Ближайшая школа
4 - 6 декабря 2025
8 - 23 декабря 2025
зависит от формата
Томск, ТГУ |
Модуль, зависящий от формата (очно или онлайн)
Онлайн-модуль
Стоимость участия
Начните анализировать данные и создавать на их основе работающие цифровые решения.
Трехнедельная проектная программа для университетских лидеров, исследователей и фандрайзеров. Кульминация программы — трехдневный интенсив, где вы превратите свою идею в работающий AI-прототип, даже если никогда не писали код.
Трехнедельная проектная программа для университетских лидеров, исследователей и фандрайзеров. Кульминация программы — трехдневный интенсив, где вы превратите свою идею в работающий AI-прототип, даже если никогда не писали код.
Школа-акселератор прикладного анализа данных
3 дня интенсивного погружения в мир данных и искусственного интеллекта
Удостоверение о повышении квалификации государственного образца
Получите доступ к профессиональному сообществу исследователей и аналитиков
Результат — прототип цифрового продукта для решения вашей задачи
Ваши идеи заслуживают большего, чем просто презентация в PowerPoint
Каждый день в университетах и исследовательских центрах рождаются блестящие идеи. Но слишком часто они вязнут в рутине:
- Исследования занимают месяцы, а результаты остаются в виде статичных отчетов, которые никто не читает.
- Управленческие решения принимаются вслепую, потому что на глубокий анализ нет ни времени, ни инструментов.
- Отсутствие подхода, знаний и навыков для созданию целевого капитала. Есть ФЦК, но нет маркетинговой и коммуникационной стратегии, тогда фандрайзинг носит ситуативный характер.
Мы переизобрели Школу. Теперь это не курс, а продуктовый акселератор.
Забудьте о длинных лекциях. Наша новая Школа — это интенсивная проектная работа, в центре которой — трехдневный хакатон, где вы не узнаете о технологиях, а своими руками создадите работающий цифровой продукт для решения вашей главной рабочей задачи.
Вы приходите с проблемой — уходите с прототипом.
Наша философия — «Вайб-кодинг»: Мы не учим вас программированию. Low-code - это сборка из готовых блоков, а мы учим вас ставить задачи нейросети, которая напишет код за вас. Вы становитесь архитектором, а ИИ - вашим личным разработчиком.
Ключевые темы
Трек «AI-Стратег» (Для управленцев и руководителей ДПО
- Ваша боль: рутина съедает все время, нет ресурсов на проекты развития, а ДПО-программы устаревают и не приносят доход. Дефицит компетенций и инструментов глубокого и быстрого анализа данных для принятия решений
- Ваш результат на Школе: разработанная на данных концепция прорывной образовательной программы ИЛИ план по высвобождению сотен часов рабочего времени вашей команды с помощью «библиотеки AI-решений».
- Ваш прототип после онлайн-модуля: интерактивный калькулятор эффективности для защиты стратегии перед руководством или чат-бот «Карьерный навигатор» для консультирования слушателей ДПО.
Трек «AI-Фандрайзер» (Для руководителей эндаумент-фондов и фандрайзеров)
- Ваша боль: вы запустили целевой капитал, но не знаете как дальше его развивать? В условиях ограниченности ресурсов вам необходимо развивать целевой капитал и получать ежегодно доход, но старые методы привлечения средств зачастую не работают, а на привлечение дополнительных кадров и анализ деятельности не хватает ресурсов.
- Ваш результат на Школе: вы получите пошаговый сценарий («плейбук») вовлечения крупных дарителей ИЛИ готовую концепцию новой массовой фандрайзинговой кампании, основанной на мировых практиках и применимой к вашим реалиям, а также научитесь применять инструменты ИИ для ежедневной работы ФЦК: создание постов для социальных медиа, ценностных предложений для потенциальных дарителей, анализ управленческой инвестиционной отчетности и многое другое.
- Ваш прототип после онлайн-модуля: лендинг для P2P-кампании, где волонтеры или ваши фандрайзеры собирают средства, или чат-бот «Симулятор переговоров» для подготовки к встрече с меценатом.
Трек «AI-Исследователь» (Для исследователей и аналитиков)
- Ваша боль: вы тонете в массивах неструктурированных данных (интервью, тексты, отзывы), а ручной анализ занимает вечность.
- Ваш результат на Школе: глубокий анализ вашего кейса с помощью LLM и low-code платформы PolyAnalyst, который выявляет скрытые инсайты и паттерны в данных.
- Ваш прототип после онлайн-модуля: интерактивный дашборд с результатами вашего исследования, ИИ-ассистент, рабочий API-классификатор научных текстов или чат-бот для диагностики на основе данных.
Как проходит обучение
Неделя 0. Онлайн-подготовка:
Серия мастер-классов по основам промптинга и методологии Школы. Вы приходите на интенсив "разогретым" и готовым к работе.
Дни 1-3. Очный интенсив:
Три дня полного погружения. Мы работаем над кейсами, осваиваем AI-инструменты и low-code платформы, получаем консультации экспертов и в бешеном темпе готовимся к защите.
Недели 1-3. Проектный онлайн-спринт:
Ваша идея станет основой для прототипа: с помощью экспертов школы вы пройдете путь от концепции до готового цифрового продукта, используя современные инструменты и методы.
