Снова в школу: до 1 сентября скидка -15% на все
Сегодня машинное обучение — самая мощная тенденция, преобразующая цифровые продукты. Хочешь оставаться конкурентоспособным на рынке будущего — научись работать с ML.
ML, LLM и эвалы
для продакта
СИМУЛЯТОР + Вебинары
Авторы: PM MAANG & Booking.com
Cтарт: 8 сентября 2026
16+ кейсов, 4 воркшопа, 2 симулятора
Нас выбирают:
14000+
38%
★4.8/5
участников с 2020 года
приходят по рекомендации коллег
средняя оценка симуляторов
19000+
продактов в комьюнити
It`s a great immersive course! We have solved many cases and gone all the way to applying ML technology in real products. This knowledge helped me in work tasks - I was able to deepen the tree of product metrics to the level of model metrics. I recommend the course to managers who want to understand how this “black box” works. 🙂
It was insightful to understand the intricate interplay between ML and product management, including the potential challenges. The course offered a perfect balance of theory and practical insights.
Appreciated the global accessibility of the course being offered in English. Interactive webinars with hands-on practice lessons, facilitating a dynamic learning experience.
Kudos to the ProductDo team for crafting such an enriching course!
Appreciated the global accessibility of the course being offered in English. Interactive webinars with hands-on practice lessons, facilitating a dynamic learning experience.
Kudos to the ProductDo team for crafting such an enriching course!
Recently I completed a course from ProductDo - Machine Learning for PM. I am not a PM and to be honest I was a bit afraid when I sign in that lack of PM knowledge will cause problems for me. I was wrong, it was a very dynamic, informative course that contained not only theoretical but also practical parts with real examples.
Kudos to Andrew and Natalia who prepared such a great course.
After completing the course, I was motivated to start another one - PM for beginners :)
Kudos to Andrew and Natalia who prepared such a great course.
After completing the course, I was motivated to start another one - PM for beginners :)
Мне понравился контент – плотно без воды, информация действительно полезная и применимая на практике.
Подача материала, в целом, хорошая, но иногда лекции затягивались из-за количества вопросов. Помогало, когда один из лекторов отвечал на вопросы в чате параллельно подаче материала другим.
Подача материала, в целом, хорошая, но иногда лекции затягивались из-за количества вопросов. Помогало, когда один из лекторов отвечал на вопросы в чате параллельно подаче материала другим.
Курс помог структурировать информацию, которая до этого болталась где-то в голове. Но самое полезное это практическая часть. Пример просто супер и именно их разбор помогает взглянуть на рабочие задачи под другим углом: где можно упростить, где применить другие походы. Тут я говорю не про алгоритмы, а именно про способ мышления, про выбор фич на которые мы будем смотреть.
Над многими примерами хочется подумать не 5 минут, а мы вынуждены были выдавать решения очень быстро, хотя зачастую однозначно правильных решений в задачах просто нет. Повторюсь, это самая ценная для меня лично часть курса.
Огромное спасибо за курс!
Над многими примерами хочется подумать не 5 минут, а мы вынуждены были выдавать решения очень быстро, хотя зачастую однозначно правильных решений в задачах просто нет. Повторюсь, это самая ценная для меня лично часть курса.
Огромное спасибо за курс!
Overall, the course was useful for me and I got insights into the field. In comparison to ‘Data for PM’ course there was less hands-on experience and ability ‘to make the content yours’. I would recommend it to those PMs who are new to the ML topic and want to get an overview. This is a good place to start.
I expected it to be a beginner's ML course, a lighter version for PMs to understand the jargon used by ML Engineers. However, to my surprise, the course focused on the specifics of ML PM work, and it was amazing!
First and foremost, I want to express my gratitude for providing numerous real-life cases that helped me improve my skills in structuring ML projects. Although I have some experience with ML, delving into new products and tasks was enjoyable.
Secondly, I appreciate that the course was conducted in English. It was a great opportunity to practice familiar terms in a different language.
Lastly, I have already implemented some of the advice in my current product. I now meticulously monitor the health metrics of 80+ models that impact the product I am responsible for, and I have a deep understanding of the limitations of further growth.
First and foremost, I want to express my gratitude for providing numerous real-life cases that helped me improve my skills in structuring ML projects. Although I have some experience with ML, delving into new products and tasks was enjoyable.
Secondly, I appreciate that the course was conducted in English. It was a great opportunity to practice familiar terms in a different language.
Lastly, I have already implemented some of the advice in my current product. I now meticulously monitor the health metrics of 80+ models that impact the product I am responsible for, and I have a deep understanding of the limitations of further growth.
Курс помог упорядоченно подойти к теории (обычные курсы по обзору мл зачем-то размазывают определения всяких регресиий на 15 минут, хотя ключевая суть та же) и отработать знания в различных форматах для запоминания.
Почему будущее за ML продактами?
Инициативы в области искусственного интеллекта внедряются повсюду. С помощью ML алгоритмов предупреждают о сердечных заболеваниях и обнаруживают аномалии, прогнозируют погоду, распознают лица. Машинное обучение активно используется в рекомендательных системах, чат-ботах, в беспилотных автомобилях, чтобы «видеть» дорогу.
Недавний опрос мировых бизнес-лидеров показал, что 70% запустили инициативы в области AI. Чем больше компаний изучают и внедряют машинное обучение, тем сильнее растет спрос на ML продактов.
