Запись на текущий поток закрыта
Записаться в вейтлист
4-недельная лаборатория, где мы разберем весь путь исследования и покажем, где AI усиливает результат, а где выгоднее сосредоточиться на общении с заказчиком и классических методах работы с данными.
## для кого это обучение?
Для тех, кто регулярно принимает решения на основе данных и исследований и хочет встроить ИИ в повседневную работу — без «магии» и обещаний невозможного.
Мы стартуем с простых инструментов без кода и шаг за шагом доходим до продвинутых сценариев, которые встраиваются в вашу работу — будь вы фаундер, CPO, дизайнер, исследователь или специалист НКО. Если хотите системно сократить рутину в рисерче и повысить качество выводов без потери контроля, эта лаборатория для вас.
это для вас, если вы...
- Фаундер, который погряз в операционке и отчаянно ищет часы на системный поиск и мониторинг конкурентов.
- Продакт, которому важно формулировать и валидировать гипотезы ещё быстрее.
- Head of research, чья команда перегружена механической работой, и вы хотите высвободить их потенциал для креативных и сложных задач.
- Эксперт, фрилансер или консультант, который хочет делать больше для клиентов (и для себя), не нанимая при этом армию помощников.
- Просто человек, который устал от цифрового хаоса и хочет понять, как рисерчить, чтобы технологии работали на него, а не наоборот.
## какие проблемы поможем решить
- Сделаем рисерч воспроизводимым: чек-лист этапов, шаблоны запросов, схема хранения ссылок и цитат.
- Опишем критерии качества источников и правила факт-чекинга.
- Переведём «сырые» ответы ИИ в структурированные материалы: конспекты, сравнительные таблицы, аргументированные выводы с источниками.
- Настроим рабочий набор инструментов без кода и 1–2 простые автоматизации для рутинных шагов.
- Интегрируем рисерч в ваш рабочий цикл: как ставить задачу, когда автоматизировать, а когда делать вручную.
## ключевые навыки и результаты
- Пройдем весь путь исследования: от постановки задачи до презентации результатов. На всех этих этапах будем использовать AI.
- Разберемся в готовых инструментах для исследований (deep research от топовых моделей, специализированные поисковики, инструменты для исследований в науке, которые можно переиспользовать в бизнесе).
- Сделаем автоматизации для проведения исследований и соберем 5+ кастомных инструментов под твои задачи (например, AI-агент для сбора идей из YouTube, RAG для работы с материалами исследования).
Петр Захаров
CEO, MDCplus
Трек по research — то, чего не хватало. Сегодня любой может запустить десяток AI-агентов-«исследователей», но без классической методологии они быстро превращаются в генераторов мусора. Здесь же по полкам раскладывают этапы исследования, метрики качества и практики управления процессом — в итоге вы руководите агентами, как проджект спринтом. Рекомендую тем, кто хочет получать от автоматизированного ресёрча реальные инсайты, а не шум.
## почему лаборатория, а не курс?
Мы создаём пространство экспериментов и совместного поиска инсайтов, а не поток лекций для пассивного просмотра:
- Практика > теории: 80 % времени уходит на настройку ваших собственных систем.
- Персонализация: каждый участник строит AI-процесс под свой рынок, продукт или клиента и получает обратную связь по ходу работы.
- Поддержка экосистемы: доступ к сообществу, экспертам и единомышленникам.
- Инструментарий: GPT-5, Claude, RAG-пайплайны, n8n/Make, специализированные парсеры, облачные БД — всё, чем реально пользуются ресерч-команды.
Лаборатория совмещает научную строгость и человеческую вовлечённость: мы автоматизируем рутинный сбор данных, чтобы вы сосредоточились на выводах, и не оставляем участников без помощи после окончания программы.
## формат лаборатории
Продолжительность: 4 недели + Демо-день.
Workshops (Теория + Практика): 1 раз в неделю по 1,5 часа (ВТ 18:00 CET) - Интерактивные сессии с демонстрациями инструментов для исследований в реал-тайм. Здесь мы обсуждаем фундаментальные концепции (гипотезы, методы, эксперименты, дизайн исследования), разбираем ограничения AI и сразу тестируем готовые инструменты — от общих вроде Claude Research до специализированных, как, например, Elicit. Вы будете не просто слушать, а активно проводить мини-исследования.
