AI Bootcamp: от RAG до агентов — это интенсивная практическая программа, которая помогает разработчикам быстро перейти от базовой работы с LLM к созданию настоящих production-ready AI‑систем.
Что вы узнаете и создадите на AI Bootcamp
Курс построен вокруг полного цикла разработки современных AI-продуктов: от RAG‑систем и агентов до тестирования и продакшн‑мониторинга. Благодаря акценту на реальные инструменты и архитектуры вы создадите рабочие AI‑модули, которые можно сразу внедрять в проекты и портфолио.
AI Assistant на основе RAG
Вы научитесь использовать Retrieval-Augmented Generation для построения ассистента, который отвечает на вопросы по документации, GitHub‑репозиториям, YouTube‑транскриптам и другим источникам данных. Это отличный фундамент для корпоративных внутренних ассистентов и инструментов знаний.
Agentic AI Systems
Вы освоите принципы создания AI‑агентов: function calling, интеграцию инструментов, MCP и многошаговое рассуждение. Работа с PydanticAI и OpenAI Agents SDK позволит создавать системы, которые не просто генерируют текст, но и выполняют целевые действия.
Тестирование и Evaluation
Практика unit‑тестов, offline‑метрик, ranking‑подходов и LLM‑as‑a‑Judge научит вас качественно сравнивать модели, промпты, инструменты и стратегии chunking — ключевой навык для стабильных AI‑продуктов.
Мониторинг и Guardrails
- Observability через Grafana, OpenTelemetry и Logfire
- Контроль стоимости, токенов и latency
- Guardrails для предотвращения ошибок, misuse и утечек данных
Программа AI Bootcamp по модулям
Модуль 1. LLMs и RAG
- Основа работы LLM
- Создание RAG‑архитектуры
- OpenAI SDK и data‑pipelines
- Рабочий RAG pipeline с реальными данными
Результат: собственный функциональный RAG‑ассистент.
Модуль 2. Agentic Flows и MCP
- Function Calling на практике
- PydanticAI и OpenAI Agents SDK
- Tool‑using agents: архитектуры и паттерны
- Model Context Protocol (MCP)
Результат: AI‑агент, который умеет выполнять действия.
Модуль 3. Testing & Evaluation
- Unit-тестирование AI‑систем
- LLMs as Judges
- Ranking metrics и честное сравнение моделей
- Evaluation в Evidently и LangWatch
Результат: протестированная и валидированная AI‑система.
Модуль 4. Monitoring & Guardrails
- OpenTelemetry, Grafana, Logfire
- Трассировка токенов и стоимости
- Guardrails для безопасности
Результат: продакшн‑мониторинг для AI‑ассистента.
Модуль 5. Практические AI‑проекты
На курсе вы разработаете более 8 реальных проектов, включая:
- FAQ Assistant
- YouTube Q&A
- Documentation Agent
- Wikipedia Search Agent
- AI Coding Agent
- Deep Research Agent
- Code Evaluator
- Website Generator Agent
Модуль 6. Capstone Project
На финальном этапе вы создадите собственное полноценное AI‑приложение: от архитектуры и пайплайнов до развёртывания.
Идеи проектов:
- Resume Reviewer
- Podcast Summarizer
- Internal Knowledge Assistant
- AI Research Copilot
- или любой ваш проект
Результат: готовый проект для портфолио и собеседований.
Финальный Hackathon
Командная разработка боевого проекта с использованием всех изученных технологий — отличная подготовка к реальным рабочим задачам AI‑инженера.
Для кого предназначен этот AI Bootcamp
- Python-разработчиков, желающих перейти в AI Engineering
- ML Engineers, работающих с LLM‑системами
- Backend‑инженеров, интересующихся AI‑агентами
- Техлидов, внедряющих AI в продукты
- Разработчиков, которым нужны реальные AI‑приложения, а не просто промптинг
Новые уроки будут публиковаться по мере их выхода у автора. Архив курса станет доступен после завершения курса.
---
👀 Thank you to all participants in the campaign. We wish you an enjoyable and productive learning experience.
New lessons will be released as they are published by the author. The course archive will be available after the course is completed.
🤝