Управление DS-продуктом

Магистратура 2026/2027

ID 1126496

Статус: Курс обязательный (Машинное обучение в цифровом продукте)

Кто читает: Департамент больших данных и информационного поиска

Где читается: Факультет компьютерных наук

Когда читается: 2-й курс, 1, 2 модуль

Охват аудитории: для своего кампуса

Язык: русский

Кредиты: 6

Контактные часы: 56

Дополнительные материалы в LMS Задать вопрос

Аннотация

Дисциплина «Управление DS-продуктом» направлена на формирование у студентов системного понимания продуктового подхода к разработке и развитию решений на основе Data Science. В рамках курса студенты рассматривают DS-решение как продукт: определяют его аудиторию и ценность, работают с продуктовыми метриками и стратегией, анализируют контекст, стадию развития и ограничения продукта, формулируют проблемы и проектируют способы их решения. Курс последовательно охватывает основные этапы работы над DS-продуктом — от дизайна проблемы и решения до планирования развития, проверки решений с помощью MVP, MLP и пилотов и последующего масштабирования. Отдельное внимание уделяется специфике DS-продуктов: выбору подходящего способа проверки и метрик, работе с инфраструктурой как продуктом, финансовой составляющей продукта, а также коммуникации и защите продуктовых решений. Курс имеет прикладной характер: теоретические материалы сопровождаются разбором примеров и практической работой. В ходе дисциплины студенты выполняют три домашних задания, последовательно применяя изученные подходы, а итоговым результатом становится питч DS-продукта, в котором студенты представляют и обосновывают разработанное продуктовое решение.

Цель освоения дисциплины

Сформировать у студентов системное понимание принципов управления DS-продуктом и развить навыки принятия продуктовых решений на разных этапах его жизненного цикла: от анализа контекста, аудитории и ценности продукта, формулирования проблемы и проектирования решения до его проверки, планирования развития и масштабирования. Научить студентов применять продуктовые подходы и инструменты с учётом специфики DS-продуктов и обосновывать и защищать принимаемые продуктовые решения.

Планируемые результаты обучения

Анализировать DS-продукт с точки зрения аудитории, ценности, метрик, стратегии, стадии развития и рыночного контекста.
Формулировать и приоритизировать продуктовые проблемы, опираясь на продуктовый контекст и доступные данные.
Генерировать и обосновывать решения продуктовой проблемы, выбирает подходящий способ их валидации.
Проектировать проверку продуктового решения с помощью MVP, MLP или пилота, определять критерии и метрики успешности.
Планировать развитие DS-продукта, формирует продуктовый роадмап и определять условия его масштабирования.
Учитывать бизнес-, финансовые и инфраструктурные ограничения при принятии решений о развитии DS-продукта.
Представлять и аргументированно защищать продуктовое решение перед заинтересованными сторонами.

Содержание учебной дисциплины

Как Data Science становится продуктом и кто такой продакт-менеджер
Продукт: циклы, ограничения и инструменты
Система продукта: аудитория, ценность, метрики, стратегия
Стратегический срез продукта — контекст, стадия, рынок
Дизайн проблемы
Генерация решения и его валидация
Что такое роадмап и как он устроен
MVP, MLP и пилоты — как тестировать решение и делать выводы
Выбор типа MVP и метрики
Как и когда масштабировать продукт
Коммуникация и защита продукта
Инфраструктура как продукт
Продукт как финансовый инструмент
Карьера DS продакт-менеджера

Элементы контроля

Домашние работы
Вовлечённость
Итоговый питч
Очная защита индивидуального продуктового решения. Итоговая работа представляет собой 5-минутную презентацию собственного решения выбранной продуктовой проблемы. Студент защищает собственное решение выбранной продуктовой проблемы: представляет контекст, аудиторию и ценность, доказательства проблемы, предлагаемое решение, способ и результаты либо план проверки, ключевые продуктовые, бизнес- и DS-метрики, ожидаемый эффект, риски, ограничения и следующие шаги; отвечает на вопросы. Структура презентации: 1. Контекст и проблема Какой продукт и пользовательский сценарий рассматривается? В чём заключается продуктовая проблема, для кого она актуальна и почему её важно решать? 2. Предлагаемое решение Как студент предлагает решить проблему? Как работает решение и какую ценность оно создаёт для пользователя и/или бизнеса? Какую роль в решении играет DS, если применимо? 3. Обоснование выбора Почему выбрано именно это решение? На какие данные, наблюдения, исследования или продуктовые гипотезы опирается предложение? Какие альтернативы рассматривались? 4. Проверка решения Как можно проверить, что решение действительно работает? Какой формат MVP, пилота или другой проверки предлагается? Какие метрики и критерии успеха будут использоваться? 5. Следующие шаги Что команда будет делать в зависимости от результатов проверки? Как решение может развиваться дальше?

Промежуточная аттестация

2026/2027 2nd module
0.6 * Домашние работы + 0.2 * Итоговый питч + 0.2 * Вовлечённость

Список литературы

Авторы

Емашева Валерия Анатольевна

Программа дисциплины