СпеціалізаціяПрограма у розробці

Менеджмент

Усі курси програми ще пишемо. Купити можна вже зараз — отримаєш повний доступ, коли матеріали вийдуть.

AI-augmented керівник: PM, Product, exec-strategy, HR, продажі, право, change management.

$1,899

курсів у програмі

246

уроків відео + текст

~212

днів

Орієнтовний термін

Експертний

до «Експертний»

Складність

Що всередині.

AI для Project Manager

У розробці

Будь-який рівень·~14 днів·21 урок·7 модулів

Управління AI-проєктами від Discovery до Launch. Claude, ChatGPT, n8n — практичні навички для щоденної роботи PM в AI-агенції.

M01
Світ ШІ — карта місцевості
- 01Що таке LLM і як це працює
- 02Claude vs ChatGPT vs Gemini — в чому різниця
- 03Що ШІ вміє, а що ні
- 04Термінологія ШІ для PM — розмовник
M02
Claude і ChatGPT — робочий інструмент
- 01Анатомія хорошого промпта
- 02Claude для PM-завдань — практика
- 03Контроль якості ШІ-результатів
- 04Просунуті техніки роботи з Claude
M03
Екосистема ШІ-інструментів
- 01Карта ШІ-інструментів агенції
- 02AI-агенти — наступній рівень
- 03Perplexity, Midjourney та інші — коли який інструмент
M04
n8n і автоматизації
- 01Що таке n8n — без коду
- 02Як ставити завдання розробнику по n8n
- 03Тестування і приймання автоматизацій
M05
Комунікація з клієнтами про ШІ
- 01Як пояснювати ШІ-рішення клієнтам
- 02Типові заперечення та відповіді
- 03Розрахунок ROI і ціноутворення для клієнта
M06
PM в AI-агенції — процеси
- 01Управління AI-проєктом: від брифу до здачі
- 02Метрики, дедлайни і червоні прапорці
- 03Навчання клієнта і передача проєкту
M07
Фінальній екзамен
- 01Фінальній екзамен: AI для Project Manager

Product Lead в AI

У розробці

Будь-який рівень·~12 днів·24 уроки·6 модулів

Product-менеджмент AI-продуктів: Discovery, RICE-пріоритизація, AI-метрики, roadmap та масштабування.

M01
Product thinking в AI
- 01Що таке AI-продукт
- 02Discovery для AI-продукта
- 03Jobs-to-be-Done для AI
- 04Конкурентній аналіз AI-продуктів
- 05AI Product Canvas
M02
Roadmap и приоритизация
- 01RICE для AI-продуктів
- 02Impact Mapping для AI
- 03MVP Definition для AI-продукта
- 04AI Roadmap: планирование в умових невизначенийности
- 05Backlog Grooming для AI-продукта
M03
Метрики AI-продуктів
- 01Adoption и Retention
- 02Accuracy и Quality Metrics
- 03Unit-економіка AI-продукта
- 04AI Product Dashboard: що мониторить ежедневно
M04
Работа с командой и стейкхолдерами
- 01Работа с Tech Lead и ML-инженерами
- 02Управління ожиданиями стейкхолдеров
- 03Feedback loops и continuous improvement
- 04Ціка и відповідьственность в AI-продуктах
M05
Запуск и итерации
- 01Launch Checklist для AI-продукта
- 02A/B тестування AI-фичей
- 03Monitoring и post-launch оптимізація
- 04Масштабирование AI-продукта
- 05Product Lead в AI: карьерній путь и навички
M06
Фінальній екзамен
- 01Фінальній екзамен: Product Lead в AI

AI-стратегія для керівників

У розробці

Будь-який рівень·~14 днів·26 уроків·7 модулів

Бізнес-стратегія, юніт-економіка, пошук клієнтів, масштабування.

