Курсы с использованием искусственного интеллекта

Програма курсу

Модуль 1. Вступ до АІ та No-Code розробки

Блок 1. Революція AI у веб та мобільній розробці

• Як раніше створювали додатки і що змінилося
• Що таке No-code: платформи для створення додатків без програмування
• Огляд топ-платформ: Bubble, FlutterFlow, Adalo, Webflow
• AI-інструменти для розробників: ChatGPT, GitHub Copilot, Cursor, studio.firebase, lovable
• Статистика ринку: можливості заробітку та перспективи індустрії

Блок 2: Планування проєкту: від ідеї до MVP

• MVP: як починати з простої версії продукту
• Дослідження ринку: аналіз конкурентів та їх стратегій
• User Personas та Customer Journey Map: розуміння потреб користувачів
• Технічний вибір: iOS vs Android vs крос-платформа
• Бюджетування: порівняння вартості no-code vs традиційної розробки

Модуль 2. Побудова інтерфейсів та відтворення продуктового циклу

Блок 3. Логіка продукту та ТЗ в FigJam і Notion

• Формуємо цілі продукту і критерії успіху
• Виявляємо потреби та проблеми клієнта
• Створюємо зрозумілі user stories для роботи
• Будуємо чіткі користувацькі потоки у FigJam
• Збираємо структурне ТЗ у Notion для запуску

Блок 4. Створення Wireframe за допомогою uxpilot.ai

• Формуємо набір ключових екранів продукту
• Готуємо промпт для генерації wireframe
• Додаємо потрібні поля з моделі даних
• Генеруємо кілька варіантів макетів у AI
• Перевіряємо макети й покращуємо промпт

Модуль 3. Знайомство з Bubble AI: головні вкладки та інструменти

Блок 5. Bubble AI

• Створюємо структуру застосунку через Bubble AI
• Пишемо чіткі промпти для генерації сторінок
• Генеруємо основу продукту та доопрацьовуємо
• Створюємо data types і базові правила доступу
• Підключаємо ChatGPT чи Claude окремо через API Connector

Блок 6. Основні таби в Bubble

• Design Tab: створюємо інтерфейс і ключові елементи
• Workflow Tab: налаштовуємо логіку дій та переходів
• Data Tab: керуємо базою даних і доступами
• Styles Tab: задаємо єдині стилі для дизайну
• Plugins Tab: підключаємо інтеграції та розширення

Модуль 4. Знайомство з Bubble. Основи

Блок 7. Основи роботи в Bubble

• Dynamic expressions: додаємо динамічну логіку в елементи
• Finding data: шукаємо потрібні дані в базі
• Displaying data: виводимо інформацію на сторінку
• Conditions: змінюємо поведінку елементів за умовами
• Responsive Design: підлаштовуємо інтерфейс під різні екрани

Блок 8. Основи роботи в Bubble

• Previewing: переглядаємо роботу застосунку в реальному часі
• Backend Workflows: налаштовуємо фонові процеси та автоматизації
• Settings Tab: керуємо доменом, правами доступу й конфігурацією
• Logs Tab: відстежуємо помилки, події та виконання дій
• Підсумки: збираємо всі навички для впевненого старту

Модуль 5. Робота над проєктом. Frontend на Bubble

Блок 9. Елементи інтерфейсу та стилізація

• Input fields: додаємо різні поля для введення даних
• Repeating Groups: показуємо списки й динамічні колекції
• Pop-ups: створюємо модальні вікна для дій користувача
• Стилізація: оформлюємо кольори, шрифти та ефекти
• Conditional formatting: змінюємо вигляд елементів за умовами

Блок 10. Робота з Figma та перенесення дизайну в розробку

• Експорт з Figma: готуємо макети й стилі до імпорту
• Перенесення дизайну: відтворюємо layout, сітку й відступи
• Styles у Bubble: задаємо кольори, шрифти й тіні для UI
• Responsive: налаштовуємо контейнери для адаптивності
• Практика: переносимо екран із Figma у Bubble інтерактивно

Модуль 6. База даних в Bubble та редагування даних

Блок 11. Структура даних та типи даних

• Data Types: створюємо структуру даних без SQL
• Fields: додаємо текстові, числові, датові та медіа-поля
• Relationships: будуємо зв'язки між таблицями
• Планування: проєктуємо логічну структуру бази
• Практика: реалізуємо приклади реальних моделей даних

Блок 12. CRUD операції та пошук

• CRUD: створюємо, читаємо, оновлюємо й видаляємо дані
• Створення: додаємо записи через інтуїтивні форми
• Відображення: показуємо дані в Repeating Groups
• Редагування: змінюємо або видаляємо записи користувача
• Пошук: фільтруємо дані для швидкого доступу

Модуль 7. Практичний модуль

• Блок 13. Практика за пройденими темами
• Блок 14. Практика за пройденими темами

Модуль 8. Пошук та система користувачів у Bubble

Блок 15. Пошук в Bubble

• Стандартні плагіни: додаємо базовий пошук без коду
• Вбудовані інструменти: створюємо власні пошукові запити
• Algolia: підключаємо потужний пошук для великих проєктів

Блок 16. Реєстрація та логін

• Auth flow: налаштовуємо реєстрацію, логін і відновлення
• Custom fields: додаємо власні поля для профілів
• Email verification: вмикаємо підтвердження пошти при вході
• Password policies: задаємо вимоги до надійних паролів
• Профіль: дозволяємо користувачу редагувати дані
• Privacy rules: починаємо налаштовувати доступи

Модуль 9. Навігація, тимчасові дані та локалізація

Блок 17. Локалізація декількох мов

• Структура: налаштовуємо базу для багатомовності
• Статичні тексти: перекладаємо фіксований контент
• Перекладач: підключаємо інструмент для авто-перекладу
• Динамічні дані: показуємо контент мовою користувача
• Валюти: адаптуємо ціни під різні країни

Блок 18. Навігація та тимчасові дані

• Тимчасові дані: зберігаємо змінні без бази
• Custom States: передаємо дані між елементами
• URL-parameters: керуємо станами через адресу сторінки
• Temp user data: працюємо з даними неавторизованого користувача
• Навігація: налаштовуємо переходи між сторінками

Модуль 10. API

Блок 19. API Connector & Rest API

• HTTP Methods: отримуємо, створюємо та оновлюємо дані через API
• Авторизація: налаштовуємо ручні ключі та headers
• Basic Auth: підключаємо сервіси через логін і пароль
• OAuth2 / JWT: працюємо з токенами й доступами
• Stripe приклад: налаштовуємо тестові платежі через API

Блок 20. Bubble API

• Data API: відкриваємо CRUD-доступ до даних через REST
• Workflow API: запускаємо бекенд-процеси через HTTP-запити
• Exposing & Privacy: обираємо, які дані безпечно показувати
• Parameters: передаємо параметри й JSON у запитах
• Responses: повертаємо коректні статуси й JSON-відповіді