Недавний опрос мировых бизнес-лидеров показал, что 70% запустили инициативы в области AI. Чем больше компаний изучают и внедряют машинное обучение, тем сильнее растет спрос на ML продактов.
Курс для тебя, если ты
Хочешь управлять
ML-продуктами
ML-продуктами
AI-продуктовые команды нуждаются в лидере, который говорит с ними на одном языке. Ты должен понимать, как работает ML, чтобы принимать правильные продуктовые решения.
Хочешь увеличить свою зарплату
Продакты с ML компетенциями сейчас востребованы как никогда раньше. AI PM в среднем зарабатывают на ~20% больше, чем PM общего профиля.
Хочешь работать в IT-гигантах
Apple, Amazon, Google и другие крупные компании активно внедряют ML в свои продукты, а значит, ищут продактов, которые способны эффективно работать с ML.
Суперсила ML PM
Product Manager
ML Product Manager
Понимает влияние и ограничения алгоритмов
Разрабатывает стратегии запусков ML продуктов
Понимает концепции алгоритмов и обучения моделей
Дает четкие кейсы инженерной команде
Пытается применять традиционные подходы к ML-проектам
Применяет ML там, где это бессмысленно
Не может определить фичи и функцию потерь
Создает фичи, решающие проблемы пользователей, с помощью AI
Не может понять гипотезы Data Scientists
Не может перевести пользовательские инсайты в ML кейс
Как выглядит практика на симуляторе?
Авторы симуляторов
- Наталья КузнецоваДействующий Senior PM ML & Data Science
MAANG LondonЗанимается ранжированием и персонализацией в одной из MAANG компаний.
- 10+ лет в продакт менеджменте
- Ex-Senior PM Data Science в Booking.com (поиск)
- Ex-Lead Tech PM в Yandex (поиск, ранжирование)
- Master of Business Administration (MBA)
- Андрей МендеДействующий Senior Machine Learning PM
Booking.com AmsterdamПрименяет методы машинного обучения, чтобы улучшать рекомендательные системы в Booking.com.- 13+ лет в продакт менеджменте
- Запускал продукты в Яндексе (вертикаль поиска)
- Обучил 1,000+ продактов на различных платформах
- Master of Business Administration (MBA)
- Анна ПодображныхДействующий Lead AI Product Manager
T-Bank AI МоскваЗапускает и развивает вселенную AI-ассистентов в Т-Банке
- 7+ лет в продакт-менеджменте
- Запускала стрим кросс-продаж и развивала гео-сервисы в Авито
- Обучила 1,000+ продактов на различных платформах
Программа курса "ML для продакта"
На протяжении пяти уроков мы обсудим реальные ситуации с продуктом и применим различные инструменты машинного обучения, чтобы увеличить ценность продукта.
Мы обсудим, какие аспекты работы PM ML отличаются от типичной работы продакта, и что нужно будет изменить в подходе к работе.
В уроке:
→ типичные случаи применения ML
→ какие решения входят в зону ответственности продакта
→ какие новые навыки тебе понадобится наработать, чтобы быть успешным в этой роли
В уроке:
→ типичные случаи применения ML
→ какие решения входят в зону ответственности продакта
→ какие новые навыки тебе понадобится наработать, чтобы быть успешным в этой роли
ML проекты отличаются от обычной разработки в том числе тем, что они длятся дольше. На ранних стадиях сбора данных и работы с фичами существует много ловушек.
В уроке:
→ как выглядит структура стандартного ML проекта
→ какие решения тебе нужно будет принимать на каждой стадии
→ как распределить этапы работы для команды
→ как сократить время работы над проектом и уменьшить риски. Практические советы из своего опыта
В уроке:
→ как выглядит структура стандартного ML проекта
→ какие решения тебе нужно будет принимать на каждой стадии
→ как распределить этапы работы для команды
→ как сократить время работы над проектом и уменьшить риски. Практические советы из своего опыта
Компоненты ML дорого создавать и еще дороже обслуживать. Здесь главное преимущество ML – его вариативность – становится и его слабостью. К сожалению, модели не начинают выдавать ошибки, как обычный код. Вместо этого, производительность моделей со временем медленно ухудшается.
В уроке:
→ какие расходы требует работа над ML
→ как проявляется деградация качества модели
→ какие существуют эффективные стратегии отслеживания для фичей и предсказаний
→ как делать сравнительный анализ модели
В уроке:
→ какие расходы требует работа над ML
→ как проявляется деградация качества модели
→ какие существуют эффективные стратегии отслеживания для фичей и предсказаний
→ как делать сравнительный анализ модели
Дилемма pivot/persevere в ML актуальна как никогда. Решение придется принимать несколько раз на разных стадиях, чтобы вложенные в проект ресурсы команды приносили пользу бизнесу.
В уроке:
→ что такое explore/exploit стратегии, применимые к ML
→ что такое отношение между точностью модели и влиянием на бизнес
→ закон убывающей полезности ML модели
В уроке:
→ что такое explore/exploit стратегии, применимые к ML
→ что такое отношение между точностью модели и влиянием на бизнес
→ закон убывающей полезности ML модели
Этот блок расскажет об актуальных вызовах, с которыми сталкиваются ML команды. Возможно, это поможет начать в роли PM ML и будет преимуществом на собеседовании.
