AI и no-code для менеджмента: автоматизация рутины

2025/2026

Статус: Маго-лего

Кто читает: Департамент больших данных и информационного поиска

Где читается: Факультет компьютерных наук

Онлайн-часы: 50

Охват аудитории: для всех кампусов НИУ ВШЭ

Преподаватели: Бурова Маргарита Борисовна

Язык: русский

Кредиты: 3

Контактные часы: 40

Дополнительные материалы в LMS Задать вопрос

Аннотация

Курс посвящён тому, как менеджеру применять современные нейросети и no-code инструменты для решения рабочих задач: от постановки задач LLM и проектирования пайплайнов до автоматизации процессов и создания простых цифровых продуктов без кода. В первой части студенты разбирают базовые принципы работы AI, ограничения и риски, а также практикуют Prompt Engineering (от простых запросов до системных шаблонов и пайплайнов). Во второй части фокус смещается на автоматизацию: процессы, триггеры, действия и данные. На практике студенты собирают сценарии, используют фильтры, ветвления, и подключают AI-шаги для типичных менеджерских задач (коммуникации, отчётность, обработка заявок и т. п.). Завершающий блок посвящён чат-ботам и no-code продуктам: студенты настраивают автоматизацию коммуникаций и собирают сайты/лендинги в конструкторах, чтобы быстро проверять гипотезы и упаковывать результаты. По итогам курса студенты смогут осознанно выбирать, когда уместны AI/no-code решения, проектировать и собирать работающие сценарии автоматизации, документировать их и учитывать требования к безопасности данных.

Цель освоения дисциплины

понимать, как меняется роль менеджера в эпоху AI и no-code и какие задачи можно усилить автоматизацией
знать базовые принципы работы современных моделей ИИ, их возможности, ограничения и риски (включая работу с данными)
уметь формулировать запросы к LLM и строить устойчивые шаблоны и пайплайны
понимать основы автоматизации: процессы, триггеры, действия, источники данных и интеграции
уметь собирать сценарии, применять фильтры, ветвления, расписания
уметь подключать AI к автоматизациям и использовать его для типовых менеджерских задач
уметь собирать простые no-code продукты (сайт/лендинг) для упаковки решения и тестирования гипотез

Планируемые результаты обучения

 Анализирует основные принципы и инициативы DEI
формулирует бизнес-проблему, требования и критерии качества результата; выбирает, где уместны AI/no-code и где нужен другой подход
пишет и тестирует промпты; применяет системные инструкции, шаблоны ролей и пайплайны; снижает риск галлюцинаций проверками и ограничениями
описывает процесс и декомпозирует его на шаги; определяет триггеры, действия, источники данных, точки контроля и исключения
собирает и отлаживает автоматизации в no-code платформах; применяет фильтры, ветвления, расписания, ретраи и уведомления
интегрирует LLM-шаги в сценарии с учётом требований к данным и безопасности
собирает Telegram-бота/агента, настраивает память, хранение истории и выполнение задач через чат
создаёт RAG-ассистента (файлы, ссылки, голосовые сообщения), задаёт правила ответа и проверяет качество
делает простой веб-интерфейс или лендинг, подключает домен/форму/аналитику и использует это для проверки гипотез и трафика