Модуль 11. AI інтеграції в Bubble

Блок 21. Підключення OpenAI API

• API Connector: підключаємо зовнішні AI-сервіси до Bubble
• OpenAI: інтегруємо ChatGPT у додаток
• Промпти: створюємо ефективні запити для точних відповідей
• Витрати: оптимізуємо використання токенів і бюджету
• Помилки: обробляємо збої та некоректні відповіді AI

Блок 22. Google AI Services та інші API

• Google AI: підключаємо Vision, Translation та Speech-to-Text
• Custom AI workflows: будуємо складні автоматизовані процеси
• Hugging Face: додаємо готові ML-моделі у продукт
• AI-генерація: створюємо тексти, описи та зображення
• Моніторинг: відстежуємо використання й ефективність AI-функцій

Модуль 12. Створення нативного мобільного додатку

Блок 23. Створення нативного додатку на Bubble

• Mobile-підходи: обираємо між PWA та нативним webview
• Архітектура: проєктуємо екрани у single-page форматі
• Навігація: додаємо стани, параметри та мобільні вкладки
• Функції девайса: підключаємо камеру, файли, геолокацію й пуші
• Продуктивність: оптимізуємо запити, кеш, зображення та reusable-елементи

Блок 24. Створення нативного додатку за допомогою обгордки в WebApp

• Підготовка Bubble: налаштовуємо mobile-first структуру та швидкість
• BuildNatively: створюємо проєкт для iOS та Android
• Налаштування: додаємо іконки, splash screen і стартовий екран
• Навігація: керуємо back-кнопкою та зовнішніми лінками
• Доступи: вмикаємо камеру, геолокацію та файли
• Сповіщення: підключаємо сервіс пуш-повідомлень
• Збірка: генеруємо .aab та .ipa з підписом
• Публікація: завантажуємо додаток у Play Console та App Store

Модуль 13. Публікація Bubble додатка

Блок 25. PWA та мобільна оптимізація

• PWA: робимо веб-додаток, що працює як мобільний
• Швидкість: оптимізуємо завантаження сторінок і ресурсів
• Offline: додаємо роботу без інтернету
• Push: налаштовуємо сповіщення у PWA
• Іконки: готуємо app icons та splash screens

Блок 26. Домени та деплоймент

• Custom domain: підключаємо власний домен до проєкту
• SSL: забезпечуємо безпечне з'єднання й захист даних
• Mobile wrappers: готуємо вебдодаток до мобільної упаковки
• Performance: відстежуємо швидкість і стабільність роботи
• Backup: керуємо версіями й створюємо резервні копії

Модуль 14. Публікація Bubble мобільного додатка

Блок 27. Bubble автоматизація

• Кешування: зберігаємо дані, що змінюються рідко
• Індекси: прискорюємо фільтрацію та пошук у базі
• Пагінація: показуємо списки частинами, а не все одразу
• Фонові задачі: переносимо важкі операції у бекенд
• Оптимізація медіа: стискаємо зображення й виносимо файли в CDN
• Інтерактив: застосовуємо дебаунс і троттл для економії запитів

Блок 28. CRUD операції та real-time updates

• Створення: додаємо записи через форми або API
• Відображення: показуємо дані з фільтрами та сортуванням
• Оновлення: редагуємо існуючі записи користувача
• Видалення: робимо безпечне видалення з підтвердженням
• Real-time: відображаємо зміни без перезавантаження сторінки
• WebSockets: використовуємо live-з'єднання в Bubble
• Синхронізація: узгоджуємо дані між кількома користувачами
• Оптимізація: пришвидшуємо real-time запити
• Конфлікти: обробляємо одночасне редагування

Модуль 15. Make

Блок 29. Основи Мейк

• Основи Make
• Make: знайомимось із платформою та її можливостями
• Перший сценарій: запускаємо базову автоматизацію
• Triggers & Actions: реагуємо на події та виконуємо дії
• Інтеграції: підключаємо популярні сервіси без коду
• JSON: працюємо з даними у запитах
• Помилки: обробляємо збої у сценаріях
• Тестування: перевіряємо та налагоджуємо логіку
• Автоматизація: використовуємо планувальник для регулярних задач

Блок 30. Практична робота на мейк та звязок з Bubble проектів

• API-зв'язок: підключаємо Bubble до Make через API
• Email-автоматизація: запускаємо розсилки без ручної роботи
• Синхронізація: передаємо дані у Google Sheets або CRM
• Файли: обробляємо зображення й документи автоматично
• Webhooks: пов'язуємо системи в реальному часі
• Бекапи: робимо автоматичні резервні копії
• Моніторинг: отримуємо сповіщення про помилки
• Масштабування: розширюємо сценарії під зростання проєкту

Модуль 16. Оптимізація, монетизація, фриланс

Блок 31. Як оптимізовувати ваш додаток та використання навантаження

• Продуктивність: аналізуємо швидкість роботи застосунку
• База даних: удосконалюємо структуру для швидших запитів
• Пошук: робимо запити максимально ефективними
• Кешування: використовуємо CDN та оптимізуємо медіа
• API: зменшуємо кількість викликів для економії ресурсів
• Capacity: стежимо за навантаженням і масштабуємося
• Тестування: перевіряємо продуктивність і шукаємо вузькі місця

Блок 32. Монетизація та фриланс

• Монетизація: обираємо модель - підписка, разова оплата чи freemium
• Платежі: підключаємо Stripe/PayPal для прийому оплат
• Ціноутворення: формуємо вартість продукту та стратегію продажів
• Фриланс-профіль: створюємо портфоліо й сильну експертизу
• Клієнти: шукаємо замовлення на Upwork та LinkedIn
• Оцінка: розраховуємо бюджет і готуємо договори
• Комунікація: ведемо клієнта прозоро та структуровано
• Масштабування: розширюємо проєкти та дохід фрилансера

Бонус: курс "Старт в АІ"

6 уроків, після яких штучний інтелект почне тебе слухатися.

Особливості курсу

• Доступ до модулів по всіх ключових AI та no-code інструментах (для створення мобільних застосунків і сайтів)
• Практичні завдання з перевіркою куратора
• Закрита Telegram-група для учасників: нетворкінг, підтримка, обмін замовленнями - своя тусовка
• Доступ до навчальної платформи лишається відкритим назавжди! Навіть після завершення основної програми можеш повертатись
• Супровід куратора: не залишаємо тебе одного і допоможемо, якщо застрягнеш
• Сертифікат після завершення курсу
• Проєкти в портфоліо для твого фриланс-профілю

З нуля до нової професії без технічного бекграунду та досвіду в ІТ: за допомогою АІ роби результат краще, швидше та простіше.

Програма курсу

Модуль 0. Soft Skills для старту

Блок 1: Onboarding

Повний гайд та вступ до АІ-автоматизації перед початком навчання.

Блок 2: Архітектура бізнес-процесів

Як знаходити точки автоматизації серед типових робочих задач.

