Курси Product Manager

Навчимося ефективно організовувати операційну діяльність всередині компанії, щоб виконувати KPI та задовольняти потреби клієнтів.

Програма курсу

Інтро до професії operations manager

• Занурення в структуру курсу
• Цілі операційного менеджера в компанії
• Порівняння з функціями інших менеджерів
• Вебінар-знайомство

Знайомство з базою

• Життєвий цикл операційного менеджменту
• Бізнес-модель: інтро, Business Model Canvas, Value Chain Map
• Практичний вебінар: визначення компонентів бізнес-моделі та їхній опис за методологією Business Model Canvas

Введення в побудову бізнес процесів

• Business process intro & BPM
• Компоненти бізнес-процесу та його графічний опис
• Учасники бізнес-процесу
• Робота зі стейкхолдерами
• Практичний вебінар: робота над груповим кейсом з побудови бізнес-процесів

Аналіз процесів компанії

• Побудова мапи бізнес-процесів
• Пошук прогалин та "вузьких" місць
• Адаптація та оптимізація процесів під глобальну ціль компанії
• Практичний вебінар: командна робота над оптимізацією неоптимальних процесів в компанії

Overview фінансового менеджменту із запрошеним лектором

• Типи витрат, поняття COGS, OPEX, CAPEX, Overheads тощо
• Доходи, різниця між доходами та прибутками, поняття MRR, EBITDA
• Типи фінансових документів та звітів - P&L, Cash Flow, Balance Sheet, як їх читати і для чого вони взагалі потрібні
• Практичний вебінар: роль операційного менеджера в фінансовому менеджменті та опанування cost-benefit аналізу

Юніт-економіка бізнесу

• Що таке юніт-економіка - основні підходи
• Визначення юнітів для бізнесів
• Як розрахувати юніт-економіку бізнесу
• Практичний вебінар: розрахунок юніт-економіки на прикладі бізнесу, який вже працює

Розрахунок юніт-економіки із запрошеним лектором

• Unit as a customer підхід
• Різниця до підходів розрахунку економіки
• Практика розрахунку за підходом unit as a customer
• Практичний вебінар: робота з метриками компанії

Основи Google Spreadsheets

• Базові формули Excel - математичні оператори, відсотки
• Принцип організації інформації для динамічної моделі
• Базове форматування - типи даних, робота з форматуванням таблиць
• Практичний вебінар: робота з формулами та візуалізація даних

Побудова карти метрик та дашбординг

• Категорії метрик - quality, efficiency тощо
• Пріоритет важливості різних метрик
• Методологія побудова карти
• Робота з дашбордами - від створення до принципів організації інформації
• Практичний вебінар: робота з метриками, дашбордами та проведення дашборд аудиту

AI в Operations

• Інструменти (ChatGPT, Perplexity, Gemini)
• Типи задач де AI допомагає операційнику

Кар'єрний шлях операційного менеджера

• Розбір вакансій на ринку
• Основні компетенції
• Що вивчати та куди заглиблюватися надалі
• Оновлення резюме
• Практичний вебінар: захист курсових робіт
• Вебінар-випускний
• Практичний вебінар: Q&A з курсу

Особливості курсу

• Живі заняття
• Real-life завдання
• Курсовий проєкт
• Регулярний фідбек
• Сертифікат за здобутки
• Можна повернути кошти протягом 14 днів якщо передумаєте

Викладачі курсу

• Яна Мешкова - Head of Styling & Operations at 6037, Genesis Tech
• Ясміна Тамаша - Product Operations at Multiverse Computing
• Ірина Мещанкіна - Operations Manager at Django Stars
• Олена Цисар - Operations Manager at Crowdbotics
• Юлія Сименович - COO в ProfitWhales
• Емілія Михальська - COO at Varus.UA
• Євгенія Хорошун - Operations Team Lead at Kiss My Apps
• Владислав Клімченко - FP&A Manager at ViGo Bioenergy (Berlin)
• Олег Фляк - Head of Digital Products at Vodafone Ukraine

Занурюйся в дані продукту, рахуй метрики й перетворюй цифри на рішення, що допомагають продукту рости. Познайомитесь з професією Product Analyst, її роллю в продуктовій команді та сучасними інструментами аналітики. Дізнаєтесь, як аналітики впливають на продуктові рішення та використовують AI у своїй роботі.

Програма курсу

Product Analyst Basics

• Who is a Product Analyst
• The Analyst as a Partner
• Modern Stack and the Role of AI
• Funnel Analysis

Get Started

• How Education Process Works
• How Employment Process Works
• How to Study Effectively

GenAI Essentials

• How GenAI Works
• Limitations of GenAI
• Prompting
• Responsible Use
• GenAI for Learning and Work
• How to Keep Up With AI

Google Sheets

• Spreadsheet - the Basic Tool for Analytics
• Data Importing
• Basic Data Types
• Formulas and Built-In Functions
• Cell Reference Types
• Data Cleaning
• Text Processing
• Working with Ranges
• Table Relationships
• Pivot Tables
• Data Visualization
• Data Exporting and Sharing
• Google Sheets Summary

SQL Basics

• Introduction to SQL
• SELECT Statement
• WHERE Clause
• NULL Value, LIKE, BETWEEN, and IN Operators
• ORDER BY, LIMIT, DISTINCT Clauses
• Aliases
• Aggregate Functions
• GROUP BY Clause
• JOIN Clause
• Functions
• HAVING Clause

SQL for Product Analytics

• Databases and normalization types
• JOIN Types
• Union / Union ALL
• Subqueries and CTEs
• Window Functions, part 1 (ROW_NUMBER, RANK, LAG, LEAD)
• Window Functions, part 2 (SUM OVER, PARTITION BY)
• Product Case: E-Commerce Analysis
• Query Optimization Rules, Indexes
• AI and SQL

Product Metrics & User Behavior

• User Lifecycle
• Cohort Analysis
• DAU/MAU and Engagement Metrics
• North Star Metric
• Aha / Habit Moment
• Case Study: Calculating Retention
• Case Study: Calculating Funnel with SQL and AI
• Case Study: Metric Drop Diagnosis Using AI
• Amplitude Overview

Tableau & Data Visualisation

• Principles of Good Data Visualization
• Tableau Interface
• Calculated Fields and LOD Expressions
• Calculated Fields with AI
• Project: Funnel
• Case Study: Story Mode
• Data Storytelling

