AI-turunduse arhitekt: turundussüsteemide projekteerimine, automatiseerimine ja mõõdetavate tulemuste loomine

Eesmärk ja sihtgrupp

Sihtgrupp

1. 01Koolitus on suunatud kogenud turundusspetsialistidele (vähemalt 5, soovituslikult 10+ aastat praktikat), sealhulgas neile, kes on töö kaotanud või strateegilises karjäärisiirdes, ja kes soovivad ümber positsioneeruda turunduse operaatori või klassikalise juhi rollist AI-toega turundussüsteemi arhitekti rolli. Programm sobib iseõppinud praktikutele, kellel puudub formaalne teoreetiline taust, kuid kellel on vaja olemasolev kogemus struktureerida ja täiendada AI-ajastu kompetentsidega.

Õppe eesmärk

1. 01Programmi eesmärk on anda osalejatele praktilised oskused AI-toega turundussüsteemi projekteerimiseks, automatiseerimiseks ja juhtimiseks läbi simulatsioonipõhise mentorprogrammi õppeagentuuris United Skills. Osalejad töötavad agentuuri arhitektidena, viies läbi reaalseid turunduseksperimente klientide portfellis ja saavutades mõõdetavaid tulemusi alates esimesest nädalast. Lõpetaja on valmis töötama turundusarhitektina, omades selleks reaalsete juhtumite portfooliot, töötavat automatiseerimissüsteemi (n8n) ja kogemust kogu töövoo läbiviimisel: strateegia → kontekst → sisuloome → levitamine → mõõtmine → juhtimine.

Õppekava koostamise alus

1. 01Õppekava koostamisel on lähtutud konkreetsetest tööturu-uuringutest (vt allpool tsitaadid), AI-turunduse erialasest transformatsioonist ja täiskasvanuhariduse parimatest praktikatest (Cedefopi õpiväljundite metoodika, Bloomi taksonoomia, Kolbi kogemusõpe). Tehnoloogiavalikud (n8n, RAG-tööriistad, GEO-metoodika, open-source Hetzner/Docker/Ollama virn) põhinevad tööturul nõutavatel oskustel ja osalejale ligipääsetav või avatud lähtekoodiga tööriistadel, mis võimaldavad õppijatel iseseisvalt jätkata arendamist pärast programmi lõppu.
2. 02Tööturu vajaduse tõendus (kriteerium 1.2)
3. 03Õppekava aluseks on OSKA temaatiline uuring „Tehisintellekti mõju tööjõu oskuste vajadusele ettevõtluses" (SA Kutsekoda, autorid Anneli Leemet ja Urve Mets, avaldatud 04.11.2025), mille tellis Justiits- ja Digiministeerium. Uuring tõstab turunduse ja müügi esile ühe nelja suurima generatiivse TI rakenduspotentsiaaliga ärifunktsioonina:
4. 04Tsitaat 1 (uuringu fookus): „Uuringu eesmärk on kaardistada nii üldisemat laadi kui ka n-ö funktsioonipõhised TI-oskused, mida vajavad töötajad müügis ja turunduses, klienditeeninduses ning tootearenduses – aladel, mida on peetud suurima generatiivse TI rakenduspotentsiaaliga ärifunktsioonideks (Chui et al 2023)."
