Digital
Karjäär digivaldkonnas ja internetiturunduses koos tehisintellektiga
Avasta oskused, mis muudavad karjääri digivaldkonnas mitte lihtsalt võimalikuks, vaid kiirelt arenevaks.
- Tase
- Algaja kuni kesktase
- Maht
- Mitmenädalane programm
- Vorm
- Praktiline
Avasta oskused, mis muudavad karjääri digivaldkonnas mitte lihtsalt võimalikuks, vaid kiirelt arenevaks.
Valda digivaldkonna võtmesuundi tehisintellekti abil ja arenda oskusi, mis on juba täna nõutud. Kolm praktilist programmi aitavad sul luua sisu, veebilehti ja automatiseerimisi, mis toovad reaalseid tulemusi. Alusta teekonda tuleviku ametini juba täna.
Veebiarendus tehisintellekti (TI) abil
- 02.03.2026 – 24.04.2026 (venekeelne grupp)
- 1800 €
- Õppejõud: Nikolai Sekatšov
- Õppe keel: vene
- Maht: 120 akadeemilist tundi
Omanda uue põlvkonna veebiarendaja amet — seal, kus tehnoloogia kohtub intelligentsiga. See programm on loodud algajatele arendajatele, disaineritele, toote- ja projektijuhtidele ning kõigile, kes soovivad luua kaasaegseid digitooteid, kiirendades protsesse tehisintellekti abil.
Kursusel õpid juhtima AI-tööriistu, kavandama veebirakenduste arhitektuuri, looma kasutajaliideseid ning sõnastama nõudeid serveriloogikale. Samuti omandad teadmised integreerimisest ja juurutamisest, muutes ideed kvaliteetseteks, skaleeritavateks ja tehnoloogilisteks lahendusteks — kiiremini ja targemalt tänu tehisintellektile.
Õppekava programm
Kinnitatud direktori Andrei Gritskov poolt 15.10.2025, Tallinn
-
Õppekava nimetus: Veebirakenduste arendus tehisintellekti (TI) abil.
-
Õppesuund ja õppekavarühm
Õppesuund: Informatsiooni- ja kommunikatsioonitehnoloogiad Õppekavarühm: Tarkvara ja rakenduste arendus ning analüüs Õppekava põhisisu alused: Tehisintellekt, veebirakenduste arhitektuur, AI-tööriistade haldamine.
- Eesmärk ja õpiväljundid
Eesmärk: Kujundada osalejates süsteemne arusaam kaasaegsete veebirakenduste arhitektuurist ja õpetada neid haldama AI-tööriistu (nagu Cursor, Cline, Gemini CLI) ideede elluviimiseks täisfunktsionaalseteks veebitoodeteks, ilma et oleks vaja käsitsi koodi kirjutamise oskusi.
Õpiväljundid: koolituse lõpuks õpilane
• Haldab AI-tööriistu — kasutab kaasaegseid integreeritud arenduskeskkondi (IDE) koodi genereerimiseks, silumiseks ja dokumenteerimiseks, juhtides protsessi tõhusalt. • Selgitab veebiarhitektuuri põhimõtteid — mõistab “klient-server” mudelit, rakendusliideste (API) otstarvet, andmebaasi rolli ja Linuxi töötamise aluseid ning rakendab seda teadmist täpsete ülesannete püstitamiseks AI-le. • Orkestreerib kasutajaliideste loomise protsessi — juhib adaptiivsete veebisaitide loomist, alates disainikavandite genereerimisest kuni nende teostamiseni staatiliste lehtede ja üheleheliste rakendustena (SPA) Reactis. • Sõnastab nõuded serveripoolsele loogikale — projekteerib kontseptuaalsel tasandil REST API-sid ja andmebaaside struktuuri, kontrollides nende täielikku realiseerimist AI-assistendi poolt. • Juhib integratsiooniprotsessi — tagab korrektse koostöö frontend- ja backend-komponentide vahel ning integreerib rakendusse kolmandate osapoolte AI-teenuseid. • Haldab juurutamisprotsessi — avaldab valmis full-stack rakendusi, kasutades nii kaasaegseid PaaS-platvorme kui ka juurutamist virtuaalserverisse (VPS) AI-assistendi abil.
- Sihtgrupp ja õppe alustamise tingimused
Sihtgrupp: Algajad ilma programmeerimiskogemuseta, IT-huvilised, tootejuhid, ettevõtjad, disainerid ja kõik, kes soovivad õppida looma veebirakendusi, kasutades AI jõudu peamise tööriistana.
Õppe alustamise tingimused: Keskharidus, enesekindel arvutikasutamise oskus. Programmeerimisoskused ei ole nõutavad.
- Õppe maht, õppe ülesehitus, õppekeskkond ja õppevahendid
Õppe maht ja ülesehitus: Koolituse kogumaht 120 ak. tundi, millest 80 ak. tundi kontaktõpe (koolitaja poolt juhendatud õppetegevus füüsilises või veebikeskkonnas) tunnid ja 40 ak. tundi iseseisvat tööd.
Õppekeskkond: Koolitus toimub aadressil Vabaduse väljak 2, Tallinn ja veebis. Koolitusklassid vastavad tervisekaitse nõuetele. Igale koolitusel osalejale tagatakse kohvipaus. Koolitusel on võimalik kasutada toimivat internetiühendust. Igale õpilasele tagatakse õppeperioodiks juurdepääs suurte keelemudelite (LLM) API-le ja isiklikule virtuaalserverile (VPS). Õpilastel peab olema oma sülearvuti klassis ja kodus töötamiseks.
