Разработка и проектирование AI-агентов на базе LLM
За 6 недель вы создадите полноценный продукт и посчитаете экономику:
- Разберетесь почему Ollama не всегда решает боль бизнеса, а API готовых LLM имеют свои ограничения.
- Вкатитесь в LangChain и LangGraph, решив более 20 задач
- Выберете метрики и сможете оценить качество агента
- Посчитаете медианные затраты исходя из логов.
Стек курса: Ollama, OpenWebUI, Uvicorn, Swagger, FastAPI, LangChain, LangGraph, Qdrant, эмбеддинги OpenAI, Langfuse
Бесплатная часть
Мы открываем демо-доступ к каждому курсу, чтобы вы не покупали «кота в мешке». Оцените формат тренажера, глубину подачи материала и сразу получите прикладные навыки работы с инструментами.
На этом уроке вы разберётесь, чем AI-ассистент отличается от полноценного AI-агента, и познакомитесь с ключевыми компонентами их архитектуры. Научитесь формулировать требования к прототипу ИИ-ассистента и подготовитесь к его практической разработке на примере учебного тьютора.
На этом уроке вы получите доступ к облачным LLM через прокси-сервер и научитесь разворачивать локальные языковые модели с помощью Ollama. Освоите выбор подходящей модели под свои задачи и железо, а также научитесь тестировать и сравнивать качество ответов разных LLM.
На этом уроке вы научитесь создавать Python-проект с нуля с помощью современного пакетного менеджера uv, настраивать изолированное виртуальное окружение и управлять зависимостями. Освоите базовую настройку IDE для комфортной работы и познакомитесь со стеком библиотек, которые пригодятся в AI-разработке.
На этом уроке вы настроите систему контроля версий Git для своего AI-проекта и создадите репозиторий на GitHub для надёжного хранения кода. Научитесь фиксировать изменения через коммиты и связывать локальный репозиторий с удалённым, чтобы в любой момент откатиться к рабочей версии и подготовить проект к командной работе.
На этом уроке вы научитесь проектировать конфигурацию AI-проекта в формате YAML, закладывая в неё параметры подключения к LLM, роли ассистента и шаблоны системных промптов. Освоите чтение и валидацию конфигурационных файлов с помощью Pydantic, а также базовые принципы промпт-инжиниринга для образовательного ассистента.
На этом уроке вы научитесь подключаться к языковым моделям из Python-кода через универсальный OpenAI-совместимый клиент и современный Responses API. Освоите безопасное хранение API-ключей через .env-файлы и сможете отправлять запросы как к облачным LLM, так и к локальной Ollama, переключаясь между ними одной строчкой конфига.
На этом уроке вы соберёте все наработки в цельный модуль AI-ассистента, который принимает заданную роль и формат ответа из конфига. Научитесь правильно разделять системные инструкции и пользовательский ввод через Responses API, а также сравнивать качество ответов разных моделей для выбора подходящей под задачу.
Оставьте свои контакты, для того чтобы получить демо-доступ к первым четырем урокам
Предоставление доступа к курсу "Разработка AI-агентов"| Тариф "Мастер задач"
35000
р.
45000
р.
Освой проектирование автономных ИИ-агентов и RAG-систем на базе LangGraph
Предоставление доступа к курсу "Разработка AI-агентов"| Тариф "Мастер задач" | Рассрочка на 2 месяца
22500
р.
р.
Освой проектирование автономных ИИ-агентов и RAG-систем на базе LangGraph
Просто дергать API и надеяться на результат умеют все. Строить надежные, масштабируемые и экономически оправданные продукты – единицы
Что вы получите
после прохождения курса
после прохождения курса
Объективно измерять качество ответов через Langfuse и метрики ретривера
Строить сценарии с помощью LangGraph
Создавать масштабируемые векторные индексы в FAISS с поддержкой метаданных
Разбираться, когда выбрать локальную LLM, а когда — облачный API, чтобы найти баланс между качеством и стоимостью.
