ИИ в эксплуатации ИТ-инфраструктуры и инженерных систем (AIOps)
Научитесь применять анализ данных, языковые модели и автоматизацию в Nodul, чтобы эксплуатация ИТ и инженерных систем кампуса стала предсказуемее: меньше шума в мониторинге, быстрее разбор инцидентов, измеримый эффект.
Длительность
24 ак. ч. + 24 самостоятельно
Уровень
Продвинутый
Формат
Очно, Онлайн
Документ
Удостоверение о повышении квалификации
НДС не облагается · возможен вычет 13%
Выберите группу
- Бесплатный перенос в другую группу
- Рассрочка 0% на 6 месяцев
О курсе
Эксплуатация крупной организации кампусного типа, такой как научно-технологическая долина, охватывает не только серверы и сети. Это ещё вентиляция и климат, электроснабжение, тепло- и водоснабжение, лифты, пожарная автоматика и контроль доступа. Каждая система шлёт сигналы в свой мониторинг, дежурные инженеры тонут в оповещениях, часть отказов обнаруживается по звонку арендатора, а знания о том, что делать при сбое, живут в головах опытных сотрудников и в разрозненных инструкциях.
AIOps применяет анализ данных и языковые модели к задачам эксплуатации. Курс последовательно проводит от процесса к данным и от данных к модели: ITSM-взгляд на события, инциденты и проблемы, паспорт источников данных, обнаружение аномалий и предиктивное обслуживание оборудования, корреляция событий и снижение шума, LLM-ассистент дежурного инженера на базе инструкций (runbook), автоматизация приёма и обработки инцидентов в Nodul. Мы разбираем, где ИИ действительно снимает нагрузку, а где достаточно правил, дисциплины и хорошей инструкции, и учимся отличать одно от другого до начала проекта.
Курс построен в российском контуре. Эксплуатационные данные чувствительны: топология сети, схемы инженерных систем, учётные записи, журналы контроля доступа. Поэтому отдельный модуль посвящён тому, что можно доверить модели и где она должна работать: GigaChat и YandexGPT, модели с открытыми весами в собственном контуре, обезличивание перед вызовом, границы между сегментами ИТ и инженерных систем, базовая осведомлённость о требованиях к критической информационной инфраструктуре (КИИ). Глубокий разбор регуляторики вынесен в курс «ИИ и регуляторика РФ».
Результат курса: проект пилота AIOps на вашем участке эксплуатации. В него входят схема процесса, паспорт данных, прототип сценария в Nodul или его спецификация, проверочный набор для ассистента, метрики до и после, расчёт эффекта, карта рисков и критерии остановки пилота. Практика идёт на синтетических и обезличенных данных, а проект вы защищаете перед преподавателями и группой.
Для кого этот курс
- Руководители и инженеры служб эксплуатации ИТ-инфраструктуры и зданий
- Дежурные инженеры, диспетчеры и начальники смен
- Руководители ИТ-департаментов, службы service desk, владельцы ИТ-услуг
- Специалисты по мониторингу и автоматизации: системные администраторы, DevOps- и SRE-инженеры
- Руководители управляющих компаний кампусов, технопарков и бизнес-центров
- Процессные аналитики, которые ведут проекты автоматизации эксплуатации
Требования к подготовке
- Курс «Нейросети с нуля: ИИ-грамотность для каждого» или эквивалентная подготовка
- Курс «Nodul. Уровень 1: low-code автоматизация бизнес-процессов» или эквивалентная подготовка
- Опыт работы в эксплуатации ИТ-инфраструктуры, инженерных систем или службы поддержки, либо в роли руководителя такого участка
- Схемы BPMN читаем по ходу курса: нотация кратко повторяется в первом модуле, отдельная подготовка не требуется
Инструменты курса
Чему вы научитесь
Карта эксплуатации и отбор сценариев
Описываете процессы эксплуатации в логике ITSM и выбираете сценарии для ИИ по эффекту, качеству данных, цене ошибки и обратимости действия.
