AI Engineering

Name: AI Engineering
Availability: PreOrder

10 участников

КС Автор Кирилл Сачков Школа Sachkov Dev

О чём курс

Курс знакомит с инженерной разработкой программного обеспечения в связке с автономными AI-агентами. На сквозном практическом проекте вы пройдёте весь путь создания системы: от формулирования спецификации и проектирования архитектуры до автоматизированного тестирования, сборки и релиза через CI/CD. В процессе работы настраивается рабочее окружение модели, организуется подача контекста и выстраиваются интерфейсы взаимодействия.

Программа охватывает интеграцию внешних сервисов по открытому протоколу MCP, создание RAG-систем для поиска по внутренней документации компании, а также вопросы безопасности. Автор разбирает защиту от prompt injection, разграничение прав доступа, запуск агентов в изолированных песочницах, измерение качества ответов через evals и мониторинг расходов на токены в продакшне.

Для кого

Материал рассчитан на программистов и будущих AI-инженеров, которые хотят поручать агентам сквозные задачи разработки и встраивать языковые модели в архитектуру продуктов. Для прохождения достаточно владеть базовыми навыками: уметь запускать простой проект, понимать код и сообщения компилятора или интерпретатора, вносить точечные правки и работать с системой контроля версий Git. Коммерческий стаж не требуется.

Курс не привязан к конкретному языку программирования или стеку: фундаментальные принципы одинаково работают в любых средах. Для практической работы можно выбрать удобного агента или модель, например Claude Code, Codex, OpenCode, Hermes или DeepSeek.

Что внутри

Практика сфокусирована на создании единого работающего продукта и разделена на ключевые инженерные блоки:

Настройка harness и рабочего окружения: подготовка инструкций, проектных скиллов и сценариев проверки для агента.
Управление контекстом: организация структуры репозитория, выборочная передача файлов и контроль бюджета токенов.
Инструменты MCP: проектирование сервера Model Context Protocol, выдача прав и интеграция с внешними сервисами.
Архитектура RAG: парсинг документов, чанкинг, индексирование, гибридный поиск и верификация цитируемых источников.
Безопасность и наблюдаемость: модели угроз, изоляция выполнения, настройка логирования, трассировок и запуск распределённых облачных агентов.

Формат обучения

Обучение включает текстовые иллюстрированные руководства со схемами, видеозаписи с демонстрацией авторского рабочего процесса и практические задания к разделам. В состав материалов также входят записи тематических эфиров с разбором решений.

Занятия проходят в индивидуальном темпе без фиксированных дедлайнов. Практические задания требуют активного участия: самостоятельного принятия архитектурных решений, постановки задач агенту и верификации готового кода.