Automation tips (Создание автоматизаций): доступ к туториалам по автоматизации каждую неделю (асинхронный формат) - Пошаговое создание персональных автоматизаций для исследований — от Custom GPT для брифов до RAG-систем для анализа. Здесь мы будем строить ваши инструменты, тестировать их на ваших данных и решать технические сложности. Это ваш шанс собрать рисерч-машинку под ваши задачи.
Research Podcast (Ответы на вопросы): 1 раз в неделю, аудио в Telegram (ПТ 18:00 CET) - Открытая сессия для углубленной обратной связи. Вы сможете задать любые вопросы по своему проекту, получить помощь в решении технических сложностей, обсудить идеи с экспертами. Раз в неделю я записываю мини-подкаст, где разбираю ваши вопросы. Это ваше "сервисное окно" для тонкой настройки вашей рисерч-машинки
Личная консультация (для тарифа Premium): 1 индивидуальная сессия (60 минут) с экспертом. - Персональный разбор ваших кейсов, проектов, задач. Эксперт поможет вам разработать стратегию автоматизации, выбрать оптимальные инструменты и преодолеть специфические барьеры, с которыми вы столкнулись.
Полное расписание лаборатории Дата | Время (CET) | Формат | Фокус недели/сессии |
6 сент (сб) | 12:00-13:30 | Intro Call | Знакомство, цели, ожидания, обзор программы |
9 сент (вт) | 18:00-19:30 | Workshop (Теория+Практика) | От идеи к дизайну исследования. Формат: Zoon |
10 сент (ср) | | Automation tips | Туториал по автоматизации (асинхронный формат) |
12 сент (пт) | 18:00 | Research Podcast | Открытая сессия для углубленной обратной связи. Формат: аудио в Telegram |
16 сент (вт) | 18:00-19:30 | Workshop (Теория+Практика) | Поиск и сбор данных. Формат: Zoom |
17 сент (ср) | | Automation tips | Туториал по автоматизации (асинхронный формат) |
19 сент (пт) | 18:00 | Research Podcast | Открытая сессия для углубленной обратной связи. Формат: аудио в Telegram |
23 сент (вт) | 18:00-19:30 | Workshop (Теория+Практика) | Анализ и синтез данных. Формат: Zoom |
24 сент (ср) | | Automation tips | Туториал по автоматизации (асинхронный формат) |
26 сент (пт) | 18:00 | Research Podcast | Открытая сессия для углубленной обратной связи. Формат: аудио в Telegram |
30 сент (вт) | 18:00-19:30 | Workshop (Теория+Практика) | Экосистема для исследований и масштабирование. Формат: Zoom |
1 окт (ср) | | Automation tips | Туториал по автоматизации (асинхронный формат) |
3 окт (пт) | 18:00 | Research Podcast | Открытая сессия для углубленной обратной связи. Формат: аудио в Telegram |
7 окт (вт) | 18:00-19:30 | Demo Day | Презентации проектов участников, обратная связь, празднование |
## эксперты
Наша команда — это практики, которые на регулярной основе используют AI для глубоких исследований. Мы не теоретики: мы инженеры данных, системные архитекторы и исследователи, превращающие сырой информационный шум в проверенные инсайты нового цифрового мира.
Аглая Черемных
Telegram-канал
Независимый исследователь и Research Lead в GoTech Innovation. Знает, как превратить информационный шум в чёткую карту решений и инсайтов.
За последние пять лет Аглая организовала и провела более 300 маркетинговых и продуктовых исследований, а также скаутингов для Сбера, Альфа-Банка, X5, Ленты и других российских и международных компаний. Её суперспособность — разбираться в ситуациях, где «никому ничего не понятно», и приводить команду к конкретным целям, опираясь на структурированный анализ данных. Как юрист-практик в прошлом, Аглая сохранила страсть к систематизации и поиску информации, что делает её идеальным проводником по миру исследовательских методик и AI-инструментов. В лаборатории она покажет, как применять ИИ, чтобы получать глубокие выводы быстрее и точнее.
Сергей Хабаров
Telegram-канал
Мастер системного мышления. Научит структурировать хаос, формализовать задачи для AI и строить процессы и экосистемы.