В уроке:
→ предвзятость и этичность в ML
→ прозрачность, объяснимость, контроль со стороны пользователей
→ использование искусства как тренировочного сета
→ законодательство в разных регионах
В уроке:
→ предвзятость и этичность в ML
→ прозрачность, объяснимость, контроль со стороны пользователей
→ использование искусства как тренировочного сета
→ законодательство в разных регионах
Программа симулятора "LLM и эвалы"
На протяжении 8 уроков мы пройдём все этапы создания LLM-продукта и на каждом будем измерять качество: от точности первого промпта до эвалов диалогов и проверки безопасности. Разберём реальные кейсы: классификацию обращений в поддержку, умный поиск по каталогу, пайплайн с роутингом и AI-стилиста.
Вокруг LLM много магии, но всё начинается с промпта. Урок покажет, как «разговаривать» с моделью, чтобы решать бизнес-задачи, а не просто играть в чаты.
В уроке:
→ Как устроен хороший промпт и почему это не «просто текст»
→ Что такое температура LLM и как ей управлять
→ Почему один и тот же промпт выдаёт разные ответы и что с этим делать
→ Как измерить, справляется ли модель с задачей: первый эвал
Как это выглядит:
→ Пишем, тестируем и улучшаем промпт под задачу
→ Кейс: заменяем ручную разметку обращений в поддержку на AI
В уроке:
→ Как устроен хороший промпт и почему это не «просто текст»
→ Что такое температура LLM и как ей управлять
→ Почему один и тот же промпт выдаёт разные ответы и что с этим делать
→ Как измерить, справляется ли модель с задачей: первый эвал
Как это выглядит:
→ Пишем, тестируем и улучшаем промпт под задачу
→ Кейс: заменяем ручную разметку обращений в поддержку на AI
Первый работающий промпт — это только начало. Дальше начинается настоящая работа: разобраться, где модель ошибается, и поднять точность до уровня, с которым можно выходить в прод.
В уроке:
→ Few-shot: как примеры в промпте поднимают точность
→ Как читать результаты эвала и находить категории, где модель ошибается чаще всего
→ Почему сужение задачи иногда работает лучше, чем усложнение промпта
→ Как выбрать, что именно измерять, когда для бизнеса критична одна категория
Как это выглядит
→ Улучшаем промпт итерациями и следим, как растёт точность
→ Кейс: доводим классификацию обращений до уровня, пригодного для запуска
В уроке:
→ Few-shot: как примеры в промпте поднимают точность
→ Как читать результаты эвала и находить категории, где модель ошибается чаще всего
→ Почему сужение задачи иногда работает лучше, чем усложнение промпта
→ Как выбрать, что именно измерять, когда для бизнеса критична одна категория
Как это выглядит
→ Улучшаем промпт итерациями и следим, как растёт точность
→ Кейс: доводим классификацию обращений до уровня, пригодного для запуска
LLM хороша не только в свободном диалоге: её можно научить отвечать строго и предсказуемо. Это то, что превращает модель из чат-бота в компонент продукта, с которым работают другие сервисы.
В уроке:
→ Зачем продукту структурированный ответ и где он нужен
→ Как описать JSON-схему, которой модель будет следовать
→ Почему хорошие описания и примеры полей важнее, чем длинный промпт
→ Как знания доменных экспертов превращаются в инструкции для LLM
Как это выглядит
→ Пишем схему, гоняем на реальных запросах, чиним то, что не сходится
→ Кейс: умный поиск, который превращает запрос пользователя в фильтры каталога
В уроке:
→ Зачем продукту структурированный ответ и где он нужен
→ Как описать JSON-схему, которой модель будет следовать
→ Почему хорошие описания и примеры полей важнее, чем длинный промпт
→ Как знания доменных экспертов превращаются в инструкции для LLM
Как это выглядит
→ Пишем схему, гоняем на реальных запросах, чиним то, что не сходится
→ Кейс: умный поиск, который превращает запрос пользователя в фильтры каталога
Моделей много, и все они разные. Урок про то, как выбирать между ними по цифрам, а не по описанию на сайте вендора, и как заранее понимать, во что обойдётся фича.
В уроке:
→ Из чего складывается цена запроса: токены, input и output
→ Чем инструктивные модели отличаются от рассуждающих и когда нужны вторые
→ Почему размер модели и её тип — это две разные вещи
→ Когда есть смысл поднимать open-source модель у себя, а когда это дороже, чем кажется
Как это выглядит
→ Считаем стоимость фичи и сравниваем модели на одном датасете
→ Кейс: выбираем модель для классификации обращений, взвешивая точность против цены ошибки
В уроке:
→ Из чего складывается цена запроса: токены, input и output
→ Чем инструктивные модели отличаются от рассуждающих и когда нужны вторые
→ Почему размер модели и её тип — это две разные вещи
→ Когда есть смысл поднимать open-source модель у себя, а когда это дороже, чем кажется
Как это выглядит
→ Считаем стоимость фичи и сравниваем модели на одном датасете
→ Кейс: выбираем модель для классификации обращений, взвешивая точность против цены ошибки
Один большой промпт или цепочка маленьких? Урок о том, как навести порядок в потоке входящих сообщений и почему разбить задачу на шаги обычно выгоднее, чем усложнять инструкцию.
