academy@academyit.ru
VIBE-CDNG-3
Искусственный интеллект, машинное обучение, нейросети
8 ак.часов
Вайб-кодинг PRO: безопасные автоматизации для всех
-
О КУРСЕКурс для тех, кто пошёл дальше ИИ-прототипа. Научим раскладывать данные по классам, вводить маскирование PII, правила доступа, формировать эталонные наборы для оценки качества, запускать A/B-тесты промптов и шаблонов ответов, настраивать мониторинг, метрики и процедуру инцидентов. Завершаем проектированием операционной модели: роли, квоты, бюджет, обновления баз знаний
ФОКУС:
безопасность, соответствие требованиям и устойчивое качество
ИТОГ:
безопасный прототип (ассистент/агент) + минимальный набор правил, тестов и артефактов аудита
Руководители ИТ/ безопасности/ данных, владельцы процессов и продакты
Центры компетенций/ платформенные команды, отвечающие за масштаб и риски
-
Получаемый документ
-
Содержание программы:Модуль 1. Безопасный промт-инжиниринг и политика данных
- Классы данных: публичные/внутренние/чувствительные.
- Маскирование и санитизация входов.
- Анти-галлюцинации: факты, источники, «не знаю».
- Риски утечки и запрещённые сценарии.
- Журналирование и хранение артефактов.
Модуль 2.Стек и режимы работы- Выбор модели под задачу (DeepSeek/Qwen/GigaChat/YandexGPT)
- Режимы: облако, частный контур, on-prem — компромиссы
- Производительность и контекст: как не «сжечь» бюджет
- Интеграции через шлюзы/проксирование
- Политика доступа участников: кто и что может
Модуль 3. Контроль качества и тестирование- Эталонные вопросы и чек-листы приёмки
- A/B-проверка промтов и шаблонов ответов
- Метрики: точность, полнота, полезность, время ответа
- Регресс-набор: как не ломать рабочее
- Разбор инцидентов: разметка, исправление, ретест.
Модуль 4. Экономика и операционная модель- Токены, окна контекста, кеширование, reuse шаблонов
- Лимиты и квоты по отделам/пользователям
- Роли: владелец ассистента, ревьюер качества, админ стека
- Каталог безопасных шаблонов (go-to-market внутри компании)
- Дорожная карта на месяц: внедрение, обучение, отчётность
-
По окончании курса слушатели смогут:
◉ определять, какие данные можно использовать, а какие - нет; включать маскирование чувствительной информации
◉ встроить честное «не знаю» и пороги уверенности, чтобы избежать выдумок
◉ собирать эталонный набор для проверки качества и сравнивать два варианта настроек/шаблонов
◉ настраивать логи и метрики, читать дашборд и вовремя замечать ошибки
◉ проводить релиз через простой чек-лист качества и безопасности
◉ описывать роли и регламенты: кто поддерживает контент, кто отвечает за качество, кто следит за бюджетом и лимитами
◉ готовить базовый пакет для ИБ и юристов (классы данных, правила доступа, журнал событий) -
Необходимая подготовка
- базовое понимание RAG и действий через API, наличие прототипа или пилота