5. 05Tsitaat 2 (McKinsey väärtuspotentsiaal): „McKinsey (2023) avaldatud analüüsis generatiivse TI mõju ja väärtuspotentsiaali kohta leiti, et see koondub 75% ulatuses nelja ärifunktsiooni ümber, milleks on klienditeenindus, turundus ja müük (nii B2B kui ka B2C turundusega seotud tegevus, nt turu-uuringud, turundus- ja müügistrateegiad, hinnakujunduse analüüs), tarkvarainseneeria ning teadus- ja arendustegevus."
6. 06Tsitaat 3 (oskuste puudus kui peamine takistus): „Gartneri (2025) hinnangul toobki 42% TI-d rakendavatest ettevõtetest peamise takistusena esile oskuste ja selgete juhiste puudumise." Uuring lisab, et „asjakohaste teadmiste puudus on ettevõtete seas … kõige sagedamini mainitud takistus kõikjal Euroopas ja Eestiski."
7. 07Tsitaat 4 (targa tellija ja inimese-kontrolli vajadus): „Tegu ei ole „nupuvajutamisega", vaid teadliku ja sihipärase tegevusega, kus inimene suunab TI-d, hindab tulemusi ja vastutab lõpliku otsuse eest." Uuring rõhutab, et generatiivse TI väärtus „ei seisne tema võimes iseseisvalt tegutseda, vaid selles, kuidas inimesed oskavad koostada sisendeid, tõlgendada väljundeid ja rakendada soovitud tulemuste saavutamiseks kriitilist mõtlemist" (Gartner 2023).
8. 08Tsitaat 5 (agentide loomine kui kerkiv oskus): „… juba lähiajal võivad keskseks muutuda andmebaaside struktureerimine, häälkäskluste kasutamine, TI-assistentide ja agentide loomine."
9. 09Seos õppekavaga: OSKA uuring eristab kolme rolli (lõppkasutaja, tark tellija, juht). ARH-i sihtpersona – kogenud turundaja, kes positsioneerub ümber arhitektiks – vastab täpselt „targa tellija" ja juhi kombinatsioonile, kelle oskuste puudujääki uuring nimetab teravaimaks: „Intervjuude analüüsist tõusis teravaima probleemina esile oskuste nappus, mis puudutab probleemi täpset sõnastamist, investeeringutasuvuse analüüsi ja andmete kvaliteedi hindamist." Programmi 6-kihiline arhitektuur ja n8n-automatiseerimine adresseerivad otse seda puudujääki.
10. 10Lisaks raamib programmi Eesti andmete ja tehisintellekti valge raamat 2024–2030, mis „seab esikohale usaldusväärsuse ja inimkesksuse ning suunab tugevdama TI-ga seotud oskusi ettevõtluses" – see põhjendab programmi inimese-kontrolliga (human-in-the-loop) lähenemise.
11. 11Pealkirja kolm komponenti – sidususe kontroll (kriteerium 2.2):
12. 12„turundussüsteemide projekteerimine" → §1 eesmärgis, §3.1 sisus (6-kihiline arhitektuur, Wardley, RAG), õpiväljundites ÕV1–ÕV2, §4.1 hindamises
13. 13„automatiseerimine" → §1 eesmärgis, §3.1 sisus (n8n läbiv), eraldi õpiväljundis ÕV5, §4.1 hindamises (ÕV5 kriteeriumid)
14. 14„mõõdetavate tulemuste loomine" → §1 eesmärgis, §3.1 sisus (kahetrekiline mudel, mõõtmine), õpiväljundis ÕV4, §4.1 hindamises (mõõdetavad andmed igal ÕV-l)

