Бизнес [Сергей Туманов, Алексей Черняк] [Product University] Generative AI и нейросети для бизнеса (2023)

[СливМен]

[Сергей Туманов, Алексей Черняк] [Product University] Generative AI и нейросети для бизнеса (2023)

Цель — чтобы вы за месяц на курсе сформировали свою концепцию продукта для демодня, а ещё через месяц превратили планы в работающий проект.
Cамая интересная новость — GPT Store для создания «приложений-агентов» (с разделением прибыли с разработчикам).

Для справки:
Shopify Apps: 33,000 приложений, $561M выручка
App Store: 1.8M приложений, $910B выручка
GPT Store: 0 "агентов-приложений", $0 выручка

Скоро в GPT Store тут будут сотни приложений и, возможно, миллиардная выручка для разработчиков.
И тут, очевидно, важно быть не столько лучшим, сколько в числе первых.

Программа:
Занятие 1. Основы Gen AI и возможности GPT Store
Обсудим что же такое большие модели (LLM), чем они отличаются от других типов моделей и технические аспекты работы с ними: что такое промт, токен и контекст. Рассмотрим какие есть большие модели и как правильно выбрать модель для своего продукта. Особое внимание уделим возможностям технологии, её ограничениям и способам обхода этих ограничений.
Основные возможности, которые открывает для разработчиков, продактов и предпринимателей GPT Store.

Занятие 2. Gen AI Product Manager и процессы в команде
В данном модуле обсудим специфические навыки, необходимые продакт-менеджеру для эффективного развития продуктов на базе Gen AI. Отметим отличия в опыте создания продуктов с использованием Gen AI от опыта, например, разработки ML-продуктов или мобильных приложений. А также определим сферы, где навыки создания продуктов на базе Gen AI могут быть наиболее полезными и востребованными.
Роли в проектах на базе Gen AI имеют более размытые контуры зон ответственности: когда программирование происходит через промт, а предсказать ожидаемый результат невозможно необходимо менять парадигму. Мы обсудим как оптимизировать совместную работу разработчиков, дизайнеров, тестировщиков, продакт-менеджеров и других участников проекта, как организовывать продуктовые циклы.

Занятие 3. Проектирование Gen AI продуктов
Занятие 4. UI/UX паттерны для Gen AI продуктов
Занятие 5. Создание No-Code прототипов
Занятие 6. Оптимизация Gen AI решений
Занятие 7. Свои данные и RAG-архитектура
Занятие 8. Диалоги
Занятие 9. Защита от копирования
Занятие 10. Безопасность
Занятие 11. Монетизация и юнит-экономика
Занятие 12. Дообучение моделей
Занятие 13. Работа с аудио и видео
Занятие 14. Проактивное взаимодействие
Занятие 15. Доступ в Интернет и Веб-Скраппинг
Занятие 16. Защита проектов

Продвинутый курс по LLM и ChatGPT не с нуля.
Создание GenAI-продуктов. 8 недель, 16 живых занятий