Сергей — системный архитектор и интегратор на стыке технологий, образования и AI. Его суперсила — видеть структуру в хаосе и помогать людям выстраивать устойчивые системы для работы с информацией и знаниями. Бывший CTO, CMO и директор по развитию, Сергей сейчас фокусируется на внедрении AI-инструментов там, где нужно соединить людей, процессы и смыслы. Он создает инструменты для преподавателей, продумывает AI-поддержку для обучения и адаптации. Автор книги о системной работе с информацией. В лаборатории Сергей поможет вам c RAG-пайплайнами для исследований.
Александра Чернышова
От интервью к инсайтам: как AI превращает горы данных в систему знаний
Дата: 20 сентября
Что делать с 50 транскриптами интервью, которые нужно превратить в понятные всей команде инсайты? Александра покажет, как с помощью AI улучшить обработку интервью, создать синтетических респондентов для обучения сотрудников и в итоге организовать работу с данными в компании для неисследователей. От идеи до работающего пайплайна и всех собранных граблей
Независимый независимый маркетинговый стратег. Занимается маркетинговыми исследованиями, а также проектированием, созданием и трансформацией маркетинговых систем.
Суперсила Александры – видеть систему в хаосе и соединять несоединимое. Превращать разрозненные сигналы сначала в инсайты, а затем в работающие бизнес-структуры.
За плечами более 50 успешных проектов, 12+ лет опыта работы CMO и консультирования компаний из разных отраслей.
Александра строит мосты между качественными исследованиями и бизнес-результатами. Сейчас с помощью ИИ создаёт инструменты по работе с информацией для разных стейкхолдеров в компаниях.
В лаборатории она расскажет о практических кейсах использования ИИ для обработки интервью и как организовать работу с данными для неисследователей в компании.
Telegram
Александр Земсков
Количественные исследования с помощью AI: честный эксперимент
Дата: 27 сентября
Идея эксперимента: взять несколько готовых количественных исследований, которые уже выполнены опытными исследователями, и попытаться воспроизвести их результаты, используя только нейросети и сырые данные.
На вебинаре покажу весь процесс, сравню AI-отчеты с профессиональными и честно расскажу, где нейросети оказались сильнее исследователей, а где полностью провалились.
CTO и Co-Founder агентства маркетинговых исследований RADAR. Предприниматель, социолог, веб-разработчик, аналитик. Ключевые компетенции: создание software-решений для отрасли социологических и маркетинговых исследований; экспертиза в области Discrete Choice Modeling / Conjoint Analysis / MaxDiff
Как появилась идея этой лаборатории:
«За 2 года тестирования AI для исследований я постоянно вижу две крайности, которые заставляют чувствовать фрустрацию:
- АI-ассистент для рисерча уже во многом умнее и структурнее среднестатистического исследователя. И в тысячу раз продуктивнее. Скоро исследователи вообще станут не нужны.
- Кто-то опять запилил с помощью AI отчёт с несуществующими данными. Ассистент, который выдумывает факты, путает цифры и выдает красивую ерунду за серьезную аналитику, наносит урон репутации, увеличивает утечки конфиденциальной и чувствительной информации за пределы компании.
Истина, где-то посередине, весь фокус в балансе: готовых AI-инструментов, связок этих инструментов для автоматизации, умении анализировать тренды, креативности и здравого смысла. Лаборатория - это способ найти тот самый баланс, разобраться в потоке инструментов и подходов, снизить информационный шум».
## программа
Каждую неделю мы делаем конкретный шаг к созданию вашей персональной рисерч-машинки
неделя 1: От идеи к дизайну исследования
Разбираемся, как правильно ставить исследовательские задачи и выбирать процессы для автоматизации
Фокус недели:
Познакомимся и разберем кейсы, которые вы хотите разобрать на интенсиве.
Если у вас нет кейса — все в порядке! Мы подготовим кейсы, которые можно будет решить вместе на интенсиве.
Освоим правильную постановку исследовательских задач, и разберемся, какие именно задачи отнимают у вас больше всего времени и сил. Разберем фреймворк 6T для осознанного выбора того, что действительно стоит автоматизировать в исследованиях в первую очередь, чтобы получить быстрый и ощутимый результат.
