Практический AI Bootcamp, который проведёт вас от основ работы с LLM до создания полноценных production-ready AI-приложений. За 6 недель вы освоите RAG, агентные фреймворки, инструменты для мониторинга и оценивания качества, а также создадите собственного AI-ассистента, готового к реальной эксплуатации.
Что вы создадите на курсе
AI Assistant с RAG
Научитесь использовать Large Language Models и Retrieval-Augmented Generation. Построите ассистента, который отвечает на вопросы по GitHub-репозиториям, YouTube-транскриптам, документации и другим источникам данных.
Agentic AI Systems
Добавите агентное поведение: function calling, работу с инструментами, MCP и multi-step reasoning. Освоите PydanticAI и OpenAI Agents SDK, чтобы создавать системы, способные действовать, а не просто генерировать текст.
Профессиональное тестирование и Evaluation
Научитесь проводить unit-тестирование, offline evaluation, использовать ranking-метрики и подход LLM-as-a-Judge. Сравните промпты, модели и стратегии chunking на реальных данных.
Мониторинг и Guardrails
- Настройка observability и безопасности с Grafana, OpenTelemetry, Pydantic Logfire, Evidently и LangWatch
- Отслеживание токенов, стоимости и производительности
- Внедрение Guardrails для предотвращения ошибок и misuse
Программа курса
Модуль 1. LLMs и RAG
- Основы Large Language Models
- Retrieval-Augmented Generation
- OpenAI SDK
- Data pipelines для AI-приложений
- Построение RAG pipeline с реальными данными
Результат: рабочий AI-ассистент на основе RAG.
Модуль 2. Agentic Flows и MCP
- Function Calling
- PydanticAI
- OpenAI Agents SDK
- MCP (Model Context Protocol)
- Tool-using agents
Результат: AI-агент, использующий инструменты и выполняющий действия.
Модуль 3. Testing & Evaluation
- Unit testing для LLM-приложений
- LLMs as Judges
- Evidently и LangWatch
- Ranking metrics
- Prompt и model evaluation
Результат: протестированный и оцененный AI-ассистент.
Модуль 4. Monitoring & Guardrails
- Grafana
- OpenTelemetry
- Pydantic Logfire
- Мониторинг токенов и затрат
- Guardrails и безопасность
Результат: production-ready monitoring для AI-систем.
Модуль 5. Практические AI-проекты
На курсе вы создадите 8+ реальных AI-проектов, включая:
- FAQ Assistant
- YouTube Video Q&A
- Documentation Agent
- Wikipedia Search Agent
- AI Coding Agent
- Deep Research Agent
- Code Evaluator
- Website Generator Agent
Модуль 6. Capstone Project
Спроектируете и соберёте собственное end-to-end AI-приложение.
Это может быть:
- Resume Reviewer
- Podcast Summarizer
- Internal Knowledge Assistant
- AI Research Copilot
- или полностью ваш проект
Результат: portfolio-ready проект для резюме и собеседований.
Финальный Hackathon
Командная работа над реальными задачами и применение всех полученных навыков в боевом проекте.
Кому подойдёт этот курс
- Python-разработчикам, которые хотят перейти в AI Engineering
- ML Engineers, изучающим LLM applications
- Backend-разработчикам, интересующимся AI Agents
- Техлидам и инженерам, внедряющим AI в продукты
- Всем, кто хочет научиться создавать реальные AI-приложения, а не только работать с промптами
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.
🤝