Улучшаемые навыки
Аналитика требований
Генеративный ИИ
Промпт-инжиниринг
API-документация
Визуализация процессов
Машинное обучение
Автоматизация документооборота
Нейросети
Искусственный интеллект
BPMN
Чему вы научитесь
01
Автоматически генерировать пользовательские истории, сценарии, прототипы документов.
02
Резюмировать стендапы, интервью и длинные тексты, выделяя суть и решения.
03
Проверять требования на полноту и непротиворечивость, находить пропущенные кейсы.
04
Использовать нейросети для ревью и оптимизации бизнес-процессов.
05
Проводить мозговой штурм с ИИ-ассистентом для генерации гипотез и идей.
06
Выявлять и анализировать риски с помощью ИИ.
07
Выполнять первичный анализ данных и формулировать инсайты.
Программа курса
01
Введение. Роль ИИ в работе современного бизнес-аналитика
Три столпа: автоматизация, оптимизация, усиление.
Обзор моделей и инструментов (YandexGPT, Qwen, DeepSeek).
Быстрый старт: базовые принципы эффективного промптинга.
02
Автоматизация. Промпт-инжиниринг для создания артефактов
Генерация User Stories, Use Cases, BPMN-диаграмм по описанию.
Суммаризация встреч, интервью, объемных требований.
Создание и использование шаблонов (Confluence, Notion) и библиотеки промптов.
03
Оптимизация. ИИ для контроля качества требований и процессов
Техники проверки требований на непротиворечивость и полноту.
Поиск пропущенных сценариев и «узких мест».
Автоматизация ревью документов и выявления противоречий.
04
Усиление. ИИ-ассистенты для аналитического мышления
Автоматизация анализа влияния изменений (Impact Analysis).
Генерация тест-кейсов, чек-листов и сценариев приемки.
Верификация покрытия тестами.
05
ИИ в управлении изменениями и тестировании
Chain-of-Thought (CoT), управление ролью, JSON/XML-формат.
Цепочки промптов: как разбивать сложные задачи.
Практика:
Задание: создать модель данных на основе текстового описания.
Задание: построить цепочку промптов для анализа требований → User Story → тест-кейсы.
06
Безопасность, этика и интеграция ИИ в рабочие процессы
Юридические аспекты и конфиденциальность данных.
Распознавание и исправление «галлюцинаций».
Интеграция ИИ в CI/CD (концепция AI Pipeline).
Обсуждение этических кейсов
07
Итого на курс 16 ак. ч.: теория — 6 ак. ч. (38%), практика — 10 ак. ч. (62%)
Для кого
Бизнес-аналитик
Предварительная подготовка
Бизнес-аналитики с начальным и средним уровнем подготовки. Базовое знание терминологии BA приветствуется. Никаких технических навыков программирования не требуется.
Расписание курсов
Курс проводят
Никулов Владимир
Эксперт в области бизнес-анализа
О тренере
Менеджер практики бизнес-анализа в продуктовой IT-компании. Более 5 лет опыта в бизнес-анализе и свыше 6 лет управленческого опыта, включая собственный бизнес.
Прошёл путь от бизнес-аналитика до руководителя отдела, в подчинении более 30 специалистов.
Специализируется на развитии практики бизнес-анализа, стандартизации процессов, внедрении современных подходов и инструментов, а также интеграции искусственного интеллекта в аналитическую деятельность.
Сильные стороны: системное мышление, стратегический взгляд, умение выстраивать команды и процессы
