Обучение AI для аналитиков банка — программа Б3

Data-аналитики в крупных банках — особый класс специалистов. Они не совсем «разработчики» — они не пишут продакшн-код на Rust. Они не совсем «бизнес» — они глубоко внутри технологической стороны работы с данными. И они не совсем «риск-менеджеры» — они не принимают решения о риске, они его измеряют и предоставляют материал для решений. Это мост между технологией и бизнесом, и именно поэтому им так нужно чёткое понимание того, что ИИ может дать их работе — и чего не может.

Программа Б3 — «Обучение AI для аналитиков банка» — это двух- или трёхдневный интенсив, построенный специально для этой аудитории. Это не «обзор нейросетей для менеджеров» и не «глубокое машинное обучение для инженеров». Это — прикладная программа, в которой аналитики за два-три дня получают конкретные инструменты и методики работы с ИИ в их ежедневной работе, плюс общую картину по Gen BI Maturity Index — параллельной шкале зрелости для генеративной аналитики.

Программа уже работает в 2026 году в шести разных локациях одного из крупнейших российских банков — подробный разбор кейса здесь.

Для кого эта программа

Программа Б3 — для data-команд в банке. Это значит:

  • Data analysts — специалисты, которые готовят отчёты, работают с метриками, анализируют бизнес-показатели.
  • BI engineers — те, кто строит дашборды, поддерживает семантический слой, разрабатывает кубы и агрегации.
  • Risk analysts — аналитики в риск-функции, которые работают с данными по фроду, по кредитному риску, по операционным рискам.
  • Data scientists начального и среднего уровня — те, кто уже работает с классическими моделями ML, и теперь хочет встроить LLM в свою работу.
  • Head of Analytics — руководители подразделений, которые хотят понять, что ждать от ИИ в работе их команды.

Программа не для разработчиков моделей на низком уровне — им нужен другой материал, более технический. И не для руководства банка без data-контекста — им подходит AI Leverage Sprint.

Структура программы

Два-три дня работы, разделённые на четыре блока. Детальное расписание зависит от специфики команды клиента, но общая структура всегда такая.

Блок 1 — Основы LLM и Gen BI (половина первого дня)

  • Что такое большие языковые модели и почему они важны для аналитиков.
  • Промптинг как профессиональный навык: как формулировать запросы, чтобы модель помогала, а не путала.
  • Кибербезопасность: что можно отдавать в LLM, что нельзя, как работать с клиентскими данными в контуре безопасности банка.
  • Введение в Gen BI Maturity Index — мою авторскую шкалу из 7 уровней зрелости генеративной аналитики. Команда узнаёт, на каком уровне они сейчас и куда двигаться.

Блок 2 — Работа с данными через LLM (вторая половина первого дня)

  • Практические инструменты: ChatGPT Advanced Data Analysis, Claude с Python-кодом, Akkio, Pandas AI. Что у какого сила, когда что выбирать.
  • Практикум на реальных данных: выгружаем CSV (с удалёнными чувствительными полями), задаём LLM задачу на естественном языке, смотрим, что получается, разбираем ошибки.
  • Очистка данных через LLM: как привести таблицу с несогласованными форматами к единому виду за 10-20 минут.
  • Семантический слой: зачем он нужен, как его строить, как встраивать LLM поверх него.

Блок 3 — Авторская data category map (первая половина второго дня)

Одна из ключевых частей программы — data category map, моя авторская карта категорий данных в банке. Она отвечает на вопрос: какие у вас есть категории данных и как с каждой работает LLM?

Пять категорий в карте:

  1. Структурированные транзакционные данные — классические таблицы с миллионами строк. LLM работает через генерацию SQL или семантический слой.
  2. Полуструктурированные документы — договоры, отчёты, регуляторные документы. LLM работает через RAG + extraction.
  3. Неструктурированные тексты — обращения клиентов, заметки, комментарии. LLM работает через промпты и понимание естественного языка.
  4. Визуальные данные — сканы, фото, диаграммы. LLM-мультимодальные модели.
  5. Временные ряды — потоковые данные. Классические модели прогнозирования + LLM для объяснения результатов.

На сессии мы привязываем эту карту к реальным данным команды клиента: вот ваши таблицы, вот ваши документы, вот ваши тексты — где каждое из них на карте, какие методы применимы. Это занимает час на сессии и даёт команде ясное понимание, с чем они реально работают.

Блок 4 — 12+ Training-кейсов и финальная сессия (второй день / третий день)

12+ практических кейсов из реальной работы банковских data-команд:

  • Классификация платежей по статьям.
  • Анализ оттока клиентов с объяснимостью предсказаний.
  • Автоматизация подготовки регулярных отчётов.
  • Поиск аномалий в операционных данных.
  • Семантический поиск по клиентским обращениям.
  • Генерация тестовых данных для проверки систем.
  • Другие темы — в зависимости от специфики клиента.

Каждый кейс прорабатывается в формате групповой работы: команда разбивается на подгруппы, каждая подгруппа берёт один кейс, думает над архитектурой, заполняет AI Leverage Canvas для инициативы и защищает перед остальными.

Финальная сессия — «Моя дорожная карта по Gen BI», в которой каждый участник (или подгруппа) готовит свой план внедрения на ближайшие 3-6 месяцев.

💡 Хотите обсудить программу для вашей data-команды? Программа Б3 — это 2-3 дня интенсивной работы, адаптированной под вашу специфику. Цена начинается от 500 000 ₽ за поток. Подходит для команд от 8 до 30 человек. Обсудить программу →

Что вы получаете

По итогам программы:

  • Каждый участник умеет применять LLM в ежедневной работе с данными: промпты, инструменты, очистка, анализ.
  • Команда говорит на одном языке — Gen BI Maturity Index + data category map + шкала автономности.
  • На выходе — 10-15 проработанных инициатив внедрения ИИ в работу команды, с ответственными и первыми шагами.
  • Дорожная карта для всей data-функции на 6-12 месяцев.
  • Методические материалы — слайды, шаблоны, примеры кода — остаются у команды и могут использоваться в дальнейшей работе.

Сколько стоит

Цена программы Б3 начинается от 500 000 ₽ за поток в базовом формате: 2 дня, до 15 участников, стандартная методология, итоговая дорожная карта.

Варианты дополнений:

  • 3-дневный формат — больше глубины в каждом блоке, больше практикума.
  • Расширение до 25-30 участников — больше малых групп, дополнительный фасилитатор.
  • Пред-сессия с руководством data-команды — отдельная встреча для уточнения специфики и целей.
  • Адаптация под мульти-локационный проект (как в мульти-локационной программе для крупного банка) — с запуском в нескольких подразделениях одного банка.
  • Интеграция с программой для риск-функции — для крупных банков, где программа Б3 для data-команды идёт параллельно с программой обучения риск-подразделения.

Связанные форматы

  • Корпоративная программа для риск-функции — для всей риск-команды банка, включая data-аналитиков. Программа Б3 — это суженный под data-команду вариант.
  • Методика Gen BI Maturity Index — полное описание авторской шкалы, которая используется в программе.
  • Дорожная карта внедрения ИИ — как строится итоговый артефакт программы.

Что дальше

Если вы руководитель data-команды в банке и думаете про обучение вашей команды по работе с ИИ — первый шаг это разговор. На первой встрече мы обсуждаем специфику вашей команды, текущее состояние работы с данными, ваши приоритеты. По итогам я даю точное предложение.

Обсудить программу для вашей data-команды →