Скидки 10% на курсы из спецкаталога
Действуют до 10 мая. Дальше скидка 5%.
Скидки 10% на курсы из спецкаталога
Действуют до 10 мая. Дальше скидка 5%.
Выбрать курс
Управление
Стратегия и управление ИИ в компании

Специальная цена

Стратегия и управление ИИ в компании

Практический курс по AI Governance и управлению внедрением ИИ в компании

28 мая

3 месяца

Онлайн

Для кого этот курс?

  • Руководители команд, направлений и ИТ-подразделений (CTO, CPO, COO, CIO, тимлиды), которым необходимо выстроить стратегию внедрения ИИ
  • Владельцы бизнеса, ИИ-продуктов и архитекторы, желающие задавать критерии качества/контроля и управлять внедрением AI в продукте
  • Риск, комплаенс менеджеры и аудиторы, которым нужен практический подход к AI Governance

Необходимые знания

  • Понимание процессов внедрения изменений в компании (инициация, реализация, эксплуатация)
  • Базовые знания о том, как AI/ML используется в продуктах, а также почему качество и риски требуют управления
  • Опыт работы в кросс-функциональной среде (бизнес/ИТ/риск/комплаенс/ИБ)

Что даст вам этот курс?

  • Понимание, как связать AI с бизнес-стратегией компании: научитесь связывать AI-инициативы с целями бизнеса и определять, где ИИ действительно создает ценность
  • Навык выстраивать систему AI Governance: разберетесь, как определить роли, процессы, политики и контроль для управления ИИ в организации
  • Умение управлять рисками и жизненным циклом AI-систем: освоите подходы NIST AI RMF, ISO/IEC 42001 и принципы контроля ИИ от идеи до эксплуатации
  • Понимание правовых требований и ограничений: научитесь учитывать защиту данных, вопросы интеллектуальной собственности и регуляторные требования в AI-проектах
  • Определите требования к данным и приватности: качество данных, смещения/репрезентативность, легитимность обработки
  • Создадите корпоративный AI-governance framework: сможете собрать целостную модель и дорожную карту управления ИИ, а также спланировать ее внедрение на практике

Почему стоит освоить?

 
В рамках курса научитесь связывать AI-инициативы с бизнес-целями, выстраивать систему управления ИИ, контролировать риски, данные, безопасность и требования комплаенса.
 
В результате обучения вы приобретете прикладной набор решений и артефактов: risk-mapping (NIST AI RMF), требования к данным/приватности и безопасности, подход к мониторингу и аудиту, и собственный AI-governance framework с roadmap на 2–3 года, который можно будет применять в компании.
 

Процесс обучения

Занятия в OTUS — это не заранее отснятый материал. Вебинары проходят в режиме реального времени, где преподаватели-практики рассказывают об актуальных кейсах и инструментах, которые нужны им в работе сейчас. Вы сможете активно участвовать голосом, практиковаться, задавать вопросы и получать обратную связь. Такой формат дает реальный результат. 

А если вы не смогли посетить занятие в реальном времени, то сможете посмотреть его в записи и задать вопрос преподавателю в закрытом Telegram-чате.

Портфолио

Индивидуальная разработка итоговой проектной работы

Обучайтесь у экспертов


Программу ведут действующие специалисты

Перспективы

 

Получите знания, которые помогут повысить вашу востребованность и доход

Партнеры

Многие студенты еще во время прохождения первой части программы находят или меняют работу, а к концу обучения могут претендовать на повышение в должности.

  • Карьерные мероприятия в сообществе
    Публичный разбор резюме
    Публичное прохождение собеседования и воркшопы
  • Разместите свое резюме в базе OTUS и сможете получать приглашения на собеседования от партнеров
* Информация в этом разделе не предназначена для корпоративного обучения
Формат обучения

Интерактивные вебинары


2 онлайн-трансляции по 2 ак.часа в неделю. Доступ к записям и материалам остается навсегда

Практика

 

Домашние задания + проектная работа, для усиления вашего портфолио и компетенций

Активное комьюнити

Живое общение с преподавателями на вебинарах, переписки в Telegram чате и развёрнутые ответы при проверке ДЗ

Программа

Стратегическое позиционирование ИИ

Зачем компании ИИ и как связать его с корпоративной стратегией и целями.

Тема 1: Роль ИИ в бизнес‑стратегии

Тема 2: Портфель ИИ‑инициатив и приоритизация

Тема 3: Организационные модели для реализации AI‑стратегии

AI‑governance и жизненный цикл

Что такое AI‑governance, как он опирается на принципы ответственного ИИ и как встраивается в жизненный цикл.

Тема 1: Понятие и цели AI‑governance

Тема 2: Управление жизненным циклом ИИ‑систем

Управление AI-рисками

Как выстроить системную работу с рисками в AI на основе современных фреймворков.