M01
AI-ринок: стратегічна карта
- 01Тренди AI-ринку 2025–2027
- 02Конкурентній ландшафт
- 03Стратегічне позиционирование
- 04Бізнес-моделі AI-агенций
M02
Юнит-економіка AI-агенции
- 01LTV, CAC и ключові метрики
- 02Маржинальність проєктов и ціноутворення
- 03Финансовая модель и P&L
- 04Когортній аналіз и прогнозирование
M03
Операционне управління
- 01Процеси и фреймворки управління
- 02Команда и ресурсне планирование
- 03Управління якістьм и рисками
- 04Управління знаниями и документация
M04
Привлікування клієнтов
- 01Канали привлікування: Outbound
- 02Канали привлікування: Inbound и Content
- 03Partnerships и стратегічні альянси
- 04Sales Pipeline и CRM
M05
Управління продуктівим портфелем
- 01Productized Services
- 02Scaling через автоматизацію
- 03Портфельна стратегія и BCG-матрица
- 04Дорожна карта продукта
M06
Масштабирование и рост
- 01Найм и делегирование
- 02Финансовая модель роста
- 03Стратегия масштабування: от $0 до $1M ARR
- 04Культура и удержание команди
- 05Exit-стратегія и долгосрочне видение
M07
Фінальній екзамен
- 01Фінальній екзамен: AI-стратегія для керівників

HR в AI-агенції

У розробці

Будь-який рівень·~7 днів·15 уроків·6 модулів

Рекрутинг AI-спеціалістів, тестові завдання, онбординг, система грейдів та утримання команди в AI-агенції.

M01
Рекрутинг AI-спеціалістов
- 01Профили ролей в AI-агенции
- 02Де искать AI-спеціалістов
- 03Оценка кандидатов: red и green flags
M02
Тестирование кандидатов
- 01Тестовие задания для AI-спеціалістов
M03
AI-інструменти для HR
- 01AI-скрининг резюме
- 02Автоматизация HR-коммуникаций
- 03AI для планирования и аналітики HR
M04
Онбординг и навчання
- 01Адаптация в AI-агенции
- 02Культура и база знаній
- 03Менторинг и внутреннее навчання
M05
Оценка и развитие команди
- 01Performance Review для AI-команди
- 02Матрица компетенций
- 03Удержание AI-спеціалістов
- 04Карьерні треки и система грейдов
M06
Фінальній екзамен
- 01Фінальній екзамен: HR в AI-агенції

Продажі AI-рішень

У розробці

Будь-який рівень·~7 днів·17 уроків·5 модулів

Повний цикл продажів AI-рішень: від кваліфікації ліда до закриття угоди. SPIN, Discovery Call, робота із запереченнями та upsell.

M01
Розуміння AI-ринку для продажів
- 01Що ми продаємо і чому це цінно
- 02Типи клієнтів та їхні потреби
- 03Pain Points і тригери купівлі
- 04Конкурентній ландшафт і позиціонування
M02
Процес продажу AI-рішень
- 01Discovery Call — перший контакт
- 02Демонстрація AI-рішення
- 03Proposal і Follow-up
- 04Холодні продажі та outbound
M03
Робота із запереченнями
- 01Заперечення: «Занадто дорого»
- 02Заперечення: «Ми вже пробували AI»
- 03Заперечення: безпека і «нам це не потрібно»
- 04Заперечення: «Потрібно погодити» і затягування рішення
M04
Закриття і розвиток клієнта
- 01Техніки закриття угоди
- 02Ціноутворення і переговори про ціну
- 03Upsell і розширення контракту
- 04Retention і Case Study
M05
Фінальній екзамен
- 01Фінальній екзамен: Продажі AI-рішень

Право та AI: UA, EU, USA

У розробці

Будь-який рівень·~14 днів·23 уроки·7 модулів

Законодавство, GDPR, DPA, інтелектуальна власність, контракти.

