AI Developer на Python: LLM в реальных приложениях

Илья Перминов учит встраивать готовые языковые и мультимодальные модели в серверные приложения на Python без необходимости обучать нейросети самостоятельно. Вы пройдёте путь от отправки первого запроса к API до создания, тестирования и развёртывания полноценного бэкенда на FastAPI.

О чём курс

Программа ориентирована на прикладное применение искусственного интеллекта в серверной разработке. Автор разбирает, как определять задачи, для которых действительно требуется обращение к языковой модели, и отделять их от сценариев, где надёжнее использовать стандартную бизнес-логику. Вы разберёте технические ограничения моделей, научитесь учитывать задержку ответов, расход токенов и контролировать стоимость запросов.

Центральная практическая часть выстроена вокруг создания сквозного проекта — серверного приложения на базе FastAPI. Вы разработаете устойчивый клиент для взаимодействия с внешними нейросетевыми сервисами с поддержкой повторных запросов, обработкой ошибок и таймаутами, а также настроите управление конфигурациями и секретами.

Что внутри

Практическая работа охватывает ключевые инженерные задачи современной разработки с применением моделей:

• Проектирование системных инструкций, шаблонизация и контроль версий промптов для получения предсказуемых ответов.
• Разработка чатов с изоляцией пользовательских сессий, контролем объёма истории и потоковой передачей данных.
• Извлечение строго структурированных данных из текста с валидацией через JSON Schema и Pydantic.
• Подключение к моделям сторонних инструментов на Python, реализация реестра функций и контроль за безопасностью их исполнения.
• Извлечение информации из файлов различных форматов, включая документы PDF, DOCX, таблицы и графические изображения.
• Создание типизированных эндпоинтов на FastAPI, поддержка серверных событий (SSE) для стриминга ответов и тестирование логики без постоянных обращений к сторонним сервисам.
• Настройка логирования, отслеживание метрик, учёт рисков безопасности и упаковка сервиса в Docker-контейнер для промышленной эксплуатации.

Формат обучения

Материал разбит на модули, каждый из которых включает несколько форматов подачи:

• Короткие теоретические уроки с разбором базовых принципов без математических формул.
• Примеры кода на Python с анализом типичных ошибок и архитектурных решений.
• Задания для самостоятельной отработки полученных навыков.
• Поэтапная разработка единого проекта бэкенда от консольного скрипта до готового API.

Для кого

Материал ориентирован на разработчиков, планирующих создавать приложения с функциями искусственного интеллекта:

• Python-разработчики и бэкенд-инженеры на FastAPI, Django и других фреймворках, желающие добавить нейросетевые функции в существующие проекты.
• Специалисты, планирующие развиваться в направлении AI Development.
• Разработчики, которые готовятся к дальнейшему изучению мультиагентных систем, фреймворка LangGraph, архитектуры RAG и протокола MCP.

Для комфортного прохождения требуется уверенное владение базовым синтаксисом Python и понимание устройства HTTP и REST API. Опыт в области машинного обучения не требуется.

Об авторе

Илья Перминов занимается веб-разработкой с 2006 года. На платформе Stepik автор признавался преподавателем месяца в январе 2026 года и создал линейку практических курсов по разработке на фреймворке FastAPI от базового до продвинутого уровня.