Паспорт данных эксплуатации
Инвентаризируете метрики, журналы, телеметрию инженерных систем и обращения в service desk и оцениваете их готовность к анализу.
Обнаружение аномалий
Сравниваете пороги, динамические базовые линии и ML-детекторы на временных рядах и выбираете вариант по доле ложных срабатываний и заблаговременности.
Предиктивное обслуживание
Формулируете задачу прогноза отказа для оборудования, выбираете признаки и встраиваете прогноз в процесс ТОиР как основание для осмотра.
Корреляция и снижение шума
Группируете события по топологии и времени, подавляете повторы, обогащаете их контекстом и ранжируете по влиянию на услугу.
Ассистент дежурного инженера
Собираете базу runbook'ов и ассистента с ответами по источникам, режимами доступа и проверкой на исторических инцидентах.
Автоматизация инцидентов в Nodul
Строите сценарий от события мониторинга до заявки, оповещения и эскалации с защитой от дублей, подтверждением человеком и обработкой сбоев.
Безопасность, метрики и пилот
Определяете, какие данные нельзя отдавать моделям, учитываете требования КИИ, считаете эффект по MTTD, MTTA, MTTR и стоимости обработки и проектируете пилот с критериями остановки.
Программа курса
9 модулей · 24 ак. часа с преподавателем · 24 ак. ч. самостоятельной работы
- Объекты эксплуатации кампуса: ИТ-инфраструктура (сети, серверы, хранилища, рабочие места, сервисы) и инженерные системы (электроснабжение, климат, вентиляция, водоснабжение, пожарная автоматика, контроль доступа, лифты)
- Процессы управления ИТ-услугами по ITIL и ISO/IEC 20000: события, инциденты, проблемы, изменения, запросы, знания, активы
- Процесс обработки инцидента в BPMN: от сигнала мониторинга до закрытия, линии поддержки и места, где теряется время
- Что даёт AIOps на каждом шаге: фильтрация событий, классификация, обогащение, подсказка решения, прогноз отказа, автоматическое действие
- Уровни автономности: подсказка, действие с подтверждением, автоматическое действие в безопасных границах
- Отбор сценариев для ИИ: частота, качество данных, цена ошибки, обратимость действия, измеримость эффекта
- Единая эксплуатация ИТ и инженерных систем: общие процессы, разные данные и разные последствия ошибки
Практика: Нарисовать схему обработки инцидента на своём участке, отметить три-пять мест потерь времени и выбрать три сценария-кандидата по матрице «эффект, данные, риск».
Расписание групп
Выберите удобную группу — очно в аудиториях ИНТЦ МГУ или онлайн в прямом эфире.
31 октября — 14 ноября
старт в сб· группа состоится
Выходные10:00–17:10
Очно / Онлайносталось 8 мест
Олег Брянов12 декабря — 26 декабря
старт в сб
Выходные10:00–17:10
Очно / Онлайносталось 11 мест
Максим Виноградов28 января — 6 февраля
старт в чт· группа состоится
Будни, день10:00–17:10
Очно / Онлайносталось 11 мест
Олег Брянов22 февраля — 10 марта
старт в пн· группа состоится
Будни, вечер19:00–22:10
Очно / Онлайносталось 7 мест
Максим ВиноградовНе подходят даты? Оставьте заявку — сообщим о новой группе или организуем обучение для вашей компании.
Преподаватели и авторы

Брянов Олег Александрович
Директор по эксплуатации инфраструктуры АО «УК ИНТЦ МГУ «Воробьёвы горы»
Руководит эксплуатацией инфраструктуры инновационного научно-технологического центра МГУ «Воробьёвы горы» — управлением по эксплуатации зданий и контролю качества Долины МГУ. Практик цифровизации процессов управления инфраструктурой.

Виноградов Максим
Продакт-менеджер платформы Nodul
Продакт-менеджер Nodul — российской low-code платформы автоматизации процессов и AI-агентов. Каждый день работает с тем, как компании превращают процессы в работающие сценарии: интеграции, LLM, агенты, on-premise развёртывание.
