Соберите AI-агента с нуля — сначала руками, потом на фреймворках

26 участников

О чём курс

Этот практический курс представляет собой глубокое погружение в технологии разработки AI-агентов, ориентированное на тех, кто хочет понимать внутреннее устройство систем, а не просто использовать готовые решения как «черный ящик». Программа построена на принципе нарастающей сложности: вы начинаете с создания минимально жизнеспособного агента, постепенно расширяя его функционал, отлаживая его и подготавливая к реальной эксплуатации. Главная цель обучения — сформировать у студентов широкий технический кругозор и прикладные навыки, позволяющие самостоятельно проектировать и внедрять сложные агентные системы.

Курс разделен на два фундаментальных блока. Первая часть — «Рукопашка» — посвящена созданию всех компонентов агента с нуля без использования внешних фреймворков. Вы научитесь работать с LLM напрямую через API, реализовывать механизмы Structured outputs и tool-calling, проектировать архитектуры агентов и даже самостоятельно писать системы оценки качества (evals). Такой подход гарантирует, что вы будете понимать каждый слой системы, осознавая, как именно работает магия библиотек изнутри. Вторая часть курса переносит полученные знания в плоскость индустриальных стандартов. Вы изучите популярные фреймворки, такие как Langchain и Langgraph, освоите инструменты для observability (Langfuse, Arize Phoenix), научитесь деплоить решения, работать с MCP-серверами и проектировать мультиагентные системы.

Курс идеально подходит для разработчиков, которые стремятся выйти за рамки поверхностного использования AI и хотят стать экспертами в создании надежных, масштабируемых и качественных агентных решений. Обучение проходит в формате интенсивной практики: в каждой теме предусмотрены реальные кейсы, благодаря чему на выходе вы получаете не просто теоретические знания, а работающий код. Вы создадите полноценные проекты, включая мини-версию Claude Code, агента для личных и рабочих операций в стиле OpenClaw, браузерного агента для автоматизации действий в GUI, интегратора API и QA-агента, способного самостоятельно писать тест-кейсы и проверять UI.

Преподавательский состав включает трех практиков с глубоким опытом работы в крупных технологических компаниях (Точка Банк, Wildberries, Revolut, Yandex, НИУ ВШЭ). Они делятся не только техническими навыками, но и реальными плэйбуками, накопленными в процессе внедрения AI-продуктов с миллионами вызовов в день. Вы получите доступ к экспертизе в области LLMOps, борьбе с галлюцинациями и построению высоконагруженных систем. Этот курс — ваш шанс освоить профессию будущего, опираясь на фундаментальное понимание технологий, а не на временные тренды одного конкретного фреймворка.

Программа обучения

  1. Василий Исаев - Разработка агента · рукопашка: 1.1 Введение Prompt-engineering, работа с LLM через API. 1.2 Structured outputs и tool-calling ReAct-агент, планировщик + исполнитель, память агента. 1.3 RAG Поиск и работа со знаниями для агента. 1.4 Архитектуры агентов Разбор примеров: harness, openclaw, nanoclaw.
  2. Андрей Киселёв - Качество и оценка: 2.1 Отладка и мониторинг 2.2 Оценка качества, evaluation 2.3 Методы повышения качества Борьба с галлюцинациями, guardrails.
  3. Евгений Чернов - Фреймворки и деплой: 3.1 Интеграция с веб-приложениями и деплой MCP-серверы. 3.2 Langchain 3.3 Langgraph 3.4 Observability Langfuse (Arize Phoenix). 3.5 Многоагентные системы Протокол A2A.
Складчина создана 3 июля 2026 г. · описание обновлено 7 июля 2026 г.

Теги курса

Инструменты
0 ₽