Программа обучения

1. Основа разработки с агентами: harness, домен и архитектура:
- Подготовишь работу с агентом и основу приложения. Разберёшь контекст, инструкции и скиллы, определишь первую версию продукта, домен и общий язык. Затем выберешь стек и границы модулей, соберёшь запускаемое приложение и настроишь тестирование с CI.
- Темы и практика:
  - Выбор агента и модели; контекст, инструменты и harness
  - Инструкции, скиллы, репозиторий и рабочее окружение
  - Первая версия продукта, Domain.md и значимые решения в ADR
  - Стек, границы модулей и работающая техническая основа
  - Тестирование, проверки архитектуры, CI и общий цикл разработки
- Урок 1. Гайд. Как устроен курс
- Урок 2. Гайд. Выбор агента и модели
- Урок 3. Гайд. Контекст, инструменты и harness агента
- Урок 4. Гайд. Инструкции, скиллы и рабочее окружение
- Урок 5. Гайд. Первая версия продукта: сценарии и границы
- Урок 6. Гайд. Домен и общий язык
- Урок 7. Гайд. Выбор стека и границ модулей
- Урок 8. Гайд. Тестирование, проверки архитектуры и CI
- Урок 9. Гайд. Цикл разработки: от обсуждения до pull request
- Урок 10. Заметка. Итоги: основа проекта и процесс разработки
1. Разработка с агентами: от требований до проверенного результата:
- Разберёшь самостоятельные рабочие приёмы: проектирование через вопросы, спецификацию, декомпозицию, тестирование, независимое ревью и проверку работающего результата. На аккаунтах сотрудников применишь их как один последовательный процесс. Затем подготовишь минимальные проекты и реализуешь подключение агента через MCP.
- Темы и практика:
  - Grilling, сравнение решений и аутентификация, сессии и права доступа
  - Спецификация, критерии готовности, сквозные задачи и зависимости
  - Параллельная работа и субагенты; тестирование поведения и TDD
  - Независимое ревью кода и требований; проверка приложения через интерфейс и API
  - MCP: контракты инструментов, подключение, действующие права и общий сценарий
  - Ретроспектива и улучшение harness по результатам работы
- Вспомогательные возможности можно расширять по желанию. Полноценная выдача и отзыв доступа в GitHub остаются дополнительной практикой и не нужны для основного MCP-сценария.
- Урок 11. Гайд. Проектирование фичи: вопросы и варианты решения
- Урок 12. Гайд. Аутентификация, сессии и права доступа
- Урок 13. Гайд. Спецификация: поведение и критерии готовности
- Урок 14. Гайд. Декомпозиция: сквозные задачи и зависимости
- Урок 15. Гайд. Параллельная работа и субагенты
- Урок 16. Гайд. Тестирование с агентом: поведение и TDD
- Урок 17. Гайд. Независимое ревью: код, требования и замечания
- Урок 18. Гайд. Проверка результата в работающем приложении
- Урок 19. Гайд. Реализация фичи по спецификации
- Урок 20. Гайд. Связи данных и доступ: минимальный модуль проектов
- Урок 21. Гайд. MCP: инструменты, подключение и права агента
- Урок 22. Гайд. Сквозная проверка: аккаунты, проекты и MCP
- Урок 23. Гайд. Ретроспектива и улучшение harness
1. Релизы и эксплуатация: CI/CD, данные и наблюдаемость:
- Разберёшь окружения, настройки и секреты, развернёшь приложение по HTTPS и проверишь восстановление данных. Свяжешь коммит, проверенный артефакт и запущенную версию, подготовишь совместимые миграции и автоматическую доставку.
- По реальному запросу научишься использовать логи, метрики и трассировки. Настроишь полезное оповещение, проверишь обнаружение сбоя и восстановление сценария. Выпустишь своё изменение через весь путь CI/CD.
- Урок 24. Гайд. Окружения, конфигурация и секреты
- Урок 25. Гайд. Развёртывание приложения и HTTPS
- Урок 26. Гайд. Резервные копии и проверка восстановления
- Урок 27. Гайд. Артефакты и повторяемые релизы
- Урок 28. Гайд. Миграции и совместимость версий
- Урок 29. Гайд. CI/CD: автоматическая доставка изменений
- Урок 30. Гайд. Наблюдаемость: логи, метрики и трассировки
- Урок 31. Гайд. Алерты и проверка релиза
1. Инфраструктура агентов: контекст, MCP и общий harness:
- Организуешь документацию компании и проектов и подключишь реальные задачи, CI, владельцев и код. Спроектируешь инструменты MCP под рабочие задачи, компактные ответы с возможностью дочитать и проверку текущих прав при каждом вызове.
- Реализуешь отдельные подключения агентов, resources с доступным способом чтения через инструмент, журнал и простую панель использования. Подготовишь переносимый harness и обновление общих скиллов через PR. Проверишь два изолированных клиента и отдельно сравнишь работу одного агента с платформой и без неё.
- Урок 32. Гайд. Документация и общий контекст
- Урок 33. Гайд. Контекст агента: поиск и дозирование
- Урок 34. Гайд. Интеграции на чтение: документация, задачи и CI
- Урок 35. Гайд. Проектирование инструментов MCP
- Урок 36. Гайд. Авторизация MCP и доступ агента
- Урок 37. Гайд. Контекст через MCP: инструменты и ресурсы
- Урок 38. Гайд. Переносимый harness и общие скиллы
- Урок 39. Гайд. Проверка пользы контекста и инфраструктуры
1. Собственные агенты: цикл, инструменты и управление состоянием:
- Разберём, когда продукту достаточно AI-функции, когда нужен заданный процесс, а когда собственный агент. На примере агента-координатора встроим модель в приложение. Он будет находить задачи и документы сотрудника, помогать с онбордингом и выполнять разрешённые действия после подтверждения.
- Темы и практика:
  - AI-функция, workflow или агент: выбор под задачу продукта
  - Цикл агента, tool calling и условия остановки
  - Выбор модели, провайдера и основы агента
  - Контекст, сессии и долговременная память
  - Инструменты агента и права пользователя
  - Подтверждение действий и защита от повторного выполнения
  - Сценарии агента в продукте
  - Проверка собственного агента
- Координатор работает с функциями платформы. Разработку кода оставим агентам сотрудников и облачным агентам.
1. RAG: документы, поиск и подготовка контекста:
- Добавим поиск по смыслу там, где чтения документов по ссылкам уже недостаточно. Пройдём путь от исходного документа до ответа с проверяемыми источниками. Поиском смогут пользоваться координатор в приложении и агенты сотрудников через MCP, каждый со своими правами.
- Темы и практика:
  - Когда нужен RAG и как выбрать задачи для поиска
  - Подготовка документов и разбиение на фрагменты
  - Индексация, обновление и удаление данных
  - Гибридный поиск и подготовка контекста
  - Права доступа при поиске
  - RAG в продукте и через MCP
  - Оценка качества поиска и ответа
- Качество поиска и качество ответа проверим отдельно. Разберём пропущенный источник, устаревший документ, недостаток данных и отзыв доступа.
1. Безопасность агентов: права, prompt injection и песочницы:
- Разберём, какие последствия могут иметь ошибки и чужие инструкции в документах, задачах и ответах инструментов. На примере уже работающих агентов отделим ограничения в промпте от проверок, которые реально выполняет система.
- Темы и практика:
  - Модель угроз для агента
  - Prompt injection и недоверенные данные
  - Роли, полномочия и контроль действий
  - Песочницы, сеть и секреты
  - MCP-подключения и разрешённые инструменты
  - Тестирование атак, остановка и разбор операций
- Ограничим доступ на стороне платформы и среды выполнения. Проверим запрещённый вызов, отзыв доступа, опасную инструкцию и остановку запущенной работы.
1. Качество и эксплуатация агентов: evals, трассировки и стоимость:
- Будем улучшать агента по наблюдаемым результатам. Соберём сценарии из реальных ошибок, отделим проверки кодом от оценки моделью и научимся замечать регрессии. Затем свяжем качество с трассировками, задержкой и расходами.
- Темы и практика:
  - Наборы сценариев и критерии качества
  - Проверки кодом и оценка моделью
  - Регрессии, версии и evals в CI
  - Трассировка шагов агента и диагностика ошибок
  - Стоимость, задержка и выбор модели
  - Доступ к моделям, бюджеты и телеметрия сотрудников
  - Фоновые агенты: расписание, ограничения и оповещения
- Запустим полезный фоновый сценарий и проверим его ограничения. Снижение стоимости будем оценивать вместе с качеством, а не само по себе.
1. Облачные агенты: задачи, песочницы и параллельная работа:
- Перенесём разработку с агентом в управляемое серверное окружение. Сотрудник назначает задачу, агент получает отдельную песочницу, вносит изменения, запускает проверки и открывает pull request. Человек оценивает результат и принимает решение о слиянии.
- Темы и практика:
  - Задача и границы автономной разработки
  - Очередь задач и состояние выполнения
  - Песочница, контекст и права облачного агента
  - Реализация, проверки и ограниченные повторы
  - Pull request и независимое ревью результата
  - Параллельные агенты и интеграция изменений
  - Наблюдаемость, стоимость и остановка запусков
- Начнём с одной задачи и одного исполнителя. Затем проверим параллельную работу, сбои и ограничения, сохраняя возможность разобраться в каждом запуске.

