ColvirБанковское ПО
Корпоративный буткемпКоманды сами создают AI-агентов под процессы банка
Как корпоративный AI-буткемп вырос в четыре потока в год и отдельную программу для директоров
Разные треки для разработчиков, аналитиков и директоров функций. Каждый поток заканчивается прототипами агентов под реальные процессы.
ФорматКорпоративный буткемп
АудиторияРазработчики, аналитики, директора
Продолжительность2,5 месяца
О компании
Colvir Software Solutions разрабатывает core banking systems для банков в разных странах. Внутри такой компании AI-обучение быстро упирается в инженерные вопросы: корпоративные данные, интеграции, безопасность и реальная применимость к циклу разработки.
Проект начался с буткемпа для разработчиков и аналитиков, но после первого потока вырос в годовую программу с четырьмя запусками и отдельным треком «AI-агент руководителя».
Задача
Технической аудитории было недостаточно освоить промптинг — участники должны были дойти до работающих прототипов на собственных процессах. Руководителям, напротив, требовался понятный личный контур без погружения в разработку.
При этом внешние модели нельзя напрямую связывать с чувствительными банковскими данными. Архитектура практики должна была учитывать ограничения PII и внутренней инфраструктуры.
Одна компания потребовала двух разных образовательных продуктов: инженерного буткемпа и персональной операционной системы руководителя.
Решение
Технический поток — от задачи до прототипа
За 16 занятий участники проходили промптинг, аналитику, RAG, Dify, workflow и вайб-кодинг, а затем собирали собственные решения.
Demo Day вместо формального экзамена
Финалом стала защита прототипов перед командой: участники показывали не презентацию идеи, а логику и текущее состояние агента.
Отдельный трек для 32 директоров
Руководители собирали персональные сценарии вокруг календаря, встреч, документов и задач функции — с другой глубиной и другим темпом.
Результат
4 потока / годпостоянная корпоративная программа
4 потокав годовом цикле
16занятий техпотока
Первый поток завершился семью прототипами AI-агентов. Программа перешла из пилота в годовой цикл из четырёх потоков, а для 32 директоров появился отдельный семизанятийный продукт.
Важный результат — обучение стало частью внутреннего производственного контура: темы следующих занятий связывались с Track Studio, Confluence, Exchange, Bitrix и другими системами компании.
«Курс был очень интересным. Спасибо преподавателю, Михаилу, и спасибо коллегам из команды – с вами замечательно работалось. И я действительно был удивлён: до этого курса я считал, что ИИ может что-то дописать, но лучше, чтобы за ним смотрел человек. А тут даже не обладая навыками программиста, можно написать продукт – и он работает. И архитектура продумывается, и тесты, и интерфейс, и многое другое.»
Ограничения
Нужно было отделить учебный прототип от решения, которое безопасно работает с банковскими данными. Для этого отдельно прорабатывали PII-прокси и правила доступа.
Участники приходили с задачами разного масштаба: часть идей приходилось сужать, чтобы за время потока дойти до демонстрируемого результата.
Выводы
Длинная программа становится устойчивой, когда каждый поток оставляет работающие артефакты, а не только знания.
Техническим специалистам и директорам нужен общий AI-язык, но разные образовательные маршруты.
Разберём задачу и соберём программу под ваш процесс
Без универсальной программы «для всех»: сначала аудитория, процессы и ограничения, затем формат обучения.
Обсудить задачу