- Õppeprotsessi kirjeldus, sh õppe sisu, õppemeetodid ja -materjalid
| Õppe ülesehitus ja maht | Õppe sisu ja õppematerjalid | Õppemeetodid |
|---|---|---|
| Kontaktõpe 8 ak. tundi Iseseisev töö 4 ak. tundi | Masinõpe (ML), närvivõrgud ja LLM – AI-revolutsiooni alus Teooria • Ülevaade tehisintellekti (AI), masinõppe (ML) ja närvivõrkude kontseptsioonidest. AI-assistentide (Cursor, Cline) paigaldamine arenduskeskkonda. Dekompositsioon – kuidas jaotada ideid AI jaoks ülesanneteks. Sissejuhatus käsurealiidesesse (CLI). Iseseisev töö (mikroprojekt) • “Hello, AI!”. Luua lihtne konsoolirakendus (näiteks parooligeneraator) ainult AI-assistendi käskude abil. Projektide analüüs ja süvaõpe (online) • Tehtud projektide analüüs ja küsimustele vastamine. Praktikum: Iteratiivne dialoog AI-ga. Õpime täpsustama ja ümber sõnastama käske, et AI mõistaks ülesannet paremini. | Interaktiivne loeng, tööriistade demonstreerimine, tehtud projektide analüüs, grupiarutelu, praktikum. |
| Kontaktõpe 8 ak. tundi Iseseisev töö 4 ak. tundi | AI-disainer: ideest sinu esimese veebisaidini (HTML/CSS) Teooria • Sissejuhatus mõistesse “Klient” (brauser). Hüperteksti märgistuskeele (HTML) ja kaskaadlaadistike (CSS) roll. Pildigeneraatorite kasutamine visuaalsete kontseptsioonide loomiseks. Olemasolevate veebisaitide analüüs referentsidena. Iseseisev töö (mikroprojekt) • “Digitaalne visiitkaart”. Luua adaptiivne üheleheline visiitkaardi veebisait, juhtides AI-tööriista. Projektide analüüs ja süvaõpe (online) • Disainilahenduste analüüs ja küsimustele vastamine. Praktikum: Iteratiivne disaini täiustamine. Õpime andma AI-le täpsustavaid käske visuaalsete puuduste parandamiseks ja adaptiivsuse parandamiseks. | Analoogialoeng, praktiline töö AI-IDE-s, disainilahenduste analüüs, praktikum. |
| Kontaktõpe 8 ak. tundi Iseseisev töö 4 ak. tundi | Veebisaidi elavdamine: interaktiivsus JavaScriptiga AI juhtimisel Teooria • Sissejuhatus JavaScripti kui veebisaidi “käitumise” loomise keelde. “Sündmuse” ja “reaktsiooni” kontseptsioonid. Dokumendi objektimudel (DOM) kui lehe struktuur. Iseseisev töö (mikroprojekt) • “Interaktiivne visiitkaart”. Lisada eelmise nädala projektile interaktiivseid elemente (animatsioonid, modaalaknad). Projektide analüüs ja süvaõpe (online) • Realiseeritud mehaanikate analüüs ja küsimustele vastamine. Praktikum: Silumine AI abil. Õpime kirjeldama probleemi ja edastama AI-le brauseri konsoolist pärinevaid veateateid. | Interaktiivne demonstratsioon, realiseeritud mehaanikate analüüs, silumise praktikum. |
| Kontaktõpe 8 ak. tundi Iseseisev töö 4 ak. tundi | Kaasaegne Frontend: SPA-rakenduste loomine Reactis Vite’i ja AI abil Teooria • Ühelehelise rakenduse (SPA) kontseptsioon. React ja komponentidel põhinev lähenemine. Tööriistad Vite ja paketihaldur npm. Iseseisev töö (mikroprojekt) • “SPA-Portfoolio”. Anda AI-le käsk muuta staatiline “visiitkaart” mitmekomponendiliseks Reacti rakenduseks. Projektide analüüs ja süvaõpe (online) • Komponentstruktuuri analüüs ja küsimustele vastamine. Praktikum: Arhitektuurne refaktooring. Õpime hindama rakenduse struktuuri ja andma AI-le käske selle parandamiseks. | Loeng, juhitud koodi genereerimine, komponentstruktuuri analüüs, refaktooringu praktikum. |
| Kontaktõpe 8 ak. tundi Iseseisev töö 4 ak. tundi | Rakenduse aju: Backend REST API projekteerimine ja loomine Teooria • Sissejuhatus mõistesse “Server” (Backend). REST API kontseptsioon kui “leping” andmevahetuseks. Ülevaade Node.js-ist ja Pythonist. Iseseisev töö (mikroprojekt) • “Blogi API”. Sõnastada AI-le ülesanne luua REST API koos otspunktide komplektiga postituste haldamiseks. Projektide analüüs ja süvaõpe (online) • Loodud API-de analüüs ja testimine, küsimustele vastamine. Praktikum: API projekteerimine. Õpime koostama AI jaoks selget tehnilist ülesannet. | Interaktiivne loeng, tööriistade demonstreerimine, API analüüs ja testimine, projekteerimise praktikum. |
| Kontaktõpe 8 ak. tundi Iseseisev töö 4 ak. tundi | Rakenduse mälu: töö andmebaasidega AI juhendamisel Teooria • Sissejuhatus mõistesse “Andmebaas”. Ülevaade relatsioonilistest (SQL) ja mitterelatsioonilistest (NoSQL) andmebaasidest. Põhiliste CRUD operatsioonide (Loomine, Lugemine, Uuendamine, Kustutamine) õppimine. Iseseisev töö (mikroprojekt) • “Andmebaasi ühendamine blogiga”. Anda AI-le käsk integreerida PostgreSQL andmebaas eelmise projekti API-ga. Projektide analüüs ja süvaõpe (online) • Andmetöötluse analüüs API kaudu, küsimustele vastamine. Praktikum: Andmete modelleerimine. Õpime kirjeldama AI jaoks tulevase andmebaasi struktuuri. | Loeng, praktiline töö, andmetöötluse analüüs, modelleerimise praktikum. |
