Утверждено членом правления О. Тетерез 15.10.2025, Таллинн
1. Название учебной программы
Автоматизация бизнес-процессов с помощью Искусственного Интеллекта (ИИ)
2. Направление и группа учебной программы
НАПРАВЛЕНИЕ ОБУЧЕНИЯ: Междисциплинарное направление в области управления и информационных технологий.
ГРУППА УЧЕБНОЙ ПРОГРАММЫ: Бизнес-информатика и инженерия бизнес-процессов.
ОСНОВНОЕ СОДЕРЖАНИЕ УЧЕБНОЙ ПРОГРАММЫ: Анализ бизнес-процессов, No-Code/Low-Code платформы, управление LLM через API, разработка на Python с AI-ассистентом, развертывание серверных решений.
3. Цель и результаты обучения
ЦЕЛЬ: Сформировать у участников компетенции AI-интегратора — специалиста, способного анализировать бизнес-процессы, находить узкие места и создавать “под ключ” автоматизированные решения, от простых No-Code сценариев до кастомных Python-скриптов, развернутых на собственном сервере.
РЕЗУЛЬТАТЫ ОБУЧЕНИЯ: по окончании курса студент:
Анализирует и проектирует автоматизацию — выявляет рутинные операции в бизнесе, оценивает их стоимость и проектирует архитектуру “исполнительной машины” для их решения.
Создает No-Code сценарии — уверенно использует платформы Make и n8n для построении многошаговых рабочих процессов с ветвлениями и интеграциями.
Интегрирует большие языковые модели (LLM) в бизнес процессы — подключает большие языковые модели через API для извлечения, классификации и структурирования неформализованных данных (писем, заявок, документов).
Разрабатывает low-code скрипты автоматизации с помощью AI-ассистента — руководит процессом создания Python-скриптов (“Вайб-кодинг”) для решения задач, выходящих за рамки No-Code платформ.
Строит интерактивные интерфейсы — создает чат-ботов (на примере Telegram) в качестве “пульта управления” автоматизацией для конечных пользователей (сотрудников).
Развертывает серверные решения — публикует созданные автоматизации на Виртуальном частном сервере (VPS) с помощью Docker, обеспечивая их стабильную работу 24/7.
4. Целевая группа и условия для начала обучения
ЦЕЛЕВАЯ ГРУППА: Начинающие IT-специалисты, предприниматели, бизнес-аналитики, менеджеры проектов и все, кто хочет научиться не просто использовать ИИ, а создавать на его основе реальные бизнес-решения,
которые экономят время и деньги.
УСЛОВИЯ ДЛЯ НАЧАЛА ОБУЧЕНИЯ: Среднее образование, уверенное владение компьютером. Навыки программирования не требуются, но приветствуется логическое мышление и интерес к решению бизнес-
задач.
5. Объем, структура, среда и средства обучения
ОБЪЕМ И СТРУКТУРА ОБУЧЕНИЯ: Общий объем курса — 120 академических часов. 40 ак. часов — Контактное обучение (лекции и практики). 40 ак. часов — Самостоятельная работа над еженедельными микро-проектами. 40 ак. часов — Онлайн-разбор проектов и углубленное изучение.
СРЕДА И СРЕДСТВА ОБУЧЕНИЯ: Обучение проходит в современных аудиториях и/или онлайн. Каждому студенту предоставляется доступ к API больших языковых моделей (LLM) и собственному виртуальному серверу (VPS) на время обучения. Студентам необходимо иметь собственный ноутбук для работы в классе и дома.