Õpingute alustamise tingimused

1. 01Eeldame praktilist turunduskogemust (minimaalselt 5 aastat), baastasemel arvutioskust (failihaldus, veebipõhise tarkvaraga töötamine), loogilist mõtlemist ja valmisolekut iganädalaseks intensiivseks praktiliseks tööks. Varasem AI-tööriistade või automatiseerimise kogemus ei ole vajalik. Osalejal peab olema ligipääs kaameraga arvutile (Windows 10/11 või macOS) ja stabiilsele internetiühendusele. Soovitav on eesti keel (B2) ja baasoskus inglise keeles (A2–B1) tehnilise dokumentatsiooni lugemiseks.

Õpiväljundid

1. 01Programmi läbinu suudab:
2. 02Projekteerida AI-toega turunduskampaania ja viia läbi vajalikud turunduseksperimendid, sõnastades hüpoteesi, valides kanali ja tööriistad ning kogudes mõõdetavad tulemused (andmed).
3. 03Ehitada ja rakendada AI-süsteemi kontekstikihi (nt teadmusbaas / RAG), kodifitseerides brändihääle ja faktilisuse piirid struktureeritud andmetena, mida AI kasutab bränditäpse väljundi tootmiseks.
4. 04Toota ja levitada turundussisu inimese-kontrolliga töövoos, genereerides AI abil variante, neid kriitiliselt toimetades ning käivitades mõõdetavaid kampaaniaid.
5. 05Mõõta ja tõlgendada tulemusi, koostades näidikulaua äri- ja AI-nähtavuse mõõdikutega ning eristades sisulisi mõõdikuid tühistest.
6. 06Projekteerida ja juurutada automatiseeritud, inimese-kontrolliga töövooge (n8n), mis automatiseerivad õpiväljundite 1–4 tegevusi ja seovad AI-süsteemi kihid toimivaks tervikuks. (läbiv kompetents, mida arendatakse alates Nädalast 0)

