Управление
Стратегия и управление ИИ в компании

Стратегия и управление ИИ в компании

Практический курс по AI Governance и управлению внедрением ИИ в компании

28 мая

3 месяца

Онлайн

Вт/Чт 20:00 Мск

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

Бизнес-стратегия и экономика ИИ в корпоративной среде

Интеграция искусственного интеллекта в ДНК бизнеса: как согласовать технологии с корпоративными целями и оценить финансовую целесообразность.

Тема 1: ИИ как драйвер бизнеса: синхронизация с корпоративной стратегией

Тема 2: Управление портфелем ИИ-проектов: отбор, оценка и приоритизация инициатив

Тема 3: Операционные модели (Target Operating Model) для масштабирования ИИ

Тема 4: Экономика ИИ: расчёт стоимости владения (TCO) ИИ-инфраструктурой и оценка ROI

Введение в AI Governance: архитектура доверия и жизненный цикл

Фундамент корпоративного управления ИИ: перевод принципов этики и ответственности на язык прозрачных бизнес-процессов.

Тема 1: Анатомия AI Governance: ключевые понятия, задачи и ценность для бизнеса

Тема 2: Жизненный цикл ИИ-решения (AI SDLC) через призму управления и контроля

Архитектура ИИ-рисков: фреймворки и оценка уязвимостей

Системный подход к выявлению и минимизации рисков на базе ведущих международных и локальных стандартов.

Тема 1: Матрица ИИ-рисков: классификация, выявление и оценка (AI Risk Assessment)

Тема 2: Стандарт NIST AI RMF: практическое применение профильного фреймворка

Тема 3: ISO/IEC 42001 и маппинг рисков: как интегрировать международный стандарт в компанию

Инфраструктура доверия: данные, безопасность и непрерывный мониторинг

Управление фундаментальными ресурсами ИИ: от подготовки датасетов до защиты алгоритмов от специфических угроз.

Тема 1: Data Governance для машинного обучения: подготовка, чистота и контроль данных

Тема 2: Управление безопасностью ИИ-продуктов (AI Security Management) и защита от специфических угроз

Тема 3: Пост-релизный (Post-market) мониторинг и технический аудит ИИ-алгоритмов

Управление качеством и надёжностью ИИ

Построение системы контроля качества (AI-QMS) для обеспечения предсказуемости, прозрачности и бесперебойности ИИ.

Тема 1: Критерии надёжного ИИ: устойчивость, справедливость (Fairness) и прозрачность (Explainability)

Тема 2: Внедрение системы менеджмента качества ИИ (AI-QMS) в процессы разработки и эксплуатации

Legal & Compliance: правовой ландшафт искусственного интеллекта

Юридические границы AI Governance: как соблюдать законы о данных и не потерять права на интеллектуальную собственность.

Тема 1: Защита данных и приватность (Privacy) в эпоху ИИ: пересечение с GDPR, 152-ФЗ и локальными нормами

Тема 2: Интеллектуальная собственность (IP) и ИИ: вопросы авторства, защита датасетов и генеративного контента

Практикум: создание корпоративного фреймворка AI Governance

Сборка всех элементов курса в единую, работающую систему управления ИИ для конкретной организации.

Тема 1: Проектирование AI Governance Framework: архитектура ролей, комитеты и написание внутренних регламентов

Тема 2: Дорожная карта (Roadmap) внедрения: от пилотных политик к зрелой корпоративной культуре ИИ

Проектная работа

Тема 1: Выбор темы проектной работы

Тема 2: Консультация по проектам и домашним заданиям

Тема 3: Подведение итогов курса

Тема 4: Защита проектных работ

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

Прошедшие
мероприятия

Максим Дроздов
Открытый вебинар
Критерии качества и безопасности AI-систем в продукте
Игорь Зуриев
Открытый вебинар
Ключевые тренды AI Governance в 2026 году

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 за вычетом фактически понесенных расходов.
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.