Складчина создана 28 октября 2026 г.

Теги курса

Другие материалы автора 3

КС Кирилл Сачков Все материалы

Реляционные базы данных в веб приложениях 1 000 ₽ 14 800 ₽ −93%

.Net Fullstack Development 6 170 ₽ 100 000 ₽ −94%

Архитектура и структура .NET веб-приложений. Проектирование ASP.NET Core сервисов 1 000 ₽ 9 935 ₽ −90%

Отзывов пока нет. Будьте первым!

Как получить курс?

Влада Администратор сайта

Этот курс сейчас в процессе организации складчины. Нажмите кнопку «Записаться» и ожидайте старта — вам придёт уведомление. Когда складчина стартует, в карточке курса будет указан актуальный взнос. Текущая цена пока в процессе формирования и может отличаться от финальной.

Какой будет финальный взнос?

Влада Администратор сайта

Да, мы стремимся, чтобы финальный взнос был не больше ≈10% от оригинальной цены курса. Чем больше участников записывается в складчину, тем ниже выходит взнос для каждого.

Как я могу ускорить сбор складчины и уменьшить взнос?

Влада Администратор сайта

Нажмите кнопку «Записаться» и авторизуйтесь на сайте через email (через ту же почту, которую будете использовать для входа). В личном кабинете вас будут ждать инструкции, как пригласить других участников — чем больше людей записалось, тем быстрее стартует складчина и тем ниже взнос. Как только складчина готова к приобретению, вам придёт уведомление.