Разворачивать и оптимизировать локальные модели через Ollama
Наша облачная LMS с встроенной IDE и поддержкой 50+ языков программирования доступна вам 24/7 с любого устройства. Интегрированный ИИ объяснянит материал, а тренажер с 100+ задачами и решениями помогает сразу закреплять знания без ожидания.
Решайте сложные задачи сразу в тренажере
Вас ждет закрытый чат с преподавателем и другими участниками курса, где можно смело задавать вопросы и быстро получать на них ответы.
Поддержка на всем пути обучения
Этого лимита хватит, чтобы пройти практикум 3-4 раза.
$5 на баланс API GPT каждому студенту
Как проходит обучение?
Для максимального погружения курс включает в себя практикумы, короткие видео, тренажер и песочницу. Мы комбинируем форматы, чтобы повысить вовлеченность и доходимость студентов.
У вас получится качественный продукт, а не навайбкоденная поделка
Метрики есть, а качество проверяется
Токены не съедаются бездумно – агент знает, когда и сколько
Понятная экономическая модель
Тьютор по истории говорит как историк, а не как ИИ-чат на все темы сразу
Соблюдает контекст
Находит ответы в учебниках и цитирует источники - никакого творческого вранья
Работает с базой знаний, а не галлюцинирует
Вас ждет боевой итоговый проект
За 6 недель соберёте интеллектуального ассистента по школьной программе от нуля до рабочего продукта. Под руководством лида Артёма и архитектора Павла.
Технические интервью в бигтех-компаниях становятся сложнее
Обученный ИИ-преподаватель
Карманный Teamlead 24/7, который поможет решить задачу и покажет варианты решения
Авторские задачи и задачи с собесов
Набивайте руку на задачах от нанимающих лидов.
Сравнивайте свое решение с авторским
Сравнивайте свое решение с авторским
Более 100 задач на разных ЯП
Go,Assembler, Playwright , Java, C++/C, LangChain, SQL, Duckdb, Rust
Не только готовьтесь к техническому интервью, но и погружайтесь в новый стек с удовольствием
Тренируйтесь на реальных задачах с технических собеседований
В нашей песочнице теория сразу становится кодом — решаете задачи, которые реально дают на собесах в топовых российских и международных компаниях.
Вы работаете в продуктовой ИТ-команде на позиции разработчика давно. Но ваш лид Артем «продал» заказчику идею ИИ-тьютора для школьников. Заказчик доволен, но есть нюанс: вы вообще не понимаете с чего начать работу, так как никогда не разрабатывали AI агентов. Вы даже не знаете с чего начать - с локальной модели или использовать готовые API.
А что такое сюжетный симулятор?
Каждый шаг в тренажере - это новая вводная от Артема или правка от заказчика. Вы пройдете путь от запуска Ollama на коленке до проектирования сложных графов в LangGraph, попутно отрабатывая навыки на 20+ реальных задачах в нашей IDE.
Справитесь?
Персонажи
- АртемЛид проекта
- ПавелAI Solution архитектор
- ФаряПродакт, который считает деньги
- DoudouНезаменимый помощник
программа
Прототип учебного тьютора, который отвечает на вопросы студентов по разным предметам.
Вникнешь в разницу между ассистентом и агентом, получишь доступ к передовым LLM, создашь новый проект на Python, следуя современным подходам к разработке. Работаем с моделью напрямую через Responses API — без фреймворков, на «низком уровне», чтобы понять принцип работы LLM.
- Архитектура AI-ассистента и AI-агента: где проходит граница
- Настройка ролей и стилей ответа ассистента
- Работа с локальными и удаленными LLM через Responses API
- Создание приложения REST API на FastAPI и подключение демо-интерфейса
- Управление контекстом, Шаблонизация и версионирование промптов
Результат: работающий тьютор-ассистент с UI, готовый для демонстрации заказчику.