В уроке:
→ Когда одного промпта перестаёт хватать
→ Что такое роутинг и как он устроен в продукте
→ Почему у каждого шага пайплайна должен быть свой эвал
→ Чем явный пайплайн отличается от рассуждающей модели
Как это выглядит
→ Собираем пайплайн из нескольких промптов и проверяем каждый шаг отдельно
→ Кейс: один ассистент, который отвечает и на вопросы поддержки, и на поисковые запросы
В уроке:
→ Когда одного промпта перестаёт хватать
→ Что такое роутинг и как он устроен в продукте
→ Почему у каждого шага пайплайна должен быть свой эвал
→ Чем явный пайплайн отличается от рассуждающей модели
Как это выглядит
→ Собираем пайплайн из нескольких промптов и проверяем каждый шаг отдельно
→ Кейс: один ассистент, который отвечает и на вопросы поддержки, и на поисковые запросы
До сих пор эвалы сравнивали ответ модели с разметкой. Здесь сравнивать не с чем: у одного запроса может быть много корректных ответов. Урок о том, как оценивать качество там, где нет единственно правильного ответа.
В уроке:
→ Как формулировать критерии качества, которые не трактуются по-разному
→ Что такое LLM-as-judge и когда модели можно доверить оценку
→ Как проверить, что судье вообще стоит верить
→ Что такое дрифт данных и почему хороший эвал со временем перестаёт быть хорошим
Как это выглядит
→ Пишем критерии, запускаем эвал и сверяем его с ручной разметкой
→ Кейс: оцениваем качество диалогов AI-стилиста и переносим проверку на прод
В уроке:
→ Как формулировать критерии качества, которые не трактуются по-разному
→ Что такое LLM-as-judge и когда модели можно доверить оценку
→ Как проверить, что судье вообще стоит верить
→ Что такое дрифт данных и почему хороший эвал со временем перестаёт быть хорошим
Как это выглядит
→ Пишем критерии, запускаем эвал и сверяем его с ручной разметкой
→ Кейс: оцениваем качество диалогов AI-стилиста и переносим проверку на прод
Продукт на LLM говорит с пользователем свободно, и в этом его сила. Но та же свобода означает, что он может ответить на провокацию, выдать инструкции или залезть в тему, где компания не имеет права давать советы.
В уроке:
→ Где проходят границы: запрещённые темы, серые зоны и то, что выглядит опасным, но безопасно
→ Чем защищаются на практике: от проверки по ключевым словам до отдельного шага в пайплайне
→ Зачем нужны два разных датасета для проверки безопасности
→ Почему здесь планка выше, чем для качества
Как это выглядит
→ Настраиваем ассистента так, чтобы он вежливо отказывал и не терял точность на обычных запросах
→ Кейс: закрываем AI-стилиста от провокаций и попыток вытащить системный промпт
В уроке:
→ Где проходят границы: запрещённые темы, серые зоны и то, что выглядит опасным, но безопасно
→ Чем защищаются на практике: от проверки по ключевым словам до отдельного шага в пайплайне
→ Зачем нужны два разных датасета для проверки безопасности
→ Почему здесь планка выше, чем для качества
Как это выглядит
→ Настраиваем ассистента так, чтобы он вежливо отказывал и не терял точность на обычных запросах
→ Кейс: закрываем AI-стилиста от провокаций и попыток вытащить системный промпт
Собираем всё в одну картину и выдаём то, что останется с тобой после симулятора.
В уроке:
→ Чек-лист продакта: рабочая шпаргалка по всем приёмам курса, которую можно продублировать к себе в Notion
→ Сертификат для LinkedIn
→ Скидка на другие симуляторы ProductDo
Как это выглядит
→ Смотрим на пройденный путь целиком: от первого промпта до эвалов и безопасности
→ Забираем чек-лист и решаем, куда двигаться дальше
В уроке:
→ Чек-лист продакта: рабочая шпаргалка по всем приёмам курса, которую можно продублировать к себе в Notion
→ Сертификат для LinkedIn
→ Скидка на другие симуляторы ProductDo
Как это выглядит
→ Смотрим на пройденный путь целиком: от первого промпта до эвалов и безопасности
→ Забираем чек-лист и решаем, куда двигаться дальше
Снова в школу: до 1 сентября скидка -15% на все
Стоимость
2-в-1: ML, LLM и эвалы для продакта
— ₽
— ₽ / €—
• Практика в 2-х симуляторах
• Старт: 8 сентября
• Продолжительность: 2 недели
• 16+ реальных кейсов
• 4 воркшопа
08/09 вт 19-21 (МСК)
10/09 чт 19-21 (МСК)
15/09 вт 19-21 (МСК)
17/09 чт 19-21 (МСК)
• Бонус — Основы ML для продакта
В рассрочку от 4083 ₽/мес
Сэкономь до 30% с бандлом
Выбери способ оплаты
Беспроцентная рассрочка от СберБанка
Платеж можно разделить на 6 или 12 месяцев. Первый платёж через месяц. Для оформления нужна дебетовая карта СберБанка, паспорт РФ, доступ в СберБанк онлайн. Решение банка придет в течение 2 минут.
Как оплатить
Нажми "Купить в рассрочку" → заполни email-форму → на странице оплаты выбери способ "Рассрочка от СберБанка".