M01
Украинское законодательство и AI
- 01Закон про ШІ в Україні: поточній стан і законопроєкти
- 02Захист персональних даних: Закон 2297-VI та НКЗПД
- 03IT-законодавство: ФОП, Дія Сіті, податки для AI-агенцій
- 04Кібербезпека та захист AI-інфраструктури: правові аспекти
M02
EU AI Act и европейское регулирование
- 01Класифікація AI-систем за рівнем ризику
- 02Обов'язки провайдерів та deployers AI
- 03Штрафи, відповідальність, timeline впровадження
- 04General Purpose AI (GPAI) и правила для фундаментальних моделей
M03
GDPR для AI-агенции
- 01Принципи GDPR та їх застосування до AI
- 02Data Processing Agreement (DPA) — шаблони и обовʼязкові пункти
- 03Права суб'єктів даних, DPIA і трансфер даних EU-UA
M04
Американские стандарти
- 01CCPA/CPRA и AI Bill of Rights
- 02Секторальне регулювання: HIPAA, SOC 2, FTC guidelines
- 03State-level AI laws и Executive Orders
- 04Контракти с US-клієнтами: Service Provider Agreement и специфика
M05
Інтелектуальна власність і AI
- 01Авторське право на AI-генерованій контент
- 02Ліцензування моделей: open source vs commercial
- 03NDA, IP assignment, work-for-hire и trade secrets
M06
Контракти и compliance для AI-агенции
- 01Структура клієнтського договору: SLA, liability caps, warranties
- 02AI-специфічні клаузи: disclaimers, model changes, data retention
- 03Compliance checklist і внутрішні політики агенції
- 04AI Incident Response: юридичній протокол
M07
Фінальній екзамен
- 01Фінальній екзамен: Право і AI

Впровадження AI: від пілоту до масштабу

У розробці

Експертний·~51 день·40 уроків·8 модулів

Kotter Change Model, Prosci ADKAR, ISO 42001 — запуск AI-пілоту за 30 днів, подолання опору, масштабування без ризиків.

M01
Парадигма AI-масштабування. Від експерименту до операції
- 01AI в банківському секторі: розрив між впровадженням і вигодою
- 02Стадії зрілості AI: від експерименту до операцій
- 03U-крива витрат: бюджет і ризики масштабування
- 04Ключові відмінності між AI-пілотом і масштабуванням
- 05Управління портфелем AI-проектів: ROI і пріоритети
M02
Дизайн AI-пілоту. Objectives, Success Criteria, Timeline
- 01SMART-цілі для AI-пілоту: чіткість і вимірюваність
- 02MVP для AI-пілоту: мінімум для перевірки гіпотези
- 03Критерії успіху пілоту: бізнес, техніка, люди
- 04Таймлайн AI-пілоту: три фази за 12 тижнів
- 05Бюджет AI-пілоту: ресурси, витрати та резерви
M03
Архітектура масштабування. Від одного сервера до enterprise-scale
- 01MLOps: повний цикл від збору даних до моніторингу
- 02Cloud, On-Premise та гібридні платформи для AI
- 03Горизонтальна масштабованість: архітектура для великих даних
- 04Пакетна обробка та реальний час: вибір моделі обслуговування
- 05Оптимізація витрат: Docker, балансування та автомасштабування
M04
Управління технічними ризиками. Model Drift, Data Quality, Integration Failures
- 01Model Drift: виявлення та контроль деградації моделі
- 02Якість даних при масштабуванні: валідація та очищення
- 03Інтеграційні ризики: CRM, ERP та сумісність систем
- 04Деградація продуктивності та стратегії масштабування інфраструктури
- 05Пояснюваність та аудит AI-моделей для стейкхолдерів
M05
Change Management для масштабування. От团队лідерів до організації
- 01ADKAR-модель: управління змінами при масштабуванні AI
- 02Фази прийняття технологій: від новаторів до більшості
- 03Масштабоване навчання: LMS, e-learning і мережа чемпіонів
- 04Подолання опору автоматизації: комунікація та залучення команди
- 05Зворотний зв'язок як драйвер вдосконалення AI-рішень
M06
Організаційна структура для масштабування. Ролі, ресурси, лідерство
- 01Команда AI-пілоту: ролі від пілоту до масштабу
- 02Центр компетенції AI: модель hub and spoke
- 03Крос-функціональні комітети управління AI-проектами
- 04Ключові ролі для AI: ML Engineer, Data Engineer, Product Manager
- 05Управління знаннями: runbooks, best practices, логи рішень
M07
Метрики успіху. Business KPI, Technical Metrics, People Metrics
- 01Бізнес-метрики AI: ROI, економія витрат і Time to Value
- 02Технічні метрики AI: точність, латентність і безвідмовність
- 03Людські метрики: NPS, довіра до AI та час освоєння
- 04Дашборди та реальний моніторинг метрик AI-пілоту
- 05Go/No-go рішення: контрольні точки оцінки прогресу
M08
Синтез. 12-місячна дорожна карта масштабування
- 01Структура 12-місячного плану масштабування AI
- 02Фаза 0: підготовка, MVP і перший go/no-go gate
- 03Фаза 1: масштабування до 50 користувачів за зворотним зв'язком
- 04Фаза 2: широке впровадження AI на рівні організації
- 05lesson-4