Блок 3: Команда та автоматизація

Людський фактор в автоматизації: мотивуємо, навчаємо, запускаємо.

Блок 4: Тайм-менеджмент

Основи керування часом та особистої ефективності для роботи.

Модуль 1. Основи промпт-інжинірингу

Блок 1: Основи промптингу

Що таке промпт-інжинірінг та як правильно писати промпти.

Блок 2: Інструменти ChatGPT

Режими та інструменти Chat GPT для персоналізації та роботи.

Модуль 2. Як працює LLM та кастомізація

Блок 1: Моделі та архітектура

Що таке LLM (велика мовна модель) та як вона працює.

Блок 2: Основи роботи з API

Використання LLM за допомогою API (інтерфейсу прикладного програмування).

Модуль 3. No-Code для автоматизації

Блок 1: Основи n8n

Знайомство з n8n - No-Code платформою для автоматизації.

Блок 2: Розширені можливості

Навички практичної роботи в n8n, створення власного Telegram-бота.

Модуль 4. Автоматизація Google-сервісів

Блок 1: Інтеграції Google

Отримання "ключів" від Google та перші інтеграції.

Блок 2: Автоматизація в Google Sheets & Docs

Google Sheets як "мозок" автоматизації. Генерація документів.

Модуль 5. Пошук по документах у Google Drive

Блок 1: Шаблон "Start" в n8n

Розгортання базового шаблону та робота з ним.

Блок 2: Якість роботи та щоденне використання

Як підтримувати стабільність сценаріїв і покращувати точність.

Модуль 6. АІ-агенти у бізнес-процесах

Блок 1: ROI та аудит

Як оцінювати ефективність агентів і виявляти слабкі місця.

Блок 2: Інструменти агента

Ключові інструменти, що формують логіку й дії агента.

Модуль 7. Повноцінний АІ-агент у n8n

Блок 1: Проєктування

Логіка майбутнього процесу, побудова структури автоматизації.

Блок 2: Реалізація

Створення завершеної автоматизації на базі n8n та її тестування.

Модуль 8. Відтворення агента у Make

Блок 1: Основи Make

Знайомство з Make та ключові відмінності від n8n.

Блок 2: Перенесення логіки

Відтворення в Make зробленого в n8n АІ-агента.

Модуль 9. AI Marketing Automation

Блок 1: AI-контент

Генерація першого контенту через AI.

Блок 2: AI-лендинг

Створення лендингу як ядра AI-воронки.

Блок 3: AI-email-воронки

Генерація email-воронок через AI.

Блок 4: CRM та аналітика

• CRM - програмне забезпечення для управління взаємовідносинами з клієнтами
• Аналітика та бізнес-аналіз

Блок 5: Фінальний кейс

Практичний проєкт з автоматизації маркетингу.

Модуль 10. AI Sales Automation

Блок 1: Ліди та кваліфікація

Побудова АІ-системи, що визначає інтерес ліда та оцінює готовність до покупки.

Блок 2: Follow-Up Automation

Створення АІ-автоматизованих серій дотиків, що повертають лідів у воронку.

Блок 3: AI-SaaS для продажів

AI Sales Assistant: комерційні пропозиції, скрипти та робота із запереченнями.

Блок 4: Голосовий агент

Інтеграція голосового інтерфейсу, який комунікує з лідами замість менеджера.

Блок 5: Аналітика продажів

Sales Analytics за допомогою AI: звіти та інсайти.

Блок 6: Фінальний кейс

Створення завершеної sales-автоматизації: від заявки до фінального рішення.

Модуль 11. AI Customer Service Automation

Блок 1: Підтримка 24/7

AI Support Bot: цілодобова допомога клієнтам без участі оператора.

Блок 2: AI-база знань

Розумна база знань: як AI закриває звернення за секунди.

Блок 3: After-Sales автоматизація

Побудова автоматизованого супроводу клієнта після покупки.

Блок 4: Фідбек та NPS

Збір і аналіз відгуків за допомогою AI, визначення рівня задоволеності клієнтів.

Блок 5: Управління сервісом

Автоматизація тікетів, SLA та ескалацій для стабільної та прозорої роботи служби підтримки.

Блок 6: Фінальний кейс

Розробка повної AI-системи обслуговування.

Модуль 12. Монетизація

Блок 1. Загальні кар'єрні навички

• Портфоліо AI-спеціаліста: як і де оформити перші кейси
• Резюме та LinkedIn-профіль для AI-автоматизатора

Блок 2. Підготовка до роботи на фрилансі

• Огляд фріланс-бірж і особливості роботи на кожній
• Як сформувати свою пропозицію та правильно описати свою експертизу в профілі
• Ціноутворення: рахуємо вартість своїх послуг
• Робота з клієнтами: проводимо бриф, будуємо ефективну комунікацію та довіру
• Фінансові та юридичні питання ведення проєкту
• Систематичний підхід та як уникнути вигорання

Блок 3. Upwork

• Реєстрація на Upwork, огляд платформи, створення профілю та портфоліо
• Як вибрати надійних клієнтів, Cover Letters та AI інструменти
• Комунікація з клієнтами та ведення проєкту: від старту до закриття
• Виведення коштів з Upwork: як легально працювати з ФОП

Блок 4. Пошук замовлень/працевлаштування

• Де шукати клієнтів: канали, ресурси, стратегії
• Як системно знаходити замовлення: таблиці, дедлайни, місячний план
• Конкретні дії, які призводять до реальних результатів: перших клієнтів або до працевлаштування
• Як рухатися до своєї кар'єрної цілі, а не працювати хаотично

Особливості курсу

• Повний доступ до курсу
• Домашні практичні завдання
• 4 проєкти з АІ-автоматизацій
• 1 готова АІ-система у портфоліо
• Модуль "Soft Skills для старту"
• Шаблони автоматизацій, промпти, чек листи, сервіси
• Доступ до закритого ком'юніті випускників
• Курс "Монетизація навичок"
• Персональний фідбек від лектора
• Закритий чат учасників курсу
• Сертифікат по закінченню курсу
• Гарантія окупності курсу

Під час навчання ви опануєте сучасні інструменти штучного інтелекту для автоматизації цифрових процесів, навчитеся працювати з інформацією, налаштовувати автоматизовані робочі сценарії та будувати власні AI-системи для особистих і професійних задач. Отримані навички допоможуть створювати цифрові продукти, автоматизувати робочі процеси та ефективніше використовувати можливості штучного інтелекту в роботі.