Unit Economics & Marketing Analytics

• Monetization Models
• Marketing Channels and Attribution
• LTV, ARPU, Conversion, and Churn
• CAC, ROI, and ROMI
• Case Study: Marketing Channel Performance Evaluation
• Payment Metrics and User Behavior Insights
• Case Study: Unit Economics Model in Sheets for a Website
• Case Study: Unit Economics Model in Sheets for an App

Python Basics

• Introduction
• Main Concepts
• Numbers
• Strings
• Boolean
• Lists
• Conditional Statements
• Loops
• Functions
• Summary

Python for Product Analytics

• Pandas Basics
• Pandas Aggregations and Transformations
• NumPy Essentials
• Data Visualization with Matplotlib and Plotly
• Case Study: Retention and Cohort Analysis in Pandas
• Intro to Predictive Modeling
• Python and AI

Statistics for Product Decisions

• Descriptive Statistics
• Probability Distributions
• Central Limit Theorem
• Hypothesis Testing
• Statistical Tests
• Errors and Statistical Power
• Outliers and Causality: The Whale Model Case

Product Hypotheses

• Hypothesis Formulation
• Metric Selection
• Hypothesis Prioritization
• DIBB Framework
• From Idea to Hypothesis
• Competitor Analysis for Idea and Hypothesis Generation

A/B Testing & Experimentation

• What Is an A/B Test and Why It Matters
• Experiment Design
• Fake Door Testing
• Common A/B Testing Mistakes
• Results Analysis
• When A/B Testing Does Not Apply
• A/B Test Prioritization and Overlap
• A/B Dashboard in Streamlit
• A/B Test Analysis Using AI

Communication and Stress Management

• Introduction to Communication & Stress Management
• Confidence Building and Stress Management
• Diction, Filler Words Reduction, and Body Language
• Public Speaking
• Job Interview
• Written Communication
• Social Media Communication Skills Development

Team Project

• Week 0: Team Project. Intro
• Week 1: Jira Environment
• Week 2: Status Check
• Week 3: Estimates
• Week 4: How to Demo Your Work
• Final Week: Retrospective
• Team Project for Employment

Employment

• Employment Roadmap
• Preparing Your Resume
• Interview Preparation
• Cover Letter Preparation
• Google, LinkedIn, DOU, Djinni
• How to Find and Apply for Vacancies
• Job Search Tips: Talking to Recruiters
• Work details FAQ
• MilTech

Особливості курсу

• Працюєш? Навчайся у власному темпі
• Щотижневі дзвінки з менторами
• Спілкування з одногрупниками
• Практичні навчальні матеріали замість довгих лекцій
• Гарантоване працевлаштування після закінчення курсу

На курсі Ви зможете швидко освоїти необхідні навички для керування продуктами. Під час детальних уроків та практичних воркшопів дізнаєтесь про техніку CustDev та її застосування, процес створення продуктів з нуля та методи перевірки гіпотез. Курс допоможе вам зрозуміти Unit-економіку та навчитися розв'язувати аналітичні завдання, що є необхідними для сучасного менеджера продукту.

Програма курсу

Introduction to Product Management

• Product management functions
• What it takes to be a good Product Manager
• Product Management Mindset

Product Lifecycle

• Product development process
• Product success and failure
• Secret Ingredients to product success
• Pain, Need, Problem

Креативність, генерація ідей

• Ideation
• Перевірка ідей
• Different stages of product adoption

Customer Development

• Validated Learning
• MVP

Understanding Context

• Market Evaluation
• Competitors Evaluation
• Macroeconomics
• Value Creation
• Unit Economics

Business Module Toolbox: Business Model Canvas, Metrics for PM

• Introduction to Business Model
• Business Model Canvas
• Business Model Templates
• Пошук інноваційної бізнес моделі
• Introduction to metrics
• Use of metrics as UX and management tools
• Business model canvas

AI for Product Managers

• Штучний інтелект у Product Management
• Як штучний інтелект допомагає Product Manager
• Практичне використання AI у роботі Product Manager

Organisational Culture. Technology Stack

• Organisational Culture Overview
• Understanding Culture
• Changing Culture
• Product Manager and Technology
• Tech Stack
• Tech Camps

Enterprise Architecture. Documenting projects

• Enterprise Architecture Overview
• Product Management in Enterprise
• Documenting projects
• Selecting a good documenting approach
• Implementing selected approach
• Writing good specification

Design thinking (workshop)

UI Basics

• What is design
• 10 principles of good design
• Design for non-designers
• Web design
• Style guides
• Form, composition, proportion
• Color
• Neuro-aesthetics

UX basic

• UX vs UI
• Basic Concepts
• UX research
• Heuristic Analysis
• Content
• Navigation
• Interactions Design
• Prototyping

Presentation skills

• Історія і структура спічу
• Аргументація і переконання
• Підготовка та подача
• Візуальні засоби донесення інформації

Handling Communications (workshop)

• Communications with customers and investors
• Hiring and firing
• Communication within the team

Gamestorming (workshop)

Роль ігор в повсякденній роботі.

Особливості курсу

• Заняття в режимі онлайн-трансляції
• Доступ до матеріалів в особистому кабінеті після закінчення навчання
• Навчання зосереджене на практиці
• Постійний фідбек від викладача
• Сертифікат після успішного закінчення навчання
• До шостого заняття ви можете повернути 100% внесених за навчання коштів
• Бонуси курсу:
  • тренінги з проходження співбесіди та складання резюме з HR-фахівцем компанії
  • тестова співбесіда з технічним фахівцем

Викладачі курсу

• Олександра Мансон - Product Manager at Wix
• Інга Візниця - Product Manager в Ring
• Владислав Вітько - Digital Product Manager at HSE Home Shopping Europe GmbH
• Віктор Лауштан - Senior Product Manager at EvoPlay
• Ольга Сурилова - CEO / Founder в Beauty passport - mobile app
• Олександр Бондаренко - Product Owner at Intellias
• Віктор Яцкін - Product Manager в Yellow
• Олександр Рубель - Product Owner/Manager at Intellias
• Світлана Коробочкіна - Global Head of Product Management в Ciklum
• Аліса Кучмаренко - Senior Product Manager at MetaDialog
• Вадим Щербаков - Senior Product Manager at Genome
• Костянтин Чернишевський - Product Manager at EOS Data Analytics
• Ірина Василенко - Product Lead в Ciklum
• Анна Гоца - Senior Product Manager в UiPath
• Анна Галуштенко - Product Development Consultant в Genesis

Дізнаєтесь, як керувати бізнесом в умовах нестабільних держконтрактів, будувати фінансову модель без гарантій оплат і не зупиняти виробництво через касові розриви. Навчитеся переходити від прототипу до серійного виробництва, вибудовувати supply chain без залежності від одного постачальника і готувати компанію до інвестицій та міжнародних контрактів. Опануєте інструменти управління ризиками, змінами та постачанням, щоб тримати проєкт під контролем навіть коли змінюється ТЗ, зникають постачальники або затримуються держрішення.

