главный кейс · 2 месяца проектной работы

Поддержка команды маркетинга крупнейшей магистратуры по искусственному интеллекту в Европе.

За короткий проектный спринт собрал исследование аудитории, CJM и маркетинговую логику, прототипы страниц, сайт конкурса портфолио и набор HTML-артефактов. Codex и Claude использовал не для “красивых текстов”, а как рабочие инструменты маркетолога: анализ, структура, сценарии страниц, прототипирование и быстрая сборка материалов.

Codex + ClaudeAI / EdTechCJM и сайты

что я делал

Переводил сложную AI-магистратуру в понятные решения для сайта и продвижения.

У AI Talent Hub сильный продукт: AI/ML, LLM, agentic AI, MLOps, research, industry-проекты, AI Product и несколько входов в магистратуру. Задача была быстро разложить эту сложность в человеческую навигацию для абитуриента и в рабочие материалы для маленькой маркетинговой команды.

Задача

Разобрать аудитории и внутренние анкеты, чтобы не говорить со всеми одинаково.
Понять путь клиента: от первого интереса к AI до заявки на магистратуру.
Показать, как сайт, онбординг и отдельные страницы могут лучше объяснять ценность программы.
Собрать артефакты, которые команда может использовать как основу для посадочных страниц, рекламы, посевов и презентаций.

Моя роль

Исследование аудитории 2025-2026: поступившие, конкурсные потоки, JMLC, КП, лиды, alumni и внешний рынок AI-специалистов.
Маркетинговый аудит, декомпозиция CJM и план приемной кампании: сегменты, входы, точки касания, лид-магниты, бот, ретаргет и онбординг.
Концепты главной страницы магистратуры, страницы выбора траектории и сайта конкурса Junior ML Contest.
Исследование конкурентов: ВШЭ, МФТИ + Яндекс, Сколтех, Иннополис, классические AI/DS-магистратуры и онлайн-курсы.
Сборка HTML-прототипов и интерактивных блоков при помощи Codex и Claude: от структуры смыслов до готовых страниц.

Что получилось за 2 месяца

Сегментация аудитории на 7 рабочих групп: Junior ML Builders, Applied Industry ML, LLM / GenAI Engineers, Research-Oriented AI, AI Product / Startup Hybrids, Career Switchers и Senior AI Professionals.
Позиционирование AI Talent Hub как AI-first карьерной траектории: не “учиться ИИ вообще”, а собрать проект, портфолио, роль и путь к внедрению AI в продукт или research.
Логика онбординг-страницы: выбрать трек, понять свой вход, получить материалы и перейти к заявке.
Прототип сайта конкурса портфолио для ML/AI-проектов с объяснением, какие проекты подходят: LLM, RAG, агенты, NLP, CV, recommender systems, AI-first продукты и EdTech.
Блоки курсов и ролей: ML Engineer, Data Engineer, Data Analyst, AI Product, 100+ дисциплин, MLOps, Agentic AI, LLM, AI System Design, продуктовое мышление.

Главная мысль

Я работал не как “копирайтер с нейросеткой”, а как маркетолог, который использует AI-инструменты для ускорения полного цикла: разобраться в данных, найти сегменты, сформулировать стратегию, собрать структуру сайта, сделать HTML-прототипы и превратить сложную AI-программу в понятный маршрут для абитуриента.

артефакты