Курс «Менеджер PM»

Менеджер проектов по ии

Специалист, который планирует, координирует и контролирует выполнение проектов разработки и внедрения инновационных решений, основанных на использовании искусственного интеллекта

Войти →

Получите дополнительное профессиональное образование в области искусственного интеллекта
Более 80% от стоимости обучения оплатит Государство!

3 месяца обучения по 1-2 часа в день. Всего 144 часов

удостоверение по окончании

помощь в трудоустройстве

зарплата
от 120 тыс.  в месяц

Курс нацелен на получение компетенций, необходимых для профессиональной деятельности руководителя проектов для разработки и управления проектами в области искусственного интеллекта.

Курс включает изучение проектного и продуктового подхода, основ бизнес и системного анализа, оценки целесообразности проекта и управления рисками. Вы получите опыт составления дорожной карты проекта и управления задачами проекта. Также курс предполагает введение в искусственный интеллект, машинное обучение и большие данные. Вы научитесь работать с инструментами, библиотеками и технологиями анализа данных и машинного обучения, а также изучите технологии анализа данных. Программа нацелена на получение практических навыков проектирования продукта, управления проектом в области искусственного интеллекта и приобретение гибких навыков менеджера проектов.

Программа построена по модульному принципу, предполагает изучение теоретического материала и практическую отработку полученных знаний.

Для оценки уровня знаний вы выполните практические кейсы и пройдете тестирование.

преимущества курса

курс подойдет

для студентов колледжей и вузов

для начинающих специалистов в области ИТ

для получения прибыльной ИТ-специальности

для всех желающих, имеющих высшее или среднее профессиональное образование (базовое математическое или техническое образование)

чему вы научитесь
кто может учиться
Граждане РФ – жители всех регионов России, если:
  • старше 18 лет и не достигли пенсионного возраста
  • имеют среднее профессиональное / высшее образование или являются студентами вуза / колледжа
  • имеют достаточный уровень базовых знаний в сфере ИТ и могут справиться со вступительным испытанием

Выпускники программы «Цифровые профессии» в 2022-23 годах (выпускники всех курсов 1Т Спринт) также могут подать заявку и обучаться на курсах по программе «Искусственный интеллект»

Стоимость обучения
10 000 
70 000 

*60 000 оплачивает государство

В рамках федерального проекта
«Искусственный интеллект»