Програма курсу

Вебінар-знайомство

• Познайомимось і зафіксуємо ваші цілі на курс
• Визначимо очікування та критерії результату
• Домовимось про правила взаємодії та формат роботи
• Результат: ви розумієте, з яким запитом заходите на курс і який конкретний робочий результат маєте отримати в фіналі

Як мислить AI і як змінюється продуктивність, коли AI стає партнером

• Розберемо, як працюють AI та LLM і чим вони відрізняються від пошуку
• Зрозуміємо наслідки навчання моделей: галюцинації, упередження, обмеження
• Навчимося обирати між GPT, Claude, Grok і Perplexity залежно від задачі
• Визначимо, де AI підсилює рішення, а де потребує контролю
• Результат: ви свідомо обираєте модель під задачу й розумієте межі AI, щоб не делегувати йому зайве

Промпти і контекст: тренування AI під себе та власний стиль

• Зрозуміємо промптинг як спосіб керування мисленням моделі
• Навчимося працювати з context engineering: chunking, multi-step thinking
• Навчимося будувати послідовну взаємодію замість разових запитів
• Адаптуємо AI під власний стиль роботи та tone of voice
• Результат: ви керуєте логікою відповіді AI й отримуєте стабільно якісний результат у своєму стилі

Моя продуктивність з AI: що насправді забирає мій час

• Проаналізуємо власні робочі процеси й знайдемо точки втрати часу
• Перебудуємо підхід до продуктивності з AI як партнером
• Сформуємо ідею фінального проєкту: що саме AI змінить у вашій роботі
• Результат: у вас є чітка зона автоматизації та концепція фінального проєкту, прив’язана до реальної роботи

AI для щоденної комунікації та follow-ups

• Автоматизуємо частину роботи з поштою та повідомленнями
• Навчимося створювати чернетки відповідей у власному tone of voice
• Перетворюватимемо листи й нотатки у структуровані задачі
• Налаштуємо прості персональні workflow без складних систем
• Результат: частина комунікаційної рутини переходить до AI, а ви витрачаєте менше часу на листування й контроль задач

Робота з файлами: таблиці, презентації, документи

• Розберемо різницю між задачами для тексту, таблиць і презентацій
• Навчимося обирати модель під конкретний тип файлу
• Використовуватимемо AI для аналізу, структурування й підготовки матеріалів
• Визначимо обмеження AI у роботі з файлами
• Результат: ви швидше готуєте документи, таблиці й презентації та розумієте, коли AI допомагає, а коли заважає

Робота з інформацією та аналітикою

• Розберемо різницю між описовою, діагностичною та дослідницькою аналітикою
• Навчимося ставити правильні питання на кожному етапі аналізу
• Використовуватимемо AI як аналітичного співрозмовника
• Пройдемо повний цикл: від "що відбувається" до обґрунтованого висновку
• Результат: ви використовуєте AI для аналізу даних без делегування йому фінальних рішень

AI-браузери та insight extraction

• Навчимося швидко знаходити релевантну інформацію в інтернеті
• Освоїмо роботу з AI-браузерами як інструментами мислення
• Перетворюватимемо великі масиви інформації на інсайти
• Відпрацюємо структурування результатів ресерчу
• Результат: ви швидко переходите від пошуку інформації до чітких висновків і рішень

Генерація зображень під робочі задачі

• Розберемо роль генеративних зображень у роботі
• Навчимося обирати інструмент під конкретний сценарій
• Створимо візуали для презентацій, соцмереж або внутрішніх матеріалів
• Результат: ви самостійно генеруєте візуали для роботи без залучення дизайнера на кожну дрібну задачу

Генеративне відео та аудіо для роботи

• Сформуємо реалістичне уявлення про можливості video / audio / avatar AI
• Розберемо сценарії використання в бізнесі
• Створимо простий робочий ролик або пояснювальне відео
• Результат: ви розумієте, коли генеративне відео економить час і бюджет, а коли - ні

AI для комунікації з командою та клієнтами

• Готуватимемо презентації ідей, брифи та технічні завдання з AI
• Структуруватимемо переговори та аргументацію
• Тренуватимемо складні розмови через AI-симуляцію
• Результат: ви швидше готуєте робочі матеріали та впевненіше комунікуєте з командою і клієнтами

Професійний розвиток та пошук роботи з AI

• Адаптуємо резюме й мотиваційні листи
• Налаштуємо збір та аналіз вакансій
• Сформуємо кар’єрний план із використанням AI
• Попрацюємо над особистим брендом
• Результат: у вас є оновлені кар’єрні матеріали та зрозумілий план розвитку

AI-асистенти: як налаштувати помічника під свої задачі

• Розберемо різницю між чатом, асистентом і агентом
• Визначимо роль, межі відповідальності та формат результату
• Спроєктуємо структуру персонального AI-асистента
• Результат: у вас є спроєктований AI-асистент під одну конкретну робочу задачу

Автоматизація рутини: перший workflow в n8n

• Розберемо принципи автоматизації та роль тригерів
• Зберемо простий workflow без використання AI
• Навчимося працювати з API, логікою та code nodes
• Розглянемо типові помилки інтеграцій
• Результат: ви самостійно збираєте базову автоматизацію для робочого процесу

AI + автоматизація: багатокрокові процеси

• Додамо AI до існуючого workflow
• Розберемо guardrails і human-in-the-loop
• Зберемо базову агентну архітектуру
• Результат: у вас є контрольований багатокроковий процес з AI без ручного втручання на кожному етапі

Безпека та відповідальне використання AI

• Розберемо ризики: конфіденційність, галюцинації, упередження
• Сформуємо правила перевірки результатів
• Визначимо межі делегування AI
• Результат: ви використовуєте AI безпечно та усвідомлено, зберігаючи контроль над рішеннями

Як зібрати власний AI-інтерфейс у Lovable

• Перетворимо чат з AI на структурований робочий інтерфейс
• Спроєктуємо простий персональний AI-інструмент
• Зменшимо кількість ручних дій у щоденній роботі
• Результат: у вас є власний AI-інтерфейс, який допомагає структурувати задачі й рішення

Один помічник замість десятка чатів

• Додамо базові інтеграції до створеного інтерфейсу
• Розширимо workflow автоматизацією або новим форматом результату
• Оптимізуємо процес під власні робочі сценарії
• Результат: ви працюєте з одним персональним AI-інструментом замість хаотичного використання різних чатів

Захист курсового проєкту

• Презентуєте власний AI-дайджест або AI-агента для роботи з поштою
• Покажете архітектуру, логіку й автоматизацію
• Отримаєте зворотний зв’язок і рекомендації для розвитку
• Результат: у вас є робочий AI-рішення, яке реально спрощує вашу щоденну роботу

Випускний

• Поділимось факапами та відкриттями
• Зберемо фідбек і зафіксуємо наступні кроки
• Результат: ви бачите власний прогрес і розумієте, як масштабувати використання AI після курсу

Особливості курсу

• Допомога ментора
• Практика
• Вебінари та відеолекції
• Курсовий проєкт
• Кейс в портфоліо
• Спільнота та нетворкінг
• Для навчання потрібна підписка на Claude
• Сертифікат про проходження курсу

Викладачі курсу

Олексій Павленко - Head of AI at CLUST

Протягом двох місяців ви опануєте цифровий інструментарій продакт-менеджера - від генерації UI-концептів у Figma і Cursor до аналітики та roadmapping у Notion і Miro - і навчитеся застосовувати програмні AI-інструменти на кожному етапі циклу продукту.