AI для керівника відділу

У розробці

Експертний·~42 дні·35 уроків·7 модулів

Управління AI-augmented командою: делегування AI, нові метрики продуктивності, OKR з AI-підтримкою, побудова AI-культури у відділі.

M01
AI для менеджерів. Що це, чому це важливо, як це мене торкається
- 01RPA, ML, LLM та агенти: огляд технологій
- 02AI у бізнесі: глобальні тренди та Україна
- 03Як AI впливає на роботу вашого відділу
- 04Оптимізація процесів і готовність до змін
- 05Роль менеджера як чемпіона AI-змін
M02
Вибір AI для вашого відділу. Від ідеї до case
- 01Матриця вибору: вплив і зусилля впровадження
- 02AI use cases для HR, Sales, Finance та Ops
- 03Характеристики швидких перемог із AI
- 04Правильні питання до AI та IT команди
- 05Пілотування AI: від малого до масштабу
M03
Як ChatGPT, Copilot, Gemini допомагають у роботі. Безпека та governance
- 01ChatGPT, Copilot, Gemini, Claude: що обрати
- 02AI для документів, аналізу, ідей і коду
- 03Shadow AI: ризики несанкціонованого використання
- 04Які корпоративні дані не можна передавати AI
- 05Governance policy з AI у вашому відділі
M04
Управління командою при AI-впровадженні. Страхи, спротив, motivation
- 01Типові страхи команди при впровадженні AI
- 02Комунікація змін: AI як помічник, не замінник
- 03Модель ADKAR для AI-трансформації команди
- 04Практичне навчання команди через воркшопи
- 05AI-чемпіони та ранні адаптери у команді
M05
Вимірювання успіху. Метрики, які має знати кожен менеджер
- 01Бізнес-метрики ефективності AI в команді
- 02Розрахунок ROI від AI-інвестицій
- 03Метрики адопції: активні користувачі та частота
- 04Якісні сигнали успіху та провалу впровадження
- 05AI-дашборд і регулярні синхронізації з командою
M06
Культура експериментування та інновації. Як вмотивувати команду ідей
- 01Психологія змін: why, контроль і quick wins
- 02Культура експериментування і навчання на помилках
- 03Як збирати інноваційні ідеї з команди
- 04Визнання та заохочення AI-зусиль команди
- 05Безперервне навчання як основа AI-культури
M07
Синтез. 6-місячна дорожна карта для вашого відділу
- 016-місячна дорожня карта впровадження AI
- 02Як презентувати AI-результати вищому менеджменту
- 03Як отримати бюджет і ресурси на AI
- 04Управління ризиками та план Б при AI-впровадженні
- 05lesson-3

Побудова AI-культури в компанії

У розробці

Експертний·~51 день·45 уроків·9 модулів

AI maturity model (McKinsey), стратегія трансформації, навчання для всіх рівнів, подолання AI-фобії, KPI AI-культури.

