AI-агенты для бизнеса: проектирование и внедрение |DTU

Практический интенсив по проектированию, интеграции и внедрению AI-агентов

Практический курс для специалистов и команд, которые хотят не просто использовать AI-инструменты, а понимать, как проектировать, интегрировать и внедрять AI-агентов в реальные рабочие процессы.

На курсе участники разберут архитектуру AI-агентов, продвинутый prompt engineering, работу с корпоративными данными, RAG-решения, интеграции с Outlook, Teams, SharePoint, внутренними порталами и API. Отдельное внимание уделяется надежности, безопасности, логированию, контролю качества ответов и подготовке решений к production.

Программа построена вокруг практики: участники будут проектировать собственных агентов, собирать RAG-решения, связывать несколько агентов в единый процесс и в финале разработают рабочий кейс автоматизации handover.

Результаты обучения

Ориентироваться в ландшафте AI-инструментов и осознанно выбирать подходящий под задачу,
Проектировать архитектуру AI-агента под конкретную бизнес-задачу,
Писать и отлаживать промпты корпоративного уровня со структурированным выводом и guardrails,
Строить RAG-решения поверх корпоративной базы знаний,
Интегрировать агентов с Outlook, Teams, SharePoint, внутренними порталами и API,
Оркестрировать несколько агентов в едином рабочем процессе,
Доводить решение до production: масштабирование, надёжность, безопасность.

Модуль 1. Обзор эффективных AI-инструментов и Claude

Стартовый обзор ландшафта: какие AI-инструменты реально дают результат в корпоративной работе и под какие задачи. LLM-ассистенты, конструкторы и платформы для агентов, no-code/low-code решения, инструменты для работы с документами и данными. Критерии выбора инструмента под задачу, безопасность и работа с корпоративными данными.

Отдельный разбор Claude: что это за модель, в чём её сильные стороны (работа с длинными документами, рассуждение, следование инструкциям, безопасность), чем отличается от других ассистентов и где она наиболее уместна в корпоративных сценариях — анализ документов, написание и проверка, поддержка агентных и RAG-решений.

Практика: Сравнить несколько инструментов на одной рабочей задаче и протестировать Claude на собственном документе или письме.

Модуль 2. Архитектура и дизайн AI-агентов

2 ч · теория 0,75 / практика 1,25

Чем агент отличается от чат-бота. Типы агентов: Copilot, GPT-агенты, tool-using агенты. Ключевые компоненты — модель, инструменты, память, планировщик. Когда агент уместен, а когда достаточно простого промпта.

Практика: Спроектировать архитектуру агента под собственный рабочий сценарий и собрать первого работающего агента.

Модуль 3. Продвинутый prompt engineering

1,5 ч · теория 0,5 / практика 1,0

Системные промпты, роль/контекст/формат, few-shot и chain-of-thought, структурированный вывод (JSON), guardrails и борьба с галлюцинациями в корпоративном контексте.

Практика: Написать и итеративно отладить промпты под реальные задачи: классификация писем, извлечение данных, генерация отчётов.

Модуль 4. Работа со структурированными и неструктурированными данными

1,5 ч · теория 0,5 / практика 1,0

Документы, email, логи. Парсинг, чанкинг, нормализация, метаданные. Почему подготовка данных — это 80% успеха.

Практика: Построить пайплайн обработки набора документов и писем под последующий RAG.

Уровень 2. Интеграции и оркестрация

Модуль 5. Построение решений на базе RAG

2 ч · теория 0,75 / практика 1,25

Эмбеддинги, векторные базы данных, стратегии retrieval, реранкинг, цитирование источников, оценка качества ответов.

Практика: Построить RAG-решение поверх корпоративной базы знаний и проверить точность ответов.

Модуль 6. Интеграция с корпоративными инструментами и API

2 ч · теория 0,5 / практика 1,5

Подключение к Outlook, Teams, SharePoint, внутренним порталам. Работа с API, аутентификация, обработка ошибок, идемпотентность операций.

Практика: Собрать агента, который читает почту и SharePoint, формирует ответ и публикует результат в Teams через API.

Модуль 7. Оркестрация нескольких агентов (multi-agent)

2 ч · теория 0,75 / практика 1,25

Паттерны supervisor/worker, последовательные и параллельные сценарии. Передача контекста между агентами, разделение ролей, контроль зацикливания.

Практика: Связать 2–3 агента в единый процесс: сбор данных → аналитик → редактор отчёта.

Уровень 3. Production

Модуль 8. Автоматизация операционных процессов

1,5 ч · теория 0,5 / практика 1,0

Handover, отчётность, коммуникация. Декомпозиция процесса, точки автоматизации, контур human-in-the-loop.

Практика: Автоматизировать полный цикл handover на сквозном кейсе программы.

Модуль 9. Разработка production-ready решений

1 ч · теория 0,5 / практика 0,5

Масштабирование, надёжность, безопасность. Мониторинг, логирование, обработка отказов, контроль стоимости и токенов, защита данных и доступов, оценка рисков.

Практика: Добавить логирование, лимиты и базовые guardrails в готовое решение.

Модуль 10. Capstone — агент автоматизации handover

1 ч · практика 1,0

Финальная сборка: данные → RAG → интеграции → оркестрация → надёжность. Демонстрация решений и разбор

Курс рассчитан на специалистов и команды, которые хотят внедрять AI-агентов в рабочие процессы компании и использовать искусственный интеллект для автоматизации реальных бизнес-задач.

Программа будет полезна:

руководителям IT-направлений и digital-команд;
бизнес-аналитикам и системным аналитикам;
project/product managers, отвечающим за автоматизацию процессов;
специалистам по цифровой трансформации;
разработчикам и техническим специалистам, которые хотят проектировать AI-решения;
сотрудникам корпоративных команд, работающим с документами, отчетами, базами знаний, почтой и внутренними сервисами;
компаниям, которые рассматривают внедрение AI-агентов, RAG-решений и AI-автоматизации в свои процессы.

Курс рассчитан на специалистов, которые хотят внедрять AI-агентов в рабочие процессы компании и готовы работать с практическими кейсами.

Для прохождения курса желательно:

уверенно пользоваться компьютером, браузером, офисными инструментами и корпоративными сервисами;
понимать базовую логику бизнес-процессов: документы, письма, отчеты, согласования, работа с внутренними базами знаний;
иметь интерес к автоматизации рабочих задач с помощью AI-инструментов;
быть готовым работать с промптами, документами, данными и примерами корпоративных сценариев.

Технические требования

Для участия потребуется:

ноутбук с доступом в интернет;
доступ к AI-инструментам, которые будут использоваться на практике;
тестовые или обезличенные документы, письма, инструкции или материалы компании для практических заданий;
при выполнении интеграционных заданий — доступ к тестовой среде или корпоративным инструментам, например Outlook, Teams, SharePoint или внутренним порталам.

Для безопасности не рекомендуется использовать реальные конфиденциальные данные компании без предварительного согласования и обезличивания.

AI-агенты для бизнеса: проектирование и внедрение

Практический интенсив по проектированию, интеграции и внедрению AI-агентов

Технические требования

Modal title