| Kontaktõpe 8 ak. tundi Iseseisev töö 4 ak. tundi | Full Stack koos: Frontend, Backend ja väliste AI-teenuste integreerimine Teooria • “Kliendi” ja “Serveri” ühendamine. Mõiste Full Stack. Võrgusuhtlus. Kolmandate osapoolte AI-teenuste integreerimine. Iseseisev töö (mikroprojekt) • “Blogi AI-copywriteriga”. Integreerida SPA-rakendus API-ga. Lisada sisu genereerimise funktsioon välise AI abil. Projektide analüüs ja süvaõpe (online) • Töötavate Full Stack rakenduste analüüs, küsimustele vastamine. Praktikum: Täistsükli silumine. Õpime jälgima päringu teekonda brauserist andmebaasini. | Täistsükli demonstreerimine, töötavate rakenduste analüüs, silumise praktikum. |
| Kontaktõpe 8 ak. tundi Iseseisev töö 4 ak. tundi | Käivitamise aeg: rakenduste juurutamine internetti (PaaS ja VPS) Teooria • Mõisted “Majutus” ja “Juurutamine”. Ülevaade Platvorm-teenustest (PaaS) ja Virtuaalserveritest (VPS). Linuxi ja Nginxi haldamine AI abil. Iseseisev töö (mikroprojekt) • “Suur esitlus”. Juurutada valmis rakendus PaaS-platvormidel ja pakutud VPS-is. Projektide analüüs ja süvaõpe (online) • Projektide kättesaadavuse kontrollimine, küsimustele vastamine. Praktikum: Juurutamisprobleemide diagnostika. Õpime kasutama AI-d veebiserveri logide analüüsimiseks. | Samm-sammuline demonstreerimine, projektide kättesaadavuse kontrollimine, diagnostika praktikum. |
| Kontaktõpe 8 ak. tundi Iseseisev töö 4 ak. tundi | Lõpuprojekt: ideest arhitektuuri ja arenduseni Teooria • Ideede ajurünnak projektide jaoks. Arhitektuuri planeerimise metoodika. Iseseisev töö (mikroprojekt) • Oma Full Stack projekti kallal töö alustamine. Projektide analüüs ja süvaõpe (online) • Edusammude arutelu, koodi ülevaatus ja abi probleemide lahendamisel. | Grupiarutelud, individuaalsed ja grupikonsultatsioonid, projektitöö. |
| Iseseisev töö 4 ak. tundi Projekti kaitsmine 8 ak. tundi | Finaal: juurutamine, projekti kaitsmine ja järgmised sammud Teooria • Ideede ajurünnak projektide jaoks. Arhitektuuri planeerimise metoodika. Iseseisev töö (mikroprojekt) • Oma Full Stack projekti kallal töö. Projektide analüüs ja süvaõpe (online) • Edusammude arutelu, koodi ülevaatus ja abi probleemide lahendamisel. | Individuaalsed konsultatsioonid, projektitöö, avalik projektide kaitsmine. |
- Hindamine ehk õppe lõpetamise tingimused Õpe loetakse lõpetatuks, kui õpilane: on osalenud vähemalt 80% tundidest; on edukalt sooritanud kõik mikroprojektid; on välja töötanud ja edukalt kaitsnud lõpuprojekti.
Hindamine toimub põhimõttel “arvestatud/mittearvestatud”.
-
Väljastatavad dokumendid Õpiväljundid omandanud ning hindamiseläbinud õppijale väljastatakse tunnistus. Hindamisel mitteosalenud või hindamist mitteläbinud õppijaleväljastatakse tõend koolitusel osalemise ja läbitud teemade kohta.
-
Koolitaja kvalifikatsioon Nikolay Sekachev. MBA - Univertiy of New Mexico (USA). Uurali Riiklik Juristikaakadeemia – eriala: õigusteadus. Uurali Riiklik Ülikool – eriala: astrofüüsika ja astronoomiline geodeesia. Praktiline kogemus kommerts-veebiarenduses (Full Stack), sügav arusaam kaasaegsetest AI-arendustööriistadest ning tehniliste distsipliinide õpetamise kogemus.
Sisu loomine ja SMM tehisintellekti abil
- 02.03.2026 – 24.04.2026 (venekeelne grupp)
- 1800 €
- Õppejõud: Nikolai Sekatšov
- Õppe keel: vene
- Maht: 120 akadeemilist tundi
Loo tugev, müüv ja stiilne sisu kiiremini kui kunagi varem. Programmi käigus õpid välja töötama turundusstrateegiat, kirjutama tekste, looma visuaale ning automatiseerima postitusi parimate AI-tööriistade abil. Sa mõistad, kuidas integreerida tehisnärvivõrgud oma tööprotsessi nii, et sisu töötaks sinu brändi heaks ööpäevaringselt — 24/7.
Kursus sobib suurepäraselt turundajatele, SMM-spetsialistidele, ettevõtjatele ja kõigile, kes soovivad sotsiaalmeedias kindlalt silma paista, säästes samal ajal aega ja ressursse.
Õppekava programm
Kinnitatud direktori А. Gritskov poolt 15.10.2025, Tallinn
1.Õppekava nimetus: Sisuloome ja SMM tehisintellekti abil (TI)
2.Õppesuund ja õppekavarühm
Õppesuund: Ärindus ja haldus Õppekavarühm: Turundus ja reklaam Õppekava põhisisu alused: TI‑tööriistad sisuloomeks, sotsiaalmeedia strateegiad, turunduskampaaniate automatiseerimine, analüütika ja optimeerimine.