Програма курсу

Знайомство та AI Fundamentals

• Як працюють сучасні AI-моделі (токени, контекстне вікно, різонінг)
• Ландшафт AI-інструментів для продактів
• MСP, агенти, AI toolkit
• Основи промптингу та структурованих запитів
• Практика: налаштування AI PM Toolkit

Брифінг курсового проєкту

• Огляд AI Strategy Deck
• Q&A щодо курсового проєкту
• Формування бачення продукту на основі AI
• Практика: вибір продукту або фічі для курсового проєкту

Product strategy та AI Thinking

• Що змінилося в продуктовій стратегії у GenAI-епоху
• Стратегічне мислення PM-а з AI
• Трансформація майндсету: реактивний → проактивний
• Які частини стратегії можна делегувати AI
• Трансформаційні vs інкрементальні AI-можливості
• AI-first стратегія
• Практика: AI opportunity assessment

Discovery з AI

• AI-дослідження користувачів
• Автоматизація конкурентного аналізу
• User & competitor insights
• Формування reusable AI research frameworks
• Пошук патернів у якісних даних
• Практика: research для майбутнього AI Strategy Deck (персони, аналіз конкурентів, інсайти)

QA-сесія: strategy та discovery

• Відповіді на питання
• Розбір кейсів
• Корекція підходів до досліджень

Вимоги та roadmapping з AI

• Трансформація інсайтів у вимоги
• Пріоритизація з AI
• Оцінка ризиків та edge cases за допомогою AI
• Адаптивне планування з AI
• Практика: PRD та roadmap для продукту/фічі

Rapid Prototyping

• Створення концептів з AI
• PM-level прототипування (Cursor, Antigravity, Claude Code)
• Оцінка технічної feasibility
• Підходи до швидкого тестування
• Практика: робочий концепт ключової фічі

QA-сесія: requirements та prototyping

• Відповіді на питання
• Розбір кейсів
• Корекція підходів до досліджень

GTM та маркетинг з AI

• Чому AI-фічі складно просувати
• AI у go-to-market стратегіях
• Позиціонування та меседжинг для AI
• launch-артефакти для AI-фіч
• Що таке AI-агенти як продуктова категорія
• Практика: створення value proposition, GTM-стратегії та позиціонування AI-фічі

AI-аналітика та підтримка

• Data-driven рішення з AI
• Джерела інсайтів для оптимізації
• Knowledge management з AI
• Метрики для AI-фіч
• Пошук патернів у support-зверненнях
• Практика: AI-фреймворк для аналітики та стратегія підтримки

QA-сесія: GTM та аналітика

• Відповіді на питання
• Розбір кейсів
• Корекція підходів до досліджень

AI Governance та етичне використання AI

• Коли не треба використовувати AI
• Етичні міркування та упередження
• Побудова AI-first культури
• Бізнес-кейси та прорахунок ROI
• Ризики, комплаєнс, безпека даних
• Аргументація AI-рішень та запобігання помилкам
• Практика: завершення AI Strategy Deck

Передзахист

• Фідбек від одногрупників
• Фінальні правки перед презентацією

Гостьовий вебінар або панельна дискусія

(Тема - уточнюється. Формат: практичний досвід AI PM.)

Випускний

• Неформальний факап-івнінг
• Рефлексія, аналіз прогресу, закриття навчального циклу

Особливості курсу

• Допомога ментора
• Практика
• Вебінари та відеолекції
• Домашні завдання
• Курсовий проєкт
• Спільнота та нетворкінг
• Сертифікат про проходження курсу

Викладачі курсу

Вероніка Тамайо Флорес - Product Lead at Railsware

Курс AI Agents for QA допоможе освоїти сучасні AI-інструменти й навчить використовувати AI-агентів для підвищення продуктивності, якості тестування та автоматизації щоденної роботи. Протягом курсу ви отримаєте усі необхідні навички для самостійного створення AI-агента, інтегрування його із зовнішніми сервісами та вирішення реальної бізнес-задачі.

Програма курсу

Заняття 1. AI у сучасному QA

• Що таке AI та Generative AI
• AI Agents: поняття і принципи роботи
• Як AI змінює професію QA
• Огляд сучасних AI-інструментів для тестування

Заняття 2. Prompt Engineering для тестувальників

• Побудова ефективних промптів
• Робота з ролями й контекстом
• Аналіз вимог за допомогою AI
• Генерація структурованих відповідей

Заняття 3. Генерація тестової документації

• Test Cases
• Checklists
• Test Scenarios
• Regression Suites
• Edge Cases

Заняття 4. Аналіз вимог

• Пошук неоднозначностей
• Виявлення ризиків
• Покриття тестами
• Генерація уточнювальних запитань

Заняття 5. Робота з API через AI

• REST API
• Аналіз Swagger/OpenAPI
• Генерація API-тестів
• Валідація відповідей

Заняття 6. Автоматизація перевірок API

• Тестові сценарії
• JSON Validation
• Boundary Testing
• Error Cases

Заняття 7. Генерація автотестів

• Selenium
• Playwright
• Cypress
• Генерація тестового коду

Заняття 8. Аналіз й оптимізація автотестів

• Пошук помилок
• Рефакторинг тестів
• Покращення читабельності коду
• Debugging

Заняття 9. Що таке AI QA Agent

• Архітектура AI Agent
• Tool Calling
• Memory
• Workflow

Заняття 10. Інтеграція AI Agent з інструментами

• Jira
• TestRail
• GitHub
• Postman
• Browser Tools

Заняття 11. Побудова AI-процесів

• Автоматизація регресії
• Аналіз дефектів
• Формування звітів
• Обробка логів

Заняття 12. AI-інструменти для QA

• ChatGPT
• Cursor
• GitHub Copilot
• Claude
• LangChain (огляд)
• MCP (вступ)

Заняття 13. AI у реальному проєкті

• Аналіз вимог
• Генерація тестів
• Робота з багами
• Підготовка Regression Suite

Заняття 14. Автоматизація QA-процесів

• AI для документації
• Генерація звітів
• Аналіз логів
• Підготовка релізу

Заняття 15. Розробка AI QA Assistant

Студенти створюють власного AI-помічника, який автоматизує частину роботи тестувальника.

Можливі варіанти:

• AI Test Case Generator
• AI API Tester
• AI Bug Report Assistant
• AI Regression Assistant
• AI Requirements Analyzer

Заняття 16. Захист проєктів

• Демонстрація роботи AI Agent
• Презентація рішення
• Аналіз архітектури
• Рекомендації щодо подальшого розвитку

Особливості курсу

• Допомога ментора
• Практика
• Домашні завдання
• Невеликі групи
• Система особистих кабінетів
• Викладачі практики
• Оперативна служба підтримки студентів
• Курсовий проєкт
• Проєкт в портфоліо
• Сертифікат про проходження курсу

Курс дасть чіткий роадмап: ви побачите, як AI інтегрується у роботу дизайнера - від досліджень до презентації готового рішення. Ви навчитеся писати ефективні промпти, створювати продукти разом із AI, делегувати рутину (аналіз, тексти, варіації дизайну) й залишати собі головне - креативність і стратегію.