Програма курсу

Мілтек як індустрія: правила та логіка ринку

• Defense vs Civil: чому звичні бізнес-підходи ламаються об державний контроль
• Типи компаній в мілтек: державні підприємства, приватні виробники, defence tech стартапи, системні інтегратори
• Ролі в індустрії: замовник, розробник, виробник, інтегратор, підрядник
• Дорожня карта компанії: основні етапи розвитку оборонного підприємства і типові пастки на кожному з них
• Кейс Buntar Aerospace: повний шлях мілтек-стартапу від прототипу до серії та інвестицій

Як знайти продукт, який реально потрібен на фронті

• Карта ринку після 2022 року: попит, нові гравці, роль приватного сектору
• Валідація продукту: випробування, фідбек від військових, fast-track допуск до експлуатації
• Кодифікація: що таке NCAGE і NCS та як це отримати
• Від ідеї до серії: ключові етапи життєвого циклу продукту і як перетворити одиничні замовлення на повторювані контракти
• Домашнє завдання: Описати свій продукт через призму реального запиту з фронту, визначити своїх конкурентів, описати свою конкурентну перевагу

Інвестиції в defence tech

• Карта джерел капіталу для мілтеку
• Структура pitch deck для defence-проєкту
• Joint ventures і стратегічні партнерства
• Due diligence оборонної компанії
• Корпоративне управління перед інвестиціями

Критерії надання компанії інвестицій

• Як інвестор оцінює мілтек-компанію
• Червоні прапорці: типові помилки команд, які приходять на пітч непідготовленими
• Що відрізняє компанію, яка отримує гроші, від тієї, яка отримує відмову
• Q&A з інвестором: відкриті питання від учасників
• Домашнє завдання: Підготувати pitch deck свого проєкту за наданим шаблоном

Операційна модель defence-компанії

• Організаційна структура оборонної компанії: функції та ролі
• RACI як інструмент розподілу відповідальності
• Операційні процеси: R&D, виробництво, постачання
• KPI та OKR у defence-бізнесі
• Документообіг та контроль технічної документації
• Управління підрядниками та зовнішніми командами

Перехід від прототипу до серії

• TRL, MRL, IRL: як визначити реальний стан готовності технології, виробництва та інтеграції
• Перехід від R&D до виробництва: типові розриви та ризики
• Product Delivery Map у defence-проєктах
• Масштабування виробництва: від дослідного зразка до серійного продукту
• Система контролю якості у defence-виробництві
• Трасування виробів: серійні номери, партії, історія виробництва
• Домашнє завдання: Оцінити реальний стан свого продукту за шкалою TRL і скласти план переходу до наступного рівня

Безперебійне виробництво

• Планування виробництва: як розраховувати завантаження та синхронізувати з замовленнями
• Контроль виконання: як відстежувати, де гальмує процес
• Карта критичних компонентів продукту
• Dual sourcing та резервування постачальників
• Управління запасами в умовах санкцій та нестабільного постачання
• Санкційні ризики в ланцюгах постачання
• Домашнє завдання: Скласти карту критичних компонентів власного виробу. Виділити три найвразливіші точки та запропонувати рішення

Delivery та польова підтримка

• Delivery як система: від виробництва до підрозділу замовника
• Передання продукції замовнику: пакування, маркування, документування
• FLS / 2LS / 3LS технічне обслуговування
• Збір даних з поля і зворотна логістика

Фінанси defence-проєктів

• Фінансова структура оборонної компанії: розподіл CAPEX та OPEX
• Cashflow-планування без гарантованих контрактів
• Сценарне моделювання розвитку бізнесу
• Джерела фінансування: аванси, гранти, залучення приватного капіталу
• Контроль відхилень план/факт
• Калькуляція витрат на одиницю виробу

Державні закупівлі в оборонному секторі

• Механіка оборонних закупівель і Prozorro
• Підготовка до тендеру: технічна пропозиція та цінове обґрунтування
• Ціноутворення за постановами КМУ: що можна включати в собівартість, як законно максимізувати маржинальність
• Сертифікації AQAP/ISO 9001 як умова участі
• Карта стейкхолдерів: МО, ГШ, донори, партнери
• Домашнє завдання:
  • Побудувати карту стейкхолдерів для свого проєкту
  • Для кожного зафіксувати: яку роль відіграє в ухваленні рішення, які інтереси має та як із ним комунікувати
  • Для стейкхолдерів, яких не знаєте особисто, провести OSINT-пошук

Управління ризиками та змінами

• Категорії ризиків у defence-проєктах
• Risk matrix та FMEA як інструменти аналізу ризиків
• Change management у складних оборонних системах
• Configuration management: як контролювати версії продукту і захищатися від "повзучого ТЗ"
• Домашнє завдання: Розробити Risk Matrix, що включає специфічні загрози. Для кожного ризику прописати план реагування

Безпека оборонного підприємства

• Статус критичної інфраструктури та його наслідки
• Бронювання персоналу і кадровий резерв
• Оцінка загроз і вразливостей підприємства
• Фізична безпека: контроль доступу, периметр, відеоспостереження
• Інформаційна гігієна команди та протидія вербуванню
• Протоколи реагування на інциденти

Кібербезпека defence-компанії

• Типові кібератаки у defence-секторі
• Вразливості в PLM, ERP та виробничих системах
• Захист ICS/SCADA-інфраструктури

Вихід на міжнародний ринок озброєнь

• Структура глобального ринку озброєнь
• ITAR, EAR та український державний експортний контроль у міжнародних контрактах
• Експортні процедури продуктів військового призначення
• Вибір цільових ринків
• Go-to-market для defence-компаній