3.Eesmärk ja õpiväljundid
Eesmärk: Arendada osalejates oskusi professionaalselt hallata sotsiaalmeediat ja luua sisu tehisintellekti abil, muutes nad tõhusateks digiturundajateks, kes suudavad genereerida kvaliteetset sisu ja automatiseerida turundusprotsesse.
Õpiväljundid: koolituse lõpuks õpilane
Koostab TI-põhise SMM-strateegia – analüüsib sihtrühma, konkurente ja trende TI tööriistade abil ning koostab tõhusa sotsiaalmeedia kohaloleku plaani. Genereerib tekstisisu – loob artikleid, postitusi, kirjeldusi ja turundustekste suurte keelemudelite abil (LLM). Loob visuaalset sisu – kasutab pildi- ja videogeneerimise tööriistu kaasahaaravate visuaalide loomiseks. Automatiseerib postitamise ja suhtluse – seadistab süsteemid automaatseks postitamiseks, uuestipostitamiseks ja kaasatuse analüüsiks. Integreerib TI teenused – konstrueerib automatiseeritud ahelad sisu genereerimiseks ja avaldamiseks, ühendades planeerijad, keelemudelid ja pildigeneraatorid.
4.Sihtgrupp ja õppe alustamise tingimused
Sihtgrupp: Ettevõtjad, turundajad, SMM-spetsialistid ja kõik, kes soovivad omandada kaasaegseid tehnoloogiaid sisu genereerimiseks ja turunduse automatiseerimiseks tehisintellekti abil.
Õppe alustamise tingimused: Keskharidus, kindel arvutikasutusoskus ja sotsiaalmeedias orienteerumise oskus. Turunduskogemus on eelis, kuid mitte nõue.
- Õppe maht, õppe ülesehitus, õppekeskkond ja õppevahendid
Õppe maht ja ülesehitus: Koolituse kogumaht 120 ak. tundi, millest 80 ak. tundi kontaktõpe (koolitaja poolt juhendatud õppetegevus füüsilises või veebikeskkonnas) tunnid ja 40 ak. tundi iseseisvat tööd.
Õppekeskkond: Koolitus toimub aadressil Vabaduse väljak 2, Tallinn ja veebis. Koolitusklassid vastavad tervisekaitse nõuetele. Igale koolitusel osalejale tagatakse kohvipaus. Koolitusel on võimalik kasutada toimivat internetiühendust. Igale õpilasele tagatakse õppeperioodiks juurdepääs suurte keelemudelite (LLM) API-le ja isiklikule virtuaalserverile (VPS). Õpilastel peab olema oma sülearvuti klassis ja kodus töötamiseks.
- Õppeprotsessi kirjeldus, sh õppe sisu, õppemeetodid ja -materjalid
| Õppe ülesehitus ja maht | Õppe sisu ja õppematerjalid | Õppemeetodid |
|---|---|---|
| Kontaktõpe 8 ak. tundi Iseseisev töö 4 ak. tundi | Tehisintellekti alused digiturunduses Teooria •Sissejuhatus TI, ML ja LLM turunduses. Kuidas närvivõrgud toetavad sihtrühma analüüsi ja ideede genereerimist. TI tööriistade (nt ChatGPT, DALL E jt) paigaldamine ja seadistamine. Iseseisev töö (mikroprojekt) •“TI analüüs brändist” — kasutades LLM, analüüsida konkurendi sotsiaalmeediaprofiili ja sõnastada 5 strateegilist eelist teie brändile. Projektide analüüs ja süvaõpe (online) •Prompt-inseneeria turundusanalüüsi jaoks — kuidas esitada TI le korrektseid küsimusi turu süva mõistmiseks. | Interaktiivne loeng, tööriistade demonstratsioon, näidete analüüs, praktikum prompt-inseneeria. |
| Kontaktõpe 8 ak. tundi Iseseisev töö 4 ak. tundi | Sisutööplaan ja ideede genereerimine Teooria •SMM strateegia alused — USP, konkurentide analüüs, segmentimine, kliendivalu tüübid. TI kasutamine analüüsiks, ideede genereerimiseks ja sisuprogrammide koostamiseks. Iseseisev töö (mikroprojekt) •“Ajurünnak TI abil” — luua kuu sisukalender valitud nišile (näiteks tervis, tehnoloogia, äri) LLM abil. Projektide analüüs ja süvaõpe (online) •Promtide optimeerimine loovülesannete jaoks. Praktikum unikaalsete ideede genereerimisel. | Grupiharjutused, praktiline töö TI abil, genereeritud sisu analüüs. |
| Kontaktõpe 8 ak. tundi Iseseisev töö 4 ak. tundi | Tekstsisu genereerimine Teooria •Sotsiaalmeedias kasutatava sisu stiilid. LLM kasutamine postituste, kirjelduste ja artiklite loomiseks, tõhusa tekstiloome võtted. Iseseisev töö (mikroprojekt) •“Sisu tehas” — genereerida 5 Instagrami postitust antud teema kohta TI abil ja kohandada neid vastavalt platvormile. Projektide analüüs ja süvaõpe (online) •Stiili ja tooni parameetrite määramine promtides. | Praktiline genereerimine, peer review, AI tekstide toimetamine. |
| Kontaktõpe 8 ak. tundi Iseseisev töö 4 ak. tundi | Visuaalne sisu TI abil Teooria •TI tööriistad piltide ja videot genereerimiseks (nt Midjourney, Gemini), video¬sisu loomine (nt Sora, Veo3). Iseseisev töö (mikroprojekt) •“Visuaalne lugu” — luua konseptsioonipõhine pildiseeria ja Reels Instagramile TI abil. Projektide analüüs ja süvaõpe (online) •Prompt-inseneeria visuaalse sisu jaoks, täpsed kirjeldused vajalike piltide loomiseks. | Tööriistade demonstratsioon, praktiline genereerimine, visuaalse stiili analüüs. |
