Подходит для тех, кто работает с персональными данными

КУРС AI ДЛЯ РАЗРАБОТЧИКОВ

Увеличиваем производительность разработчиков за счет внедрения AI инструментов

ЗАПИСАТЬСЯ НА 1 ДЕКАБРЯ

/* => ${click )] [, //

*; )#_

Кому подойдет курс

Курс даст системное видение того, как внедрять AI-процессы в командную работу, организовать проектную практику и краткие кейсы — чтобы команда училась и росла вместе с вами.

Поможем вашему IT-отделу быстро освоить продвинутые AI-инструменты, которые уже сейчас ускоряют кодинг, ревью, разработку архитектуры и принятие решений.

Для разработчиков
и IT команд

Для тимлидов
и техлидов

Специальные условия для корпоративного обучения!

Мы помогаем вырастить внутри команды специалистов, которые не просто пользуются Copilot’ом, а понимают, как работает LLM, RAG, интеграции и как адаптировать AI-подходы под бизнес-задачи.

и не только

Для IT компаний

Сделаем кастомное AI обучение для вашей компании

ПОЛУЧИТЬ КОНСУЛЬТАЦИЮ

У нас обучаются сотрудники

Как проходит

Онлайн занятия с живым лектором 3 раза в неделю с 19 до 21 Мск*

Доступы ко всем лекциям в записи

Практические занятия в парах и группах + создание собственного AI проекта

Вечный GitHub с обновляемыми материалами и презентациями

* Если вам не подходит время проведения, мы готовы провести кастомное обучение для вашей команды в удобное время

Программа интенсива

Понедельник: Обзор возможностей AI для разработки
Знакомство с современными AI-инструментами, которые значительно ускоряют процесс разработки. Практическое применение AI IDE и чат-систем для решения реальных задач.

✦ AI IDE: Cursor IDE, Github Copilot
✦ Чат-системы: DeepSeek, GigaChat, ChatGPT и другие
✦ Практические примеры использования AI для ускорения разработки
─────────────────────────────────────────────────────────────────────────────────────
Среда: Подключение AI через API
Изучение методов интеграции различных AI-моделей в собственные приложения через API. Практическая работа с российскими и международными провайдерами AI.

✦ Работа с API: GigaChat, YandexGPT, OpenAI
✦ Интеграция AI в собственные приложения
✦ Обработка запросов и ответов от AI-моделей
─────────────────────────────────────────────────────────────────────────────────────
Пятница: Автоматизация деплоя с помощью AI
Освоение современных инструментов для автоматизации процесса деплоя приложений с использованием AI. Демонстрация полного цикла от разработки до публикации.

✦ Платформы для AI-деплоя: v0, Lovable, Replit
✦ Демонстрация процесса деплоя через чат-боты
✦ Автоматизация CI/CD процессов с помощью AI

Понедельник: Основы RAG и работа с векторными базами данных
Введение в технологию Retrieval-Augmented Generation (RAG) и её применение для улучшения качества ответов AI. Создание и настройка векторных баз данных.

✦ Принципы работы RAG и его преимущества
✦ Создание векторной базы данных и эмбеддинг
✦ Обзор инструментов: GigaChain Rag и langchain Rag
─────────────────────────────────────────────────────────────────────────────────────
Среда: Model Context Protocol (MCP)
Введение в протокол MCP и его применение для улучшения качества ответов AI. Подключение коммьюнити-серверов и написание собственного MCP-сервера.

✦ Что такое MCP и его преимущества
✦ Обзор платформ коммьюнити серверов
✦ Пишем свой MCP-сервер, подключаем в MCP-клиент (Cursor)
─────────────────────────────────────────────────────────────────────────────────────
Пятница: n8n в качестве low-code платформы для создания агентов
Практическое применение n8n для создания агентов для автоматизации рутинных задач. Подключение LLM по API, инструментов и памяти к агенту.

✦ Разворачиваем локальную версию n8n через Docker или npx
✦ Выполнение действий по триггеру: сообщение в чате, webhook, отправка формы
✦ Настройка агента на планирование и использование тулов, подключение к RAG

Понедельник: langchain и создание первого агента
Погружение в мир AI-агентов и их возможности для автоматизации рутинных задач разработки. Практическое создание первого агента, использующего кастомные и коммьюнити инструменты.

✦ Основные принципы работы AI-агентов в LangChain
✦ Что такое инструменты Agent Tools, подключаем Tavily Tool
✦ Пайп с помощью LCEL, объединение с RAG
─────────────────────────────────────────────────────────────────────────────────────
Среда: langgraph и продвинутые сценарии агентов
Изучение продвинутых инструментов для создания комплексных AI-агентов с множеством функций на основе графа состояний с помощью LangGraph. Построение агента с расширенными возможностями.

✦ Работа с LangGraph для создания агентов на основе графа состояний
✦ Подключение нескольких вершин и описание переходов между ними
✦ Агенты с памятью и их применение
─────────────────────────────────────────────────────────────────────────────────────
Пятница: Best-practices для создания агентов
Дорабатываем агента и изучаем лучшие практики для их создания: Human-in-the-loop, обработка ошибок, fallback-стратегии, планирование задач и событий. Рассматриваем бизнес-кейсы применения агентов.

✦ Интеграция с Google Sheets, Github и файловыми источниками
✦ Дополнение контекста агента с RAG и из внешних источников
✦ Обработка ошибок, fallback-стратегии и human-in-the-loop

Понедельник: Мультиагентные системы на LangGraph, архитектуры Swarm и Supervisor
Практика построения мультиагентных систем на LangGraph. Сравнение архитектур Swarm и Supervisor: особенности, сценарии применения, плюсы и минусы. Реализация передачи данных между агентами (handoff).

✦ Построение мультиагентной системы на LangGraph
✦ Сравнение архитектур Swarm и Supervisor: подходы и различия
✦ Реализация handoff: передача данных между агентами через tool_call
─────────────────────────────────────────────────────────────────────────────────────
Среда: Менеджмент состояния, работа с контекстом и иерархия в мультиагентных системах
Изучение особенностей управления состоянием мультиагентных систем: сепарация стейта, подграфы, иерархия агентов. Разбор кейсов передачи истории сообщений и аргументов между агентами, а также проблемы длинного контекста и его суммаризации.

✦ Менеджмент состояния: сепарация стейта, подграфы, иерархия
✦ Проблема длинного контекста: обрезка и суммаризация истории
✦ Обсуждение архитектур взаимодействия агентов и истории сообщений
─────────────────────────────────────────────────────────────────────────────────────
Пятница: Итоговый день и демонстрация проектов
Завершение работы над AI-агентами, финальные доработки и презентация результатов. Обмен опытом и обсуждение дальнейших перспектив применения AI-агентов.

✦ Доработка и оптимизация AI-агентов
✦ Демонстрация достижений участниками
✦ Обсуждение перспектив и дальнейшего развития