Управління AI-проєктами

Доставляйте ШІ, який працює в проді — а не демо, що помирає в теці пілота.

Управління AI-проєктами — практичний тренінг з AI project management для тих, хто має manage AI projects від проблеми до результату: scope, реальність даних, build / buy / integrate, evaluation, human-in-the-loop і як operationalize AI всередині методу поставки компанії (agile, hybrid або waterfall).

Це AI project manager training для реальної AI delivery — включно з generative AI projects, AI agents і multi-step agentic workflows, із зрозумілими точками цінності та контролю. Ви ведете проєкт і оснащуєте PM / delivery lead’ів, які виконують під вашим керівництвом.

Іноді достатньо контексту проєкту. Іноді ініціативі потрібна спільна онтологія, щоб агенти, дані й стейкхолдери спиралися на одну модель сенсу. Ви вирішите, який шлях підходить цьому проєкту — і як цей вибір формує AI project lifecycle.

Тренер: Євген Мусієнко, PMP
Тривалість: 2 дні
Учасники: 8–16
Мова: українська, російська або англійська

Цільова аудиторія

  • Project manager’и та delivery lead’и, які manage AI projects або AI-enabled роботу
  • Product owner’и / product manager’и, які випускають AI-фічі або процеси
  • Scrum Master’и та agile-коучі, які підтримують AI delivery на землі
  • Бізнес-аналітики та domain-експерти, які формулюють проблему для ШІ
  • Тімліди в engineering, data, operations або knowledge work
  • Усі, хто відповідає за шлях AI pilot to production у реальних обмеженнях

Очікується досвід поставки проєктів. Глибокий ML-engineering не обов’язковий.

Знання та навички

Учасники зрозуміють:

  • Чому AI-ініціативи частіше провалюються через управління, а не через модель
  • Як відокремити хайп від fit до початку будівництва
  • Коли достатньо контексту проєкту, а коли треба будувати онтологію
  • AI agents і multi-step agentic workflows — точки цінності та точки контролю
  • Етику, HITL і evaluation як частину responsible AI delivery
  • Як вбудувати AI-роботу в agile, hybrid або waterfall

Учасники зможуть:

  • Написати outcome-based AI project charter (метрика + baseline + target + дата)
  • Спроєктувати core AI workflow (не лише особистий ШІ в кожної ролі)
  • Визначити точки HITL, межі даних і stop-правила
  • Запланувати evaluation: якість + бізнес-цінність + AI risk management
  • Задати метрики та ритм keep / pivot / stop протягом AI project lifecycle
  • Провести короткий пілотний цикл і відзвітувати фактами перед спонсором
  • Передати в експлуатацію — operationalize AI з власником і базовим моніторингом

Основні теми

Модуль 1. Framing AI-проєкту

  • Формулювання результату замість назв інструментів
  • Feasibility: ШІ vs автоматизація vs правка процесу
  • Scope, MVP, non-goals
  • Карта стейкхолдерів і права на рішення

Модуль 2. Дизайн workflow (Core AI)

  • Особистий ШІ в команді vs спільний AI-workflow
  • AI agents і multi-step agentic workflows (наприклад, role-based рев’ю документації)
  • Точки цінності vs точки контролю (логування, права, людські гейти)
  • Build / buy / integrate
  • Вбудовування в agile, hybrid або waterfall-гейти

Модуль 3. Контекст, онтологія, дані та ризик

  • Коли контексту проєкту достатньо для поставки
  • Коли будувати доменну онтологію для агентів, знань і evaluation
  • Data readiness без перетворення на data scientist
  • Privacy, IP, дозволені класи даних
  • Bias, галюцинації, override rates
  • Реєстр AI risk management для проєкту

Модуль 4. Інструменти, агенти та управління на проєкті

  • Вибір інструментів під контекст цього проєкту
  • Управління agentic AI: права, логування, людське затвердження
  • Етичні принципи в задачах поставки
  • Definition of Done для AI-виходів

Модуль 5. Поставка, метрики, operationalize AI

  • Цикли навчання (4–8 тижнів) і розбори за фактами
  • Шаблони метрик проєкту (документація, code assist, agentic workflow)
  • Від AI pilot to production з власником
  • Воркшоп: one-page план AI project management + пакет метрик

Матеріали та результати

  1. AI Project Charter Template
  2. Workflow Design Canvas (актори, агенти, handoff, людські гейти)
  3. Metrics Pack (baseline / target / як вимірювати)
  4. Evaluation & Go-Live Checklist
  5. Сертифікат про проходження

Опційна post-training консультація щодо живого проєкту.

Пов’язані тренінги

Тренінг Фокус
Generative AI for Leaders & Executives Literacy керівників і GenAI-інструменти
Впровадження ШІ Система enterprise AI adoption
Управління AI-проєктами (цей курс) AI project management — одна ініціатива до вимірюваного результату

Запис

PMDoc.ua/Contacts · Тренер Євген Мусієнко: +380 (67) 980-2577 · nitoiti@gmail.com · LinkedIn