AI Builders (Дмитрий Зборовский)

​

AI Builders

Спринт, где участники автоматизируют сложные процессы и задачи с AI, кратно растят личную эффективность, скорость команд и производительность компаний. Всё через личный опыт Дмитрия из его практики в роли ML Director в DoorDash.

Кому подходит спринт:
- Маркетологам и продактам
- Фаундерам и руководителям
- Аналитикам и консультантам

С чем приходят на спринт:
- Тону в рутине:
- Рутинные задачи делаю руками, автоматизировать некогда
- Собираю данные из десятка источников вручную
- Хочу отдать рутину агентам, но не знаю, с чего начать
- Пробовал AI, выходит демо, а не рабочий инструмент
- Нет времени разбираться в новых инструментах
- Не получается внедрить AI:
- Слышу про агентов и MCP, но не понимаю, как собрать своё
- Использую ChatGPT в браузере как игрушку
- Не знаю, какие задачи реально отдать AI
- Хочу пайплайн, а не набор разрозненных лайфхаков
- Боюсь отстать от AI-native коллег и рынка
- Остановился в росте:
- Зависю от разработчиков под каждую мелочь
- Чувствую, что мои навыки устаревают
- Хочу навыки, которые ценят в бигтехе
- Хочу собирать продукты и прототипы сам
- Боюсь, что AI заменит, а не усилит

Что получите:
- 3 Live-встречи и 6 практических кейсов: Путь от личной AI-среды до автономных агентов и рабочих продуктов. Каждый модуль построен вокруг конкретного результата, который можно сразу применять в работе.

Программа:
1. Kickoff. AI Playbook и лучшие AI-практики из международного Big Tech (Live · Zoom):
- Карта AI-рынка и главные сдвиги, которые влияют на работу уже сейчас
- Логика спринта: от личной AI-среды к автономным агентам и рабочим продуктам
- Подготовка аккаунтов, доступов и безопасного рабочего контура
- Результат: Вы понимаете траекторию обучения, выбираете личный кейс и готовы собирать рабочую AI-систему с первого кейса

2. Создаём Second Brain в Cursor / Codex для себя и команды (Кейс + гайд):
- Структура базы знаний: проекты, заметки, контекст, правила и шаблоны
- Подключение ключевых MCP-серверов и внешних источников данных
- Практические сценарии: research, планирование, контент и рабочие документы
- Результат: У вас работает Second Brain в Cursor / Codex: он знает ваш контекст, подключается к нужным инструментам и помогает выполнять реальные задачи

3. Создаём Personal Chief of Staff в Claude Code (Кейс + гайд):
- Обзор агентских команд и рабочих практик из индустрии
- Настройка среды Claude Code: контекст, команды, инструменты и permissions
- Сборка Chief of Staff для планирования, research, контента и регулярных брифингов
- Результат: Ваш Chief of Staff принимает задачу, собирает контекст, предлагает план действий и готовит результат в заданном формате

4. n8n Launchpad: запускаем работающие AI-продукты без разработки (Кейс + гайд):
- Кейсы автоматизации и быстрого прототипирования из стартапов и бигтеха
- Архитектура workflow: триггер, данные, модель, проверка человеком и доставка результата
- Сборка пайплайна обратной связи с интерфейсом через Telegram
- Результат: У вас есть работающий AI-пайплайн в n8n, который можно быстро адаптировать под продуктовый или внутренний кейс

5. Live Q&A: разбираем ваши кейсы и практику AI в компаниях (Live · Zoom):
- Разбор Second Brain, Chief of Staff и n8n-пайплайнов участников
- Ответы на вопросы по настройке, качеству результата и безопасности
- Внедряем реальные сценарии применения AI из бигтех-компаний в Европе и США в вашу работу
- Результат: Вы устраняете блокеры, улучшаете собранные системы и уходите с понятным планом применения в своей работе

6. Создаём автономного AI-агента Health OS в Telegram (Кейс + гайд):
- Развёртывание OpenClaw и подключение агента к Telegram
- Настройка личного контекста: цели, привычки, режим, тренировки и регулярные check-in
- Автономные сценарии, напоминания, недельные сводки и границы безопасности
- Результат: У вас есть Health OS, личный Telegram-агент, который помогает отслеживать привычки и самочувствие, формирует сводки и предлагает следующие шаги. Это не медицинский инструмент

7. Создаём автономного бота под ваш кейс с Hermes (Кейс + гайд):
- Hermes, OpenClaw и другие агентские фреймворки: различия и критерии выбора
- Инструменты, память, расписания, permissions и guardrails автономного агента
- Кейс на выбор: управление контентом, личные операции или собственный рабочий процесс
- Результат: У вас работает автономный Hermes-бот в Telegram, настроенный под конкретный личный или рабочий сценарий

8. AI Storytelling Lab: создаём презентации и рабочие визуалы (Кейс + гайд):
- Какие AI-инструменты использовать для презентаций, дизайна и документов в компании
- Подходы из индустрии и публичный опыт Anthropic и OpenAI в интерактивной подаче идей
- От брифа и narrative до визуальной системы, прототипа и финальной подачи
- Результат: Вы создаёте убедительную AI-презентацию для реального рабочего кейса и получаете повторяемый workflow для следующих материалов

9. Final Live: AI Economics & Industry Radar (Live · Zoom):
- Когда выбирать API, open source, облако или локальный запуск: стоимость, скорость, качество и риски
- Практический decision framework для выбора моделей и архитектуры внутри компании
- Личная информационная среда: рассылки, авторы, исследователи и ритуал обновления знаний
- Кураторская подборка публичных источников и ключевых голосов OpenAI, Meta Superintelligence Labs и AI-индустрии
- Результат: У вас есть рамка для экономических и технологических решений, персональный industry radar и понятный план развития после спринта

10. Платный бонус · записанные кейсы: AI Chatbots & RAG:
- Два самостоятельных практических кейса:
- Кейс 1: создаём AI-чатбота для выбранного рабочего или личного сценария
- Кейс 2: отдельно создаём RAG-чатбота на собственной базе знаний
- Фундамент RAG-систем: данные, retrieval, оценка качества, стоимость и типовые ошибки
- Обзор NotebookLM, Deep Research и других инструментов для исследования и работы со знаниями
- Результат: Два рабочих прототипа, чек-лист качества и карта инструментов для дальнейшего самостоятельного обучения

Автор:
- Дмитрий Зборовский
- ML Director @ DoorDash. Отвечаю за AI-направление и внедрение AI-агентов в продуктовые и операционные процессы компании.
- Построил с нуля и масштабировал отдел аналитики и AI до 200+ человек в «СберМаркете», где работал в должности Старшего вице-президента по искусственному интеллекту.
- Начал карьеру в 19 лет бизнес-аналитиком в McKinsey & Company. Стал самым молодым топ-менеджером Gett (в 21 год), а затем руководителем направления в «Яндекс.Go».

Заключение:
Данный спринт позволит вам освоить практические навыки создания и внедрения AI-агентов для автоматизации бизнес-процессов и повышения личной эффективности.