Програма курсу

Вебінар-знайомство + вступ до AI в дизайні

• Що таке AI: ключові концепції та термінологія
• Переваги використання AI в роботі дизайнера
• Екосистема інструментів AI
• Основи prompt engineering
• Просунуті техніки промптингу

AI інструменти для маркетингових досліджень

• Новий підхід до рісьорчу з AI
• Джерела даних та пошукові AI платформи
• Аналіз конкурентів за допомогою AI
• Виявлення трендів, аналіз сигналів та побудова гіпотез

Робота з даними та аналітика

• Дизайнер як data communicator
• Структурування неструктурованих даних
• AI візуалізація: діаграми, класифікації, word cloud
• Аналіз конкурентів через AI

AI для розуміння користувачів

• Аналітика інтерв'ю
• Створення та використання AI персон
• Проведення інтерв'ю з AI згенерованими персонами
• Гіпотезування через AI моделювання
• Формулювання продуктової проблеми

Створення рішень для MVP

• Побудова структури продукту
• Планування roadmap через AI
• Створення AI презентацій для стейкхолдерів

Візуальний дизайн з AI

• Генерація концептів
• Артдирекшн і редизайн

Генеративний AI в дизайні

• Створення графічних елементів та іконографіки
• Генерація персонажів
• AI анімація

UX writing та контент

• Створення UX текстів
• Адаптація текстів під різні аудиторії
• Локалізація та переклади

Оцінювання дизайн-рішень

• Автоматизоване A/B тестування
• Генерація юзер-флоу та корнер-кейсів
• Аналіз результатів тестування

Вайб-кодинг

• Вступ у кодинг
• Інструменти трансформації дизайну в код
• TML/CSS для дизайнерів

Cursor та інструменти інтеграції

• Налаштування Cursor
• Перенесення UI елементів у код

Робота з API

• Інтеграція AI сервісів через API
• Створення бібліотеки компонентів

Тестування продукту

• Аналітика даних
• Користувацьке тестування з AI сценаріями
• Аналіз поведінки користувачів
• AI для генерації юніт-тестів

Етика та майбутнє AI в дизайні

• Усунення упереджень в AI розробках
• Тренди та майбутнє AI в дизайні

Майстерклас з інструментів AI

Воркшоп із застосування одного з AI інструментів.

Захист курсового проєкту

• Презентація напрацювань
• Демонстрація рішень, обмін досвідом

Випускний

• Неформальний факап івнінг
• Підсумки навчання, емоції та прогрес
• Тематичний вечір з інтерактивами

Особливості курсу

• Робота 1:1 з кураторами
• Регулярний фідбек
• Курсовий проєкт
• Інтерактивні онлайн-зустрічі
• Сертифікат про проходження курсу

Викладачі курсу

• Дмитро Старков - Product Designer for AI Solutions at Stellantis
• Ксенія Бутиріна - Product Lead Designer, founder Travelscope

Ви розберете концепції штучного інтелекту й машинного навчання, розглянете найбільш трендові АІ-платформи та дізнаєтеся, за якими критеріями обирати релевантні інструменти під потреби вашого бізнесу або конкретного бізнес-процесу. А потім на базі знань, набутих на курсі, розробите бізнес-стратегію впровадження конкретних АІ-платформ і зможете донести цінність цих рішень до всієї команди.

Програма курсу

Вступ до AI та BRIDGE Protocol

• Зрозумієте відмінності між AI, ML, DL та GenAI з бізнес-перспективи
• Розберете компоненти BRIDGE Protocol та їхнє призначення
• Навчитесь оцінювати AI-готовність організації
• Вивчите три типи впровадження AI
• Отримаєте чітке розуміння структури курсу та шляху від основ до стратегії

Як працює AI бізнес-розуміння

• Зрозумієте, як AI знаходить патерни та навчається на прикладах
• Розберете три парадигми навчання AI та коли їх використовувати
• Навчитеся класифікувати бізнес-дані на 3 типи
• Зможете обрати правильний тип AI для конкретних даних
• Зрозумієте реальні можливості й обмеження кожного підходу

AI-платформи та автоматизація

• Розберете детальні відмінності між GCP, Azure та AWS для AI
• Навчитеся працювати з No-code/Low-code інструментами
• Зрозумієте можливості інтеграції AI в ресторанні системи
• Дізнаєтесь, як налаштувати автоматизацію з n8n
• З'ясуєте логіку вибору платформ

Візуальний AI та прогнозна аналітика

• З'ясуєте можливості комп'ютерного зору для контролю якості
• Дізнаєтесь, як працює прогнозна аналітика для ресторанів
• На практиці розберете реальний процес навчання AutoML-моделей
• Зрозумієте обмеження та ризики візуального AI

AI для тексту й документів

• Навчитесь аналізувати великі масиви відгуків клієнтів
• Зрозумієте процес автоматизації обробки документів
• Дізнаєтесь, як створити простого чат-бота для ресторану
• Розберете основи compliance під час роботи з даними клієнтів

Генеративний AI

• Зрозумієте принципи роботи генеративного AI
• Дізнаєтеся переваги різних LLM для ресторанного бізнесу
• Навчитеся створювати ефективні текстові промпти
• Зрозумієте економіку використання LLM API
• Навчитеся налаштовувати Custom GPT для корпоративних знань

Мультимодальний генеративний AI

• Зрозумієте концепцію мультимодального AI
• Навчитеся працювати з AI для генерації та аналізу зображень
• Розберете специфіку промптів для різних модальностей
• З'ясуєте правові аспекти використання AI-контенту
• Навчитеся створювати комплексний мультимедійний контент

Просунуті AI-системи

• Розберете архітектуру RAG-систем
• Дізнаєтеся можливості й обмеження AI-агентів
• Навчитеся проєктувати надійні AI-системи з fallback-механізмами
• Зрозумієте, коли комбінувати традиційний ML з генеративним AI
• Вивчите шаблони оркестрації

Виявлення AI-можливостей та їхня економічна оцінка

• Навчитеся систематично виявляти AI-можливості в організації
• Розберете методи пріоритизації AI use cases
• Навчитеся проводити швидку економічну оцінку
• Зрозумієте структуру бізнес-кейса для AI
• Зможете обґрунтувати вибір конкретного АІ-рішення

AI для різних галузей

• Зрозумієте галузеві регуляції АІ та обмеження
• Навчитесь адаптувати BRIDGE Protocol до специфіки HoReCa
• Ознайомитеся з найкращими практиками конкурентів
• Розберете галузеві бенчмарки успіху AI

