AI Agents for Professionals
A hands-on micromasters program for non-technical professionals who want to move from chaotic AI experiments to systematic automation of their work processes.
оверв'ю
Ви вже користуєтесь ChatGPT, Claude, Gemini або Copilot, але рутина все ще на вас. AI може написати чернетку, підсумувати зустріч або допомогти з ідеєю. Та в реальній роботі цього швидко стає мало: контекст треба пояснювати заново, результат — постійно перевіряти, а систематизація АІ-роботи виглядає як щось неосяжне і важке.
AI Agents for Professionals допомагає зібрати це в систему. За 8 тижнів ви розберете власний робочий процес, створите AI-агентів під реальні задачі, підключите їх до робочих даних через MCP, перевірите якість і підготуєте capstone з вимірюваним ефектом для себе, команди або керівника. Окрема цінність програми — 60 годин експертного супроводу від Євгенії Клепи: фідбек на домашні завдання, розбір проміжних результатів, консультації щодо capstone-проєкту та фінальні захисти.
чого ви навчитеся
вимоги до учасників
Програма
Воркшоп 1. Від чат-промпта до агента
- Ви розумієте, що таке AI-агент, і знаходите 3 власні задачі, які можна перевірити на агентизацію
- agentic AI і відмінність від chat-based AI
- базова безпека
- ландшафт інструментів
- логіка агента: інструкції, контекст, інструменти, автономність
- Аудит власних робочих процесів і вибір 3 кандидатів на агентизацію
Воркшоп 2. Claude Projects як робоче місце
- Перший працюючий агент під вашу задачу
- custom instructions, project knowledge, файли
- інструкції для передбачуваного результату
- управління контекстом
- Створити перший Claude Project під одну зі своїх задач і протестувати його на 10 реальних кейсах
Воркшоп 3. MCP: агент виходить за межі чату
- Агент працює з вашими робочими даними
- що таке MCP
- підключення до Gmail, Google Drive, Notion, календарів, баз даних
- готові MCP-конектори і ситуації, коли потрібні власні
- Підключити мінімум 2 MCP-сервіси до свого агента і виконати реальну задачу end-to-end
Воркшоп 4. Дизайн агента під реальну задачу
- Агент побудований на зрозумілій workflow-карті, а не на інтуїції
- workflow mapping для AI-агентів
- кроки, залежності й точки контролю
- анти-патерни
- цикл інструкція → тест → правка → тест
- Відрефакторити свого агента на основі workflow-карти
Воркшоп 5. Оцінка якості і вдосконалення
- Ви можете показати, що агент працює добре, а не просто наче ок
- якість роботи агента
- метрики для нетехнічних задач
- регулярна перевірка результату
- human-in-the-loop
- Створити міні-evaluation set із 5–8 кейсів і прогнати через нього свого агента
Воркшоп 6. Багатокрокові автоматизації: Make, Zapier, n8n
- Агент вбудований у workflow з тригером, діями й логікою виконання
- коли одного агента недостатньо
- Make, Zapier і n8n
- тригери, дії, бранчинг, AI-кроки
- вибір інструменту за задачею, бюджетом, складністю і вимогами до даних
- Обрати інструмент під свою задачу і побудувати один автоматизований workflow з тригером
Воркшоп 7. Безпека, дані, етика
- Ви розумієте межі довіри до агента і маєте правила використання для себе або команди
- які дані не можна передавати агенту
- конфіденційність і compliance
- prompt injection
- маркування використання AI
- точки повернення до людини
- Провести аудит свого агента на ризики і підготувати правила використання
Воркшоп 8. Capstone presentation і масштабування
- Фінальна презентація AI-рішення і план розвитку власної AI-практики
- презентація capstone-проєктів
- як показати рішення команді або керівнику
- як описати ефект: час, якість, масштаб, ризики
- що робити з агентом після завершення програми
- Захистити фінальний проєкт і отримати фідбек
Capstone-проєкт
Протягом програми ви працюєте над власним AI-агентом або системою агентів під реальну робочу задачу. У фіналі ви презентуєте задачу до автоматизації, архітектуру рішення, демо на 3 реальних кейсах, виміряний ефект, ризики й правила використання.
Критерії оцінки: функціональність, реалістичність задачі, якість дизайну агента, чіткість презентації, оцінка ризиків.
Викладачка
Jane Klepa
Директорка з Інновацій та підприємництва SET University
Підприємиця, екс-виконавча директорка 1991 Accelerator, координаторка проєктів, менторка та спікерка з 12-річним досвідом роботи у сфері технологій. Також Євгенія читає курс «Developing entrepreneurship mindset» на магістерських програмах SET University.
Переваги
Експертний супровід — 60 годин, закладених на фідбек, розбір домашніх завдань, консультації щодо capstone-проєктів і захисти з Євгенією Клепою
Hands-on — робота з власним реальним процесом, який можна автоматизувати вже під час навчання
No-code — без програмування, проте з логікою agent design, workflow mapping і перевірки результату
Tool-first — Claude Projects, Copilot, MCP, Make, Zapier або n8n на практичних задачах, а не в теорії
Бізнес-ефект — фокус на тому, як показати результат через час, якість, бюджет, ROI або зменшення рутини
Безпека і контроль — робота з даними, compliance, prompt injection і human-in-the-loop без ілюзії, що AI можна просто «відпустити»
Практичний результат — AI-агент або workflow під вашу задачу, evaluation set і фінальна capstone-презентація
для кого
Middle і senior нетехнічні спеціалісти, які вже користуються AI на базовому рівні й хочуть вбудувати його у свою роботу системно
Маркетинг, комунікації, sales, business development, HR, L&D, operations, finance, legal, product, project management, analytics, support і delivery-команди
Програма для тих, кому потрібен результат, який можна показати керівнику або команді: процес, ефект, ризики і можливість масштабування
FAQ
Чи потрібні навички програмування?
Ні. Програма no-code. Якщо ви шукаєте курс із розробки агентів на LangChain або LangGraph, ця програма не про це.
Я вже щодня користуюся ChatGPT. Мені буде корисно?
Так. Програма створена для людей, які вже пройшли етап базових промптів і хочуть будувати AI-процеси системно: з контекстом, інтеграціями, оцінкою якості та бізнес-ефектом.
Що якщо моя компанія ще не має AI-стратегії?
Це нормальна ситуація. Програма допомагає почати з процесів, на які ви реально впливаєте у своїй ролі, і показати результат мовою бізнесу.
Чи потрібно використовувати реальні робочі дані?
Ви працюєте зі своєю реальною задачею, але можете адаптувати дані так, щоб не порушувати внутрішні правила компанії. На програмі окремо розбираємо конфіденційність, compliance і межі використання AI.
Скільки часу потрібно на тиждень?
6–8 годин: 2 години live-воркшопу і 4–6 годин самостійної роботи над власним проєктом.
Чи потрібні платні версії інструментів?
Так. Claude Pro обовʼязково, орієнтовно від $20 на місяць. Також потрібен один automation-інструмент на вибір. Орієнтовний бюджет на інструменти протягом програми — $40–60.
Що буде на виході?
Працюючий AI-агент або workflow під вашу задачу, evaluation set, оцінка ризиків і capstone-презентація з вимірюваним ефектом.
Зберіть свою команду AI-помічників і перетворіть щоденну рутину на керований workflow