Особливості курсу

• Допомога ментора
• Практика
• Домашні завдання
• Сертифікат про проходження курсу

Викладачі курсу

• Богдан Сас - Co-founder / CCO at Buntar Aerospace
• Дарія Янієва - President at Defence Builder / 30 до 30 Forbes Ukraine 2025
• Петро М. - Керівник CISO в оборонній сфері
• Олександр П. - Head of Security at Buntar Aerospace

На курсі "AI для бізнесу" ви зрозумієте, як серед пропозицій ринку обирати найвигіднішу, складете план впровадження ШІ та навчитесь якісно добирати підрядників. Отримаєте алгоритм аналізу процесів, зрозумієте, де саме можна підключати AI, розберетесь, як правильно обирати готові рішення на ринку або розробляти власні, а також обґрунтовувати свої рішення для стейкхолдерів. Ви зрозумієте, як системно покращувати результати команди за допомогою ШІ та інтегрувати нові технологічні рішення навіть за умов обмеженого бюджету.

Програма курсу

Створення інноваційної культури в компанії

• Основні тенденції у сфері штучного інтелекту, що впливають на малий та середній бізнес
• Розвиток інноваційного мислення у вашій команді
• Роль керівника у впровадженні штучного інтелекту (CAIO)
• "Легалізація AI" і як з цим працювати
• Подолання опору змінам при впровадженні AI
• Проведення корпоративних хакатонів та системи мотивації впровадження AI
• Як виключити форвард менеджмент з ChatGPT
• Практика: Cкласти карту можливостей впровадження AI у власній сфері (або у запропонованих сферах для кожної групи)
• Домашнє завдання: провести мініаудит інноваційної культури у вашій компанії, визначити точки використання AI, описати bottlenecks та сформувати план AI-сесії

AI в маркетингу та продажах: від лідів до лояльності

• Як AI допомагає створювати контент, що продає
• Підвищення ефективності реклами
• AI в продажах: прогнозування, lead scoring, автоматизація комунікації та персоналізовані пропозиції
• Персоналізовані рекомендації та пропозиції на основі історії взаємодії
• Як використовувати AI-чатботів для кваліфікації лідів та підтримки клієнтів 24/7
• Як збирати та аналізувати дані про клієнтів для ухвалення ефективних маркетингових рішень
• AI-Retention: особистий кейс, який реально працює на ринку
• Практичний приклад автоматизації маркетингових досліджень з Claude Code

Claude як операційна система керівника та команди

• Claude Design - створення візуалу під бізнес
• Claude Code - збірка міні-додатків для бізнес-задач без знань програмування
• Claude Cowork - автоматизація рутини керівника
• Claude Skills - тренування власних навичок Claude під повторювані маркетингові задачі
• Claude Projects - робота з великими масивами даних компанії
• Практика: створити один візуальний актив у Claude Design під свій реальний кейс - презентація, лендінг або звіт (на вибір студента)
• Домашнє завдання: обрати ключовий відділ, виявити вузькі місця та підібрати 2–3 AI-інструменти для підвищення його ефективності

AI в HR: пошук, розвиток та утримання талантів

• Використання AI для сорсингу кандидатів, автоматичного скринінгу резюме та проведення первинних співбесід
• Як AI допомагає створювати персоналізовані плани онбордингу та розвитку для співробітників
• Аналіз продуктивності, виявлення ризиків вигорання та розробка систем мотивації на основі даних
• Як за допомогою AI прогнозувати плинність кадрів та оптимізувати HR-процеси в компанії
• Упередженість алгоритмів у наймі та як її уникнути
• Чому саме HR є основою у формуванні інноваційної корпоративної культури
• Домашнє завдання: обрати ключовий відділ у вашій компанії, виявити вузькі місця та підібрати 2–3 AI-інструменти для підвищення його ефективності. Описати, як саме ви б їх застосували

AI у фінансах та операційній діяльності

• Автоматизація бухгалтерського обліку, обробки рахунків та звітів
• Використання AI для комплаєнсу
• AI для фінансового прогнозування
• Управління ризиками та виявлення шахрайства
• Оптимізація логістики та управління ланцюгами постачання
• Інтелектуальний документообіг: автоматичне розпізнавання та класифікація документів
• AI в управлінні проєктами: прогнозування термінів, розподіл ресурсів, ідентифікація ризиків
• Практика: розбір концепції Corporate Knowledge Layer

Стратегія впровадження AI: від ідеї до дорожньої карти

• Як знайти процеси, автоматизація яких дасть максимальний ефект
• "Купувати чи розробляти?": Критерії вибору між готовими SaaS-рішеннями та розробкою власного AI-продукту
• Як оцінити потенційну вигоду та термін окупності AI-проєкту
• Покроковий план впровадження AI-ініціативи: від пілотного проєкту до масштабування на всю компанію
• AHEAD методологія, за якою AI впроваджується у великих компаніях на ринку США
• Практика: скласти карту бізнес-процесів для вигаданої компанії та визначення топ-3 кандидатів на AI-автоматизацію
• Домашнє завдання: AI roadmap + ROI - обрати процес, порахувати ROI, складність, сформувати roadmap впровадження

Підбір інструментів та управління проєктом впровадження

• Пошук та оцінка підрядників та інструментів
• Типові помилки при впровадженні AI та чому проєкти провалюються
• Як запустити пілотний проєкт (MVP), щоб швидко перевірити гіпотезу
• Вайбкодинг як новий інструмент для створення MVP
• Як підготувати команду до роботи з новими інструментами, подолати опір та інтегрувати AI в щоденну рутину
• Масштабування: наступні кроки після успішного пілоту
• Практика: визначити топ-3 критеріїв підбору підрядника
• Домашнє завдання: скласти короткий бриф для потенційного підрядника на розробку/впровадження AI-рішення для вузького місця у вашій компанії