Финальный Демо-день:
Вы презентуете свой прототип перед экспертами и коллегами, получаете обратную связь и «дорожную карту» по его дальнейшему развитию.
Партнеры
Что в результате
Вы унесете с собой больше, чем знания:
- Работающий цифровой прототип для решения вашей задачи.
- Проектное задание для его дальнейшей разработки и внедрения.
- Экспертизу в LLM и low-code платформе PolyAnalyst и DataLens, которые позволят вам анализировать данные и создавать новые цифровые инструменты без знаний. программирования.
- Удостоверение о повышении квалификации ТГУ.
- Доступ к сообществу выпускников и экспертов Университетского консорциума исследователей больших данных.
????♂️ AI-Навигатор Школы
Не можете выбрать трек? Доверьтесь нашей "Распределяющей шляпе". Опишите вашу роль и задачи, и она не только подберет для вас идеальный путь, но и рассчитает **ваш личный потенциал роста продуктивности.**
Выгодные условия
Соберите команду от пяти человек и получите скидку 20%, проработайте собственный проект совместно с экспертами Школы
Успейте подать заявку до 1 ноября
Форматы участия
наш менеджер свяжется с вами
заполните форму
ТГУ (г. Томск) или онлайн
-------------------------------
зависит от формата
-------------------------------
зависит от формата
Подайте заявку до 24 ноября
с 4 по 23 декабря
2025 года
2025 года
ПОСТУПЛЕНИЕ НА ШКОЛУ
прикладного анализа данных
Прошедшие Школы прикладного анализа данных
Грозный · Ставрополь · Киров · Архангельск · Тыва · Томск · Москва · Владивосток · Чита ·
> 1 900 человек
успешно закончили Школы
> 200 команд
разработали свои проекты
> 70 проектов
реализовано по итогам Школ
> 20 грантов
выиграно выпускниками Школ
Несколько проектов, разработанных на интенсивах
• Актуализация объектов культурного наследия города Кирова как драйвер развития региона
• Формирование конкурентоспособного имиджа СКФУ
• Разработка программного модуля прогнозирования исхода острого повреждения почек в отделении реанимации и интенсивной терапии
• Уровень преступности среди несовершеннолетних по Республике Тыва
• Expectation Gap: почему молодёжь уезжает из регионов
• Сетевая модель публикаций Российской Федерации и Республики Беларусь по ключевым научным направлениям Программы развития ПсковГУ
Школу отличала качественно проработанная программа. Все задания строились на реальных кейсах. После школы большинство команд продолжили работу над своими проектами. Наша команда кафедры социальной работы и молодежной политики работает над темой, связанной с оценкой деятельности онлайн сообществ по поддержке жертв супружеского насилия. И сегодня мы уже можем похвастаться первыми выступлениями на конференциях, статьями на эту тему и выигранной заявкой Благотворительного фонда В. Потанина.
Важно, когда коллеги, которые получили ценный опыт в новых областях знаний, делятся наработанными методами и практикой проведения исследований, новейшими инструментами сбора данных. Им удалось составить оптимальную программу стажировки, которая обеспечила лучшее понимание относительно возможных направлений проведения исследований в нашем регионе. Самым значимым для нас был научно-исследовательский семинар, посвященный нашему проекту. После этого семинара у нас появились дополнительные идеи развития нашего проекта в будущем. Остается поблагодарить наших коллег за столь плодотворную неделю.
Школа прикладного анализа данных превзошла все мои ожидания! Участников не только познакомили с инструментами анализа данных и показали их использование на конкретных примерах, но и начали работу по созданию совместных проектов. Работа по проектам, начатым в рамках школы, у многих продолжается и сейчас. После школы для меня лично работа по анализу данных перешла на новый более высокий уровень, наш вуз вступил в Университетский консорциум исследователей больших данных и у нас была открыта научно-исследовательская лаборатория прикладного анализа данных. Спасибо за школу и последующее сотрудничество!
Благодарю организаторов за возможность поучаствовать в Школе прикладного анализа данных, которая проходила 10−13 декабря в Москве. Приняв участие в мероприятии, узнала о новых современных возможностях анализа и представления результатов данных для научных исследований. Очень хочется поблагодарить за терпение и доступное донесение информации в ходе обучения, поскольку слабо разбираюсь в технических возможностях компьютерных систем и языках программирования. Кроме высокого профессионального уровня обучения организаторам удалось создать также «дружественную» атмосферу среди участников мероприятия, которые прибыли из разных регионов страны.
Соберем Школу
под вашу организацию
под вашу организацию
Университеты уже собирают большие массивы данных, но сотрудники часто не знают, как их использовать. Мы учим эффективно собирать, обрабатывать и интегрировать данные в научные проекты и улучшать процессы внутри университета. Это возможно без знаний языков программирования.
Направления школы
Управление на основе данных
подойдет руководителям образовательных организаций
Анализ данных в социальных исследованиях
подойдет исследователям
Анализ больших данных в образовании
подойдет IT-командам вузов
Результаты для университета
Ядро исследовательской команды для создания Центра прикладного анализа данных в вузе
Дорожная карта реализации исследования вуза
Наборы данных для исследования вуза
Показатель программы «Приоритет 2030» по численности прошедших обучение по дополнительным профессиональным программам в университете