Тема 1: Типы рисков AI и их оценка

Тема 2: NIST AI Risk Management Framework

Тема 3: ISO/IEC 42001 и техника risk-mapping

Data Governance, безопасность и мониторинг AI‑систем

Как управлять данными и системами ИИ так, чтобы они были устойчивы и безопасны.

Тема 1: Data governance ИИ-систем

Тема 2: Безопасность ИИ-систем

Тема 3: Аудит и мониторинг ИИ‑систем

Управление качеством и надежностью ИИ‑систем

Как выстроить систему управления качеством и надежностью ИИ‑решений в организации.

Тема 1: Качество и надежность ИИ-систем

Тема 2: Управление качеством ИИ-систем (AI‑QMS)

Правовое регулирование в AI‑governance

Как правовые рамки задают границы для корпоративного AI‑governance.

Тема 1: Правовое регулирование и защита данных

Тема 2: Управление интеллектуальной собственностью

Корпоративный AI‑governance framework

Как собрать для своей организации целостный фреймворк управления AI governance.

Тема 1: Разработка фреймворка AI-governance в компании

Тема 2: AI-governance roadmap

Проектная работа

Тема 1: Консультация по проектам и домашним заданиям

Тема 2: Защита проектных работ

Тема 3: Подведение итогов курса

Также вы можете получить полную программу, чтобы убедиться, что обучение вам подходит

Выпускной проект

 
Тема проектной работы: "AI Strategy & Governance Framework для компании".
 
Вы разработаете целостный пакет управления AI в организации, включающий:
  • Краткое описание AI-портфеля и стратегического контекста
  • AI risk mapping по NIST AI RMF и визуализацию через risk radar
  • Схему data governance и high-level подход к аудиту/мониторингу AI-систем
  • Собственный AI-governance framework (структура/принципы/роли/процессы/метрики/контроль)
  • AI-governance roadmap на 2–3 года, связанную со стратегией и портфелем инициатив
 

Преподаватели

Руководитель курса

Игорь Зуриев

Руководитель ИТ-проектов по внедрению ИИ в бизнес-процессы

Ирина Пересыпкина

Илья Ящук

Дмитрий Шоржин

Product Manager

Крупный банк

Александр Войновский

Лидер функции корпоративной архитектуры

ПАО Газпром нефть

Максим Дроздов

Руководитель подразделения

Lineate, международная компания

Эксперты-практики делятся опытом, разбирают кейсы студентов и дают развернутый фидбэк на домашние задания

Ближайшие мероприятия

Бесплатный открытый вебинар – онлайн-занятие с преподавателем курса. На открытом вебинаре можно посмотреть, как проходит обучение, а ещё – узнать что-то ценное по интересующей теме. На занятии слушатели задают ведущему вопросы и получают обратную связь.

Ключевые тренды AI Governance в 2026 году
Игорь Зуриев
ИИ уже нельзя внедрять по принципу «разберёмся по ходу». Регулирование стало жёстче, автономные агенты и генеративные модели добавили новые риски, а требования к качеству, прозрачности и безопасности перестали быть факультативными. В 2026 году вопрос уже не в том, нужен ли AI Governance, а в том, как выстраивать его так, чтобы не тормозить развитие продукта и не подставлять компанию под штрафы и репутационные потери.

На открытом уроке 6 мая в 20:00 разберём, как изменился мировой ландшафт регулирования ИИ, что происходит после первых шагов применения европейского AI Act и как развиваются локальные подходы к регулированию. Поговорим о главных вызовах управления рисками: автономные ИИ-агенты, генеративные модели, галлюцинации, предвзятость, защита данных и прозрачность алгоритмов. Отдельно обсудим, как применять международные стандарты вроде ISO 42001 и NIST AI RMF для построения корпоративной системы управления ИИ, как классифицировать ИИ-продукты по уровням риска и как готовиться к аудиту и сертификации.

Урок не для тех, кто считает управление ИИ «бумагой для комплаенса», не хочет разбираться в рисках и регуляторных требованиях и надеется запускать ИИ-инициативы без системного контроля....
6 мая в 17:00
Открытый вебинар
Критерии качества и безопасности AI-систем в продукте
Максим Дроздов
У ИИ-систем может быть высокая точность на тестах и при этом нулевой бизнес-эффект в продукте. Проблема в том, что классические метрики моделей не отвечают на главный вопрос — можно ли этой системе доверять в рабочем контуре. Поэтому качество и безопасность AI-систем сегодня оценивают не только через точность, но и через риски, поведение в реальной среде, управляемость и готовность к внедрению.