Від AI-Augmentation до AI-Native: як еволюціонує бізнес з AI

• Два підходи до використання AI: оптимізація vs трансформація
• AI-Augmentation: як підсилити наявні ролі та процеси
• Як вимірювати ефект AI-Augmentation
• AI-Native: як мислять і працюють бізнеси нового типу
• AI-Native моделі та технологічна основа: агенти, сервіси, продукти
• Перехід від Augmentation до AI-Native. Чи може МСБ стати AI-Native?
• Практика: придумати ідею для AI-Native стартапу у своїй галузі. Описати його ціннісну пропозицію та ключову AI-технологію, що лежить в основі
• Домашнє завдання: розробити концепцію "AI-augmented" ролі для одного зі своїх співробітників

Етичні дилеми та юридичні аспекти AI

• Етика AI в бізнесі: прозорість, справедливість та відповідальність алгоритмів
• Хто несе відповідальність, якщо AI припустився помилки?
• Упередженість в AI: як виникає упередженість у даних та алгоритмах і як вона може нашкодити бізнесу
• Захист персональних даних (GDPR та українське законодавство)
• Авторське право на контент, згенерований AI
• Правові вимоги до використання AI в різних галузях
• Регулювання ШІ в Україні та країнах Європи
• Практика: розбір етичних/юридичних кейсів, які призвели до репутаційних або фінансових втрат компаній, та як упередити подібні ризики у своїй діяльності
• Домашнє завдання: проаналізувати, які типи чутливих даних обробляються у вашій компанії. Оцінити потенційні ризики, пов'язані з їх передачею AI-сервісам

Кібербезпека та управління ризиками AI

• Як AI створює нові вектори атак (дипфейки, складний фішинг)
• Як захистити комерційну таємницю та клієнтські дані при роботі з хмарними AI-сервісами
• "Отруєння даних" та змагальні атаки (Adversarial Attacks)
• Створення політики безпеки: розробка внутрішніх правил та процедур щодо безпечного використання AI-інструментів співробітниками
• Практика: демонстрація прикладів дипфейків та AI-згенерованих фішингових листів, та як розпізнати таку загрозу

Підвищення особистої ефективності та допомога в стратегічних рішеннях

• AI як персональна операційна система керівника
• AI для роботи з інформацією та підготовки рішень
• AI як партнер у мисленні та генерації рішень
• Digital Twin керівника та масштабування рішень
• AI для навчання та розвитку керівника
• Від особистої ефективності до AI-стратегії бізнесу
• Домашнє завдання: доопрацювати та представити власну AI-стратегію для бізнесу на 1-2 сторінки

OpenClaw та Google Antigravity

• Canvas Mode (Claude Artifacts, ChatGPT Canvas, Gemini Canvas): найшвидший спосіб зібрати робочий код за 5-10 хвилин без жодних спеціальних програм
• No-Code платформи (Lovable, Google AI Studio Build, Bolt, v0): full-stack продукти з базами даних, авторизацією, інтеграціями та автоматичним хостингом
• AI-IDE (Cursor, Claude Code, GitHub Copilot): професійна розробка з AI-асистентом. Чому керівнику варто розуміти цей рівень, навіть якщо він не пише код
• Практика: зібрати персональний калькулятор витрат на впровадження AI в Lovable або Google AI Studio Build

Особливості курсу

• Допомога ментора
• Практика
• Домашні завдання
• Нові скіли та проєкт в портфоліо
• Готова АІ-стратегія для бізнесу
• Сертифікат про проходження курсу

Викладачі курсу

• Володимир Жуков - Co-Founder & CBO IngestAI.io (Stanford-affiliated Startup)
• Олена Четиріна - Co-founder NGI GROUP, AI-стратегиня та консультантка

Курс для тих, хто керує дизайнерами, дизайн-лідами, артдиректорами. І тих, хто вирощує дизайн-експертизу.

Програма курсу

Дизайн і бізнес

• Дизайн - одна з багатьох функцій у структурі компанії
• Які завдання бізнесу допомагає вирішити дизайн
• Як досягти того, щоб із дизайном ефективно працювала не лише дизайн-команда
• Як переформатуватися в роботі від дизайн-команди до дизайн-культури та зрілості дизайн-процесів

Зони відповідальності дизайн-менеджера

• У чому полягає відповідальність дизайн-менеджера
• Процеси, до яких залучений дизайн-менеджер

Карта точок контракту та карта стейкхолдерів

• Як карта точок контакту і стейкхолдерів допомагає розвитку дизайн-команди
• Чому карту важливо аналізувати та як це робити
• Як зібрати карту точок контактів і стейкхолдерів

Формулювання цілей

• Навіщо ставити цілі команді
• Як перетворити цілі компанії на цілі дизайн-напрямку
• Методи постановки та роботи з цілями: OKR, Rythm та інші

Дизайн-стратегія

• Що таке дизайн-стратегія і з чого вона складається
• Дизайн як частина стратегії компанії чи продукту
• Як підготувати основу для розробки стратегії
• Методи розробки дизайн-стратегії

Організація дизайн-команд

• Ролі та можливі структури дизайн-команди
• Чому структура може і навіть мусить постійно змінюватися

Розвиток дизайнерів

• Навіщо розвивати дизайн-команду
• Що менеджеру можна і треба розвивати в дизайнерах
• Рівні розвитку навички або групи навичок
• Як скласти стратегію розвитку дизайнерів

Матриця компетенцій

• Для чого потрібна матриця компетенцій
• Про що слід пам'ятати при складанні карти
• Приклади та розбір матриць компетенцій

Мотивація дизайнерів

• Як дізнатися про потреби дизайнера
• Що мотивує працівників
• Як розробити систему мотивації підвищення ефективності команди

Система найму дизайнерів

• Основні помилки в системі найму
• Яка роль керівника дизайн-команди у наймі працівників
• Як сформулювати вимоги до дизайнера та чому це важливо
• Майндсет, софт скіли, портфоліо, досвід - що важливіше і в яких випадках
• Чому HR бренд дизайн-команди - головний біль для самих дизайнерів?

