Скоро! MAA2. ИИ-агенты для бизнес-задач за 8 недель [Product University] [Артем Астапенко, Дмитрий Жечков, Алексей Черняк]

[EGround]

Складчина: MAA2. ИИ-агенты для бизнес-задач за 8 недель [Product University] [Артем Астапенко, Дмитрий Жечков, Алексей Черняк]​

MAA2. Master of Agents Administration. Управление ИИ-агентами. Автоматизация бизнес-задач.
Master of Agents Administration (MAA) ИИ-агенты для продажи, маркетинга, HR и аналитикии.
8 живых сессий в Zoom.

ИИ-агенты для бизнес-задач. Программа — 8 недель.
Начало — 14 июля 2026.

• Неделя 1: Основы ИИ-агентов. Анатомия ИИ-агента + Агент-ресёрчер
• Неделя 2: Агент поддержки с RAG — база знаний компании
• Неделя 3: Мульти-агентные системы: менеджер + исполнители
• Неделя 4: MCP — подключаем агента к реальному миру (CRM, почта, календарь)
• Неделя 5: Автономный агент мониторинга конкурентов
• Неделя 6: Агент-SDR: квалификация лидов и автоматический outreach
• Неделя 7: Внутренний агент компании: HR, онбординг
• Неделя 8: Финальный проект: свой агент для бизнеса

MBA учит управлять людьми
Мир перешёл к управлению агентами
MBA создали в 1908 году для индустриальной эпохи. За 116 лет формат почти не изменился: 2 года, $100–200K, академические профессора, кейсы 20-летней давности.
В 2026-м году ваш конкурент — не человек с MBA. Это человек, который умеет развернуть 50 AI‑агентов за выходные.

Агентами нужно управлять. Этому пока мало где учат.
MBA научит вас руководить людьми. Но ваш следующий «сотрудник» — это AI-агент с доступом к API, базам данных и внешним сервисам. Он не ходит на планёрки. Он не понимает намёков. Ему нужна архитектура, оркестровка и чёткие протоколы. Это — другая дисциплина. Мы назвали её Agent Administration.

• Архитектура
  Проектирование мульти-агентных систем: кто за что отвечает, как агенты взаимодействуют, где граница автономии
• Координация
  Координация десятков агентов через графы, цепочки и протоколы. LangGraph, CrewAI, MCP как язык управления
• Безопасность
  Мониторинг, human-in-the-loop. Чтобы агенты делали то, что нужно — и не делали того, что нельзя
• Масштабирование
  Из прототипа — в production. Фреймворки, CI/CD для агентов, enterprise-паттерны на реальных данных

MAA — не курс программирования и не MBA-лайт. Это первая специализация на стыке бизнеса и AI‑инженерии: как проектировать, развёртывать и масштабировать системы из десятков автономных AI‑агентов, решающих реальные бизнес-задачи.

Методология 6A Framework

1. AUDIT. Аудит
   Разбери процесс по косточкам. Детально опиши текущий процесс, выяви болевые точки и оцени потенциал автоматизации. Ключевой вопрос: «Где думает человек, а где делает автоматически?»
   Артефакты: Process Map + Automation Score
2. ARCHITECT. Архитектура
   Спроектируй агентную экосистему, прежде чем писать первый промпт. Не каждая задача требует LLM — используй простые правила там, где они работают.
   Артефакты: Agent Catalog + TO-BE процесс
3. ASSEMBLE. Сборка
   Один агент, одна задача, одна неделя. Собери и запусти MVP‑агента для самой болезненной задачи. Не строй сразу мультиагентную систему.
   Артефакты: MVP Agent + Success Criteria
4. ADAPT. Адаптация
   Human‑in‑the‑loop — не костыль, а архитектурная позиция. Адаптируй агента к реальности через обратную связь, ошибки и итерации.
   Артефакты: Error Catalog + Guardrails
5. AMPLIFY. Масштаб
   Масштабирование горизонтальное — больше агентов на разные процессы, а не усложнение одного. Расширь от MVP к экосистеме агентов.
   Артефакты: Agent Ecosystem Map
6. ADMINISTER. Управление
   Управляй агентами как командой. SLA, мониторинг качества, drift detection и непрерывное улучшение. AI Governance Policy для всей организации.
   Артефакты: Agent Ecosystem MapSLA Dashboard + AI Governance

Стоимость: 78000 руб.

Материал «MAA2. ИИ-агенты для бизнес-задач за 8 недель [Product University] [Артем Астапенко, Дмитрий Жечков, Алексей Черняк]», возможно, скоро появится на EGROUND.
Воспользуйтесь поиском, может быть, он уже опубликован.