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 10 задач
  • Выберете метрики и сможете оценить качество агента
  • Посчитаете медианные затраты исходя из логов.
Попробовать бесплатно
Смотреть программу
🔥 Старт 8 июня
Осталось 10 из 20 мест
6 недель обучения
Стек курса: Ollama, Uvicorn, Swagger, FastAPI, LangChain, LangGraph, Qdrant, эмбеддинги OpenAI, Phoenix
Просто дергать API и надеяться на результат умеют все. Строить надежные, масштабируемые и экономически оправданные продукты – единицы
Бесплатная часть курса по AI-ассистентам для Tilda

Демо-доступ

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.

Стек бесплатной части
Python LLM Ollama uv Git YAML Pydantic Responses API
1 Вникаем в тему AI-агентов и ассистентов

Разберетесь, чем AI-ассистент отличается от полноценного AI-агента, и познакомитесь с ключевыми компонентами их архитектуры.

На уроке:

  • Сформулируете требования к прототипу ИИ-ассистента.
  • Подготовитесь к разработке учебного тьютора.
  • Поймете, из каких частей собирается AI-ассистент.
2 Получаем доступ к LLM

Получите доступ к облачным LLM через прокси-сервер и развернете локальные языковые модели с помощью Ollama.

На уроке:

  • Научитесь выбирать модель под задачу и доступное железо.
  • Потренируетесь тестировать качество ответов разных LLM.
  • Сравните облачный и локальный сценарии работы с моделями.
3 Создаем проект

Создадите Python-проект с нуля с помощью современного пакетного менеджера uv и настроите изолированное окружение.

На уроке:

  • Научитесь управлять зависимостями проекта.
  • Настроите IDE для комфортной разработки.
  • Познакомитесь со стеком библиотек для AI-разработки.
4 Держи голову в холоде, а код — в гите

Настроите Git для AI-проекта и создадите репозиторий на GitHub, чтобы надежно хранить код и историю изменений.

На уроке:

  • Научитесь фиксировать изменения через коммиты.
  • Свяжете локальный репозиторий с удаленным.
  • Подготовите проект к откатам и командной работе.
5 Создаем конфигурацию ассистента

Спроектируете конфигурацию AI-проекта в YAML: параметры LLM, роли ассистента и шаблоны системных промптов.

На уроке:

  • Освоите чтение и валидацию конфигов через Pydantic.
  • Разберете базовые принципы промпт-инжиниринга.
  • Подготовите настройки для образовательного ассистента.
6 Подключаемся к LLM

Подключитесь к языковым моделям из Python-кода через OpenAI-совместимый клиент и современный Responses API.

На уроке:

  • Настроите безопасное хранение API-ключей через .env.
  • Отправите запросы к облачным LLM и локальной Ollama.
  • Научитесь переключать модели одной строчкой конфига.
7 Создаем AI-ассистента

Соберете наработки в цельный модуль AI-ассистента, который принимает роль и формат ответа из конфигурации.

На уроке:

  • Разделите системные инструкции и пользовательский ввод.
  • Поработаете с Responses API в логике ассистента.
  • Сравните ответы разных моделей под одну задачу.
Получить бесплатный доступ
Что вы получите
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
Купить курс
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
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
  • Артем
    Лид проекта
  • Павел
    AI Solution архитектор
  • Фаря
    Продакт, который считает деньги
  • Doudou
    Незаменимый помощник

программа курса Разработка и проектирование AI-агентов на базе LLM

Программа курса по AI-ассистентам для Tilda
1 Миссия #1 Первый AI-ассистент

Прототип учебного тьютора, который отвечает на вопросы студентов по разным предметам.

Вникнете в разницу между ассистентом и агентом, получите доступ к передовым LLM и создадите новый проект на Python. Работаете с моделью напрямую через Responses API, без фреймворков, чтобы понять принцип работы LLM.

  • Установка Ollama и выбор моделей под конкретное железо.
  • Создание первого прокси на FastAPI для контроля параметров генерации.
  • 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.

2 Миссия #2 Образовательный AI-агент

Превращаем ассистента в полноценного автономного агента на LangChain.

Переходите на более высокий уровень абстракции: фреймворк 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.
  • Работа с системными промптами и конфигурациями для разных ролей.
  • Внедрение алгоритмов в петлю агента и guardrails для фильтрации контента.
  • Управление поведением агента и предпочтениями пользователей через контекст.
  • Краткосрочная память агента и сохранение состояния между запросами.

Результат: агент, который поддерживает диалог и вызывает внешние инструменты.

3 Миссия #3 База знаний и векторный поиск (RAG)

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 знает источник каждой фразы.
  • Инкрементальная векторизация: обновляем только измененные части.
  • Векторное хранилище Qdrant, retriever и сборка релевантного контекста.

Результат: ассистент, который отвечает строго по вашим материалам и приводит источники.

4 Миссия #4 Оценка качества

Перестаем верить модели на слово и начинаем измерять результат. Внедряем систему наблюдаемости и оценки.

  • Интеграция Phoenix для логов и трассировки цепочек.
  • Метрики ретривера: MRR и точность поиска.
  • Автоматическая валидация ответов.

Результат: пайплайн, который показывает, где агент ошибается и почему.

5 Миссия #5 Экономика ИИ-агента

Разбираемся, как не разориться на токенах: считаем стоимость каждого запроса и ищем точки оптимизации.

  • Учет токенов и денег в разрезе запроса, пользователя и фичи.
  • Кэширование, сжатие контекста и выбор модели под задачу.
  • Юнит-экономика ИИ-продукта.

Результат: понимаете, как оценивать стоимость запросов и оптимизировать расходы ИИ-продукта.

+ Бонус Практическая AI-лаборатория

Живая песочница с задачами по LangChain и LangGraph, которая пополняется на протяжении курса: от базовых до продвинутых.

Здесь вы отрабатываете синтаксис, нюансы и пограничные кейсы фреймворков, чтобы в боевых миссиях не спотыкаться о базу.

Результат: уверенное владение LangChain/LangGraph и библиотека готовых приемов под руку.

Стоимость обучения
на курсе "Разработка ИИ-агентов"

🔥 Скидка до 10 000 рублей до 5 июня
Стоимость повысится через:
Дни
Часы
Минуты
Секунды
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)
(1) Доступ к песочнице по подготовке к техинтервью
(2) Курс по GIT: основы контроля версий
Оплатить картой России
Оплатить иностранной картой
Оплатить в рассрочку 22 500 руб. / 2 мес.
+
БОНУС
Мастер задач
50 000 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)
(1) Доступ к песочнице по подготовке к техинтервью
(2) Курс по GIT: основы контроля версий
Выставить счет
+
БОНУС
Можно получить налоговый вычет 13%

Авторы курса

Павел Рословец
Principal Engineer в NXP Semiconductors
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
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
Хотите пройти обучение от компании? Напишите нам в поддержку
Написать нам
Ответы
на вопросы
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.