Главное достижение:
Карта ваших текущих исследовательских процессов и топ-3 задачи, готовые к передаче AI-помощникам. Вы поймете, с чего начать, чтобы автоматизация принесла максимум пользы и сделаете первые шаги для автоматизации процесса. Например, настроите Custom GPTs для брифа заказчика.
Цели недели:
- Освоить принципы дизайна исследований с учетом возможностей и ограничений AI
- Понять, как работают галлюцинации LLM и как их предотвращать в исследовательских задачах
- Изучить, какие бенчмарки LLM бывают, и в чем их ограничения
- Разобраться, что можно и нужно автоматизировать, а что — нет
- Настроить безопасную работу с персональными данными при использовании AI
- Создать первые автоматизации для упрощения старта исследования
Что будет на практике:
- Process Automation Practice: Расставите приоритеты для автоматизации своих процессов
- Custom GPTs Setup: Настроите персонального ассистента для брифинга с заказчиками, написания фоллуапов
- Bias Detection Practice: Потренируетесь находить галлюцинации AI
Ключевые тезисы недели:
- ИИ усиливает экспертизу исследователя, но не заменяет критическое мышление. Мыслить аккуратно, когда все бегут на сверхскоростях – важный навык.
- Фокус на "quick wins", чтобы сохранить мотивацию.
- Время на настройку должно окупаться.
Инструменты и примеры:
- Custom GPTs в ChatGPT — для брифов и фоллуапов
- Notion AI — для структурирования плана исследований
- Obsidian/AirTable — для библиотек промптов
неделя 2: Поиск и сбор данных
Настраиваем AI-поиск, чтобы сэкономить часы своей жизни
Фокус недели:
Осваиваем продвинутые техники поиска информации, сравниваем инструменты Deep Research и создаем кастомных поисковых агентов. Учимся находить качественные источники быстрее конкурентов.
Главное достижение:
1-2 работающих авто-сценария для ваших задач (например, кастомный Deep Research или умный сборщик идей из YouTube и рассылок). Вы почувствуете магию автоматизации на практике!
Цели недели:
- Освоить стратегии поиска в эпоху AI: расширенный поиск, нейропоиск, платные поисковики
- Сравнить и выбрать оптимальные Deep Research под разные задачи
- Выбрать инструменты или настроить автоматизации для поиска и сбора данных из почты, телеграмм-каналов, youtube
- Научиться проверять качество и достоверность найденных источников
Что будет на практике:
- Deep Research Battle: Сравните результаты OpenAI vs Perplexity vs Gemini vs Claude
- Custom Search Tool: Создадите персонального рисерч-ассистента через Make.com/n8n
- Advanced Google Operators: Потренируетесь на продвинутых поисковых техниках
- Scientific Research Practice: Освоите Elicit, Storm, Inciteful для работы с научными источниками и разберемся, как их можно применять в бизнесе
Ключевые тезисы недели:
- Качество источников важнее, чем инструменты для анализа
- Deep Research экономит время только при правильной декомпозиции запроса
- Проверка источников — не паранойя, а профессиональная гигиена
Инструменты и примеры:
- Deep Research: OpenAI, Perplexity Pro, Gemini, Claude — для комплексного поиска
- Make.com/n8n — для создания кастомных поисковых воркфлоу
- Elicit, Storm, Inciteful — для академического и научного поиска
- Сompetely.ai, Сompetitors.apps - для анализа конкурентов
неделя 3: Анализ и синтез данных
Превращаем данные в инсайты с помощью AI без потери качества
Фокус недели:
Изучаем принципы качественного синтеза, учимся распознавать и предотвращать когнитивные искажения, создаем RAG системы для глубокого анализа собранных материалов. Превращаем горы данных в четкие инсайты. Учимся формулировать выводы, которые не пойдут в стол, адаптировать результаты под разные аудитории и создаем визуализации.
Главное достижение:
RAG система для ваших исследовательских материалов. Теперь вы можете "разговаривать" со всей базой собранных данных и получать ответы на любые вопросы.
