Трек помогает преподавателям уверенно работать с генеративным ИИ: правильно формулировать задачи, получать нужный результат и встраивать ИИ-инструменты в повседневную работу. Участники научатся применять LLM для подготовки занятий и научных текстов — и смогут передать эти навыки своей аудитории.

Преподаватели вузов и колледжей любых направлений, которые хотят уверенно работать с ИИ-инструментами в своей дисциплине и передать студентам культуру работы с ИИ.

Эксперты по генеративному ИИ Сбера.

Трек помогает преподавателям разобраться в том, что такое ИИ-агенты, как они устроены и где применяются – в образовании, бизнесе и государственном управлении. Участники изучат реальные кейсы внедрения агентов в разных отраслях, освоят работу с no-code платформой для сборки агентов и получат практическое понимание технологии, достаточное для её оценки и применения в своей профессиональной области.

Преподаватели вузов и колледжей с техническим или прикладным бэкграундом, которые хотят понять суть ИИ-агентов, видеть их применение в разных отраслях и передавать это понимание студентам в рамках своих курсов.

Эксперты Сбера по ИИ‑агентам и LLM‑решениям, архитекторы цифровых сервисов и преподаватели, уже использующие агентов в учебных программах.

Трек посвящён тому, как проектировать занятия по любой дисциплине так, чтобы студенты параллельно развивали гибкие навыки: коммуникацию, командную работу, лидерство, и креативность. Участники освоят современные подходы к дизайну обучения и получат готовые сценарии занятий и оценочных материалов.

Преподаватели, кураторы и тьюторы, отвечающие за дисциплины по мягким навыкам или желающих встроить развитие мягких навыков в свои предметные курсы.

Методисты ИТМО и СберУниверситета, практикующие тренеры по развитию мягких навыков и эксперты по дизайну образовательных программ:

• Романенко Юлия Николаевна
• Шестакова Евгения Сергеевна
• Казанцева Марина Васильевна

Трек обучает преподавателей использовать ИИ для автоматизации кода и внедрения современных практик разработки: совместная работа в GitVerse и настройка CI/CD‑пайплайнов. Участники подготовят собственные примеры и задания, чтобы студенты учились разрабатывать так же, как в индустрии.

Преподаватели программирования, разработки ПО, DevOps и инженерии данных, которые хотят научить студентов работать с ИИ‑ассистентами, Git‑платформами и CI/CD‑процессами на уровне современных компаний.

Инженеры и архитекторы Сбера, эксперты по GitVerse и CI/CD, преподаватели практико‑ориентированных программ по разработке.

Трек помогает преподавателям обновить курсы по риск-менеджменту, интегрируя современные подходы к управлению рисками в условиях ИИ, больших данных, киберугроз и регулирования цифровой экономики. Участники разберутся, как меняются модели в риск-менеджменте, какие новые источники рисков возникают при внедрении ИИ и как учитывать модельный и операционный риск в образовательных и прикладных кейсах.

Преподаватели вузов и колледжей, которые ведут дисциплины по экономике и финансам, информатике и информационным технологиям и хотят сделать свои курсы актуальными для новой цифровой реальности.

Эксперты по риск-менеджменту, аналитике данных и цифровой трансформации, работающие на стыке ИИ, финансовых технологий и управления рисками.

Трек посвящен современным подходам к интеграции больших языковых моделей (LLM) и AI-сервисов в Java-приложения. Участники познакомятся с практическими сценариями использования AI в backend- и enterprise-разработке, особенностями интеграции AI-функциональности в Java-сервисы и подходами к использованию этих технологий в образовательном процессе. В рамках трека рассматриваются архитектурные и технологические подходы к разработке AI-enabled приложений, работа с данными и API, ограничения и риски использования LLM, а также практики преподавания AI-технологий в курсах по Java, backend-разработке и микросервисной архитектуре.

Преподаватели вузов и колледжей, преподаватели дисциплин по микросервисной архитектуре и корпоративной разработке, спецкурсов для обучающихся по образовательным программам с профилем «Java/backend разработка», а также ИТ-дисциплин, заинтересованные в интеграции AI-технологий в учебный процесс.

Практикующие Java-разработчики, backend-инженеры и архитекторы Сбера, работающие с enterprise-разработкой, AI-инструментами и современными технологиями разработки программного обеспечения.

Трек помогает преподавателям освоить проектирование инфраструктуры и архитектуры ИТ-систем, готовых к интеграции генеративного ИИ и больших языковых моделей в учебные и исследовательские проекты. Участники разберутся в требованиях к ИИ-инфраструктуре, научатся оценивать облачные платформы для ML и строить надежные сервисы для образовательных сценариев.

Преподаватели вузов и колледжей, ведущие дисциплины по архитектуре ИТ-систем, облачным технологиям, DevOps, высокопроизводительным вычислениям и внедрению ИИ-решений, которым важно понимать, как проектировать сервисы для генеративного ИИ в образовании и науке.

Архитекторы облачных ИИ-платформ Сбера и преподаватели с опытом проектирования AI-ready инфраструктуры для университетов.

