Генеративный искусственный интеллект и инженерия запросов в задачах бизнес-аналитики

Программа повышения квалификации «Генеративный искусственный интеллект и инженерия запросов в задачах бизнес-аналитики» направлена на освоение технологий генеративного искусственного интеллекта и техник работы с большими языковыми моделями (LLM) для решения прикладных задач бизнес-аналитики. Слушатели научатся формулировать эффективные запросы, применять ИИ для анализа предметной области, генерировать с помощью больших языковых моделей код на языках SQL и Python, проектировать аналитические решения и верифицировать результаты работы моделей.

Для кого этот курс?

• Бизнес-аналитики и специалисты по анализу данных, желающие освоить применение генеративного ИИ для ускорения и автоматизации аналитических задач.

• Менеджеры, экономисты, маркетологи и руководители среднего звена, принимающие решения на основе данных и стремящиеся повысить эффективность работы с информацией.

• Специалисты, начинающие осваивать инструменты ИИ в прикладных задачах и желающие получить системное понимание принципов работы с большими языковыми моделями.
  
  

Программа состоит из шести взаимосвязанных модулей:

1. Основы генеративного ИИ и больших языковых моделей

Принципы работы генеративных моделей искусственного интеллекта и их отличия от классических алгоритмов. Основные типы генеративных нейронных сетей, применяемых на практике. Ограничения, риски и области применения генеративного ИИ в задачах бизнес-аналитики.

2. Инженерия запросов

Базовые и продвинутые техники формирования промптов: декомпозиция задач, работа с контекстом, уточнение, использование шаблонов. Освоение метапромптинга — техники взаимодействия с большими языковыми моделями, направленной на повышение качества ответов. Практика разработки эффективных запросов.

3. Применение технологий ИИ в задачах бизнес-аналитики

Использование ИИ для анализа предметной области, формулирования гипотез, интерпретации результатов и поддержки принятия решений. Практика применения технологий ИИ в типовых аналитических задачах.

4. Проектирование аналитических решений с использованием ИИ

Декомпозиция аналитических задач, построение логики решения, выбор инструментов. Использование больших языковых моделей для проектирования структуры данных, отчётов и аналитических моделей.

5. Генерация кода с использованием ИИ

Генерация и адаптация запросов на языке SQL и кода на языке программирования Python для анализа данных. Практика использования больших языковых моделей для автоматизации аналитических задач и ускорения разработки.

6. Верификация и отладка результатов ИИ

Проверка корректности результатов, выявление ошибок и ограничений ИИ. Методы верификации, исправление сгенерированного кода и интерпретация полученных результатов.

Практические навыки — основа успешной деятельности

Программа сочетает теоретическое введение с практической отработкой техник работы с большими языковыми моделями. На практических занятиях слушатели применяют инженерию запросов к аналитическим задачам, генерируют с помощью ИИ код на языках SQL и Python, проектируют аналитические решения и осваивают методы верификации полученных результатов. Завершается обучение итоговой аттестацией в формате зачёта.

Что делает программу особенно полезной для слушателей?

• Актуальный фокус: программа охватывает один из самых востребованных навыков современного аналитика — эффективное применение генеративного ИИ в рабочих задачах.

• Прикладной характер обучения: основной акцент сделан на практических техниках, применимых к реальным задачам бизнес-аналитики.

• Структурированный подход — от основ работы больших языковых моделей до проектирования и верификации сложных аналитических решений.

• Занятия с ведущими преподавателями-практиками МГТУ им. Н.Э. Баумана и профильными экспертами.

• Поддержка и обратная связь от преподавателей в ходе обучения.
  
  

Рекомендуемая предварительная подготовка

Рекомендуется иметь общее представление о задачах бизнес-аналитики и базовое знакомство с языком SQL и языком программирования Python для понимания генерируемого кода. Глубокого опыта программирования не требуется.

После успешного освоения программы и итоговой аттестации выпускники получат удостоверение о повышении квалификации МГТУ им. Н.Э. Баумана.