Цели недели:
- Сделать персональную систему организации и хранения research материалов
- Создать RAG систему для анализа найденной информации
- Освоить процесс качественного синтеза с участием ИИ
- Научиться распознавать и предотвращать свои когнитивные искажения при работе с AI
- Освоить техники кросс-валидации результатов между разными моделями
- Изучить принципы создания качественных выводов, на основе которых можно принять решение
Что будет на практике:
- RAG System Building: Создадите базу из материалов с возможностью продвинутого поиска
- Bias Detection Practice: Потренируетесь находить когнитивные искажения при работе с AI
- Insight Quality Control: Разработаете чек-лист для проверки качества выводов
Ключевые тезисы недели:
- Синтез ≠ суммаризация: важно сформулировать вывод, а не пересказывать факты
- Лучший анализ получается при сочетании скорости ИИ и критического мышления
- RAG система превращает ваши данные в рисерч-агента
Инструменты и примеры:
- NotebookLM, Claude, ChatGPT — для создания RAG систем и для кросс-валидации данных
неделя 4: Экосистема для исследований и масштабирование
Рефлексируем и допиливаем свою рисерч-машинку
Фокус недели:
Переходим от отдельных автоматизаций к созданию целостной, взаимосвязанной экосистемы, работающей на вас. Учимся масштабировать и поддерживать созданные решения. Готовим ваш финальный проект к демонстрации – это ваш шанс показать свой результат и вдохновить других.
Главное достижение:
Полный пайплайн исследователя от брифа до презентации результатов, экономящий 15-25 часов в неделю. Карта вашей личной AI-экосистемы, финальный проект, которым вы гордитесь, и план по дальнейшему развитию ваших автоматизаций.
Цели недели:
- Научиться мыслить категориями экосистем: как отдельные автоматизации могут работать вместе, создавая мультиагентные системы.
- Понять принципы масштабирования и поддержки созданных автоматизаций.
- Исследовать альтернативные среды для автоматизации (например, Obsidian с AI-плагинами, специализированные AI-агенты).
- Подготовить и отрепетировать презентацию своего финального проекта для Демо-дня.
- Завершить свой главный проект лаборатории.
Что будет на практике:
- Проектирование экосистемы: Вы нарисуете карту своей персональной экосистемы автоматизации, определив роли агентов, потоки данных и точки взаимодействия.
- Работа над финальным проектом: Вы доведете до ума свою главную автоматизацию (или систему автоматизаций), протестируете ее в реальных условиях.
- Подготовка к Демо-дню: Вы подготовите короткую (3-5 минут) презентацию своего проекта, сфокусировавшись на проблеме, решении, результате и пользе.
- Репетиции и обратная связь: В парах и с кураторами вы отрепетируете свои выступления, получив ценные советы.
- Рефлексия и планы на будущее: Заполните шаблон «Моя экосистема сейчас / Моя цель через 3 месяца / Ресурсы, которые мне помогут».
Ключевые тезисы недели:
- Автоматизация — это не разовый проект, а постоянно развивающаяся платформа.
- Система должна расти вместе с вашими задачами.
- Презентация – это инструмент масштабирования вашей идеи и вашего успеха.
- Делитесь результатами – это вдохновляет и вас, и других.
Инструменты и примеры:
- Все ранее освоенные инструменты + Miro/FigJam для схем экосистем.
demo-день: презентация проектов
- Каждый участник презентует свой проект (3-5 минут): демонстрирует работу системы, впечатления о лаборатории и полученной ценности.
- Вы получите конструктивную обратную связь, поддержку и аплодисменты от кураторов, экспертов и всего сообщества лаборатории.
- Это ваш шанс заявить о себе, зафиксировать результат и, возможно, найти партнеров или новые идеи для развития.
- Итог: скриншот, схема, видео, текст — это ваша стартовая точка для портфолио, статьи или следующего большого проекта.
бонусы:
#1: Делаем этичную визуализацию данных с помощью AI (лекция в записи)
Превратите скучные таблицы в убедительные истории. Научитесь промптить Claude или ChatGPT так, чтобы они создавали интерактивные графики, дашборды и React-компоненты прямо из ваших данных. Разберем, как правильно подавать сырые данные в модель, выбирать нужный тип визуализации и проверять корректность результата.
Главное — научимся распознавать темные паттерны визуализации, которые искажают реальность.
