Стартует набор на онлайн-программу повышения квалификации «Основы ИИ-агентов для автоматизации процессов»
В Центре непрерывного образования факультета компьютерных наук НИУ ВШЭ открыт набор на новую онлайн-программу повышения квалификации «Основы ИИ-агентов для автоматизации процессов». Программа разработана для тех, кто стремится перейти от базового использования нейросетей в формате чат-ботов к созданию прикладных интеллектуальных инструментов для автоматизации бизнес-задач. Курс ориентирован на слушателей, заинтересованных в практическом освоении современных подходов к разработке автономных ИИ-агентов на базе больших языковых моделей и их внедрении в рабочие процессы.
Обучение стартует 24 марта 2026 года и пройдет в синхронном онлайн-формате.
В отличие от вводных курсов, посвященных преимущественно знакомству с генеративными моделями, программа «Основы ИИ-агентов для автоматизации процессов» сосредоточена на предоставлении фундаментального понимания принципов работы с ИИ и на разработке автономных систем, способных самостоятельно выполнять последовательности действий, взаимодействовать с внешними сервисами и поддерживать принятие решений в пределах заданной логики. Это позволит слушателям выстроить целостное представление о том, каким образом интеллектуальные агенты могут быть встроены в существующие бизнес-процессы и использоваться для их оптимизации.
В рамках курса слушатели разберут архитектуру агентов на основе больших языковых моделей, освоят работу с low-code-инструментами, в том числе платформой n8n, научатся оптимизировать промпты, интегрировать агентов с внешними API и переводить экспериментальные сценарии в устойчивые решения, применимые в коммерческой и продуктовой среде. Важной частью обучения станет итоговый проект — подготовка и защита собственного ИИ-агента для решения конкретной прикладной задачи.
Программа будет полезна широкому кругу специалистов: продуктовым менеджерам и владельцам бизнеса, заинтересованным в автоматизации процессов с помощью ИИ; разработчикам и инженерам, которым важно быстро освоить создание агентных решений; специалистам по анализу данных, стремящимся перейти к разработке работающих ИИ-инструментов; а также предпринимателям и нетехническим специалистам, которым необходимо определить практический потенциал ИИ-агентов для собственных проектов.
Дополнительным преимуществом программы является ее организационная гибкость. Обучаться можно из любой точки мира, занятия проходят в вечернее время по будням, а после завершения курса у слушателей сохраняется доступ к записям. По итогам обучения участники смогут проектировать и собирать ИИ-агентов с помощью low-code-инструментов, интегрировать их с внешними сервисами и формировать решения, направленные на автоматизацию и развитие существующих процессов. Успешно завершившим программу будет выдано удостоверение о повышении квалификации.
Мурат Хажгериев, преподаватель программы, считает ИИ-агентов одним из самых значимых направлений современной работы с большими языковыми моделями. «Они позволяют создавать системы, которые не просто отвечают на запросы, а действуют: взаимодействуют с внешними средами, исполняют команды, принимают решения, опираясь на контекст и память, — говорит Мурат Хажгериев. — Сегодня благодаря развитию low-code-сред, таких как n8n, и доступу к моделям через API барьер для входа в эту область снижается: теперь построить собственного цифрового помощника может не только инженер, но и специалист из любой прикладной сферы».
Главный технологический тренд последних лет — снижение порога для создания интеллектуальных сервисов, отмечает преподаватель программы. «То, что еще недавно требовало команды разработчиков и значительных ресурсов, теперь доступно отдельным энтузиастам или малым командам. Однако вместе с этим растет и потребность в понимании архитектуры таких систем: как выстроить процесс правильно, какие инструменты совместимы, где проходят границы ответственности модели и человека. Эти темы также отражены в нашем курсе», — рассказывает Мурат Хажгериев.
Мурат Хажгериев
«Программа построена так, чтобы дать участникам не просто набор техник, а структурированное понимание: от принципов работы LLM — к проектированию агентов, организации памяти, управлению инструментами и созданию устойчивых пайплайнов. Упор сделан на практику с платформой n8n, которая набирает популярность в профессиональном сообществе благодаря своей открытости, расширяемости и применимости в корпоративной среде, однако полученные знания при желании легко масштабируются и на прочие инструменты, которые могут заменить n8n в будущем.
Особое внимание уделяется переходу от прототипов к реальным сценариям. Мы разберем, как проверять корректность выполнения агентом задач, как внедрять guardrails, тестировать и масштабировать решения. Такой подход позволяет не просто собрать работающий пример, а выстроить процесс, которому можно доверять и который можно развивать за пределами изначального пилота».
Как объясняет Мурат Хажгериев, в рамках итогового проекта участники смогут реализовать собственный кейс — от персонального ассистента, помогающего автоматизировать повседневные задачи, до корпоративного агента, интегрированного с внутренней базой данных или системой общения с клиентами. «Важная цель курса — научить мыслить системно, видеть за рамками конкретных инструментов и версий моделей. Мы стремимся сформировать у участников компетенцию, которая останется актуальной даже при смене технологий, — понимание того, как подходить к созданию сервисов, которым можно доверять», — заключил преподаватель.