| Kontaktõpe 8 ak. tundi Iseseisev töö 4 ak. tundi | Sisu optimeerimine platvormide lõikes Teooria •Erinevate sotsiaalsete platvormide (Instagram, LinkedIn, Face-book) eripärad, algoritmid, sihtrühmad, optimaalsed formaadid, TI kasutamine sisu kohandamiseks. Iseseisev töö (mikroprojekt) •“Ristplatvormiline sisu” — adapteerida üks postitus neljale platvormile TI abil, arvestades igaühe spetsiifikat. Projektide analüüs ja süvaõpe (online) •Kaasatuse analüüs, sisu efektiivsuse hindamine platvormidel. | Võrdlev analüüs, sisu kohandamine. |
| Kontaktõpe 8 ak. tundi Iseseisev töö 4 ak. tundi | SMM protsesside automatiseerimine n8n abil Teooria •Automatiseerimise tööriistad (n8n), API ja töövoogude mõistmine lihtsas keeles, sotsiaalmeedia ühendamine ja automaatsete ahelate loomine postitamiseks Iseseisev töö (mikroprojekt) •“Sisu konveier” — seadistada töövoog n8n’is, mis võtab postitused Google Sheetsist ja postitab automaatselt 2–3 platvormile. Projektide analüüs ja süvaõpe (online) •Postituste ajastuse juhtimine, töövoogude optimeerimine publitseerimise sageduse ja timing’u osas. | Automation tööriistade seadistamine, töövoogude testimine, töölehed kui sisutoimikud. |
| Kontaktõpe 8 ak. tundi Iseseisev töö 4 ak. tundi | Sisu genereerimine läbi API (hääl, muusika, pildid, video) Teooria •API mõiste ja toimimine, ülevaade API dest sisu genereerimiseks (tekst → hääl, muusika, pildid, video). Iseseisev töö (mikroprojekt) •“Multimeedia postitus” — luua API (nt ElevenLabs hääl, Gemini pildid jne) abil multimediapostitus: tekst + hääl + pilt. Projektide analüüs ja süvaõpe (online) •Edasijõudnud API kasutamine, mitme API ühine kasutamine. | API demonstreerimine, praktiline töö, tulemuste analüüs, peer review. |
| Kontaktõpe 8 ak. tundi Iseseisev töö 4 ak. tundi | Vibe koodimine: sisu genereerimise ja montaaži protsessi automatiseerimine Teooria •“Vibe-koodimine” kui automaatika tipp — LLM kasutamine ffmpeg käskude genereerimiseks (video monteerimine promtidega). Integreerime kõik: API + ffmpeg + n8n. Iseseisev töö (mikroprojekt) •“Automatiseeritud sisu masin” — luua täiustatud süsteem: ideekava (Moodul 2), automaatne tekstigeneerimine (LLM), multimeedia genereerimine API abil (hääl, pildid), video loomine vibe koodiga (ffmpeg), automaatne postitamine (n8n) Projektide analüüs ja süvaõpe (online) •Täisautomaatika häälestamine, “igihaljuse” sisu loomine (automaatne sisu uuendamine). | Juhtumiuuringud, teenuste integreerimine, projektitöö. |
| Kontaktõpe 8 ak. tundi Iseseisev töö 4 ak. tundi | Lõppprojekt: MVP “TI sisu stuudio” kokkupanek Teooria •MVP projekteerimine — teema/ brändi valik, sisuprogrammi struktuur Google Sheetsis, töövoo arhitektuur n8n’is ahelaks “Google Sheet → LLM → pildigeneraator → sotsiaalmeedia”. Iseseisev töö (mikroprojekt) •Alustada MVP projekti kokkupanekut Moodulite 1–7 baasil: tabelite seadistamine, promtide kirjutamine, töövoogude loomine n8n’is. Projektide analüüs ja süvaõpe (online) •Individuaalsed juhendajad | Grupiarutelud, individuaalsed ja grupikonsultatsioonid, projektitöö. |
| Iseseisev töö 4 ak. tundi Projekti kaitsmine 8 ak. tundi | Lõppfaas: MVP kaitsmine ja projekti demonstratsioon • Projekti kaitsmine (live demo): tudeng esitab toimiva MVP süsteemi, näitab Google Sheetsi sisukava, käivitab n8n töövoo, demonstreerib genereeritud postitust platvormil • Edu tingimus: toimiva MVP edukas demonstreerimine • Täiustatud tase (vabatahtlik): soovijad võivad projekti täiendada Moodul 8 (video, hääl) või muude funktsioonidega | Avalik kaitsmine (pitch), ekspertide hindamine |
- Hindamine ehk õppe lõpetamise tingimused Õpe loetakse lõpetatuks, kui õpilane: on osalenud vähemalt 80% tundidest; on edukalt sooritanud kõik mikroprojektid; on välja töötanud ja edukalt kaitsnud lõpuprojekti.
Hindamine toimub põhimõttel “arvestatud/mittearvestatud”.
-
Väljastatavad dokumendid Õpiväljundid omandanud ning hindamiseläbinud õppijale väljastatakse tunnistus. Hindamisel mitteosalenud või hindamist mitteläbinud õppijaleväljastatakse tõend koolitusel osalemise ja läbitud teemade kohta.
