Бізнес-аналіз в ІТ з інтеграцією штучного інтелекту
Мета курсу
Отримання практичних навичок бізнес-аналізу в ІТ з інтеграцією інструментів штучного інтелекту для оптимізації процесів, роботи з вимогами та прийняття рішень.
Курс розроблений для
- Початківці, які хочуть увійти в ІТ як бізнес-аналітики
- Діючі фахівці з суміжних сфер
- Спеціалісти, які хочуть підвищити кваліфікацію
- Ті, хто хоче працювати на перетині аналітики та штучного інтелекту
- Люди, яким потрібна підготовка до сертифікацій
Формат навчання:
- Курс у записі
- 20 онлайн-занять по 1,5 години + домашні завдання
- Практичні кейси, перевірка домашніх завдань
- Підтримка учасників під час навчання в закритому чаті
Що отримає випускник курсу?
Програма курсу "Бізнес-аналіз в ІТ з інтеграцією штучного інтелекту"
1
- Життєвий цикл розробки ПЗ (SDLC)
- Огляд галузі та IT-ролей
- Ролі бізнес-аналітика
2
- Моделі: водоспадна, прототипування, спіральна модель, V-модель, Agile підхід
- Сучасні методології та фреймворки: Scrum, Kanban, Lean, SAFe
3
- Стандарти та сертифікації: BABOK, PMI-PBA, PSPO
- Етика та якість бізнес-аналітики
- Артефакти на кожному етапі SDLC
4
- Повний цикл роботи зі стейкхолдерами
- BA як фасилітатор
- Як побудувати ефективну кооперацію
5
- Життєвий цикл продукту
- Бізнес-цінність та її показники
- Бачення продукту (Vision document) як опорний документ
- Розуміння кінцевих користувачів
- MVP - визначаємо мінімально життєздатний продукт
6
- Рівні (типи) та види вимог (функціональні та нефункціональні)
- Техніки виявлення вимог
- Види документації вимог
7
- User Stories та Acceptance Criteria
- Use cases
- DoR (definition of ready) - визначення готовності вимог
- DoD (definition of done) - визначення готовності функціоналу
- INVEST - інвестуй в якісні вимоги
8
- Життєвий цикл вимог
- Техніки пріоритизації вимог та Уточнення вимог (Backlog Refinement)
- Change log - артефакт для керування змінами
- Матриця ризиків
- Jira та Confluence у роботі BA
9
- Декомпозиція та візуалізація процесів
- BPMN 2.0
- Основи UML
10
- Інструменти: Draw.io, Figma, Canva
- Створення інтерактивних прототипів
- Принципи Usability (зручності користування)
11
- Як писати ефективні промпти
- Використання AI для підготовки до виявлення вимог
- Генерація функціональних/нефункціональних вимог за допомогою AI
12
- Типи розробки ПЗ, мови програмування та інструменти
- Архитектура ПЗ
- Основи баз даних
- API та формати даних
13
- DevOps-культура
- CI/CD та якість ПЗ
- Як BA взаємодіє з розробниками, Архитектором, DevOps
14
- Побудова діаграм з AI
- Пріоритезація з допомогою від ШІ
- AI для швидкого створення UI-макетів
15
- Поняття якості
- Внутрішня та зовнішня якість продукту
- Критерії якості (KPI) продукту
- Взаємодія з тестувальниками
- Участь у приймальному тестуванні
16
- Вибір кейсу (за погодженням з НБУ)
- Формування вимог та початкової документації
- Робота в Confluence, Jira, Notion
17
- Створення діаграм, прототипів
- Підготовка презентаційних матеріалів
- Робота в Confluence, Jira, Notion
18
- AI як помічник в бізнес аналізі на кожному етапі
- Принципи роботи AI-асистентів
- Налаштування AI-помічника
- Етичні аспекти використання AI
19
- Основи ефективного пітчингу та презентації рішення
- Робота із зворотнім зв’язком та зауваженнями
- Сильні мовні стратегії
- AI-інструменти для побудови презентації
20
- Представлення роботи
- Рефлекіс та ретроспектива курсу
- План подальшого індивідуального розвитку
Курс
10 тижнів
30 годин
Проводить навчання
Марина Мельник
Founder, CEO, Lead Trainer, AI Transformation Consultant, Career Therapist