Софт скіли для роботи в команді

• Які існують софт скіли та які з них найважливіші
• Як перевірити кандидата на відповідність вашій робочій системі
• Як працювати з софт скілами в команді

Делегування в роботі дизайн-менеджера

• Чому краще навчитися делегувати
• Як ефективно розподіляти завдання у дизайн-команді

Регулярна робота з дизайнерами

• Чому треба починати з комунікації та як це робити
• Налаштування регулярних процесів: фідбек-сесії, стендапи й інше

Метод one-to-one

• Чому треба проводити зустрічі віч-на-віч
• Що запитувати у працівників
• Як вибудувати довірливі стосунки в команді

Фідбек і коучинг

• Що змінюється після переходу на посаду менеджера
• Які навички треба постійно розвивати та якими питаннями задаватися
• Які дії додати до своєї роботи
• Корисні ресурси для особистісного розвитку

Лідерство. Формування лідера в собі та пошук лідерів у команді

• Що таке лідерство в менеджменті
• Баланс між керівником і лідером
• Роль та місія керівника дизайн-напряму
• Як стати лідером для команди
• Як розкривати лідерів в інших

Ефективність дизайн-команди та дизайн-менеджменту

• Навіщо вимірювати ефективність дизайн-напрямку
• Основні методи оцінки ефективності та прогресу дизайну в компанії

Особливості курсу

• Вебінари
• Real-life завдання
• Курсовий проєкт
• Регулярний фідбек
• Сертифікат за здобутки
• Можна повернути кошти протягом 7 днів від початку курсу

Викладачі курсу

• Іван Роговченко - Chief Visionary Officer at Aestech
• Володимир Сафонов - Head of Product Design at Socialtrait
• Анна Скоробогатова - Head of Design в Wix Kyiv
• В'ячеслав Шестопалов - Design Lead at Wolters Kluver
• Олександр Агєєв - Chief Design Officer в MacPaw

Використовуйте ChatGPT, Claude, Perplexity та AI-асистентів для research, backlog і продуктових рішень.

Програма курсу

AI для продакт-менеджера: основи та роль у продуктовій роботі

• Розберете, як AI змінює роль продакта і продуктові процеси
• Зрозумієте, як працюють LLM і де вони дають реальну користь у роботі
• Визначите задачі, які варто делегувати AI в рисерчі, аналітиці та комунікаціях
• Розберете обмеження AI: помилки, упередження, нестабільність результатів
• Сформуєте базове розуміння AI як інструменту для мислення та ухвалення рішень

Prompt engineering для PM: як ставити задачі AI та перевіряти результат

• Зрозумієте, як працює prompt engineering у продуктовій роботі
• Навчитеся формулювати контекст, задачу, обмеження і формат відповіді
• Опрацюєте типи промптів: research, synthesis, critique, quality check
• Працюватимете з AI ітеративно для покращення результату
• Навчитеся перевіряти якість відповідей та уникати помилок AI

AI в продуктових дослідженнях: ринок, джерела і структурування інформації

• Використовуватимете AI для збору і структурування ринкової інформації
• Скоротите час на рисерч та підготовку висновків
• Формуватимете короткі research summary для продукту
• Навчитеся перевіряти джерела і факти в AI-відповідях
• Відрізнятимете валідні інсайти від поверхневих висновків

AI для конкурентного аналізу та сегментації аудиторії

• Проводитимете конкурентний аналіз через AI
• Будуватимете comparison frameworks і summary
• Сегментуватимете аудиторію та визначатимете її потреби
• Аналізуватимете pain points і мотивації користувачів
• Навчитеся перевіряти якість AI-аналізу

AI в плануванні продукту: беклог, user stories та робота з вимогами

• Генеруватимете і деталізуватимете user stories через AI
• Структуруватимете і пріоритизуватимете беклог
• Автоматизуєте аналіз вимог та підготовку документації
• Використовуватимете AI для формування і перевірки гіпотез
• Побудуєте workflow для продуктових артефактів

AI-інструменти для дизайну і прототипування: дизайн без дизайнера

• Використовуватимете AI для збору і структурування вимог
• Створюватимете прототипи через генеративні інструменти
• Перевірятимете гіпотези й тестуватимете рішення
• Готуватимете матеріали для команди через AI
• Зрозумієте межі використання AI в дизайн-процесі

AI для сетапу маркетингових кампаній та комунікацій

• Генеруватимете тексти, меседжі та креативи через AI
• Створюватимете презентації та візуали
• Персоналізуватимете комунікації для різних сегментів
• Використовуватимете AI для підготовки маркетингових матеріалів
• Працюватимете з кейсами застосування AI в маркетингу

AI для аналізу та оптимізації маркетингових активностей

• Аналізуватимете результати кампаній через AI
• Знаходитимете інсайти в маркетингових даних
• Інтерпретуватимете результати й формуватимете висновки
• Оптимізуватимете кампанії та комунікації
• Застосуєте AI для покращення маркетингових рішень

AI в аналізі даних: інсайти, метрики й дашборди

• Використовуватимете AI для аналізу даних і пошуку інсайтів
• Працюватимете з метриками через AI-інструменти
• Створюватимете дашборди й візуалізації
• Готуватимете аналітичні матеріали для стейкхолдерів
• Покращите процес роботи з даними

AI для валідних інсайтів, прогнозування та сценарного моделювання

• Прийматимете рішення на основі AI-аналізу
• Працюватимете зі сценарним моделюванням
• Прогнозуватимете результати й наступні кроки
• Будуватимете систему отримання інсайтів
• Зрозумієте межі використання AI в аналітиці

Бонусний воркшоп: AI-інструменти для робочої рутини

• Автоматизуєте нотатки, summary та звіти
• Оптимізуєте робочі задачі та пріоритизацію
• Підберете AI-інструменти під свої процеси
• Протестуєте інструменти на реальних сценаріях
• Зберете набір інструментів для щоденної роботи

Захист курсових проєктів

• Презентуєте власне AI-assisted Product Portfolio
• Покажете продуктові артефакти й рішення
• Отримаєте фідбек від лекторів
• Доопрацюєте підхід під свої задачі

Після курсу ви:

• Автоматизуєте рисерч, документацію, комунікації та скоротите час на ці задачі в 3-7 разів
• Проводитимете дослідження ринку, конкурентів та аудиторії за години
• Генеруватимете user stories, беклог і вимоги з чіткою структурою
• Створюватимете маркетингові матеріали, кампанії та презентації через AI
• Будете аналізувати дані, знаходити інсайти й формувати рішення без складної аналітики
• Будуватимете власний AI workflow під свої задачі та процеси
• Підготуєте AI-assisted Product Portfolio: Prompt Kit, Research Brief, Product Workflow Pack, Marketing Case, Data Insight Case

Особливості курсу

• Допомога ментора
• Практика
• Курсовий проєкт
• Сертифікат про проходження курсу

Викладачі курсу

• Ірина Токарчук - Product Manager, Product Analyst at Mandai X (Venture Accelerator)
• Роман Прус - Product Owner at Creatio
• Сергій Іванов - Lead Product Designer at Ciklum

Практичний курс для продакт і проджект менеджерів, маркетологів, підприємців. Навчимося рахувати, де бізнес заробляє гроші онлайн, а де втрачає, та дізнаємось, як це виправити.