M01
AI as Strategic Imperative. От культури експеримент до культури масштабування
- 01Глобальне контекст: 34% компаній deep-transform через AI (Deloitte 2026), тільки 5%...
- 02AI transformation is workforce transformation (BCG heading). People стають bottleneck:...
- 03What is 'AI culture'? = mindset где люди бачать AI як tool for amplification, continuous...
- 04Culture evolution stages: Stage 0 (no AI) → 1 (early experiments, few champions) → 2...
- 05Your organization: where are you today? where do you want to be? what is cultural gap...
M02
AI Vision & Strategy. Як AIобслужувают бізнес-стратегію, не навпаки
- 01AI business impact taxonomy: cost reduction (automate expensive processes), revenue...
- 02Diagnostic: які бізнес-проблеми може вирішити AI? Приклади: customer churn (предикт...
- 03AI Vision articulation: не просто 'embrace AI', а конкретно. Example: 'Deutsche Telekom:...
- 04Связь до strategy: якщо стратегія = 'grow in emerging markets', то AI = localization,...
- 053-year roadmap: які AI use cases у років 1, 2, 3? як вони прогресуючут від quick wins до...
M03
Організаційна архітектура для AI. Centerized, Decentralized, Hybrid Models
- 01Hub & Spoke модель (Vodafone, Deutsche Telekom): центральне CoE (Center of Excellence) +...
- 02Федеральна модель: децентралізовані teams у business units, но з центральні standards &...
- 03Pure decentralized: кожна department свої AI-teams. Швидко, але риск: inconsistent...
- 04Hybrid approach: вибір на основі: наскільки стандартизовані ваші business processes? як...
- 05Roles & structure: Center of Excellence функції (governance, standards, training, ethics...
M04
Capability Framework. Від стратегічних скільок до персональних skill матриці
- 01AI skill taxonomy: AI/ML specialists (very rare), data engineers, ML ops engineers,...
- 02McKinsey AI Maturity vs. Gartner AI Maturity: обидва моделі підкреслюють що 'people &...
- 03Multi-level capability framework: Foundation (всі мають AI-грамотність), Intermediate...
- 04Skills mapping: на кожну роль, який skills потребен? Матриця: role × skill × current...
- 05Development program: як ви заповнюєте gap? in-house training, university partnerships,...
M05
Change Management на Enterprise Scale. Kotter 8-Step, ADKAR, Mindset Shift
- 01Kotter's 8-step revisited for AI: 1) Urgency (AI competitive threat), 2) Coalition...
- 02Prosci ADKAR extended: Awareness of WHY (competitive threat, customer needs) + Desire for...
- 03Mindset shifts required: від 'this is IT's job' до 'everyone is responsible'; від 'AI is...
- 04Resistance management: чого люди бояться? job loss (address head-on), complexity (make it...
- 05Phased rollout: не перепускаємо організацію в один разів. Wave 1 (innovators, enthusiasts),...
M06
Building Learning Organization. Training, Certification, Knowledge Sharing, Champions
- 01Multi-tier training architecture: Awareness (e-learning, 30 хв, all employees) →...
- 02Internal certification programs: яка організація розробляє власні сертификати (e.g., 'AI...
- 03Champions & peer learning: знайти 2-3% from each team як 'AI ambassadors'. Вони отримують...
- 04Knowledge management: як ви capture lessons learned, best practices, case studies?...
- 05Continuous learning: дозволи people 5-10% часу на learning (courses, experiments,...
M07
Creating Innovation Culture. Labs, Experimentation, Failure Tolerance, Empowerment
- 01Innovation labs concept: dedicated space (часо, люди, бюджет) для малих экспериментів з...
- 02Experimentation framework: hypothesis-driven projects. Не 'let's try AI on X', а 'IF we...
- 03Failure tolerance: normalize failures in experimentation (pilot failures, not scaling...
- 04Idea collection & prioritization: регулярно запитуйте employees 'что would you...
- 05Empowerment & autonomy: дозволи teams來試験ideas (within governance boundaries). Не все...
M08
Communication & Storytelling. Від Board до frontline employees
- 01Tailored messaging: Board (financial impact, risk management), Customers (what they...
- 02Storytelling principles: не просто facts (30% automation potential), але narrative (how...
- 03Internal communications: CEO letter (vision), department townhalls (progress), team...
- 04External communication: press releases (partnerships, innovations), customer stories (use...
- 05Feedback loops: не просто broadcast. Слушай employees (surveys, forums, 1-on-1s)....
M09
Синтез. Вимірювання культури та 3-річна дорожня карта
- 01Culture maturity assessment: як ви вимірюєте культуру сьогодні? Index: skills (capability...
- 02Baseline & targets: де ви aujourd'hui (скажем, 2.1 maturity)? де ви want to be в 3 років...
- 03Integrated roadmap: Year 1 (foundation: governance, CoE, training, quick wins) → Year 2...
- 04Investment & governance: який budget потребно? (technology, people, training, capability...
- 05lesson-4

Поруч програми.