#2: Чек-листы
- Чек-лист для подготовки к исследованию
- Чек-лист для брифа с заказчиком
- Чек-лист перед загрузкой данных в LLM
- Чек-лист для валидации AI-результатов
#3: Будущее искусства, образовательных пространств и энергетики (митап)
Все лето я участвовала в стажировке по форсайту, где мы собирались и обсуждали тренд-сигналы в искусстве образовании, энергетике, которые НЕ связаны с AI. Писала об этом немного в своем канале. Теперь зову вас обсудить, что из этого вышло и немного отключиться от AI.
## отзывы
Мария Круглова
руководитель проекта исследования IT-отрасли DevCrowd
Я занимаюсь количественными исследованиями и пришла на курс по AI в ресерче, чтобы понять, как использовать AI на всех этапах: от постановки задач до анализа. Теперь регулярно использую AI, чтобы проверять формулировки, анализировать открытые ответы, структурировать выводы.
А ещё чтобы быстро собирать вводные по отрасли перед стартом исследования: это сильно ускоряет погружение в тему.
Особенно ценными были практики по критическому мышлению, работе с галлюцинациями и сбору данных с помощью Claude и Perplexity.
Я бы рекомендовала этот курс всем, кто работает с исследовательскими данными: от UX-ресерчеров до маркетинговых и HR-аналитиков. Особенно если чувствуете, что хотите сэкономить время, но не в ущерб качеству.
Иван
управляющий агрохим компании
До начала трека у меня не было чёткой исследовательской задачи, но вся жизнь для меня – это поиск ответов, поэтому хотелось освоить новые инструменты. Теперь я регулярно пользуюсь Deep Research в Gemini и ChatGPT: применяю их для анализа рынка, решения юридических вопросов, а также в областях хирургии и психологии.
На треке я разобрался с основами корректного использования Deep Research – как правильно готовиться к исследованию и общаться с ИИ, чтобы получать лучшие результаты. Уверен, этот трек будет полезен всем любознательным и мыслящим людям, ведь он даёт возможность быстро погружаться в новые для себя области.
Gulnara Delektorskaya
partnerships and growth manager
Я пришла на Research-трек AI Mindset, чтобы научиться использовать ИИ в исследовательской работе — системно, а не точечно. Уже с первого занятия про постановку задач стало ясно: это не просто обзор инструментов, а структурный подход к мышлению. Особенно ценным был фокус на формулировке гипотез и правильных промтов — с этим я раньше часто спотыкалась.
После трека в моей работе остались Perplexity и Elicit — я использую их для сбора информации, анализа длинных текстов и подготовки презентаций. Еще благодаря треку я впервые по-настоящему системно начала подключать к работе NotebookLM, а финальное занятие помогло скомпоновать результаты исследования в визуально.
Я уже применила эти навыки в нескольких проектах — рисерче и подготовке инвестиционного предложения для девелоперского проекта а также для рисерча по культурным стратегиям НКО.
Трек подойдёт всем, кто работает с информацией, пишет, исследует или принимает решения — он даёт не только инструменты, но и новые опоры в мышлении. Очень рекомендую!
## стоимость
PRACTICE- участие во всех встречах (4 недели + Демо-день)
- доступ к закрытому чату участников и экспертов для общения и поддержки
- записи занятий и дополнительные материалы в базе знаний
- разбор ваших вопросов
- доступ к сообществу AI Mindset Space по окончании лаборатории
- cертификат о прохождении лаборатории
PREMIUM (мест осталось: 3)- 1 личная консультация (60 минут) с Аглаей для подробного разбора вашего проекта
- Приоритетная поддержка в отдельном чате с экспертами
- Персональное сопровождение и курирование вашего проекта
- Помощь в подборе и настройке AI-инструментов под ваши индивидуальные запросы и задачи
Мы принимаем оплату в рублях, евро и долларах.
## FAQ
С какими основными приложениями и сервисами мы будем работать? Мы будем сочетать LLM-ассистентов — ChatGPT (Custom GPTs), Claude и NotebookLM для брифов, кросс-валидации и сборки RAG-систем; пользоваться AI-поиском OpenAI, Perplexity Pro, Gemini и Claude, а для академических источников — Elicit, Storm и Inciteful; автоматизировать сбор и обработку данных через Make.com и n8n; структурировать знания в Notion AI, Obsidian и AirTable; визуализировать результаты с помощью React/Chart.js/D3.js и Miro / FigJam; а при необходимости точечно обрабатывать конфиденциальные данные на Python.
