От обучения к реальным AI-проектам. Кейс СберУниверситета
Продолжаем серию публикаций «Полезный понедельник», в которой делимся кейсами победителей Премии Digital Learning 2025!
2️⃣ 🔤🔤🔤🔤🔤 🔙🔤🔤🔤🔤🔤🔤🔤🔤🔤 🔤🔤🔤🔤🔤🔤🔤🔤🔤🔜
⭐️Команда СберУниверситета
Главная идея
Руководителям важно стать квалифицированными заказчиками AI-решений: понимать возможности и ограничения технологий, уметь формулировать задачу для data-команд, оценивать эффект и доводить идею до пилота.
Предпосылки
Компания сталкивается с цифровым разрывом. Руководители:
➖ понимают, что AI нужен, но не всегда видят, где его применить; ➖ испытывают барьер в коммуникации с data-специалистами; ➖ не знают, как правильно поставить задачу; ➖ боятся, что более «цифровые» коллеги обгонят их в развитии; ➖ видят бизнес-проблемы, но не всегда могут перевести их в формат AI-проекта.
Цели проекта
➖ выровнять понимание базовых AI- и ML-технологий; ➖ научить руководителей формулировать задачи для AI-проектов; ➖ развить навык оценки идей по бизнес-критериям; ➖ связать обучение с реальными процессами и стратегическими целями; ➖ сформировать кросс-функциональные команды; ➖ довести учебные идеи до уровня пилотных проектов.
Как устроена программа
DIGITAL TEAMS — это смешанная программа с сильным проектным ядром.
В основе подхода:
1️⃣ Входная диагностика и отбор. 2️⃣ Электронные курсы по математике, Python и базовым понятиям машинного обучения. 3️⃣ Очные модули для сложных практических навыков. 4️⃣ Асинхронная теория, чтобы не тратить дорогое очное время на базовые объяснения. 5️⃣ Практика на Python, no-code-платформах и внутренних инструментах. 6️⃣ Групповая проектная работа над реальными задачами бизнес-блоков. 7️⃣ Вебинары в межмодульный период по конкретным продуктам и технологиям. 8️⃣ Предзащиты и финальная защита перед бизнес-комиссией.
Методической основой стала логика CRISP-DM — промышленного стандарта управления проектами по машинному обучению. Участники проходили путь от идеи до оценки, прототипирования и защиты проекта.
Что было важно
Команды формировались кросс-функционально. Для практики на Python сделали три трека:
➖ базовый — для тех, кто раньше не программировал; ➖ продвинутый — для участников с опытом; ➖ соревновательный — для сильных участников, которым нужен дополнительный вызов.
Фишки проекта
➖ обучение строилось вокруг реальных бизнес-задач, а не учебных кейсов; ➖ бизнес-заказчики участвовали в формировании пула идей и защите проектов; ➖ электронные курсы были короткими и концентрированными: видео по 5–7 минут, чек-листы, инфографика, квизы; ➖ интерактивные тренажёры позволяли собирать пайплайн обработки данных из готовых блоков; ➖ чек-листы оценки идей превращались в управленческий инструмент; ➖ AI-агент помогал сводить оценки комиссии и формировать рейтинг проектов.
Что получилось?
Результаты программы показывают, что смешанное обучение может давать не только образовательный, но и бизнес-эффект.
👍 92% NPS 💥 9,4 из 10 — удовлетворённость содержанием 🔼 почти двукратный рост результатов между входным и итоговым тестированием ⚡️ 8,7 из 10 — средняя оценка качества проектов на защите 💯 100% участников используют CRISP-DM 🔄 70% участников инициировали новые AI-проекты в бизнес-практику ✔️ 30 из 42 проектов получили одобрение на пилот 💎 конкурсный отбор — около 14 человек на место
Главный вывод
DIGITAL TEAMS показывает: корпоративное обучение может работать как внутренний стартап. Руководители видят в искусственном интеллекте инструмент решения конкретных бизнес-задач. Так обучение переходит от формата «послушали курс» к формату «запустили реальные проекты».
🖥 Читайте полный текст кейса
👀 Смотрите выступление
Если вы создаёте смешанные программы, развиваете AI- и data-driven-компетенции, связываете обучение с реальными проектами и бизнес-эффектом — возможно, именно ваш проект станет следующим кейсом на сцене Digital Learning.
🔤🔤🔤🔤🔤🔤🔤 🔤🔤🔤🔤🔤🔤🔤 🔤 🔤🔤🔤🔤🔤🔤
🔽
Жмите тут
Ольга Искандирова (@unpacking_expert) и команда сообщества Digital Learning #Полезный_понедельник_Digital_Learning