-
Koolitaja kvalifikatsioon Nikolay Sekachev. MBA - Univertiy of New Mexico (USA). Uurali Riiklik Juristikaakadeemia – eriala: õigusteadus. Uurali Riiklik Ülikool – eriala: astrofüüsika ja astronoomiline geodeesia. Praktiline kogemus kommerts-veebiarenduses (Full Stack), sügav arusaam kaasaegsetest AI-arendustööriistadest ning tehniliste distsipliinide õpetamise kogemus.
Äriprotsesside automatiseerimine tehisintellekti abil
- 02.03.2026 – 24.04.2026 (venekeelne grupp)
- 1800 €
- Õppejõud: Nikolai Sekatšov
- Õppe keel: vene
- Maht: 120 akadeemilist tundi
Vabasta oma aeg tõeliselt oluliste ülesannete jaoks — anna rutiin tehisintellektile. Programmis “Äriprotsesside automatiseerimine tehisintellekti abil” õpid analüüsima ja kavandama automatiseerimist, looma no-code stsenaariume, integreerima LLM-mudeleid tööprotsessidesse ning kirjutama lihtsaid low-code skripte AI-assistendi toel. Sa omandad oskused luua mugavaid liideseid, juurutada serverilahendusi ja muuta keerulised ülesanded läbimõeldud, täielikult automatiseeritud protsessideks.
Kursus sobib ettevõtjatele, juhtidele, analüütikutele ja kõigile, kes soovivad kiirendada tööprotsesse, tõsta efektiivsust ning rakendada AI-vahendeid ettevõttes ilma süvaprogrammeerimiseta.
Õppekava programm
Kinnitatud direktori A. Gritskov poolt 15.10.2025, Tallinn
1.Õppekava nimetus: Äriprotsesside automatiseerimine tehisintellekti (TI) abil
2.Õppesuund ja õppekavarühm
Õppesuund: Informatsiooni- ja kommunikatsioonitehnoloogiad Õppekavarühm: Tarkvara ja rakenduste arendus ning analüüs Õppekava põhisisu alused: Äriprotsesside analüüs, No‑Code/Low‑Code platvormid, LLM juhtimine API kaudu, Python‑arendus koos TI‑assistentiga, serverilahenduste juurutamine.
3.Eesmärk ja õpiväljundid
Eesmärk: Kujundada osalejates TI‑integraatori pädevused — spetsialist, kes suudab analüüsida äriprotsesse, tuvastada kitsaskohad ning luua „võtmetest võtmeni“ automatiseeritud lahendusi alates lihtsatest No‑Code stsenaariumitest kuni kohandatud Python‑skriptideni, mis on juurutatud oma serverisse.
Õpiväljundid: koolituse lõpuks õpilane Analüüsib ja projekteerib automatiseerimist — tuvastab äris rutiinsed tegevused, hindab nende maksumust ning projekteerib „täideviija masina“ arhitektuuri nende lahendamiseks. Loob No‑Code stsenaariume — kasutab kindlalt platvorme Make ja n8n mitmetasemeliste töövoogude loomiseks koos tingimuste ja integreerimistega. Integreerib suuri keelemudeleid (LLM) äriprotsessidesse — ühendab suuri keelemudeleid API kaudu struktureerimata andmete (kirjad, taotlused, dokumendid) väljavõtmiseks, klassifitseerimiseks ja struktureerimiseks. Arendab low‑code automatiseerimisskripte TI‑assisti abil — juhib Python‑skriptide (“vibe‑coding”) loomise protsessi ülesannete lahendamiseks, mis jäävad No‑Code platvormide raamidest välja. Rajab interaktiivseid liideseid — loob vestlus‑bote (näiteks Telegram) kui „juhtpaneeli“ automatiseerimise jaoks lõppkasutajatele (töötajatele). Juurutab serverilahendusi — avaldab loodud automatiseerimised virtuaalsel privaatserveril (VPS) Docker abil, tagades nende stabiilse töö 24/7.
4.Sihtgrupp ja õppe alustamise tingimused
Sihtgrupp: Algajad IT‑spetsialistid, ettevõtjad, ärianalüütikud, projektijuhid ja kõik, kes soovivad mitte lihtsalt kasutada TI‑d, vaid luua selle abil reaalseid ärilahendusi, mis säästavad aega ja raha.
Õppe alustamise tingimused: Keskharidus, arvuti kasutamise kindel oskus. Programmeerimisoskused ei ole nõutud, kuid loogiline mõtlemine ja huvi äriliste ülesannete lahendamise vastu on teretulnud.
- Õppe maht, õppe ülesehitus, õppekeskkond ja õppevahendid
Õppe maht ja ülesehitus: Koolituse kogumaht 120 ak. tundi, millest 80 ak. tundi kontaktõpe (koolitaja poolt juhendatud õppetegevus füüsilises või veebikeskkonnas) tunnid ja 40 ak. tundi iseseisvat tööd.
Õppekeskkond: Koolitus toimub aadressil Vabaduse väljak 2, Tallinn ja veebis. Koolitusklassid vastavad tervisekaitse nõuetele. Igale koolitusel osalejale tagatakse kohvipaus. Koolitusel on võimalik kasutada toimivat internetiühendust. Igale õpilasele tagatakse õppeperioodiks juurdepääs suurte keelemudelite (LLM) API-le ja isiklikule virtuaalserverile (VPS). Õpilastel peab olema oma sülearvuti klassis ja kodus töötamiseks.