кому НЕ подойдет эта лаборатория? Мы ценим ваше время и хотим, чтобы участие было максимально полезным. Эта лаборатория, скорее всего, НЕ для вас, если:
- Вы ищете "волшебную таблетку" и не готовы к практической работе, экспериментам и самостоятельной настройке инструментов под себя.
- Вы ожидаете, что кто-то сделает всю работу за вас. Мы направляем и поддерживаем, но главный двигатель – вы.
- У вас совсем нет времени (даже 3-5 часов в неделю помимо занятий) на выполнение практических заданий.
- Вы предпочитаете исключительно теоретическое обучение и не заинтересованы в немедленном применении знаний.
- Вы считаете, что AI – это слишком сложно и только для программистов (мы докажем обратное, но нужен открытый ум!).
Предусмотрен ли нетворкинг и взаимодействие с другими участниками? Да, обязательно! У нас будет закрытый Telegram-чат для всех участников и экспертов, где можно общаться, делиться опытом, задавать вопросы и находить партнеров. Также будут групповые обсуждения на воркшопах. Мы верим в силу сообщества.
Нужны ли мне специальные знания или опыт в программировании для прохождения лаборатории? Большинство задач решается через no-code и low-code инструменты (Make.com, n8n, Custom GPTs, Notion AI и др.), поэтому глубокие знания программирования не обязательны. Python используется точечно — только когда нужно безопасно обработать конфиденциальные данные. Необязательно уметь писать сложные скрипты — на сессиях вы получите готовые шаблоны и пошаговые инструкции.
Будет ли возможность пообщаться с экспертами курса лично? Да, эксперты будут активно участвовать во всех сессиях, отвечать на вопросы в чате. Участники тарифа Premium также получают одну индивидуальную консультацию.
Как будет организовано общение и взаимодействие участников? Основная площадка – закрытый Telegram-чат. Встречи будут проходить в Zoom. Мы поощряем активное общение, взаимопомощь и обмен идеями.
Возможен ли возврат средств, если мне не подойдет формат лаборатории? Да, если вы поймете, что формат вам не подходит в течение первой недели после начала лаборатории (до окончания второй теоретической сессии), мы вернем полную стоимость за вычетом комиссий платежных систем. Важно, чтобы вы сообщили нам об этом
Порядок оформления и сроки исполнения заказа - Оказание информационно-консультационных услуг предоставляется в полном объеме при условии их 100%-ной оплаты Заказчиком.
- Оплата выбранной услуги производится Заказчиком банковской картой через сайт, оплата производится через интернет в режиме реального времени непосредственно после оформления заказа.
- Информационные услуги считаются оказанными с надлежащим качеством и в срок при отсутствии претензий Заказчика по истечению срока оказания услуг.
Есть ли скидки для команд или возможность корпоративного обучения/консалтинга? Да, мы предлагаем специальные условия для команд от 3-х человек. Также мы можем организовать кастомизированную лабораторию или консалтинг для вашей компании. Свяжитесь с @irhen_n для обсуждения деталей.
Можете ли вы выставить счёт для юридического лица или ИП? Да, мы можем выставить счёт от самозанятого (для РФ) или счёт на консультационные услуги от юридического лица в Армении. Пожалуйста, уточните этот момент при регистрации.
Какие варианты оплаты вы принимаете? Мы принимаем оплату в рублях (для РФ), криптовалютах, а также евро и доллары через SWIFT-переводы.
Я представитель non-profit организации или арт-сферы. Есть ли для меня специальные условия? Да! Мы очень ценим вклад некоммерческих и творческих организаций. Мы предлагаем 3 бесплатных места на каждый поток лаборатории для представителей таких организаций. Отбор проводится на основе конкурса мотивационных писем. Пожалуйста, отнеситесь к написанию письма с вниманием и подробно расскажите, как автоматизация поможет вашей миссии.
Подробное описание условий и форма подачи заявки для non-profit и art
/w=1920,quality=90,fit=scale-down)
.jpg/w=1920,quality=90,fit=scale-down)