Вникнешь в разницу между ассистентом и агентом, получишь доступ к передовым LLM, создашь новый проект на Python, следуя современным подходам к разработке. Работаем с моделью напрямую через Responses API — без фреймворков, на «низком уровне», чтобы понять принцип работы LLM.
- Архитектура AI-ассистента и AI-агента: где проходит граница
- Настройка ролей и стилей ответа ассистента
- Работа с локальными и удаленными LLM через Responses API
- Создание приложения REST API на FastAPI и подключение демо-интерфейса
- Управление контекстом, Шаблонизация и версионирование промптов
Результат: работающий тьютор-ассистент с UI, готовый для демонстрации заказчику.
Превращаем ассистента в полноценного автономного агента на LangChain.
Переходим на более высокий уровень абстракции: фреймворк сам управляет историей, инструментами, ретраями и провайдерами. Учим агента действовать, а не просто генерировать ответы.
- LangChain и LangGraph: зачем нужны фреймворки
- Function/Tool Calling: подключаем функции из кода как инструменты
- Внедрение алгоритмов в петлю агента. Добавление guardrails для быстрой фильтрации контента
- Управление поведением агента и предпочтениями пользователей через контекст
- Краткосрочная память агента: учим тьютора вести диалог и запоминать состояние между запросами
Результат: агент, который поддерживает диалог и вызывает внешние инструменты.
Переходим на более высокий уровень абстракции: фреймворк сам управляет историей, инструментами, ретраями и провайдерами. Учим агента действовать, а не просто генерировать ответы.
- LangChain и LangGraph: зачем нужны фреймворки
- Function/Tool Calling: подключаем функции из кода как инструменты
- Внедрение алгоритмов в петлю агента. Добавление guardrails для быстрой фильтрации контента
- Управление поведением агента и предпочтениями пользователей через контекст
- Краткосрочная память агента: учим тьютора вести диалог и запоминать состояние между запросами
Результат: агент, который поддерживает диалог и вызывает внешние инструменты.
Учим агента работать с документами как с настоящей базой знаний. Строим полноценный RAG-пайплайн.
- Стратегии нарезки на чанки без потери смысла
- Работа с метаданными и provenance: агент всегда знает источник каждой фразы
- Инкрементальная векторизация: обновляем только изменённые части
- Retriever и сборка релевантного контекста
Результат: ассистент, который отвечает строго по вашим материалам и приводит источники.
- Стратегии нарезки на чанки без потери смысла
- Работа с метаданными и provenance: агент всегда знает источник каждой фразы
- Инкрементальная векторизация: обновляем только изменённые части
- Retriever и сборка релевантного контекста
Результат: ассистент, который отвечает строго по вашим материалам и приводит источники.
Перестаём верить модели «на слово» и начинаем измерять результат. Внедряем систему наблюдаемости и оценки.
- Интеграция Langfuse для логов и трассировки цепочек
- Метрики ретривера: MRR, точность поиска
- Reranker для отсева нерелевантного контекста
- Автоматическая валидация ответов
Результат: пайплайн, который показывает, где агент ошибается и почему.
- Интеграция Langfuse для логов и трассировки цепочек
- Метрики ретривера: MRR, точность поиска
- Reranker для отсева нерелевантного контекста
- Автоматическая валидация ответов
Результат: пайплайн, который показывает, где агент ошибается и почему.
Разбираемся, как не разориться на токенах. Ставим счётчики на бэкенд, считаем стоимость каждого запроса, находим точки оптимизации.
- Учёт токенов и денег в разрезе запроса, пользователя, фичи
- Кэширование, сжатие контекста, выбор модели под задачу
- Юнит-экономика ИИ-продукта
Результат: умеешь обосновать стоимость агента перед CFO.
- Учёт токенов и денег в разрезе запроса, пользователя, фичи
- Кэширование, сжатие контекста, выбор модели под задачу
- Юнит-экономика ИИ-продукта
Результат: умеешь обосновать стоимость агента перед CFO.
