ИИ-агент на своём сервере: Python, нейросеть по API Cloud.ru

О чём материал

Пошаговое руководство по созданию ИИ-агента на Python и его развёртыванию на виртуальной машине в облаке Cloud.ru рассчитано на слушателей без предварительного опыта работы с Linux. В практической части создаётся сервис, который собирает информацию из интернета, отправляет запросы к нейросети по API и ежедневно рассылает готовую выжимку на электронную почту.

Отдельное внимание уделено оптимизации бюджета: автор разбирает затраты на реальном счёте, демонстрируя использование стартовых бонусов облачного провайдера и минимизацию расходов на запросы к языковым моделям.

Чему вы научитесь

• Создавать сервер в облаке и подключаться к нему с помощью SSH-ключа.
• Разворачивать рабочее окружение на сервере: управлять зависимостями и настраивать переменные окружения.
• Собирать данные из RSS-лент, фильтровать публикации по ключевым словам и дате, удалять дубликаты.
• Работать с API нейросетей из программного кода и составлять промпты с фиксированным форматом ответа.
• Верифицировать результаты генерации по ссылкам на первоисточники.
• Сравнивать стоимость различных моделей исходя из конкретной прикладной задачи.
• Организовывать автоматическую отправку писем нескольким адресатам.
• Настраивать выполнение скриптов по расписанию через планировщик cron и читать системные логи.
• Контролировать расходы на облачные ресурсы и токены.

Для кого

• Начинающие и практикующие аналитики данных.
• Специалисты, желающие настроить собственный сервер с нуля.
• Пользователи нейросетей, стремящиеся перейти от веб-интерфейсов к вызовам моделей через код.
• Разработчики, тестировщики и маркетологи.
• Выпускники программы «Нейросети для аналитика данных».

Материал не подойдёт тем, кто ищет решения на базе готовых платформ вроде LangChain или n8n: программа ориентирована на написание собственного скрипта и полный контроль над серверными процессами.

Требования для прохождения

Для комфортного обучения потребуется компьютер на базе Windows, macOS или Linux, почтовый ящик на «Яндексе», а также номер телефона и карта российского банка для прохождения регистрации в облачном сервисе.

Формат

Обучение включает 16 видеоуроков продолжительностью до 15 минут (общий хронометраж — около двух часов), вспомогательные рабочие файлы, конспекты контрольных точек и 12 тестовых заданий для самопроверки.

Об авторе

Максим Мигутин — специалист с более чем 10-летним стажем в сфере инженерии данных, работавший с системами в Booking.com, IBM и KFC. Преподаватель магистратуры РАНХиГС, Otus и Udemy. По данным автора, его образовательные программы по Data Engineering и Data Observability окончили свыше 17 000 студентов из 120 стран.