Подробности — на странице программы.
Вам также может быть интересно:
Исследователи ВШЭ показали, как создавать регуляторную ДНК напрямую
Исследователи НИУ ВШЭ разработали модель для генерации промоторов и энхансеров — участков ДНК, регулирующих работу генов. Модель работает с нуклеотидами ДНК напрямую, без промежуточного преобразования в непрерывное числовое пространство. Разработка может быть полезна в синтетической биологии и генной терапии. Результаты исследования представлены на воркшопе конференции ICLR 2026.
ФКН ВШЭ и ЧГУ реализовали три отраслевых образовательных модуля по искусственному интеллекту
В 2025/26 учебном году факультет компьютерных наук (ФКН) ВШЭ совместно с Череповецким государственным университетом реализовал три отраслевых образовательных модуля по искусственному интеллекту. Инициатива была представлена в рамках проекта «Топ-ИИ» Минцифры России при участии АНО «Аналитический центр при Правительстве Российской Федерации». Эксперты НИУ ВШЭ совместно с индустриальными партнерами разработали линейку отраслевых образовательных модулей в области искусственного интеллекта.
Новый метод НИУ ВШЭ и Т-Технологий повышает качество работы ИИ
Ученые из лаборатории научных исследований «Т-Технологий» и Института искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ разработали новый метод семплирования для моделей маскированной диффузии — G-Star+. Он помогает быстрее и качественнее исправлять ошибки во время генерации текста и кода за небольшое число шагов. Метод показал эффективность в задачах генерации текста и кода и может применяться там, где генеративным моделям нужно быстро и качественно создавать текст или код при ограниченных вычислительных ресурсах.
В Вышке открыли проектно-учебную лабораторию совместно с Группой «Т-Технологии»
Группа «Т-Технологии» (головная структура Т-Банка) открыла проектно-учебную лабораторию на базе факультета компьютерных наук НИУ ВШЭ (ФКН НИУ ВШЭ). Проектно-учебная лаборатория Группы «Т-Технологии» в НИУ ВШЭ сосредоточится на проектах и задачах в области искусственного интеллекта, распределенных вычислений, анализа больших данных и информационной безопасности в финансовом секторе. Лабораторию возглавит Алексей Теплов, кандидат физико-математических наук.
«Защищать конкуренцию от ИИ нам придется с помощью самого искусственного интеллекта»
В НИУ ВШЭ прошел двухдневный семинар «Искусственный интеллект и конкурентная политика в странах БРИКС». Его участники обсудили две ключевые для конкурентной политики темы: трансформация конкуренции и рынков под влиянием технологий ИИ и усилени е регуляторного потенциала антимонопольных органов за счет технологий искусственного интеллекта.
В НИУ ВШЭ разработали сервис обезличивания табличных данных для безопасного использования в ИИ-системах
Институт искусственного интеллекта и цифровых наук ФКН ВШЭ разработал сервис обезличивания табличных данных, предназначенный для подготовки корпоративных данных к использованию в аналитических и ИИ-сервисах. Решение позволяет выявлять персональные данные в структурированных наборах, применять к ним воспроизводимые правила обезличивания и формировать артефакты, необходимые для контроля качества, аудита и последующего использования данных в защищенных контурах.
Высшая школа экономики и «Ростелеком» поддержат ИИ-стартапы для госсектора
НИУ ВШЭ и «Ростелеком» подписали на ПМЭФ-2026 соглашение о сотрудничестве в рамках реализации акселератора ИИ-решений для государственного сектора. Совместная работа позволит объединить технологическую экспертизу крупнейшего цифрового партнера государства и академический потенциал ведущего исследовательского университета страны.
Проблемы этики: как и где использовать ИИ
За последние годы этика в сфере искусственного интеллекта превратилась из философско-теоретической в прикладную дисциплину. Эксперты в НИУ ВШЭ обсудили, какие этические проблемы возникают в связи со стремительным развитием цифровизации и какие их инженерные решения могут быть предложены.
НИУ ВШЭ и МТС договорились об обмене ИИ-компетенциями при подготовке инженерных кадров для телекома
НИУ ВШЭ и ПАО «МТС» заключили соглашение о стратегическом партнерстве, которое предполагает подготовку кадров с ИИ-компетенциями для телекоммуникационной отрасли по программам высшего и дополнительного профессионального образования. Соглашение направлено на повышение качества образования, обмен экспертизой и компетенциями при подготовке инженеров, владеющих технологиями ИИ и машинного обучения.
Точка входа в ИИ: на ЦИПР обсудили влияние технологий на будущее
Участники ЦИПР-2026 обсудили, как офисные приложения могут стать точкой массового доступа к ИИ и снизить барьеры использования. Эксперты сошлись во мнении, что будущее — за адаптивными моделями и экосистемным подходом к корпоративным данным. В экспертных дискуссиях приняли участие представители НИУ ВШЭ.