2-в-1: ML, LLM и эвалы для продакта
84000 ₽
• Практика в 2-х симуляторах
• Старт: 8 сентября
• Продолжительность: 2 недели
• 16+ реальных кейсов
• 4 воркшопа
08/09 вт 19-21 (МСК)
10/09 чт 19-21(МСК)
15/09 вт 19-21 (МСК)
17/09 чт 19-21 (МСК)
• Бонус — Основы ML для продакта
• Оплата со счета компании
• Документы для бухгалтерии
Свяжитесь с нами
Оставьте заявку на обучение за счет компании. Мы подготовим расчетные документы под ваш запрос.
Хочешь увеличить скидку до 30%?
Покупай сразу несколько симуляторов — чем больше курсов, тем выгоднее:
2 курса → скидка 10%
3 курса → скидка 15%
4 курса → скидка 20%
5 и больше → скидка 30%
*Можно оплатить в рассрочкуБеспроцентная рассрочка от СберБанка
Платеж можно разделить на 6 или 12 месяцев. Первый платёж через месяц. Для оформления нужна дебетовая карта СберБанка, паспорт РФ, доступ в СберБанк онлайн. Решение банка придет в течение 2 минут.
Как оплатить бандл в рассрочку?
Нажми "Купить в рассрочку" → собери бандл и заполни email-форму → на странице оплаты выбери способ "Рассрочка от СберБанка".
Выбери способ оплаты:
Чем курсы ProductDo отличаются от других?
От лидеров ждут результатов, а не теоретических идей. Поэтому цель любого курса - превратить знания в навык, решая много задач и проблем.
А еще участники отмечают:
А еще участники отмечают:
- структурный подход (от простого к сложному)
- конкретные инструменты
- полезные дополнительные материалы
- незаезженные статьи разного уровня сложности
Ключевая ценность - иммерсивные задания, которые неотличимы от работы с реальным продуктом. Решая их, ты попробуешь прожить 10+ лет опыта в концентрированной истории.
Что отметили участники:
Что отметили участники:
- сценарная игра и погружение в увлекательные кейсы
- персонажи из реальной компании: CEO, CTO, Enginering Manager, коллеги-продакты
- формат диалога с разбором ошибок, подробный фидбэк
- самостоятельное прохождение в любое время
Продукты созданы для продактов, которые хотят расти: участники решают такие же практические задачи, с которыми ежедневно сталкиваются опытные PM-ы в международных компаниях. Основная цель при выборе кейсов - показать, что продукты и проекты бывают очень разными. Это сложно понять, если работаешь 5 лет над одним продуктом и проходишь курсы, которые повторяют уже существующие знания.
Что крутого:
Что крутого:
- курсы учат применять навыки на работе
- курсы расскажут, как четко структурировать знания в голове
- в любое время можно освежить знания по чек-листу
- если техника не подведет, то доступ к материалам будет неограничен
В курсы вложен опыт, применяемый каждый день: 7+ лет построения продуктов в боевых условиях в таких компаниях как Booking.com, Wolt, Flo.
Что это дает участнику:
Что это дает участнику:
- возможность практиковаться на реальных задачах и факапах международных компаний
- посмотреть опыт глобальных продуктов и позадавать вопросы типа «а как там у них это работает?»
- узнать о возможностях вырасти в карьере и попасть в большую компанию
Участники ProductDo - это продакты сильнейших команд
Все еще сомневаешься?
Пройди бесплатный урок курса-симулятора
Получи в telegram-боте записи вебинаров на разные темы:
- аналитика и метрики,
- продуктовое интервью,
- технический кейс,
- карта скиллов,
- A/B тестирование.
30 минут практики, более 20 реальных задач, которые дают представление о буднях продакта в международной компании. Также это простой и быстрый способ понять, как обучает симулятор ProductDo.
Вопросы и ответы
Для кого
Если коротко:
Все курсы отвечают на немного разные и непересекающиеся вопросы, поэтому некоторые студенты хотят пройти все: начинают с основ, расширяют их "Профессией PM ML", потом "LLM"-курсом и, наконец, приходят на "AI-прототипирование", чтобы посмотреть, на что способны современные LLM-ки с точки зрения автогенерации кода.
А теперь подробнее:
Начинать лучше с “Основ ML”. Там рассказывается база про то, что такое ML, какие задачи он решает хорошо, как их замечать, а где он бессилен. Ну и главное — какая в этом всём роль продакта. Будет полезно всем без исключения (и не только продактам).
Курс “Профессия PM ML” — для тех, кому достался ML-продукт и несколько суровых ML-инженеров. Где брать данные? Как их чистить? Что пойдет не так при запуске? Куда удрейфует модель через месяц? В общем, более продвинутые темы для тех, кому базы уже недостаточно.
Курс “LLM для продакта” — про революционное направление в мире AI, которое набирает обороты в бизнесе. LLM-модели позволяют решать те 5–10% классов задач, где классический ML бессилен или неэффективен (например, анализ текста, генерацию речи, пошаговое мышление). При этом классический ML никуда не исчезнет: задачи оптимизации (например, определение цены) решать LLM-ками довольно бессмысленно.
Курс “AI-прототипирование для продакта” учит делать первые шаги в создании реалистичных прототипов (или даже работающих простых продуктов) без кода: его за тебя пишет LLM-ка. Полезно всем, кто хочет пробовать свои идеи как можно быстрее, а может быть, и запустить простой пет-проект в одиночку.
Все курсы отвечают на немного разные и непересекающиеся вопросы, поэтому некоторые студенты хотят пройти все: начинают с основ, расширяют их "Профессией PM ML", потом "LLM"-курсом и, наконец, приходят на "AI-прототипирование", чтобы посмотреть, на что способны современные LLM-ки с точки зрения автогенерации кода.