Програма курсу

Знайомство з unit економікою і воронкою

• Unit у різних типах бізнесу та проєктів
• Типи витрат і доходів у проєкті
• Базова фінансова звітність. CashFlow та P&L
• Окупність і маржинальність проєктів
• Воронка продажів: етапи, показник конверсії кожного етапу, поняття "лід"
• Способи впливати на конверсію на кожному етапі

Канали залучення та розрахунок вартості

• Як залучати unit. Прямі канали залучення
• Розрахунок вартості залучення. Показник customer acquisition cost
• Прогноз вартості залучення. Орієнтовна вартість

Розрахунок доходу на користувача

• Користувач, що платить, і його характеристики
• Показники середнього чека, ARPU, LTV для різних типів послуг
• Аналіз показників у різні часові періоди
• Фактичний та номінальний дохід. Зобов'язання
• Додаткові витрати

Сегментація та когорти

• Сегментація клієнтської бази. Покоління
• Когортний аналіз клієнтської бази. Різниця у показниках
• Поняття першого та повторного продажу клієнта

Монетизація та приховані видатки

• Класифікація бізнес моделей продуктів
• Комісії фінансових сервісів
• Податки та інші приховані видатки

Платформи та мережевий ефект

• Типи монетизації платформи (CPM, CPC, CPA, CPS)
• Арбітраж трафіку, бізнес моделі платформ (take rate)
• Непрямі канали залучення трафіку

Утримання клієнтської бази

• Утримання клієнтської бази. Retention
• Інструмент знижок і бонусів, їхній вплив на юніт економіку
• Стани клієнтів. Вартість переведення зі стану в стан
• Вибір показників для утримання. "Золота база"

Збільшення доходів і фрод

• Збільшення середнього чека за рахунок VAS
• Інструменти збільшення доходу та частності
• Масштабованість проєктів і бізнес моделей

Особливості курсу

• Лекції та вебінари
• Real-life завдання
• Курсовий проєкт
• Регулярний фідбек
• Сертифікат за здобутки
• Можна повернути кошти протягом 7 днів від початку курсу

Викладачі курсу

• Микита Артемчук - CPO в Prom.ua
• Кирило Тепляков - Head of Shopper Experience в Prom.ua

Опануйте навички AI Product Manager, який власноруч створює та запускає продукти від ідеї до MVP: технології, управління продуктом, дизайн, бізнес-стратегія, аналітика та АІ-інструменти. Станьте незамінним фахівцем, який очолить розробку та управління АІ-продуктами.

Програма курсу

Basics of Technologies

HTML & CSS (Основи веб-розробки)

Ви отримаєте практичну базу веб-розробки, розберетесь, як працюють інтерфейси "зсередини", навчитесь швидко збирати лендинг/прототип. А також здобудете досвід публікації прототипів на GitHub Pages та підготовки техзавдання для Front-end-розробки.

Базова математика

Ви навчитеся оцінювати ймовірності подій і ризики, опануєте розуміння нормального та бернуллівського розподілів та коректно трактувати кореляції, уникаючи хибних висновків про "причину-наслідок". Отримаєте досвід використання AI-асистентів для перевірки розрахунків, пояснення формул та генерації навчальних прикладів.

Tier 1: Technology & Product Foundation

Python Programming: Foundations and Best Practices

Ви навчитеся писати код на Python, створювати автоматизовані скрипти та боти та опануєте роботу з API й структурованими даними (JSON, CSV),  проводити аналіз даних у Jupyter Notebook, будувати швидкі AI-прототипи на базі GPT або Claude, ефективно використовувати AI як код-асистента для дебагу й оптимізації програмного коду. Будете говорити з інженерами "однією мовою".

JavaScript Fundamentals: From Basics to Advanced Concepts

Ви навчитеся розуміти логіку Front-end та життєвий цикл UI, створювати інтерактивні прототипи вебсторінок, підключати зовнішні API та динамічні дані, використовувати AI для автоматичного створення UI компонентів, застосовувати React для побудови спрощених SPA-інтерфейсів, тестувати вебфункціональність через консоль та інструменти розробника і ефективно ставити технічні завдання Front-end-команді.

Human-Computer Interaction and Design: Theory and Techniques

Ви опануєте створення персон та сценаріїв використання, дизайн інтуїтивно зрозумілих інтерфейсів, AI для генерації UX-концептів і тестів. Навчитесь оцінювати юзабіліті за результатами тестів й перетворювати інсайли з UX у продуктові гіпотези.

Tier 2.1: AI-Driven User Experience

AI Fundamentals

Ви дізнаєтесь, як працюють моделі штучного інтелекту та машинного навчання і навчитесь ставити технічні завдання, оцінювати ризики та інтегрувати AI у продукт. Зможете оцінювати вартість і складність AI-рішень та пояснювати команді й користувачам, як працює модель.

Generative and Agentic AI

Ви навчитесь створювати продукти з використанням генеративного AI - від текстових моделей до автономних агентів, які пишуть код, тестують функції та допомагають будувати MVP без розробників. Зможете розробляти власних AI-асистентів і агентів оптимізувати роботу продакт-команди за допомогою агентів.

ML Ops

Ви зрозумієте, як впроваджувати й підтримувати AI-системи на продакшені - від обробки даних до оновлення моделей. Навчитесь обґрунтовувати архітектурні рішення для AI-продукту.

UX Research Methods and Usability Testing

Ви навчитесь знаходити справжні потреби користувачів і перевіряти гіпотези продукту через дослідження, інтерв'ю й тестування. Зможете створювати CJM та user personas на основі даних, інтерпретувати результати досліджень для прийняття рішень будувати дизайн-гіпотези на базі реальних даних та перетворювати інсайди в roadmap продукту.

Іnteraction Design and Design Thinking for UX/UI

Ви будете генерувати креативні рішення через дизайн-мислення, створювати інтерактивні прототипи у Figma та використовувати AI для побудови UI й копірайтингу. Як результат, зможете зменшити ризики на ранніх етапах розробки.