Удостоверение о повышении квалификации
Выдаём удостоверение о повышении квалификации установленного образца. Сведения о документе вносятся в федеральный реестр ФИС ФРДО — его подлинность может проверить любой работодатель.
- Электронная копия в личном кабинете
- Подходит для аттестации и портфолио
- Можно вернуть 13% через налоговый вычет
ИИ Долина
ИНТЦ МГУ «Воробьёвы горы»
№ 772600 000142
Удостоверение
о повышении квалификации
Настоящее удостоверение выдано
Иванову Ивану Ивановичу
в том, что он(а) прошёл(ла) обучение по программе
«ИИ в эксплуатации ИТ-инфраструктуры и инженерных систем (AIOps)»
в объёме 24 академических часов
Долина
Стоимость обучения
Рассрочка 0%
До 6 месяцев без переплаты
Налоговый вычет
Вернёте до 5 589 ₽
Оплата компанией
Договор, счёт, акты, ЭДО
Вопросы о курсе
Нужно ли уметь программировать или знать Python?+
Нет. Сценарии в Nodul собираются визуально, а в блоке про аномалии используются готовые ноутбуки на Python: вы меняете параметры и читаете результат. Писать код с нуля не требуется, зато понадобится уверенно работать с таблицами и графиками.
Можно ли брать на занятия реальные данные нашей инфраструктуры?+
Практика идёт на синтетических и обезличенных наборах. Топологию сети, учётные данные, схемы инженерных систем и сведения об объектах КИИ приносить не нужно и не следует. Свой кейс в итоговом проекте описывается на уровне процесса и обезличенных примеров.
У нас другая система мониторинга и service desk, а не Zabbix или Naumen. Подойдёт ли курс? И не реклама ли это Nodul?+
Подойдёт: интеграции строятся на универсальных механизмах (webhook, REST API, журналы), а принципы сценариев совпадают с n8n и другими платформами. Один из авторов работает в Nodul, и мы говорим об этом прямо: платформа используется как основной инструмент практики, а выбор решения разбирается по критериям, включая требования к российскому ПО и размещению данных.
Какой документ выдаётся и что делать, если пропустил занятие?+
После итоговой аттестации выдаётся удостоверение о повышении квалификации (24 ак. ч.); для оформления потребуется копия документа об образовании. Материалы и запись пропущенной части вы получите, а практику можно завершить в часы самостоятельной работы с консультацией преподавателя.
Остались вопросы о курсе?
Методист перезвонит, поможет выбрать группу и расскажет о скидках. Ближайший старт — 31 окт.
С этим курсом изучают
ИИ и регуляторика РФ: 152-ФЗ, КИИ и требования ФСТЭК для процессных команд
Комплаенс для команд, внедряющих ИИ в процессы: 152-ФЗ, КИИ, приказ ФСТЭК № 117, реестр российского ПО. Карта данных, риск-карта агента, политика, чек-лист и аудит реального сценария.

Олег Брянов, Андрей Коптелов34 990 ₽Nodul. Уровень 2: AI-агенты, RAG и интеграции с 1С и Битрикс24
Продвинутый практикум по Nodul: AI-агенты с инструментами и памятью, RAG по регламентам, интеграции с 1С и Битрикс24, согласование в мессенджере, MCP. Итоговый проект на вашем процессе.
Максим Виноградов36 990 ₽AI-агенты на отечественных LLM: GigaChat, YandexGPT и on-premise модели
Агенты на GigaChat, YandexGPT и открытых моделях: API и квоты, структурированный вывод, инструменты, RAG, оценка качества, запуск на vLLM в своём контуре, наблюдаемость. Практика в Nodul и Python.
Максим Виноградов39 990 ₽ИИ и машинное обучение в информационной безопасности
Обучаем модели находить аномалии, фишинг, DDoS и вредоносное ПО, подключаем LLM-помощников к SOC, встраиваем решения в SIEM и SOAR и защищаем сами модели от атак.
Олег Брянов, Эксперт-практик49 990 ₽