А теперь подробнее:
Начинать лучше с “Основ ML”. Там рассказывается база про то, что такое ML, какие задачи он решает хорошо, как их замечать, а где он бессилен. Ну и главное — какая в этом всём роль продакта. Будет полезно всем без исключения (и не только продактам).
Курс “Профессия PM ML” — для тех, кому достался ML-продукт и несколько суровых ML-инженеров. Где брать данные? Как их чистить? Что пойдет не так при запуске? Куда удрейфует модель через месяц? В общем, более продвинутые темы для тех, кому базы уже недостаточно.
Курс “LLM для продакта” — про революционное направление в мире AI, которое набирает обороты в бизнесе. LLM-модели позволяют решать те 5–10% классов задач, где классический ML бессилен или неэффективен (например, анализ текста, генерацию речи, пошаговое мышление). При этом классический ML никуда не исчезнет: задачи оптимизации (например, определение цены) решать LLM-ками довольно бессмысленно.
Курс “AI-прототипирование для продакта” учит делать первые шаги в создании реалистичных прототипов (или даже работающих простых продуктов) без кода: его за тебя пишет LLM-ка. Полезно всем, кто хочет пробовать свои идеи как можно быстрее, а может быть, и запустить простой пет-проект в одиночку.
Формат и материалы
Кейсы действительно реальные и отражают разнообразие продуктов в отрасли: не все есть "сайтик" или "магазин". В симуляторе «Tech for PM» мы рассмотрим приложение заказа такси (как Uber), сервис музыки (как Spotify) и приложение для доставки еды. В симуляторе «A/B-тестирование» мы погрузимся в эксперименты над в сервисом Медитации, а в «Product Discovery» разберем бизнес по аренде одежды.
Чем больше кейсов ты решаешь (а не просто читаешь/смотришь), тем более опытным продакт-менеджером становишься. По-другому никак.
Чем больше кейсов ты решаешь (а не просто читаешь/смотришь), тем более опытным продакт-менеджером становишься. По-другому никак.
Одна из отличительных фишек ProductDo – это курсы, упакованые в формат симуляторов. Симулятор как инструмент обучения имеет множество замечательных свойств:
- требует постоянного активного участия – чтобы двигаться вперед нужно каждый раз выбирать какое-то действие или отвечать на вопрос
- позволяет дать развернутый фидбэк на любое действие: можно со ссылками и примерами обосновать предпочтительный вариант
- позволяет двигаться в своем темпе и не нагружает лишним общением тех, кто не очень любит работать в группе.
Обычно преподают так: теория → практика. Если ты хорошо усвоил теорию, то практику ты делаешь на 100% или около того. У ProductDo совсем другая методика. Мы начинаем с практической задачи, которую надо решить (и если курс тебе подходит, то ты еще не знаешь, как это делается). И только когда ты попробовал решить задачу, курс подводит под нее теорию. Авторы верят, что цикл: попытка подумать самостоятельно → принятие решения → фидбэк на решение является очень эффективным способом освоить новый материал, особенно для тех, кто уже достиг некоторого профессионального уровня.
Если ты хочешь попробовать формат симулятора, пройди бесплатный урок. В нем собраны вопросы из разных областей продакт-менеджмента. Заодно можно оценить какие скилы у тебя уже достаточно прокачаны, а какие можно еще усилить.
- требует постоянного активного участия – чтобы двигаться вперед нужно каждый раз выбирать какое-то действие или отвечать на вопрос
- позволяет дать развернутый фидбэк на любое действие: можно со ссылками и примерами обосновать предпочтительный вариант
- позволяет двигаться в своем темпе и не нагружает лишним общением тех, кто не очень любит работать в группе.
Обычно преподают так: теория → практика. Если ты хорошо усвоил теорию, то практику ты делаешь на 100% или около того. У ProductDo совсем другая методика. Мы начинаем с практической задачи, которую надо решить (и если курс тебе подходит, то ты еще не знаешь, как это делается). И только когда ты попробовал решить задачу, курс подводит под нее теорию. Авторы верят, что цикл: попытка подумать самостоятельно → принятие решения → фидбэк на решение является очень эффективным способом освоить новый материал, особенно для тех, кто уже достиг некоторого профессионального уровня.
Если ты хочешь попробовать формат симулятора, пройди бесплатный урок. В нем собраны вопросы из разных областей продакт-менеджмента. Заодно можно оценить какие скилы у тебя уже достаточно прокачаны, а какие можно еще усилить.
Вся история прохождения симулятора с комментариями и ответами сохраняется. Если техника не подведет, то доступ к материалам будет неограничен. Рестарт - сброс прогресса обучения не делаем: все как на работе, учимся на ошибках.
На данный момент самый большой выбор курсов доступе на русском языке. Некоторые курсы переведены так же на английский язык и доступны на сайте productdo.io. Вы можете связаться с нашим менеджером в телеграм и попросить переключить язык.
Да, мы периодически запускаем онлайн-интенсивы: к симулятору добавляются вебинары и формат Q&A с возможность задать вопросы в общем чате или ментору лично. Анонсы публикуем в нашем Telegram канале и на сайте.