Живая песочница с задачами, которая пополняется на протяжении курса. 20+ задач по LangChain/LangGraph, от базовых до продвинутых.
Здесь ты отрабатываешь синтаксис, нюансы и пограничные кейсы фреймворков, чтобы в «боевых» миссиях не спотыкаться о базу.
Результат: уверенное владение LangChain/LangGraph и библиотека готовых приёмов под руку.
Здесь ты отрабатываешь синтаксис, нюансы и пограничные кейсы фреймворков, чтобы в «боевых» миссиях не спотыкаться о базу.
Результат: уверенное владение LangChain/LangGraph и библиотека готовых приёмов под руку.
Стоимость обучения
на курсе "Разработка ИИ-агентов"
🔥 Скидка до 10 000 рублей до 24 апреля
Стоимость повысится через:
Мастер задач
45 000 руб.
35 000 руб.
- Бессрочный доступ к тренажеру
- Домашние задания с мгновенной автопроверкой
- AI-ментор ДуДу: CodeReview и подсказки 24/7
- Доступ к комьюнити и чату с преподавателем
- Сертификат (RU / EN / гособразца по запросу)
+
БОНУС
Можно получить налоговый вычет 13%
Авторы курса
Павел Рословец
Principal Engineer в NXP Semiconductors
Co-founder INZHENERKA.TECH
Co-founder INZHENERKA.TECH
Разработчик ИИ-агентов и продукта PumpRoom-песочницы.
Ex-Senior Data Engineer в Whoosh с более чем 15-летним опытом в IT, от стартапов до госкорпораций. Провел множество тренингов, обучив сотни разработчиков в Inzhenerka.tech
Ex-Senior Data Engineer в Whoosh с более чем 15-летним опытом в IT, от стартапов до госкорпораций. Провел множество тренингов, обучив сотни разработчиков в Inzhenerka.tech
Артем Хадрис
Автор хендбуков NumPy, Pandas, MatPlotLib и т.д.
Data Scientist & ML Engineer в американской компании
Мы обучили команды, которые строят современный IT-рынок
и еще в более 120 компаний
Ответы
на вопросы
на вопросы
6 недель. Каждую неделю открывается новая глава
Да, безусловно. Вы можете вернуть полную стоимость обучения в течение 14 дней с момента покупки.
После оплаты на указанную вами почту будет отправлен доступ в личный кабинет. За 1 день до старта вы получите приглашение в закрытый чат студентов.
Если вы вообще далеки от разработки - нет. Но если вы не знаете Python или не понимаете, как работает бэкенд, то от вас требуется только желание разбираться. Без ИИ помощника и дополнительных материалов будет сложнее
Python, FastAPI
Да, вы можете приобрести курс в рассрочку на 2 месяца без лишних процентов и переплат.
Конечно, для этого напишите нам в саппорт. Обратите внимание, что при оплате иностранной картой невозможно получить вычет 13%
На нашем сайте в разделе "Тарифы". Если у вас возникают сложности с оплатой, то напишите нам в саппорт.
Да, конечно! Если вам нужна помощь с оформлением документов, то напишите нам на почту info@inzhenerka.tech или в саппорт.
Обязательно! Мы выдаем сертификаты как на русском, так и на английском языке.
По запросу мы можем предоставить диплом повышения квалификации государственного образца.
По запросу мы можем предоставить диплом повышения квалификации государственного образца.
dbt курс, обучение dbt, dbt для аналитиков данных, dbt для инженеров данных, Data Warehouse Analytics Engineer курс, курс по построению хранилищ данных, DataOps практики обучение, современный стек данных курс, dbt и DataOps курс, интеграция dbt в DataOps, обучение dbt Core, dbt Cloud курс, курс по Jinja для dbt, обучение работе с DuckDB, построение ETL процессов с dbt, интеграция dbt с Airflow, стать Data Warehouse Engineer, курсы для аналитиков данных, повышение квалификации инженера данных, сертификация dbt специалиста.