Õppe maht

1. 01Õppe kogumaht
2. 02Juhendatud kontaktõppe maht
3. 0366 ak.t (49,5 astr.t)
4. 04Iseseisva töö maht
5. 05246 ak.t (184,5 astr.t)
6. 06Struktuur:
7. 0711 nädalat kokku (nädal 0 – onboarding + 10 õppenädalat)
8. 08Kontaktõpe (juhendatud) – 3 sessiooni nädalas × 1,5 astr.t = 4,5 astr.t/nädal (6 ak.t/nädal)
9. 09Nädala alguses: Mentor-sessioon (1,5 astr.t / 2 ak.t) – teema avamine, töö ettevalmistus
10. 10Nädala keskel: Grupitöö-sessioon (1,5 astr.t / 2 ak.t) – meeskondlik praktika klientide ülesannetel
11. 11Nädala lõpus: Demo- ja retrospektiivisessioon (1,5 astr.t / 2 ak.t) – tulemuste esitlus, tagasiside
12. 12Iseseisev töö – ~16,8 astr.t/nädal (22,4 ak.t/nädal): iseseisev õpe, portfooliotöö, agentuuri artefaktide tootmine, n8n-vooge ehitamine, AI-toega praktika
13. 13Sessioonide ajad on näidislikud – täpne ajakava kehtestatakse enne iga grupi algust.
14. 14KOKKU
15. 15312 ak.t

Õppe sisu

1. 01Koolitus on üles ehitatud 11-nädalase simulatsioonina, kus osalejad töötavad arhitektidena õppeagentuuris United Skills, hallates kolme taseme klientide portfelli. Pedagoogiliseks aluseks on simulatsioonipõhine ja praktiline mentorlus (4C-meetod: Context, Concept, Concrete practice, Conclusion; Shu-Ha-Ri progressioon; mentor kui coach, mitte lektor).
2. 02United Skills õppeagentuuri mudel ja kolme taseme kliendid:
3. 03Tase
4. 04Tüüp
5. 05Näited
6. 06Faas
7. 07T1
8. 08Sünteetiline
9. 09NovaCore Solutions (B2B SaaS), UrbanStyle.ltd (D2C)
10. 10Shu (Nädalad 0–3)
11. 11T2
12. 12Sisemine reaalne
13. 13Ha (Nädalad 4–7)
14. 14T3
15. 15Väline reaalne
16. 16reaalne väline klient
17. 17Ri (Nädalad 8–10)
18. 18Kliendi taseme progressioon on ühtlasi riski progressioon: õppija õpib sünteetiliste andmete peal, kus eksimus on ohutu, seejärel liigub reaalsete sisebrändide juurde ja lõppfaasis töötab reaalse välise kliendiga.
19. 19Kahetrekiline mudel (kiired võidud + arhitektuur):
20. 20Iga nädal annab korraga (a) taktikaliise võidu – reaalse mõõdetava tulemuse digiturunduses, mis on saavutatav juba Shu-tasemel retsepti järgi, ja (b) arhitektuurse ploki – osa 6-kihilisest süsteemist. Arhitektuur mõtestatakse võidu refleksiooni kaudu (Kolbi tsükkel: kogemus → refleksioon → mõtestamine → uus eksperiment). See tagab reaalsed tulemused alates esimesest nädalast, mis on kriitiline kogenud professionaalide sihtgrupile.
21. 216-kihiline AI-toega turundussüsteemi arhitektuur (programmi organiseeriv selgroog):
22. 22Kiht
23. 23Inimene/AI jaotus
24. 24L1 Strateegia
25. 25100% inimene
26. 26L2 Kontekst (RAG)
27. 27inimene ehitab, AI tarbib
28. 28L3 Sisuloome
29. 29AI genereerib, inimene toimetab
30. 30L4 Levitamine
31. 31AI orkestreerib, inimene seab raamid
32. 32L5 Mõõtmine
33. 33AI kogub, inimene tõlgendab
34. 34L6 Juhtimine
35. 35Nädal
36. 36Teema
37. 37Nädala võit
38. 38n8n
39. 39Maht (ak.t)
40. 40Seos ÕV-ga
41. 410
42. 42Onboarding: United Skills agentuur, vara-audit, AI-virn
43. 43Oma bränd optimeeritud
44. 44Hello world voog
45. 4518
46. 46(ettevalmistav)
47. 471
48. 48Turu strateegiline kaart (Wardley) + esimene GEO-tsiteering
49. 49Esimene AI-tsiteering
50. 50GEO-auditi automatiseerimine
51. 5124
52. 52ÕV1, ÕV5
53. 532
54. 54Klient, positsioneerimine ja esimene reaalne kampaania
55. 55Esimene reaalne kampaania
56. 56Sisuloome genereerimine
57. 5730
58. 58ÕV1, ÕV3
59. 593
60. 60Strateegia (L1) + varajane juhtimine (L6) + GEO-spurt
61. 61Mõõdetav GEO-kasv
62. 62Avaldamiskonveier
63. 63ÕV1
64. 644
65. 65Kontekstikiht (L2): RAG-süsteem
66. 66Sisu 5× kiiremini
67. 67n8n + RAG integratsioon
68. 68ÕV2, ÕV5
69. 695
70. 70Sisuloome (L3) ja maitse kui distsipliin
71. 71Kampaania optimeerimine
72. 72A/B aruandlus
73. 73ÕV3
74. 746
75. 75Levitamine (L4): mitmekanal + GEO
76. 76Mitmekanaliline skaleerimine
77. 77Levitamine + approval-värav
78. 78ÕV3, ÕV5
79. 797
80. 80Mõõtmine (L5): näidikulauad ja ROI
81. 81Tõestatud ROI
82. 82Andmete konsolideerimine
83. 83ÕV4
84. 848
85. 85Juhtimine (L6): governance operatsionaliseeritud
86. 86Governance püüab reaalse riski
87. 87Governance-värav + HITL
88. 88ÕV4, ÕV5
89. 899
90. 90Integratsioon: reaalne T3-klient + agentne voog
91. 91Reaalne tulemus välisele kliendile
92. 92Agentne töövoog
93. 93kõik ÕV
94. 9410
95. 95Lõpp-pitch + repositsioneerimine + portfoolio
96. 96Karjäärivalmis pakett
97. 97Süsteemi eksport varana
98. 98ÕV4 (kõik)