На открытом уроке 19 мая в 20:00 разберём, какие критерии действительно важны для оценки качества и безопасности AI-систем в продукте. Поговорим о том, почему традиционные показатели вроде accuracy и precision не гарантируют успеха, какие угрозы для AI-систем актуальны в 2026 году и как использовать NIST AI RMF для быстрой оценки рисков AI-продукта. Отдельно рассмотрим набор технических и процессных контролей для безопасного запуска AI-функции и обсудим, как отличать прототип от решения, готового к рабочему использованию. В финале — как выстраивать мониторинг качества и безопасности даже при ограниченных ресурсах и как обосновывать вложения в AI Governance.

Урок не для тех, кто считает, что «если модель работает, значит всё в порядке», не хочет смотреть на ИИ как на источник специфических рисков и не готов переводить разговор о качестве из области ощущений в измеримые критерии....
19 мая в 17:00
Открытый вебинар

Этот курс может оплатить ваш работодатель

Обучайтесь за счёт работодателя или разделите оплату 50/50
  • Подробно расскажем об интересующем вас курсе
  • Объясним, как договориться с работодателем
  • Сообщим стоимость обучения и варианты оплаты
  • Ответим на вопросы
  • Предоставим шаблон договора и счёт на оплату

Подтверждение знаний и навыков

OTUS осуществляет лицензированную образовательную деятельность.

Вы получите сертификат о прохождении обучения, а также можете получить удостоверение о повышении квалификации.

После обучения вы:

  • Получите материалы по пройденным занятиям (видеозаписи курса и дoполнительные материалы)
  • Создадите свой проект, который поможет в повышении вашей квалификации
  • Повысите свою ценность и конкурентоспособность
  • Получите сертификат об окончании курса

Частые вопросы

Чем курс по AI Governance отличается от курсов по нейросетям и генеративному ИИ?
Курс посвящен не использованию отдельных AI-инструментов, а построению системы управления ИИ в компании. Вы разберете стратегию внедрения ИИ, роли и процессы, управление рисками, данные, безопасность, контроль качества, правовые ограничения и аудит AI-систем.
В каком случае AI Governance нужен в компании?
Стратегия по управлению ИИ нужна компаниям, которые уже внедряют ИИ или планируют масштабировать AI-инициативы. Он помогает связать ИИ с целями бизнеса, определить зоны ответственности, снизить риски, задать требования к данным и безопасности и выстроить управляемый жизненный цикл AI-систем.
Подойдет ли курс, если я не Data Scientist и не ML-инженер?
Да. Курс ориентирован на руководителей, владельцев инициатив, архитекторов, специалистов по рискам и комплаенсу. Техническая глубина нужна на уровне понимания принципов работы AI/ML и процессов внедрения, а не на уровне разработки моделей.
Что я смогу внедрить в компании после курса?
После курса вы сможете подготовить базовый AI Governance Framework: определите роли, процессы, контроли, подход к AI-risk management, требования к данным, мониторингу и аудиту, а также сформируете дорожную карту внедрения.
Разбираются ли на курсе AI-риски и регуляторные требования?
Да. В программе есть отдельные темы по AI-risk management, NIST AI RMF, ISO/IEC 42001, защите данных, интеллектуальной собственности, безопасности, аудиту и мониторингу AI-систем.
Будет ли на курсе практика, применимая в компании?
Да. Практика строится вокруг домашних заданий и итогового проекта, в котором вы разрабатываете AI Strategy & Governance Framework для компании, включая карту рисков, подход к data governance и roadmap внедрения.
Обязательно ли выполнять и защищать выпускной проект?
Для получения сертификата OTUS и УПК (удостоверение повышения квалификации государственного образца) необходимо сдать проект. Кроме того, проект необязательно защищать перед аудиторией, а можно сдать в чате с преподавателем. Для получения УПК также понадобится предъявить документ об образовании.
Обязательно ли выполнять все домашние задания?
Да, если хотите хорошо отточить навыки. На курсе будут практические домашние задания, их выполнение занимает примерно 2-3 часа.
Смогу ли я совмещать учебу с работой?
Да. Программа курса рассчитана на студентов, у которых мало времени. Лекции проводим дважды в неделю, домашние задания — не чаще 1 раза в неделю.
Что, если в середине курса я не смогу продолжать обучение?
Вы можете бесплатно перейти в другую группу. Но только один раз.
Я могу вернуть деньги?
Да, мы можем вернуть деньги за то время курса, которое вы ещё не успели отучиться. Например, если курс длится пять месяцев, а вы отучились один, мы вернём деньги за оставшиеся четыре месяца.
Может ли мой работодатель оплатить курс?
Да. Когда свяжетесь с нашим менеджером, уточните, что оплачивать курс будет ваш работодатель.
Остались вопросы?
Оставляйте заявку и задавайте вопросы менеджеру, команда курса с ним на связи и постарается дать вам исчерпывающую информацию.