Складчина Каталог
Мои курсы

Траектория роста по AI-first, AI-driven разработке и ИИ-агентам

20 участников
СС Автор Сергей Смирнов Школа LLM Start

О чём курс

О чём курс

Автор разбирает создание цифровых сервисов с применением нейросетей, автономных ИИ-агентов и языковых моделей: от настройки рабочего окружения в Cursor и интеграции LLM API до проектирования мультиагентных систем, RAG-конвейеров и развёртывания решений на серверах. По словам автора, такой системный подход к AI-кодингу позволяет ускорить разработку в 3–5 раз и снизить количество переделок кода.

Для кого

Программа разделена на четыре траектории под разные практические задачи:

  • для специалистов, начинающих знакомство с AI-инструментами и редактором Cursor;
  • для разработчиков, планирующих закрывать полный цикл создания продукта от архитектуры и баз данных до веб-интерфейса и DevOps;
  • для инженеров, намеренных специализироваться на RAG-системах, LangGraph и протоколе MCP;
  • для специалистов, меняющих профиль и переходящих в сферу AI-инженерии.

Что внутри

Материал знакомит со стеком технологий, необходимым для построения прикладных решений на базе нейросетей:

  • применение Python и LLM API, практики контекст- и промпт-инжиниринга;
  • построение RAG-систем, использование векторных баз данных и методов GraphRAG;
  • интеграция автономных агентов с помощью LangChain, LangGraph и протокола MCP;
  • оценка качества ответов языковых моделей через Evals и подход LLM-as-a-Judge;
  • контейнеризация в Docker, настройка CI/CD, наблюдаемость систем и деплой в облачную инфраструктуру.

Каждая тема подкрепляется разработкой практического решения: студенты создают Telegram-ботов, мультимодальные приложения, fullstack-проекты и распределённые агентные комплексы.

Об авторе

Сергей Смирнов — кандидат технических наук, руководитель исследовательской лаборатории AIRnD. По словам автора, он имеет более 20 лет стажа в разработке программного обеспечения, побеждал в международных профильных хакатонах и турнире LLM-coding challenge 2025, а также создавал AI-решения для таких компаний, как РЖД, RUTUBE и Сбер.

Программа обучения

Ступень 1: Интенсив AI-кодинг ИИ-агентов в Cursor Теория: AI-driven методология: от идеи до деплоя Работа с Cursor: правила, контекст, workflow Архитектура LLM-ассистентов и паттерн ReAct Мультимодальность и локальные LLM Практика: Настройка окружения и AI-driven разработка в Cursor Telegram-бот с LLM, голосом и изображениями Автономный агент с инструментами (ReAct) Деплой проекта в облако (Railway) Результат: Навык AI-driven разработки и деплоя Портфолио из LLM-проектов Работающий Telegram-бот Мультимодальный AI-продукт Агент с инструментами Ступень 2: Курс "AI-driven Fullstack разработка" Теория: LLM и AI-кодинг экосистема Системный анализ и проектирование fullstack-архитектуры Backend/API, БД и frontend-интеграция DevOps, CI/CD и production observability Практика: Разработка fullstack-приложения с AI-ассистентом Реализация backend, PostgreSQL и frontend Контейнеризация, CI/CD и деплой в production Результат: Production-ready fullstack-проект REST API, React/Next.js, PostgreSQL Docker, CI/CD и деплой в облако Ступень 3: Курс "AI-driven разработка ИИ-агентов" Теория: Основы LLM, AI-driven подход и работа с API RAG и Advanced RAG, мониторинг и evals LangChain/LangGraph, tool calling и MCP Безопасность и оценка качества агентных систем Практика: Создание RAG-агента с векторной базой знаний Разработка автономного агента с инструментами Внедрение мониторинга, security и evaluation Результат: Production-ready агентная система RAG, tool calling, MCP и LangGraph-паттерны Навыки evals, observability и security Ступень 4: Курс "Deep Agents: продвинутая разработка ИИ-агентов" Теория: GraphRAG, мультимодальный RAG и векторные/графовые БД Продвинутый context engineering и Deep Agents Evaluation, red teaming и prompt management Мультиагентные паттерны и протоколы A2A/A2UI Практика: Построение production-ready агентной системы Реализация мультиагентной архитектуры Масштабирование через A2A и A2UI Результат: Production-ready мультиагентная система GraphRAG, observability, evaluation, red teaming Навыки промышленного масштабирования агентов

Складчина создана 20 марта 2026 г.

Теги курса

Профессии
РазработчикFullstack-разработчикAI-инженер
Навыки
Промпт-инжинирингСоздание AI-агентов
Инструменты
Cursor
Проблемы
Хаос в процессах

Другие материалы автора 12

СС Сергей Смирнов Все материалы
Б Бесплатные продукты для психологов 110 ₽ 1 000 ₽ −89%Э Эксперт в недвижимости 704 ₽ 17 000 ₽ −96%П Переговоры по цене 352 ₽ 3 900 ₽ −91%Д Доходная недвижимость 704 ₽ 30 000 ₽ −98%Пошаговый план психологической консультации Пошаговый план психологической консультации 80 ₽ 270 ₽ −70%Система психодиагностики по Нэнси Мак-Вильямс Система психодиагностики по Нэнси Мак-Вильямс 256 ₽ 9 600 ₽ −97%Уверенность. Базовый курс Уверенность. Базовый курс 80 ₽ 350 ₽ −77%Как работать с психологическими защитами Как работать с психологическими защитами 1 146 ₽ 5 600 ₽ −80%З Закрытый телеграм канал Про Бабло 18 ₽ Психология денег Психология денег 384 ₽ 5 000 ₽ −92%К Курс про тревогу 312 ₽ 1 950 ₽ −84%П Приемы психологической самозащиты 80 ₽ 800 ₽ −90%

Ещё интересные курсы 12

Ещё интересные курсы

3 528 ₽ 59 990 ₽