- Õppeprotsessi kirjeldus, sh õppe sisu, õppemeetodid ja -materjalid
| Õppe ülesehitus | ja mahtÕppe sisu ja õppematerjalid | Õppemeetodid |
|---|---|---|
| Kontaktõpe 8 ak. tundi Iseseisev töö 4 ak. tundi | Masinõpe (ML), närvivõrgud ja LLM – AI-revolutsiooni alus Teooria •AI, ML ja LLM kontseptsioonide ülevaade. Kuidas “mõtlevad” närvivõrgud ja miks see muutis mängureegleid. Äriprobleemi dekompositsioon selle seadmiseks AI le. Iseseisev töö (mikroprojekt) •„AI rutiini audit“. Kirjeldada reaalne äriprotsess (nt „tellimuse töötlemine“) ja dialoogi abil LLM iga määrata 3 kõige kitsaskohast automatiseerimiseks. Projektide analüüs ja süvaõpe (online) •Prompt insenerlus ärianalüüsiks. Õpime “kuulama” LLM i, et leida protsessides varjatud probleemid. | Interaktiivne loeng, grupibrainstorm, prompt insenerluse praktikum. |
| Kontaktõpe 8 ak. tundi Iseseisev töö 4 ak. tundi | Esimene “tark” automatiseerimine: No Code (n8n) + keelemudel (LLM API) Teooria •Tutvustus No Code platvormiga n8n. “Trigger tegevus” kontseptsioon. Mis on API ja kuidas ühendada LLM (ChatGPT, Gemini) töövooga. Iseseisev töö (mikroprojekt) •“TI klassifikaator”. Luua automatiseerimine: n8n võtab teksti uues Google Sheets reale, saadab LLM ile andmete (Nimi, Sisulisus, Kontaktid) väljavõtmiseks ja paigutab need kõrvaliste veergudesse. Projektide analüüs ja süvaõpe (online) •API töö analüüs. Esimeste stsenaariumide silumine. | Live demonstratsioon, samm sammult stsenaariumi loomine, täidetud projektide analüüs. |
| Kontaktõpe 8 ak. tundi Iseseisev töö 4 ak. tundi | Rajame usaldusväärne konveier No Code ¬n8n il Teooria •n8n põhimoodulid: veebkonksud, filtrid, marsruuterid (“kui… siis…” loogika). Veakäsitlus stsenaariumides. Iseseisev töö (mikroprojekt) •“Konveier loogikaga”. Paranda projekt: kui TI ei tuvastanud kontakte, siis automatiseerimine saadab teate juhile. Kui kõik andmed olemas — märgib staatuse „Valmis“. Projektide analüüs ja süvaõpe (online) •Keerukate stsenaariumide läbivaatamine. Praktikum silumiseks. | Praktiline töö, juhtumite analüüs, grupiline silumine. |
| Kontaktõpe 8 ak. tundi Iseseisev töö 4 ak. tundi | Google Sheets ja Airtable kui paindlik andmebaas Teooria •Pilv tabelite kasutamine andmebaasina. CRUD operatsioonid (Loomine, Lugemine, Uuendamine, Kustutamine) n8n kaudu. Iseseisev töö (mikroprojekt) •“Interaktiivne baas”. Lisa “konveierisse” loogika: enne uue kliendi kirje loomist kontrolli, kas ta juba andmebaasis on. Kui on — uuenda olemasolevat kirjet. Projektide analüüs ja süvaõpe (online) •Andmestruktuuride analüüs. Tabelite töö optimeerimine. | Loeng demonstratsioon, praktiline töö, koodirevjuu (skeemide ülevaatus). |
| Kontaktõpe 8 ak. tundi Iseseisev töö 4 ak. tundi | Vestlus bot kui juhtpaneel (näiteks Telegram) Teooria •Vestlus botide arhitektuur sisekasutuseks. Boti loomine, sõnumite saatmine, interaktiivsed nupud. No Code stsenaariumite käivitamine boti veebkonksude kaudu. Iseseisev töö (mikroprojekt) •“Bott assistent juhile”. Loo Telegram bot, mis saadab TI töötlusega kliendikaardi nuppudega “Võta tööle” / “Hülga”, ning nupu vajutus muudab staatuse Google Sheets is. Projektide analüüs ja süvaõpe (online) •Kasutajastsenaariumite projekteerimine botis. | Interaktiivne demonstratsioon, botide loomise praktiline töö. |
| Kontaktõpe 8 ak. tundi Iseseisev töö 4 ak. tundi | Lõhume No Code lati “vibe coding” abil Pythonis Teooria •Kui No Code ei piisa? Python põhitõed automatiseerijale: töö MD, JSON ja API ga. Kuidas üles seada LLM ile ülesanne, et saada valmis Python skript. Iseseisev töö (mikroprojekt) •“Kohandatud moodul”. Kirjuta TI abil Python skript, mis teostab unikaalse operatsiooni (nt pöördub spetsiifilise API poole) ja integreeri see n8n stsenaariumi. Projektide analüüs ja süvaõpe (online) •Genereeritud koodi läbivaatamine ja silumine. | Vibe coding TI assisti abil, koodianalüüs, integratsioonipraktikum. |
| Kontaktõpe 8 ak. tundi Iseseisev töö 4 ak. tundi | Üleminek oma andmebaasile (SQL) Teooria •Miks on vaja andmebaasisüsteemi (nt PostgreSQL)? SQL põhisõned (SELECT, INSERT, UPDATE). Andmebaasi juhtimine TI assistendi abil. Iseseisev töö (mikroprojekt) •“Migreerimine SQL ile”. Taasta loomise loogika projektist „Tark töötleja“, kus backend on andmebaas, mida juhib Python skript. Projektide analüüs ja süvaõpe (online) •Andmebaasiga töö analüüs. Andmemudelduse praktikum. | Loeng, praktiline töö andmebaasiga TI liidese kaudu. |
| Kontaktõpe 8 ak. tundi Iseseisev töö 4 ak. tundi | Juurutus ja hosting serveris (VPS) Teooria •Mis on VPS ja Docker. Kuidas TI assistendi abil pakkida Python skript ja andmebaas Docker konteineritesse juurutamiseks. Iseseisev töö (mikroprojekt) •“Professionaalne release”. Juuruta oma projekt antud VPS il, et see töötaks 24/7. Projektide analüüs ja süvaõpe (online) •Juigutuse probleemide diagnoosimine. Õpime TI abil logisid analüüsima. | Samm sammuline juurutamise demonstratsioon, diagnostika praktikum. |
| Kontaktõpe 8 ak. tundi Iseseisev töö 4 ak. tundi | Lõppprojekt: „Reaalse äriprotsessi automatiseerimine“ Teooria •Uue ärijuhtumi valik. Brainstorm ja lahenduse arhitektuuri projekteerimine. Iseseisev töö (mikroprojekt) •Lõppprojekti realiseerimine, kasutades kogu omandatud tehnoloogiapakki. | Grupiarutelud, individuaalsed ja grupikonsultatsioonid, projektitöö. |
| Iseseisev töö 8 ak. tundi Projekti kaitsmine 4 ak. tundi | Individuaalsed konsultatsioonid, projektitöö, avalik projektide kaitsmine. |
- Hindamine ehk õppe lõpetamise tingimused Õpe loetakse lõpetatuks, kui õpilane: on osalenud vähemalt 80% tundidest; on edukalt sooritanud kõik mikroprojektid; on välja töötanud ja edukalt kaitsnud lõpuprojekti.