AI від ідеї до прототипу

• Зрозумієте різницю між Wizard of Oz, MVP та POC
• Зможете створити швидкий прототип для валідації
• Зрозумієте критерії вибору Build vs Buy vs Partner
• Навчитесь ефектно демонструвати AI-прототип
• Вивчите методологію швидкої валідації

Підготовка та управління даними

• Зрозумієте процес підготовки даних для AI
• Вивчите принципи Data Governance
• Ознайомитеся з вимогами GDPR для ресторанів
• Навчитеся проводити аудит стану даних
• Зрозумієте економіку data quality

Команда й культура AI-first

• Розберете ключові ролі в AI-команді
• Зрозумієте, як подолати опір змінам у ресторанному бізнесі
• З'ясуєте, як створити AI-first культуру
• Розробите план навчання для різних ролей
• Розберете метрики культурної трансформації

Інтеграція AI в production

• Зрозумієте критерії production-ready AI
• Навчитеся розраховувати повний production TCO
• Розберете концепцію Human-in-the-loop
• З'ясуєте вимоги до інфраструктури
• Дізнаєтесь, як організувати підтримку AI-систем

Запуск і масштабування

• Навчитесь аналізувати тренди майбутніх AI-технологій
• Зможете створити комплексну дорожню карту AI

AI Governance та етика

• Зрозумієте компоненти AI Governance Framework
• З'ясуєте вимоги EU AI Act для ресторанного бізнесу
• Навчитеся створювати AI Ethics Charter
• Зрозумієте методи виявлення bias
• Зможете провести оцінку ризиків AI

Оптимізація та ефективність

• Навчитесь аналізувати фактичний vs плановий ROI
• З'ясуєте методи оптимізації витрат на AI
• Зрозумієте принципи FinOps для AI
• Навчитеся пріоритизувати покращення
• Дізнаєтеся підходи до continuous improvement

AI Operations для бізнесу

• Зрозумієте концепцію AI Operations
• З'ясуєте життєвий цикл AI-систем
• Навчитеся використовувати метрики для моніторингу
• Дізнаєтеся критерії оновлення AI-моделей
• Зможете спланувати довгостроковий AI roadmap

Стратегічна трансформація та презентації

• Розберете тренди AI на найближчі 2-3 роки
• Навчитеся презентувати довгострокову AI-стратегію
• Зрозумієте, як будувати конкурентну перевагу з AI
• Матимете готовий план трансформації з обґрунтуванням

Особливості курсу

• Огляд АІ-рішень
• Розбір інструментів
• Реальні приклади
• Кейс у портфоліо
• Допомога ментора
• Сертифікат про проходження курсу

Викладачі курсу

Андрій Рижков - Former Machine Learning Practice Leader at Provectus

Навчіться знаходити реальні healthcare-проблеми, працювати з медичними даними й створювати AI-powered HealthTech-продукти: від ідеї та MVP - до інтеграції, запуску і масштабування.

Програма курсу

Healthtech Ecosystem

• Розберете, як працює HealthTech-екосистема і хто є її ключовими учасниками
• Навчитеся відрізняти User, Buyer, Decision Maker та Beneficiary
• Зрозумієте, як знаходити реальні pain points та unmet needs у healthcare
• Навчитесь оцінювати, чи варто розв’язувати конкретну проблему за допомогою AI
• Визначатимете user value, business value, feasibility й ризики AI-рішення

Еволюція healthtech: від digital до АІ

• Простежите розвиток healthcare від традиційної медицини до AI-powered продуктів
• Розберете, чому Digital Health, зростання обсягів даних і Machine Learning прискорили розвиток AI в медицині
• Дізнаєтесь, які проблеми healthcare вже розв’язує AI
• Зрозумієте специфіку AI в медицині: якість даних, високу ціну помилки та роль людини
• Розберете кейси Viz.ai, Abridge та Dexcom

Медичні дані: джерела, типи та особливості

• Зрозумієте, чому AI-продукт у healthcare починається з даних, а не з моделі
• Розберете шлях медичних даних від пацієнта до AI-продукту
• Попрацюєте зі structured data, medical imaging, clinical text і time series
• Дізнаєтесь, як якість, повнота і bias впливають на AI-рішення
• Ознайомитеся з реальними медичними датасетами MIMIC-IV та MTSamples

Медичні дані в АІ-продуктах

• Розберете Data Lifecycle: від збору даних - до інтеграції AI-моделі
• Зрозумієте, як очищають, анотують і готують навчальні вибірки
• Дізнаєтесь, як різні типи медичних даних використовують для різних AI-задач
• Навчитесь оцінювати dataset за якістю, репрезентативністю і достатністю
• Визначатимете ризики та обмеження використання медичних даних

Основи АІ для медичних зображень

• Розберете специфіку медичних зображень і формат DICOM
• Дізнаєтесь, які задачі AI розв’язує в medical imaging
• Простежите розвиток computer vision від CNN до Vision-Language моделей
• Розберете проблеми анотації, domain shift і роботи з рідкісними патологіями
• Зрозумієте, за якими метриками оцінюють якість AI-моделей в медицині

Від ML-моделі до AI-продукту в медичній візуалізації

• Побудуєте pipeline від медичного зображення до результату AI-моделі
• Розберете інтеграцію AI в clinical workflow
• Дізнаєтесь, як працюють 2D-, 3D-рішення та інтеграції з PACS
• Проаналізуєте AI-продукти Viz.ai, Aidoc та Gleamer
• Навчитесь оцінювати AI-функціональність з позиції продуктової та бізнес-цінності

Основи АІ для клінічного тексту

• Розберете основні типи клінічної документації
• Дізнаєтесь, як AI класифікує, аналізує, сумаризує та генерує клінічний текст
• Простежите розвиток технологій від rule-based систем до Clinical LLM
• Розберете ризики галюцинацій, неоднозначності й потребу в клінічній валідації
• Зрозумієте, як оцінюють якість NLP- та Generative AI-рішень у медицині

Від LLM до АІ-продукту для клінічного тексту

• Побудуєте pipeline обробки клінічної документації
• Розберете використання LLM, RAG та Human-in-the-loop у HealthTech
• Зрозумієте, як AI інтегрується з EHR та clinical workflow
• Проаналізуєте продукти Abridge, CodaMetrix та Ambience Healthcare
• Навчитесь оцінювати цінність, ризики та обмеження AI для клінічного тексту

АІ для Wearbles та часових рядів

• Розберете, як AI працює з ECG, PPG, glucose monitoring, активністю і сном
• Дізнаєтесь, як моделі класифікують стани, прогнозують події та виявляють аномалії
• Простежите розвиток підходів від статистичних моделей до Transformers і Foundation Models
• Розберете проблеми шуму, пропущених даних і персоналізації
• Зрозумієте, як оцінювати якість AI для фізіологічних сигналів