Да. Если хочется глубже разобрать свои цели, карьеру или кейсы, то можно взять несколько персональных встреч с одним из авторов курса. Напишите нам, и мы подскажем, как всё проходит и кто из менторов вам подойдёт.
Оплата
Если по какой-то причине программа не подойдет, можно перейти на другой курс или вернуть деньги (возврат возможен, если пройдено меньше трети курса).
Вы можете совершить оплату самостоятельно в рублях картой российского банка, либо в евро картой зарубежного банка. Так же у нас доступна рассрочка от Сбербанка в России и сервиса Klarna для международных карт. Не подходит ни один из вариантов? Напиши нам — что-нибудь придумаем.
Если вы хотите оплатить в рублях, то на данный момент рассрочка платежей у нас доступна только через Сбербанк. Наша команда уже работает над подключением новых сервисов. Для оплаты зарубежными картами вы можете воспользоваться сервисом Klarna, для этого при оплате нужно выбрать опцию Klarna. Дальше вы будете перенаправлены на сайт Klarna, где сможете оформить рассрочку.
Да, конечно! Для корпоративных клиентов у нас действуют особые условия и гибкая система скидок. Подробнее можно ознакомиться на этой странице или связаться с нашим отделом продаж.
Есть простой и рабочий подход говорить не про обучение ради обучения, а про пользу для бизнеса.
Объясни пользу для бизнеса: Покажи, какие задачи ты сможешь решать быстрее и качественнее: принимать более обоснованные продуктовые решения, экономить время команды, снижать количество лишних итераций и ошибок.
Подчеркни ROI от обучения: Стоимость курса обычно кратно меньше, чем время и деньги, которые теряются на неэффективных решения, долгие согласования или переделки. Новые навыки часто окупаются уже в первые месяцы.
Свяжи с целями компании: Покажи, как знания помогут двигаться к текущим приоритетам бизнеса: росту, эффективности, инновациям, выходу в новые направления или повышению качества продукта.
Укажи на преимущество для команды: Ты не просто прокачаешься сам, но и сможешь делиться знаниями с командой, повышая общий уровень экспертизы и скорость работы.
Курс не помешает работе: Формат курсов гибкий: их можно проходить в удобное время, без влияния на рабочую нагрузку и дедлайны.
Легко оплатить: Дай знать, что мы можем выставить счет на оплату.
Узнать подробнее и связаться с отделом продаж.
Объясни пользу для бизнеса: Покажи, какие задачи ты сможешь решать быстрее и качественнее: принимать более обоснованные продуктовые решения, экономить время команды, снижать количество лишних итераций и ошибок.
Подчеркни ROI от обучения: Стоимость курса обычно кратно меньше, чем время и деньги, которые теряются на неэффективных решения, долгие согласования или переделки. Новые навыки часто окупаются уже в первые месяцы.
Свяжи с целями компании: Покажи, как знания помогут двигаться к текущим приоритетам бизнеса: росту, эффективности, инновациям, выходу в новые направления или повышению качества продукта.
Укажи на преимущество для команды: Ты не просто прокачаешься сам, но и сможешь делиться знаниями с командой, повышая общий уровень экспертизы и скорость работы.
Курс не помешает работе: Формат курсов гибкий: их можно проходить в удобное время, без влияния на рабочую нагрузку и дедлайны.
Легко оплатить: Дай знать, что мы можем выставить счет на оплату.
Узнать подробнее и связаться с отделом продаж.
Да, у нас есть скидки — но, в отличие от больших школ, мы не раздаём их массово. Если хочешь пройти несколько симуляторов или собрать себе полноценную программу развития, действует простая система:
- 2 курса — 10%
- 3 курса — 15%
- 4 курса — 20%
- 5 и больше — 30%
Карьерная поддержка и трудоустройство
Да, мы помогаем, но так, как это действительно работает в продакт-менеджменте: через практику, карьерные инструменты, сообщество и поддержку опытных PM.
У нас есть бесплатный Карьерный хаб с большой подборкой материалов о развитии карьеры в продакт-менеджменте, там же можно прочитать подробный обзор зарплат продакт-менеджеров в 2025 году.
В симуляторах много практики, благодаря которой появляются реальные решения, разборы, факапы и опыт, который можно использовать на интервью. Это формирует то самое портфолио мышления, которое отличает сильных PM.
Наши спикеры — действующие Senior и Lead PM из российских и международных компаний. Они помогают определить твой фокус, подсвечивают сильные стороны и дают прикладные советы по развитию.
Лучших участников мы рекомендуем компаниям, где работает команда ProductDo, а также пишем развёрнутые рекомендательные письма с примерами решений и навыков, проявленных в процессе обучения.
У нас есть активное сообщество в Telegram. Там можно следить за новостями рынка и участвовать в регулярных вебинарах, которые проводят наши спикеры.
Рынок продуктов сейчас огромный: от B2C до AI/ML-продуктов. И даже с базовыми навыками, но с хорошей практикой и пониманием своего вектора, продакты успешно выходят на рынок и в России, и в Европе.
У нас есть бесплатный Карьерный хаб с большой подборкой материалов о развитии карьеры в продакт-менеджменте, там же можно прочитать подробный обзор зарплат продакт-менеджеров в 2025 году.
В симуляторах много практики, благодаря которой появляются реальные решения, разборы, факапы и опыт, который можно использовать на интервью. Это формирует то самое портфолио мышления, которое отличает сильных PM.