Hindamine toimub põhimõttel “arvestatud/mittearvestatud”.
-
Väljastatavad dokumendid Õpiväljundid omandanud ning hindamiseläbinud õppijale väljastatakse tunnistus. Hindamisel mitteosalenud või hindamist mitteläbinud õppijaleväljastatakse tõend koolitusel osalemise ja läbitud teemade kohta.
-
Koolitaja kvalifikatsioon Nikolay Sekachev. MBA - Univertiy of New Mexico (USA). Uurali Riiklik Juristikaakadeemia – eriala: õigusteadus. Uurali Riiklik Ülikool – eriala: astrofüüsika ja astronoomiline geodeesia. Praktiline kogemus kommerts-veebiarenduses (Full Stack), sügav arusaam kaasaegsetest AI-arendustööriistadest ning tehniliste distsipliinide õpetamise kogemus.
Õpikeskkonna kirjeldus
SA Andrei Gritskov Foundation viib läbi koolituskursusi aadressil Vabaduse väljak 2, Tallinn. Me kasutame partnerite õppeklasse, kellega teeme koostööd. Kõik kasutatavad õpperuumid vastavad tervisekaitse nõuetele. Kool tagab igale koolitusel osalejale kohvipausi. Kursustel on võimalik kasutada toimivat internetiühendust. Klassid on varustatud kaasaegsete õppevahenditega (projektor, sülearvuti, tahvel jne). Õppegruppide suurus varieerub sõltuvalt koolituse sisust, kuid eesmärk on tagada individuaalne areng õppe käigus ning hoida õppijate motivatsiooni. Kõik õppematerjalid annab kool osalejatele kätte.
Õpiväljundite saavutamise hindamine, hindamiskriteeriumid ja -meetodid
Antud õppeprogrammi õppeprotsessi hindamise eesmärk on anda õppijale tagasisidet õppe edukuse kohta ning teavet modulites määratletud õpiväljundite saavutamise kohta; toetada õpimotivatsiooni ja positiivset enesehinnangut ning vajadusel korrigeerida õpieesmärke. Õppijal on õigus saada teavet hindamise korra ja saadud hinnete kohta. Õppekavas on ette nähtud, et omandatud teadmisi ja oskusi hinnatakse. Hinnatakse teadmiste ja oskuste mahtu, esituse õigsust, täpsust ja loogilisust, praktilise töö iseseisvat rakendamist ja läbiviimist. Erinevate oskuste hindamistulemused liidetakse üldhinde saamiseks. Hinded võivad põhineda ka mahukamatel testidel. Teadmiste ja oskuste omandamist tõendab õppija kirjalike või praktiliste tööde, suuliste esitluste ning praktiliste ülesannete kaudu.
- hinne „5“ (väga hea) — 90–100% punktidest sooritatud õigesti
- hinne „4“ (hea) — 70–89% punktidest sooritatud õigesti
- hinne „3“ (rahuldav) — 50–69% punktidest sooritatud õigesti
- hinne „2“ (puudulik) — 25–49% punktidest sooritatud õigesti
- hinne „1“ (nõrk) — 0–24% õigesti sooritatud punktidest
Kursuse lõppedes väljastatakse õppijale lõpetamist tõendav tunnistus.
Õppe lõpetamise tingimused ja väljastatavad tõendid
Tunnistus väljastatakse õppijale, kui ta on osalenud vähemalt 75% õppetundidest ning sooritanud kõik vajalikud ülesanded ja testid. Õppija on läbinud praktika, esitanud ja kaitsnud enesehindamisvormi praktilise töö kogemuse kohta ning saanud positiivse hinnangu. Osalemis- või lõpetamistõend väljastatakse õppijale juhul, kui ta on osalenud vähem kui 75% õppetundidest või ei ole saavutanud kõiki õppekava lõpetamiseks vajalikke õpiväljundeid. Tõend väljastatakse vastavalt osaleja poolt läbitud tundide arvule.
Jäta avaldus
Täida vorm ja võtame sinuga peagi ühendust.