01 Сбор ожиданий
Тренер адаптирует акценты программы под предметные области и запросы участников. Каждая группа проходит тренинг со своим фокусом.
02 Agile в эпоху AI
Ценности и принципы Agile, отличие от Waterfall. Ценность, риски, прозрачность, стресс в командах. Как AI снижает когнитивную нагрузку и повышает прозрачность процессов.
AI-практика
03 Фреймворк Кеневин
Классификация систем: простые, сложные, хаотичные. Как выбрать правильный подход к решению задачи в зависимости от контекста. AI для анализа сигналов и паттернов.
AI-практика
04 Назначение, видение и цели
Task work против Knowledge work. Типы задач и область применимости Agile. Постановка целей и проверка гипотез. Фокусирование на ценности с использованием AI-инструментов.
AI-практика
05 Создание команды
Что отличает команду от группы людей. Модель Томана и стадии развития команды. Алгоритмы принятия командных решений. AI как помощник в фасилитации и улучшении командной динамики.
AI-практика
06 Командная структура и компетенции
Систематизация уровней квалификации в команде. Согласование целей, ценностей, ролей и задач. Анализ навыков, точек роста и пробелов в компетенциях.
07 Оценка зрелости Agile-команды
Уровни и инструменты оценки. Интерпретация результатов. Как выявить паттерны, узкие места и зоны развития команды, в том числе с помощью AI-инструментов.
AI-практика
08 Персоны пользователей
Методы описания пользователей и клиентов продукта, которые позволяют принимать правильные решения. Персоны как инструмент выравнивания команды и бизнеса.
09 User Story Mapping
Целостное проектирование продукта на основе пути пользователя. Как выстраивать беклог, сохраняя связь с пользовательским опытом. AI для генерации и уточнения историй.
AI-практика
10 Поставка ценности
Инкрементальность: продукт развивается постепенно, на основе данных. Итеративность: планирование и поставка происходят каждые несколько дней. Как перестать делать «большой взрыв».
11 Scrum: современный взгляд
Эмпиризм как основа Scrum. Схема организации работы команды. Изменения 2025-2026 и дополнения к Scrum Guide. AI как поддержка эмпирических циклов и прозрачности.
AI-практика2026
12 Управление беклогом продукта
Декомпозиция задач и пользовательских историй. Методы приоритизации беклога. Командная актуализация беклога (Backlog Refinement). AI-инструменты для ускорения подготовки задач.
AI-практика
13 Оценка задач в команде
Цели, виды и принципы оценки сроков. Planning Poker и другие техники. Как работать с оценками, когда часть кода пишут AI-агенты и прогнозируемость снижается.
AI-практика
14 Роли в Scrum
Product Owner, Scrum Master, команда разработки: зоны ответственности и взаимодействие. Типичные конфликты ролей и как их разрешать. Автоматизация рутины через AI.
15 События и встречи в Scrum
Планирование спринта, Daily, Review, Retrospective. Как проводить встречи эффективно. Использование AI для подготовки, фасилитации и анализа ретроспектив.
AI-практика
16 Канбан Метод
Концепция Канбан и отличие от Scrum. Push и Pull системы. Закон Литтла для управления потоком задач. Классы сервисов и стоимость задержки. AI для анализа WIP и прогнозирования.
AI-практика
17 Применение в вашей команде
Kanban против Scrum: когда что подойдёт лучше. Шаги внедрения Scrum и классические ошибки. Личный план применения. AI как способ симуляции организационных изменений.
Практика