Õppekorraldus

Õppemeetodid

1. 01Interaktiivsed mentor-sessioonid (väikegrupis)
2. 02Meeskondlik töö agentuuri klientide ülesannetel
3. 03Iseseisvalt lahendatavad praktilised ülesanded reaalsete tulemustega
4. 04Demo-sessioonid (õppija esitleb tööd, saab tagasisidet kaasõppijatelt ja mentorilt)
5. 05Nädalalõpu retrospektiivid (mida õppisin, mida teen järgmiselt teisiti)
6. 06Personaalne ja jooksev tagasiside mentoritelt
7. 07AI-tööriistad ja n8n kui läbiv töövoog: programm on disainitud eeldusel, et tänapäeva turundusarhitekt kasutab AI-vestlusroboteid (ChatGPT, Claude), AI-otsingumootoreid (Perplexity) ja automatiseerimist (n8n) iga ülesande juures. Praktiliste tööde juures õpetatakse: vastutustundlikku kasutust (alusproblemilahendus enne AI-d; väljundi valideerimine), otsuste dokumenteerimist ja eetilist raamistikku (allikad, autorlus, andmete privaatsus, AI-väljalülitamise tsoonid).

Õppekeskkond

1. 01Ettevõtluskeskus pakub veebipõhist õpet Google Meet platvormi baasil. Veebikeskkond võimaldab gruppidesse jagamist, ekraani jagamist, interaktiivset koostööd ning sessioonide salvestamist. Suhtlus väljaspool sessioone toimub Slacki kanalites. Õppeliivakast (n8n + Ollama) pakutakse isoleeritud Docker-taristul iga osaleja jaoks.
2. 02Õppija tehnilised nõuded:
3. 03Arvuti (laua- või sülearvuti – nutitelefon ei ole piisav)
4. 04Operatsioonisüsteem: Windows 10/11 või macOS (mõlemad täielikult toetatud)
5. 05Stabiilne internetiühendus (vähemalt 10 Mbit/s)
6. 06Veebikaamera ja mikrofon või kvaliteetne peakomplekt
7. 07Soovitav kaks ekraani
8. 08Google'i meilikonto programmi jaoks
9. 09Ligipääs osalejale ligipääsetav tööriistadele: n8n (liivakastist), GitHub, AI-tööriistad (osalejale ligipääsetav tasemed või programmi pakutavad), reklaamikontod
10. 10Kõik programmi põhitööriistad on osalejale ligipääsetav kättesaadavad ja jäävad õppijale kasutamiseks ka pärast programmi lõppu (õppe jätkusuutlikkus).
11. 11Ligipääsetavus ja võrdsed võimalused:
12. 12Veebipõhine vorm välistab füüsilise liikumispiirangu.
13. 13Kross-platvormsus (Windows / macOS) välistab operatsioonisüsteemi-piirangu.
14. 14Sessioonide salvestamine võimaldab korduvkuulamist (toetab nt kuulmispuudega või eesti keelt teise keelena rääkivat osalejat).
15. 15Materjalid eesti ja vene keeles (v.a tehnilised terminid rahvusvahelise standardi järgi), ekraaniluger-sobivad.
16. 16Individuaalne kohanduskonsultatsioon kättesaadav enne grupi algust erivajadustega õppijatele – programmijuhi kaudu.
17. 17Programmi arenguruum: eestikeelsete subtiitrite lisamine sessioonidele jooksvalt. Erivajadusega osaleja saab kohanduskonsultatsiooni teel kokku leppida alternatiivse toe.

Õppematerjalid

1. 01Automatiseerimine ja orkestreerimine: n8n (self-hosted) – läbiv tööriist, Shu-progressiivne
2. 02Taristu: Hetzner / Docker / Traefik / Ollama (õppeliivakast)
3. 03AI-tööriistad: AI-vestlusrobotid (ChatGPT, Claude), AI-otsingumootorid (Perplexity), RAG-tööriistad (NotebookLM, custom GPT)
4. 04Levitamine: Meta Ads, LinkedIn Campaign Manager, Google Ads
5. 05Mõõtmine: Looker Studio / Mixpanel, GA4, GEO-jälgijad
6. 06Versioonihaldus ja portfoolio: GitHub (vt märkus §4 hindamise kohta – kohandatud kasutus)
7. 07Kõik programmi põhitööriistad on osalejale ligipääsetav või avatud lähtekoodiga ja jäävad õppijale kasutamiseks ka pärast programmi lõppu. n8n eksporditavad voog-failid võimaldavad õppijal viia oma automatiseerimissüsteem endaga kaasa.
8. 08Põhimaterjalid (koolituse hinna sees ja läbimiseks kohustuslikud)
9. 09Ettevõtluskeskuse loodud simulatsiooni lähteülesanded, andmestikud, retsept-mallid ja juhendmaterjalid (eesti ja vene keeles) – programmi jaoks spetsiaalselt arendatud, digitaalsed
10. 10Sünteetilised andmestikud NovaCore Solutions ja UrbanStyle.ltd
11. 11n8n-voog mallid (Shu-progressiivsed) iga nädala jaoks
12. 12Hindamisrubriikide mallid grupitöödele
13. 13Täiendavad osalejale ligipääsetav ressursid
14. 14n8n ametlik dokumentatsioon (
15. 15Ollama dokumentatsioon (
16. 16Reklaamiplatvormide dokumentatsioon (Meta, LinkedIn, Google Ads)
17. 17Looker Studio dokumentatsioon
18. 18OSKA AI-uuring (2025) – taustamaterjalina
19. 19Materjalide keel: kõik Ettevõtluskeskuse koostatud põhimaterjalid on eesti ja vene keeles. Tehnilised terminid (nt „RAG", „node", „workflow") järgivad rahvusvahelist standardit ja kasutatakse ingliskeelsetena. Tugi tagatakse mentor-sessioonidel.
20. 20Vabatahtlikud lisaressursid
21. 21Programmi raames pakub Ettevõtluskeskus lisaboonusena ligipääsu enesearenguks mõeldud e-õppe ressursside kataloogile. See on rangelt vabatahtlik ja ei ole seotud kohustuslike õpiväljundite ega hindamisega.
22. 22⚠ Vabatahtliku lisamaterjali kasutamine ei kajastu õppija lõpetamise tingimustes ega väljastatavatel dokumentidel.