AI Interfaces Design

Ви отримаєте навички створення інтерфейсів для продуктів, у яких користувач взаємодіє з AI - чат-боти, асистенти, рекомендаційні системи. Навчитесь балансувати між зручністю, прозорістю та довірою користувача до AI.

Tier 2.2: Product Strategy & Analytics

Market Research & Data Visualisation

Ви навчитесь розуміти ринок, конкурентів і користувачів через дані, генерувати інсайди на базі кількісних даних та приймати обґрунтовані продуктові рішення. Опануєте інструменти для кількісного аналізу і побудови data-driven стратегій, побудову аналітичних презентацій для стейкхолдерів.

Product Marketing

Ви здобудете стратегічні та практичні компетенції у AI-Driven маркетингу, опануєте методи формування Go-to-Market стратегій для AI-продуктів, навчитеся застосовувати AI для аналізу користувачів, оптимізації промо-кампаній, створення контенту та вимірювання ROI маркетингових дій.

Agile Product Management

Ви здобудете практичні компетенції у Agile-керуванні продуктом, опануєте формування дорожніх карт та Backlog, навчитеся автоматизувати менеджмент завдань через AI, будувати процеси спринтів та оцінювати метрики команди в реальному часі.

Product Analytics

Ви здобудете практичні компетенції у Product Analytics, опануєте побудову дашбордів та A/B тестування. Навчитеся розраховувати LTV, CAC, Retention, формувати й перевіряти гіпотези, інтерпретувати когортні звіти, використовувати SQL та автоматизувати аналітику через AI.

Tier 3: AI Leadership

Business Case Studies

Ви опануєте стратегічне мислення AI Product Manager - як бачити ринок, розуміти тренди, оцінювати бізнес-моделі, створювати й презентувати інноваційні рішення та бізнес-ідеї інвесторам або керівництву. Будете формувати продуктові стратегії з урахуванням AI-трендів.

Data Privacy and AI Regulation

Ви здобудете теоретичні та практичні компетенції у AI-Legal & Ethics, опануєте законодавчі вимоги та методи оцінки ризиків. Навчитеся забезпечувати захист даних, ефективно комунікувати з юристами та будувати етичну архітектуру продукту.

Responsible AI Leadership

Ви навчитесь формувати й керувати командами, що працюють з AI. Зможете ухвалювати стратегічні рішення на основі етичних принципів та ефективно представляти AI-продукт перед інвесторами, медіа та регуляторами.

Career Strategies

Ви дізнаєтесь, як побудувати особисту кар'єрну траєкторію в сфері AI та Prosuct Management. Навчитесь визначати власні сильні сторони, презентувати професійний досвід, ефективно проходити співбесіди й формувати особистий бренд як AI Product Manager.

Applied Computer Science. Дипломний проєкт

Ви створите AI-продукт - від ідеї до MVP, із застосуванням усіх набутих знань. Попрактикуєтесь досліджувати ринок, в юніт-економіці, створювати AI-прототип без коду та презентуєте пітч-дек перед експертами. Вийдете на ринок як AI Product Manager або засновник стартапу.

Особливості курсу

• Регулярні живі лекції та практика з викладачами
• Soft Skills
• Гнучкий графік
• Англійська для працевлаштування
• Автоперевірка коду та ШІ
• Підтримка кар'єрного консультанта
• Розробка резюме та мотиваційного листа
• Професійний профіль LinkedIn та зіркове портфоліо GitHub
• Тестові інтерв'ю
• Індивідуальні консультації та всебічна підтримка до випуску
• Необхідність диплому бакалавра (будь-якої спеціальності) для вступу на магістратуру

Викладачі курсу

• Богдан Коваль - Senior Software Engineer at Netflix
• Нік Білогорський - Ex-Director Security Google
• Віталій Нужний - Head of Ukraine
• Роман Прокоф'єв - Засновник Jooble
• Дмитро Лисицький - Співзасновник укр.філії GlobalLogic та стартапу Influ2
• Євген Сисоєв - Керівний партнер інвесткомпанії AVentures Capital
• Юлія Грущинська - Керівник відділу HR-партнерів в Ciklum
• Robert Potter - Co-Founder at Internet 2.0
• Костянтин Магалецький - Екс-партнер Horizon Capital
• Василь Тофан - Старший партнер Horizon Capital
• Марина Євдокименко - Президентка асоціації Women4Cyber Ukraine
• Сергій Борона - Head of Information Security at Ciklum
• Олексій Барановський - Senior Application Security Engineer at Intellias
• Олег Осадчук - Python Software Engineer at EPAM
• Олег Сінькевич - Machine Learning engineer at EngenAI
• Максим Лизогуб - ML Engineer at Everymatrix
• Володимир Голомб - Lead Data Scientist & ML Engineer at RBC Group
• Катерина Коцюбівська - Співзасновниця ГО "Агенція сталого розвитку та освітніх ініціатив"
• Антон Чорний - Agile product management lecturer / CEO of GoIT
• Юрій Кучма - Basic Algorithms Lecturer
• Андрій Білик - COO at WEBGORILLA Studio
• Олексій Репін - Frontend Developer at GoIT
• Максим Алієв-Ломач - Full Stack Engineer at AIWEB Solutions
• Руслана Ковальчук - Head of Career Center, GoIT
• Юлія Мельник - Head of Study at GoIT
• Юлія Олійник - Scrum Master & Project Manager at GoIT
• Ярослав Косиця - Frontend Developer at SoftRyzen
• Олег Андрус - Python Programming Lecturer
• Олексій Кудін - Data Scientist/ML Engineer at Upwork
• Тетяна Філімонова - Associate Professor at the Faculty of Information Technology
• Артур Гіль - Security Engineering Lead at Cossack Labs
• Ольга Караіван - SOC Engineer at Pharmbills
• Ярослав Малоокий - Cybersecurity Engineer at Kavitech
• Максим Плахтій - Засновник Karabas.com
• Едуард Рубін - Ексректор ХНУРЕ
• Вячеслав Поліновський - Кандидат технічних наук
• Владислава Магалецька - Головна консультантка Президента Enterra Solutions
• Прокопенко Юрій - Директор з інформаційної безпеки Банку Кредит Дніпро (BCD)