Войти →
Как записаться на курсы
01
Оставьте заявку на нашем сайте.
02
Заполните анкету участника и пройдите диагностику.
03
Дождитесь успешной проверки анкеты и запишитесь на программу в каталоге проекта.
04
По итогам успешного вступительного испытания заключите договор на обучение со скидкой от государства с АНО ВО «РосНОУ».
Программа курса
Раздел 1. Введение в ИИ, машинное обучение, большие данные и управление
  1. Основные понятия. Профессия менеджера проектов в области ИИ. Определение искусственного интеллекта и BigData. Анализ данных. Применения ИИ в различных областях
  2. Генеративные нейросети. Практическое применение при создании цифровых продуктов
  3. Виды представления данных: табличные, графовые, временные ряды. Накопление, хранение, передача данных. Предобработка данных. Инфраструктура обработки больших данных и машинного обучения. Инструменты, технологии, специалисты. Роли в проектной команде
Раздел 2. Инструменты, библиотеки и технологии анализа данных и машинного обучения
  1. Обзор языков программирования Python и R. Знакомство с синтаксисом языка Python
  2. Основные синтаксические конструкции Python, среда разработки Jupyter Notebook 
  3. Работа с библиотеками Python. Numpy. Pandas. SciPy. SKlearn
  4. Работа с внешними API. Парсинг данных
  5. Системы обработки и анализы больших массивов данных (SQL, NoSQL, Hadoop, ETL)
  6. Анализ данных с помощью языка структурированных запросов SQL
Раздел 3. Технологии анализа данных и ИИ
  1. Биометрия. Распознавание отпечатков пальцев. Распознавание голоса. Синтез речи. Распознавание лица
  2. Распознавание образов. Распознавание аудиосигналов. Распознавание изображений
  3. Анализ текстов. Задачи обработки естественного языка (NLP)
  4. Система поддержки принятия решений (DSS)
  5. Глубокое обучение. Нейронные сети (сверточные, рекуррентные)
  6. Статистический анализ. Семантический анализ
  7. Обучение с учителем. Задача классификации. Метод опорных векторов. Решающие деревья. Случайный лес. Обучение без учителя. Восстановление регрессии данных. Линейная регрессия. Логистическая регрессия. Метод наименьших квадратов
  8. Методы оценки моделей: оценка качества построенной модели по тестовой выборке и анализ обобщающих способностей алгоритма. Метрики качества данных
  9. Распределенный анализ данных. Анализ данных в реальном времени. Витрины данных
  10. Правовые аспекты разработки ИТ-проектов и работы с данными
Раздел 4. Проектирование продукта и управление проектом
  1. Проектный подход. ГОСТ Р 54896-2011. Видение и концепция. Границы проекта. Жизненный цикл проекта
  2. Продуктовый подход. Цифровой продукт с применением ИИ. Исследование потребностей
  3. Бизнес-анализ. Заинтересованные лица. Управление требованиями
  4. Системный анализ. Спецификация и техническое задание. Критерии приемки (AC)
  5. Ресурсный план. Оценка целесообразности проектов
  6. Управление рисками
  7. Дорожная карта. Календарный план. Диаграмма Ганта
  8. Управление задачами. Таск-трекер. Матрица RACI
  9. Бизнес-процессы. Нотации для их представления и инструменты для моделирования
  10. Управление изменениями и цифровая трансформация
  11. Юнит-экономика цифровых продуктов
  12. Основы информационной безопасности
Раздел 5. Гибкие навыки менеджера проектов
  1. Самопрезентация, деловой этикет. Информационный стиль коммуникаций
  2. Каскадный и гибкий подходы
  3. Управление коммуникациями с командой и с заказчиком
  4. Фрейворк Scrum. Бэклог. Спринт. Инкремент. Ритуалы. Роли
  5. Презентация и питч. Структура презентации продукта
  6. Организация и сопровождение продаж цифрового продукта (CRM-системы, аналитика продаж)
  7. Проведение переговоров
  8. Управление конфликтами
Раздел 6. Карьера менеджера проектов в области ИИ
  1. Основные артефакты менеджера проектов в области ИИ. Резюме. Карта компетенций менеджера
  2. Отклик на вакансию. Какие кейсы обсуждают на собеседованиях. Тестовые задания и зачем их выполнять
модули

Модуль 1.

Технологии

Модуль предполагает введение в искусственный интеллект, машинное обучение, большие данные и управление. Отдельные темы посвящены изучению инструментов, библиотек и технологий анализа данных и машинного обучения, включая знакомство с Python и библиотеками Numpy, Pandas, SciPy, SKlearn. Будут рассмотрены современные технологии анализа данных в искусственном интеллекте, такие как биометрия, распознавание образов и аудиосигналов, задачи обработки естественного языка. В модуле рассматриваются нейронные сети, методы машинного обучения - обучение с учителем и без, методы оценки моделей и метрики качества данных. Также изучается распределенный анализ данных, статистический и семантический анализ.

Модуль 2.

Управление

Модуль предполагает погружение в проектирование продукта и управление проектом. Рассматривается проектный и продуктовый подход, жизненный цикл ИТ-проекта, основы бизнес и системного анализа. Отдельные темы посвящены ресурсному плану и управлению рисками на проекте. Модуль содержит темы, посвященные бизнес-процессам, управлению изменениями и юнит-экономике. Также в модуле изучаются основы информационной безопасности. В завершении модуля подробно рассматриваются гибкие навыки и карьеру менеджера проектов в области искусственного интеллекта, включая такие темы, как презентация проектов, проведение переговоров и управление конфликтами.

Преподаватели

Отзывы выпускников