Hindamine ja lõpetamine

Hindamine

1. 01NB! Käesolev jagu annab ülevaate. Hindamise metoodiline põhjendus – eriti kuidas hinnata praktilisi oskusi skaalas ilma iga osaleja süvahindamiseta ja ilma testita – on käsitletud eraldi dokumendis ARHhindaminejalopudokumendidru.md.
2. 02Hindamine on mitteeristav (arvestatud / mittearvestatud) ja põhineb praktiliste tööde portfoolil ning eksperimentide tulemusandmetel. Keskne hindamispõhimõte: kuna tegu on praktiliste oskustega (mitte teadmistega), ei kasutata teste; selle asemel hinnatakse, kas õppija viis läbi nõutava eksperimendi ja kogus mõõdetava tulemuse (andmed). n8n-vood toimivad enesetõendava mehhanismina – voog kas käivitub ja toodab mõõdetavat väljundit või mitte, mis teeb hindamise objektiivseks ja skaleeritavaks.
3. 03Õpiväljund (Lõpetaja suudab…)
4. 04Hindamismeetod
5. 05Hindamiskriteeriumid (hinne „Arvestatud")
6. 06ÕV1. Projekteerida AI-toega kampaania ja viia läbi vajalikud turunduseksperimendid, kogudes mõõdetavad tulemused.
7. 07Praktiline töö: vormi täidetud eksperimendi-tulemused (Wardley-kaart + GEO/kampaania baseline + delta)
8. 08Eksperiment on läbi viidud (mitte ainult planeeritud).
9. 09Vormis on mõõdetavad andmed (baseline + tulemus): nt citation rate enne/pärast, impressions, CTR.
10. 10Hüpotees ja järeldus on sõnastatud.
11. 11ÕV2. Ehitada ja rakendada kontekstikiht (RAG), kodifitseerides brändihääle ja faktilisuse piirid.
12. 12Praktiline töö: töötav RAG-süsteem + vormi täidetud blind-testi tulemus
13. 13RAG-süsteem töötab ja on testitud.
14. 14Vormis on mõõdetav tulemus: blind-test (RAG vs „paljas" AI) – RAG võidab ≥8/10.
15. 15Brändihääl ja faktilisuse piir on dokumenteeritud struktureeritud andmetena.
16. 16ÕV3. Toota ja levitada sisu inimese-kontrolliga töövoos, käivitades mõõdetava kampaania.
17. 17Praktiline töö: reaalne kampaania + vormi täidetud tulemusandmed
18. 18Reaalne kampaania on käivitatud (mõõdetavad impressions/CTR).
19. 19Inverted 80/20 on tõendatud: 50+ varianti genereeritud, toimetatud finaalini.
20. 20Vormis on mõõdetavad andmed: kampaania metrika.
21. 21ÕV4. Mõõta ja tõlgendada tulemusi, koostades näidikulaua.
22. 22Praktiline töö: näidikulaud + vormi täidetud insight
23. 23Näidikulaud sisaldab ≥5 sisulist mõõdikut, 0 tühist.
24. 24Vormis on mõõdetavad andmed: CAC/citation rate/brand search lift baseline + delta.
25. 25Insight sisaldab vähemalt ühe leiu juurde järeldust (5 Whys).
26. 26ÕV5. Projekteerida ja juurutada automatiseeritud, inimese-kontrolliga n8n-töövooge, mis automatiseerivad ÕV1–ÕV4 tegevusi. (läbiv)
27. 27n8n-voogude portfoolio – 5 mõõdetavat dimensiooni
28. 28n8n-voog automatiseerib eelnevaid ÕV-sid, iga dimensioon mõõdetav (voog käivitub ja toodab andmeid):
29. 29D1 – ÕV1 automatiseeritud: GEO-auditi/strateegia-andmete voog toodab andmeid.
30. 30D2 – ÕV2 automatiseeritud: RAG-voog toodab brändi-täpset väljundit mõõdetavalt.
31. 31D3 – ÕV3 automatiseeritud: sisuloome/levitamise voog toodab kampaania-andmeid.
32. 32D4 – ÕV4 automatiseeritud: mõõtmise voog konsolideerib näidikulaua-andmeid.
33. 33D5 – üldine n8n: vähemalt 1 töötav agentne voog inimese-kontrolli punktiga (approval/wait node) – lihtsalt mõõdetav (käivitub ja töötab).
34. 34Hindamise loogika (kriteerium 5.2 – objektiivsus ja läbipaistvus): iga ÕV juures on hindamise aluseks mõõdetav andmepunkt vormis, mitte hindaja subjektiivne hinnang. „Arvestatud" tähendab: eksperiment läbi viidud + andmed olemas + n8n-voog käivitub ja toodab väljundit. See on objektiivselt kontrollitav skaalas (hindaja kontrollib, kas voog jookseb ja andmed on vormis), erinevalt iga artefakti süvahindamisest.
35. 35Jooksev hindamine: mentor annab igal demo-sessioonil rubriigipõhise tagasiside. Lõplik hindamine toimub lõpuprojekti kaitsmisel.