6. Описание учебного процесса
| Структура и объем | Содержание обучения | Методы обучения |
|---|
| Контактное обучение 8 ак. часов + самостоятельная работа 4 ак. часа | Модуль 1: Машинное обучение (ML), нейросети и LLM — фундамент AI-революции. Теория: обзор концепций ИИ, ML и LLM, декомпозиция бизнес-задачи. Микро-проект: “AI-Аудит рутины”. Онлайн-разбор: промпт-инжиниринг для бизнес-анализа. | Интерактивная лекция, групповой брейншторм, практикум по промпт-инжинирингу. |
| Контактное обучение 8 ак. часов + самостоятельная работа 4 ак. часа | Модуль 2: Первая “умная” автоматизация: No-Code (n8n) + LLM API. Теория: n8n, концепция “триггер-действие”, API и подключение LLM. Микро-проект: “AI-Классификатор”. Онлайн-разбор: анализ API и отладка. | Live-демонстрация, пошаговое создание сценария, анализ выполненных проектов. |
| Контактное обучение 8 ак. часов + самостоятельная работа 4 ак. часа | Модуль 3: Строим надежный конвейер на No-Code n8n. Теория: веб-хуки, фильтры, маршрутизаторы, обработка ошибок. Микро-проект: “Конвейер с логикой”. Онлайн-разбор: отладка сложных сценариев. | Практическая работа, разбор кейсов, групповая отладка. |
| Контактное обучение 8 ак. часов + самостоятельная работа 4 ак. часа | Модуль 4: Google Sheets и Airtable как гибкая база данных. Теория: CRUD через n8n. Микро-проект: “Интерактивная база”. Онлайн-разбор: анализ структур данных и оптимизация. | Лекция-демонстрация, практическая работа, код-ревью (обзор схем). |
| Контактное обучение 8 ак. часов + самостоятельная работа 4 ак. часа | Модуль 5: Чат-бот как пульт управления (Telegram). Теория: архитектура ботов, сообщения, кнопки, веб-хуки. Микро-проект: “Бот-ассистент менеджера”. Онлайн-разбор: проектирование пользовательских сценариев. | Интерактивная демонстрация, практическая работа по созданию бота. |
| Контактное обучение 8 ак. часов + самостоятельная работа 4 ак. часа | Модуль 6: Пробиваем потолок No-Code с помощью “Вайб-кодинга” на Python. Теория: основы Python для автоматизатора, работа с MD/JSON/API. Микро-проект: “Кастомный модуль”. Онлайн-разбор: отладка сгенерированного кода. | Vibe-coding с AI-ассистентом, анализ кода, практикум по интеграции. |
| Контактное обучение 8 ак. часов + самостоятельная работа 4 ак. часа | Модуль 7: Переход на собственную базу данных (SQL). Теория: PostgreSQL, SELECT/INSERT/UPDATE, управление БД с LLM-ассистентом. Микро-проект: “Миграция на SQL”. Онлайн-разбор: моделирование данных. | Лекция, практическая работа с базой данных через AI-интерфейс. |
| Контактное обучение 8 ак. часов + самостоятельная работа 4 ак. часа | Модуль 8: Деплой и хостинг на сервере (VPS). Теория: VPS и Docker, упаковка и развертывание через AI. Микро-проект: “Профессиональный релиз”. Онлайн-разбор: диагностика проблем деплоя и анализ логов. | Пошаговая демонстрация деплоя, практикум по диагностике. |
| Контактное обучение 8 ак. часов + самостоятельная работа 4 ак. часа | Модуль 9: Итоговый проект: “Автоматизация реального бизнес-процесса”. Выбор кейса, брейншторм, проектирование архитектуры, реализация проекта. | Групповые обсуждения, индивидуальные и групповые консультации, проектная работа. |
| Самостоятельная работа 8 ак. часов + защита проекта 4 ак. часа | Модуль 10: Финал: Защита проекта. Завершение разработки, деплоймент, презентация и демонстрация работающего решения. | Публичная защита проектов, экспертная оценка, обратная связь. |
7. Оценивание, или условия завершения обучения
Обучение считается завершенным, если студент:
Присутствовал минимум на 80% занятий.
Успешно выполнил все еженедельные микро-проекты.
Разработал и успешно защитил итоговый проект.
Оценка проводится по принципу «зачет/незачет».
8. Выдаваемые документы
Студенту, освоившему учебную программу и прошедшему оценивание, выдается сертификат об окончании. Студенту, не прошедшему оценивание, выдается справка об участии в курсе.
9. Квалификация преподавателя
Преподаватель обладает практическим опытом в коммерческой автоматизации бизнес-процессов, владеет стеком No-Code/Low-Code (n8n, Python), имеет успешные кейсы интеграции LLM в бизнес-логику и опыт преподавания технических дисциплин.