Трек помогает преподавателям передать студентам актуальные практики, которые используются в современных цифровых компаниях при создании и развитии продуктов. Участники разберутся в продуктовом и проектном подходах, освоят методы исследований, работу с метриками, юнит-экономикой и AI-инструментами, а также научатся превращать данные в управленческие решения.

Преподаватели вузов и колледжей по дисциплинам менеджмента, управления проектами и продуктами, цифровых технологий, а также преподаватели, развивающие проектное и исследовательское обучение. Трек также подойдет тем, чьи дисциплины связаны с педагогикой, социальными и гуманитарными науками и могут быть усилены исследованиями и проектным менеджментом.

Практикующие продуктовые и проектные менеджеры Сбера, а также исследователи и UX-специалисты, работающие с цифровыми продуктами банка.

Инжиниринг данных часто называют «добычей новой нефти» из-за его важности и ценности в современном мире. На треке вы узнаете, как работать с большими данными и анализировать их, познакомитесь с ключевыми технологиями в этой области и рассмотрите, как они используются на практике, а также получите доступ к учебному стенду СУБД Pangolin. Успешно пройдя курс, вы сможете попробовать свои силы в создании собственных проектов и исследований в области инжиниринга данных. Этот трек будет интересен как преподавателям математики, компьютерных наук, информационной безопасности и управления в технических системах, так и начинающим специалистам в области больших данных.

Преподаватели математики, компьютерных наук, информационной безопасности и управления в технических системах, а также начинающие специалисты в области больших данных.

Практикующие эксперты Сбера в области искусственного интеллекта, машинного обучения и управления данными, которые расскажут о современных подходах к инжинирингу данных и работе с большими данными.

Трек помогает преподавателям обновить курсы по экономике, финансам и финтеху современными ИИ-подходами, которые уже применяются в банковских и цифровых финансовых сервисах. Участники разберутся в цифровых бизнес-моделях, как использовать ИИ для анализа данных, как применять ИИ в финансах, принципах работы блокчейн, криптовалют и других финтех-инноваций, а также инструментах цифровизации финансовой функции.

Преподаватели вузов и колледжей, ведущие дисциплины по экономике, финансам, банковскому делу, финтеху, цифровой экономике и анализу данных в финансах, которые хотят включить в курсы актуальные ИИ-инструменты и практические кейсы.

Эксперты по экономике, финансам, аналитике данных и ИИ в финансовом секторе.

В прошлом году мы разбирали архитектуру профессий и конкретные инструменты: AutoML, Process Mining и GigaChat. В этом году – резкий поворот к практике. Мы переходим от общих методов ИИ к отраслевой специфике: как обучать модели на малых данных в медицине, почему генеративные сети меняют строительное проектирование и как ИИ-агенты ускоряют научные открытия. Первые три дня интенсива – общая программа для всех участников трека. Вы погрузитесь в сквозные технологии: от оценки модельных рисков до промышленного применения голосовых AI-решений. Оставшиеся дни – глубокая специализация по трем направлениям: медицина – мультимодальные модели для диагностики, ИИ в обработке медицинских изображений и ЭМК, этика и регуляторика; строительство – предиктивное обслуживание зданий, BIM + ИИ, оптимизация ресурсов и безопасность на стройплощадках; наука – ИИ-агенты для генерации гипотез, автоматизация лабораторных исследований, применение LLM в анализе научных статей и данных.

Для преподавателей, которые хотят не просто рассказывать об ИИ теорию, а готовить специалистов, способных внедрять интеллектуальные системы в реальные сектора экономики. Если ваша задача – обновить образовательные программы, запустить междисциплинарные курсы или проектные семинары с уклоном в медицину, строительство или научные исследования – этот интенсив станет вашим конструктором актуальных компетенций.

Преподаватели и практики Сбера, AIRI и Сеченовского университета.

Трек помогает преподавателям уверенно работать с генеративным ИИ: правильно формулировать задачи, получать нужный результат и встраивать ИИ-инструменты в повседневную работу. Участники научатся применять LLM для подготовки занятий и научных текстов — и смогут передать эти навыки своей аудитории.

Преподаватели вузов и колледжей любых направлений, которые хотят уверенно работать с ИИ-инструментами в своей дисциплине и передать студентам культуру работы с ИИ.

Эксперты по генеративному ИИ Сбера.

Трек посвящён тому, как проектировать занятия по любой дисциплине так, чтобы студенты параллельно развивали гибкие навыки: коммуникацию, командную работу, лидерство и креативность. Участники освоят современные подходы к дизайну обучения и получат готовые сценарии занятий и оценочных материалов.

Преподаватели, кураторы и тьюторы, отвечающие за дисциплины по мягким навыкам или желающие встроить развитие мягких навыков в свои предметные курсы.

Методисты ИТМО и СберУниверситета, практикующие тренеры по развитию мягких навыков и эксперты по дизайну образовательных программ: Романенко Юлия Николаевна, Шестакова Евгения Сергеевна, Казанцева Марина Васильевна.