем что проблема многих курсов в том, что информация быстро устаревает, а курс не обновляется.
    В случае нашего курса мы даём гарантию обновления материалов курса

    А также поддержки всех учеников по окончанию курса:
    - вам остаётся персональный доступ ко всем материлам курса
    - вам остаётся доступ к нашему комьюнити и спикерам, которым вы сможете продолжить задавать вопросы
    4. Как выглядит платформа? Хочу посмотреть перед покупкой
    В 6-месячный курс входит несколько тематических блоков (их можно подробнее изучить в программе курса), каждый блок разбит на несколько лекций.

    Внутри каждой лекции:
    1) Оглавление: чтобы у вас сразу сложилась структурирована картина знаний
    2) Видеоматериал, разбитый на кусочки по 10-15 минут
    После каждого кусочка ваш ждёт мини-тест/Quiz на закрепление знаний + дополнительные материалы
    3) Также, лектор проводит воркшоп-sharescreening по практической части — вы сможете понаблюдать как профессионалы выполняют кейсы из реальной практики в "реальной жизни"
    4) После изучения воркшопа вам предстоит сделать аналогичное задание самостоятельно — чтобы поставить вам навык мы выдаём шаблоны для выполнения практической работы (можете начинать их использовать и в своих задачах на основной работе)
    5) Далее вы получаете фидбэк по своему практическому заданию и переходите к следующей лекции

    Пример лекции можно посмотреть по данной ссылке:
    https://productstar.ru/cases/prioritization
    5. Смогу ли я общаться с лекторами? Будет ли комьюнити?
    Мы считаем, что общение — это важная часть процесса обучения, которая ускоряет его и позволяет вам быстрее развиваться.

    Поэтому, у вас будет:
    - общий Telegram-чат курса со спикерами и учениками
    - личное общение с ментором
    - персональная проверка практических заданий с фидбэком

    Также, в случае нашего курса мы даём гарантию обновления материалов курса и поддержки всех учеников по окончанию курса:
    - вам остаётся персональный доступ ко всем материлам курса
    - вам остаётся доступ к нашему комьюнити и спикерам, которым вы сможете продолжить задавать вопросы
    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