Наши спикеры — действующие Senior и Lead PM из российских и международных компаний. Они помогают определить твой фокус, подсвечивают сильные стороны и дают прикладные советы по развитию.
Лучших участников мы рекомендуем компаниям, где работает команда ProductDo, а также пишем развёрнутые рекомендательные письма с примерами решений и навыков, проявленных в процессе обучения.
У нас есть активное сообщество в Telegram. Там можно следить за новостями рынка и участвовать в регулярных вебинарах, которые проводят наши спикеры.
Рынок продуктов сейчас огромный: от B2C до AI/ML-продуктов. И даже с базовыми навыками, но с хорошей практикой и пониманием своего вектора, продакты успешно выходят на рынок и в России, и в Европе.
Да, если ты успешно закончил курс, можешь сгенерировать в личном кабинете сертификат на английском языке и разместить его на LinkedIn (в разделе Licenses & certifications).
Но, обратите внимание, что при приёме в продуктовую компанию сертификаты курсов не увеличивают шансы кандидата, по крайней мере в практике авторов курсов такого не случалось ни разу. Если в резюме есть упоминание курса, то это может вызвать вопросы про то, что кандидат действительно знает прямо сейчас. Поэтому нужно решать задачи и развивать навыки, а не гнаться за "корочками". К счастью, на курсах практики хватает.
Но, обратите внимание, что при приёме в продуктовую компанию сертификаты курсов не увеличивают шансы кандидата, по крайней мере в практике авторов курсов такого не случалось ни разу. Если в резюме есть упоминание курса, то это может вызвать вопросы про то, что кандидат действительно знает прямо сейчас. Поэтому нужно решать задачи и развивать навыки, а не гнаться за "корочками". К счастью, на курсах практики хватает.
Другие вопросы
Мы делаем продукт обучения так, как делали бы любой цифровой продукт: честно, практично и с опорой на опыт людей, которые каждый день работают продакт-менеджерами.
Все авторы — практикующие Senior и Lead PM, работающие в крупных российских и международных компаниях. Они приносят в курсы реальный опыт, свежие кейсы и решения, которые используют в своей работе.
Практика через симуляторы.
Это не «видео + домашка», а интерактивные задачи, в которых нужно принимать решения как настоящий продакт: выбирать метрики, считать, приоритизировать, формировать MVP, объяснять гипотезы. Такой подход даёт прикладные навыки гораздо быстрее.
Кейс-материалы.
Работа не с абстракциями, а с задачами из доменов AI/ML, финтеха, маркетплейсов и других. Это формирует мышление, которое нужно на интервью и в работе.
Малые группы и индивидуальный фидбэк.
Мы не делаем поточные наборы по 100 человек. Формат позволяет авторам разбирать решения, объяснять ошибки и давать конкретные рекомендации.
Честный фокус на навыках, которые реально востребованы.
Data-driven PM, Tech PM, ML PM, A/B Testing, AI/LLM Product — те самые «надстройки», которые нужны, чтобы выделяться среди кандидатов и расти быстрее.
Нас советуют наши участники.
Можно просто посмотреть отзывы о нас на Trustpilot, Tutortop или Linkedin, они скажут сами за себя. На нашем сайте все отзывы привязаны к аккаунтам LinkedIn авторов — можно связаться с ними и узнать об опыте напрямую.
А еще по ссылке мы собрали таблицу со сравнением основных международных обучающих проектов для продакт-менеджеров по ключевым параметрам.
Все авторы — практикующие Senior и Lead PM, работающие в крупных российских и международных компаниях. Они приносят в курсы реальный опыт, свежие кейсы и решения, которые используют в своей работе.
Практика через симуляторы.
Это не «видео + домашка», а интерактивные задачи, в которых нужно принимать решения как настоящий продакт: выбирать метрики, считать, приоритизировать, формировать MVP, объяснять гипотезы. Такой подход даёт прикладные навыки гораздо быстрее.
Кейс-материалы.
Работа не с абстракциями, а с задачами из доменов AI/ML, финтеха, маркетплейсов и других. Это формирует мышление, которое нужно на интервью и в работе.
Малые группы и индивидуальный фидбэк.
Мы не делаем поточные наборы по 100 человек. Формат позволяет авторам разбирать решения, объяснять ошибки и давать конкретные рекомендации.
Честный фокус на навыках, которые реально востребованы.
Data-driven PM, Tech PM, ML PM, A/B Testing, AI/LLM Product — те самые «надстройки», которые нужны, чтобы выделяться среди кандидатов и расти быстрее.
Нас советуют наши участники.
Можно просто посмотреть отзывы о нас на Trustpilot, Tutortop или Linkedin, они скажут сами за себя. На нашем сайте все отзывы привязаны к аккаунтам LinkedIn авторов — можно связаться с ними и узнать об опыте напрямую.
А еще по ссылке мы собрали таблицу со сравнением основных международных обучающих проектов для продакт-менеджеров по ключевым параметрам.
Мы с 2021 года в строю и за это время через наши курсы прошло больше 14 тысяч человек. Отзывы можно почитать на Trustpilot, Tutortop, Linkedin, и у нас на сайте. Курсы мы постоянно обновляем: собираем фидбэк, смотрим, что поменялось в индустрии, и адаптируем материалы. Всё потому, что их делают практикующие PM, которые каждый день решают реальные продуктовые задачи, а не пишут теорию в вакууме.
- Александр, преподаватель ProductDo