Від часових рядів до AI-продукту

• Побудуєте pipeline від wearable-пристрою до AI-рекомендації
• Розберете безперервний моніторинг, раннє виявлення станів та персоналізовані сповіщення
• Дізнаєтесь, як працюють real-time processing, edge AI та інтеграції з мобільними застосунками
• Проаналізуєте Dexcom, Biofourmis, Empatica, Fitbit, WHOOP, Oura Ring та Apple Watch
• Зрозумієте перспективи цифрових біомаркерів та персоналізованого прогнозування здоров’я

Цифрова екосистема як основа healthtech-продукту

• Зрозумієте різницю між AI-моделлю та повноцінним HealthTech-продуктом
• Розберете ключові компоненти digital healthcare ecosystem
• Відрізнятимете цифровізацію, автоматизацію, rule-based системи та AI
• Проаналізуєте продукти Helsi, Epic, MyChart і Doctolib
• Навчитеся визначати, коли AI дійсно потрібен, а коли ефективніше використати простіше рішення

Як AI підсилює сучасний healthtech

• Розберете місце AI в архітектурі HealthTech-продукту
• Зрозумієте, як в одному продукті можуть працювати CV, NLP, LLM і time-series моделі
• Розглянете рівні складності AI-рішень - від rule-based automation до AI-first платформ
• Навчитесь обирати AI-підхід під конкретну продуктову задачу
• Оцінюватимете AI-функціональність за бізнес-цінністю, даними, інтеграціями та ризиками

Безпека, етика і regulatory в АІ для healthcare

• Розберете privacy, consent, доступ, використання та зберігання медичних даних
• Зрозумієте відповідальність за medical content і результати AI
• Визначите, де потрібен Human Oversight
• Навчитесь оцінювати й мінімізувати ризики HealthTech-продукту
• Зрозумієте, як Legal, Medical і Compliance requirements впливають на продукт ще до запуску

Запуск та розвиток AI healthtech-продуктів

• Навчитеся перетворювати healthcare problem на концепцію AI-powered продукту
• Визначите target audience, stakeholders, user value та business value
• Сформуєте product strategy та MVP
• Розберете validation, product metrics та KPI
• Навчитесь ухвалювати рішення щодо масштабування, зміни або зупинки продукту

Від AI-демо до реального продукту: кейси healthtech, fitnesstech i sportstech

• Розберете актуальні AI-тренди й відокремите реальну цінність від маркетингового хайпу
• Дізнаєтесь, як балансувати між технологією, потребами користувача, бізнес-моделлю та вартістю розробки
• Проаналізуєте реальні кейси PARADIGMA.ST
• Розберете типові проблеми з даними, R&D, hardware та інтеграціями
• Навчитесь ухвалювати рішення Build vs Buy vs Integrate
• Зрозумієте, як AI-продукт еволюціонує від MVP до складніших персоналізованих рішень

Воркшоп: моделюємо AI healthtech-продукт

• Отримаєте продуктову задачу в HealthTech, FitnessTech або SportsTech
• Визначите проблему користувача, необхідні дані та майбутню цінність продукту
• Спроєктуєте MVP, який дозволить перевірити гіпотезу й почати накопичувати дані
• Побудуєте roadmap від базового продукту до інтеграції AI та власних моделей
• Проаналізуєте ризики й потенційні конкурентні переваги
• Презентуєте й аргументуєте власну продуктову стратегію

Захист курсового проєкту

• Презентуєте концепцію власного AI-powered HealthTech-продукту
• Покажете healthcare problem, цільову аудиторію та value proposition
• Обґрунтуєте використання AI, формат MVP та ключові KPI
• Представите ризики та roadmap розвитку продукту
• Отримаєте фідбек на фінальний проєкт

Особливості курсу

• Допомога ментора
• Практика
• Кейс в портфоліо
• Курсовий проєкт
• Сертифікат про проходження курсу

Викладачі курсу

• Софія Димура - Data Scientist & ML Engineer | In Silico Drug & Medicinal Chemistry
• Ольга Пілявська - Digital Program Manager | Cross-Functional Program & Project Delivery
• Михайло Смородін - Founder & CEO at PARADIGMA.ST

За 18 занять ви пройдете весь цикл найму й на кожному етапі підключите AI: ChatGPT, Claude, Gemini та Perplexity для щоденних задач, Bluedot для аналізу зустрічей, Make.com і Nevo для агентів та автоматизацій, NotebookLM для аналітики. Курс побудований по прогресії: від базового промпту до мультиагентної системи.

Програма курсу

Старт та огляд AI в рекрутингу

• Рівні автоматизації в рекрутингу
• Огляд ChatGPT, Claude, Gemini, Perplexity
• Тестування 4 моделей на одному рекрутинговому завданні
• Чеклист готовності компанії до впровадження AI

Prompt engineering: база

• Анатомія промпту: роль, контекст, задача, формат
• Українська vs англійська мова в промптах
• Промпти під JD, скринінг CV, аутріч, підготовку до інтерв'ю
• Бібліотека базових промптів + бриф курсового проєкту

Просунутий промптинг та скіли

• chain-of-thought та few-shot техніки
• Різниця між промптом, скілом та агентом
• Системний промпт для рекрутера під конкретну роль
• Власні AI-скіли для щоденної роботи

Іntake-зустрічі та вакансії

• Аналіз intake-зустрічей через Bluedot
• Побудова ICP: must-have, nice-to-have, red flags
• Рівні автоматизації створення JD
• ICP та JD для конкретної ролі

Безпека та пошук кандидатів

• GDPR, EU AI Act та compliance-критерії інструментів
• Boolean- та X-Ray-запити для пошуку кандидатів
• Персоналізовані повідомлення на основі профілю
• Корпоративна AI-політика для рекрутингової команди

Аутріч та інтерв'ю через AI

• Скоринг і ранжування кандидатів за ICP
• Методики STAR, STAREL, CAR для інтерв'ю
• Рольова гра з AI для підготовки до співбесіди
• AI-generated summary кандидата та порівняльна матриця

Аналітика та перші агенти

• Ключові метрики: Time-to-Fill, Time-to-Hire, Source of Hire
• NotebookLM для аналітики та документації
• Логіка агента: trigger → action → output
• NotebookLM-проєкт та перший робочий агент

ATS та мультиагентні системи

• ATS API-інтеграції та webhook
• Чат-боти для типових кандидатських запитів
• Мультиагентна архітектура та human-in-the-loop
• Аналітичний дашборд воронки + карта AI-системи

Захист та майбутнє професії

• Презентація власної AI-системи рекрутера
• Фідбек від групи та ментора
• Комунікація про AI з C-level
• Майбутнє рекрутингу на найближчі 2-3 роки

Особливості курсу

• Допомога ментора
• Практика
• Вебінари
• Домашні завдання
• Спільнота та нетворкінг
• Курсовий проєкт
• Кейс в портфоліо
• Сертифікат про проходження курсу

Викладачі курсу

Анастасія Коваль - AI Product Manager at Spellar.ai, recruitment-консультантка