Наш Курс - на ИИ · 2026

Для кого полезно: для всех сотрудников - чтобы говорить с ИТ и подрядчиками на одном языке и увидеть быструю пользу от инструментов.

• ИИ без мифов и «магии». Что на самом деле умеет искусственный интеллект и машинное обучение, а что пока нет. Словарь терминов, без которых не получится нормально поставить задачу нейросети.
• Какие бывают нейросети и что они умеют для химика. Текстовые модели (LLM) - для работы с регламентами, ГОСТами, перепиской и отчётами. Модели-«художники» - для схем, визуализаций, презентаций. Специализированные алгоритмы - для подбора и прогноза свойств новых материалов и соединений.
• Кто есть кто на рынке ИИ. Обзор мировых и российских провайдеров, платформ и агрегаторов. Что выбрать под задачи химического предприятия и на что смотреть при сравнении.
• Практикум «Быстрые победы за 30 минут». Разбираем задачи, где не нужны конфиденциальные данные: как за пару минут написать деловое письмо, «сжать» толстый зарубежный патент до одной страницы, придумать варианты улучшения рутинного процесса на участке.

Для кого полезно: для управленцев - чтобы не начинать дорогой проект "в никуда" и понимать, с чего вообще стоит стартовать.

• Опросник готовности: как оценить себя честно. Пошагово проходим анкету: что с данными АСУ ТП и MES, в каком состоянии ИТ-инфраструктура, хватает ли людей и не мешает ли внутренняя бюрократия.
• Что делать с результатами. Как читать баллы и не обманывать себя. Ищем настоящие «узкие места» - бумажные лабораторные журналы, «дыры» в данных с датчиков, разрозненные системы, которые не разговаривают друг с другом.
• Дорожная карта: от анкеты к первому пилоту. Как из результатов самооценки собрать понятный план цифровизации и выбрать тот самый первый проект, который принесёт результат, а не разочарование.
• Разговор с генеральным на языке денег. Как приоритизировать ИИ-идеи, считать эффект и ROI, и что говорить директору и акционерам, чтобы проект утвердили с первого раза.

Для кого полезно: для тех, кто уже пробует ИИ в работе и хочет получать не "воду", а точные ответы по химии и производству.

• Из чего собран хороший запрос. Четыре кирпича любого рабочего промпта: роль, задача, исходные данные, формат ответа. Как не давать нейросети «фантазировать» на сложных химических терминах и формулах.
• Приёмы, которые реально работают. Разбираем на практике: запрос без примеров (Zero-shot), обучение на примерах прямо в диалоге (Few-shot) и «рассуждение вслух» (Chain-of-Thought) для пошаговых инженерных и технологических расчётов.
• ИИ в роли коллеги. Настраиваем модель как технолога, инженера по ТБ, патентного аналитика, HR-специалиста. Показываем, как под каждую роль меняется формулировка запроса.
• Своя библиотека промптов. Собираем набор готовых шаблонов под типовые документы предприятия: служебные записки, спецификации, отчёты, инструкции. Уносим с занятия рабочий «конструктор» под свои задачи.