Lõpetamise tingimused ja väljastatavad dokumendid

1. 01Tunnistus väljastatakse õppijale, kes on täitnud kõik tingimused:
2. 02Osalenud vähemalt 70% mentorsessioonidest.
3. 03Esitanud kõik kohustuslikud praktilised tööd (iganädalased portfoolioartefaktid koos mõõdetavate tulemusandmetega), mis on hinnatud „Arvestatud" tasemele. Need tõendavad õpiväljundite ÕV1–ÕV5 saavutamist.
4. 04Kaitsnud positiivselt oma lõpuprojekti portfoolio (vähemalt 3 juhtumit: T1, T2, T3 + töötav n8n-süsteem).
5. 05Tunnistusel kajastuvad: õppija nimi ja isikukood, asutuse nimi ja registrikood, õppekava nimetus, koolituse aeg ja maht (ak.t ja astr.t), saavutatud õpiväljundid, koolitajate nimed, väljaandmise kuupäev, dokumendi number. Tunnistus vastab täienduskoolituse standardi nõuetele.
6. 06Tõend väljastatakse, kui kõiki õpiväljundeid ei saavutatud, kuid õppija osales õppetöös.
7. 07⚠ Vabatahtliku lisaboonusena saadud e-õppe kataloogi kursuste läbimine ei kajastu Ettevõtluskeskuse tunnistusel ega tõendil.

Koolitajate kvalifikatsioon

1. 01Koolitusprogrammi viib läbi vähemalt 2-liikmeline koolitajameeskond, kelle hulgas on vähemalt üks peakoolitaja ja vähemalt üks teemavaldkonna koolitaja. Kõik koolitajad omavad:
2. 02Asjakohast haridust – kõrgharidust turunduse, ärijuhtimise, kommunikatsiooni, informaatika või muus seotud valdkonnas;
3. 03Praktilist erialast töökogemust turunduse, digiturunduse, AI-turunduse või turunduse automatiseerimise alal (min 3 aastat; peakoolitajal soovituslikult 10+);
4. 04Täiskasvanute koolitaja kompetentse (täiskasvanute koolitaja kutse 5/6/7/8, õpetaja kutse, kõrgkooli õppejõu kogemus, või tõendatud koolituskogemus koos planeerimises osalemise ja pedagoogilise raamistiku järgimisega);
5. 05Digipädevusi (Google Meet, Slack, GitHub, n8n, AI-tööriistad, reklaamiplatvormid).
6. 06Koolitajate jaotus (agentuuri partnerite mudel):
7. 07Managing Partner (peakoolitaja) – strateegia ja pitch, lõppvastutaja T3-klientide ees, Nädalad 0–3 ja 8–10
8. 08Technical Architect (teemakoolitaja) – kontekstikiht (RAG), n8n, levitamine, Nädalad 4 ja 6
9. 09Performance & Analytics Lead (teemakoolitaja) – mõõtmine, optimeerimine, Nädalad 5 ja 7
10. 10Kuna materjalid (retsept-mallid, rubriigid, n8n-mallid) kannavad pedagoogilist koormust, on koolitaja roll coach, kes kontrollib rubriigi alusel, mitte ainus eksperteadmuse kandja.
11. 11Koolitajatevahelise koostöö protsess (info liikumine, vastutuste jaotus, kohtumiste sagedus) on dokumenteeritud asutuse-sisestes operatiivdokumentides. Asutus tagab varuplaani – iga teemavaldkonna jaoks on määratud põhi- ja asenduskoolitaja.
12. 12Koolitajate nimed, kvalifikatsioon ja koolituskogemus on avalikustatud Ettevõtluskeskus OÜ veebilehel ühtse stiiliga (kooskõlas TäKS §8 lg 2).

Tagasi koolituse juurde

Täiendamist ootavad formaalsed osad: omaniku avaldamiskinnitus.