CTO и технические директора
Которые принимают решения о внедрении ИИ-агентов в продукты компании и хотят оценить качество экспертизы до контракта.
Для кого этот курс
Курс ориентирован на технических лидеров — архитекторов, технических директоров, техлидов, которые определяют облик и ключевые подходы в создании современных продуктов с активным использованием ИИ.
IT-архитекторы и tech-лидеры
Которые проектируют системы с RAG, MCP, мультиагентными пайплайнами и канальными шаблонами для enterprise.
Ведущие разработчики и инженеры
Которые переходят от промптов к архитектурно грамотным агентным системам уровня production.
Об авторе
Философия курса
🎯
Об ИИ без хайпа и по делу
Ниша ИИ переполнена хайпом, спекуляциями и «экспертами» — довольно сложно не потеряться в этом информационном потоке. При этом в действительности всё происходящее с точки зрения реальной сложности не так страшно и дорого, как кажется.
📚
Полный набор требуемой информации без разделения на уровни доступа
Курс ориентирован на то, чтобы прямо и откровенно дать всю необходимую доменную базу, не создавать сложность на пустом месте и начать эффективно использовать технологии ИИ в прикладных задачах — понимая как и почему. Набор информации более чем достаточен, чтобы не потеряться в домене и при необходимости разобраться с самыми «загадочными» задачами.
🔄
Курс постоянно обновляется
Содержимое курса будет обновляться по мере изменения технологий и появления новых подходов.
♾️
Бессрочный доступ
Для купивших курс доступ остаётся бессрочным. Все будущие обновления и дополнения доступны без дополнительной оплаты — вы получаете актуальные знания на долгие годы.
Формат курса
Выберите подходящий вариант — от самостоятельного изучения до очного корпоративного обучения
Самостоятельное обучение
Stepik
Текстовый учебник с последовательным прохождением разделов. Можно использовать как справочное пособие — обращаться к конкретным темам.
- 5 модулей — от LLM до production-ready систем
- 31+ глав с практикой
- ~24 часа обучения
- Живой стиль изложения — от первого лица, с иронией
- Бессрочный доступ ко всем обновлениям
- Сертификат Stepik по окончании
- Возврат в течение 14 дней — по правилам Stepik
6 000 ₽
Перейти на Stepik →
Корпоративный вариант
Очный формат
Живое прочтение курса для вашей команды — адаптировано под задачи компании и выбранный стек технологий.
- 5 дней по 2 часа — интенсивное обучение
- До 15 учащихся в 1 группе
- 3 языка на выбор: Python, Java или Go
- Адаптация под задачи и стек компании при необходимости
- Реальные кейсы обучение может быть построено на решении ваших внутренних задач
- Практика и разбор ошибок
- Прямое взаимодействие с автором
500 000 ₽
Запросить вариант →
Программа курса
5 модулей — от фундамента LLM до production-ready агентных систем
Модуль 1
Теоретический минимум по LLM
Фундамент: как работают большие языковые модели, токены, контекст, выбор и запуск моделей.
- Self-Attention и Lost in the Middle
- Prompt Caching в OpenAI API
- llama.cpp vs vLLM: выбор inference-сервера
- Ollama, LM Studio, TensorRT-LLM + Triton
- Reasoning: может ли модель думать?
Модуль 2
Базовые алгоритмы агентов
От CoT до MCP: полный набор паттернов построения автономных агентов + сравнение подходов.
- Chain-of-Thought, Tree-of-Thought, ReAct
- LATS — дерево поиска для агента
- Function Calling и PAL — кодогенерация
- MCP (Model Context Protocol)
- Сравнение алгоритмов — когда какой подход применять
Модуль 3
Мультиагентные системы
Как компоновать множество агентов: chaining, orchestration, swarm-архитектуры.
- MRKL — разделение по базовым функциям
- Графы и машины состояния — LangGraph
- Target-based топологии — явное моделирование намерений
- Guardrails — безопасность и контроль агентов
Модуль 4
RAG-архитектуры
Глубокое погружение в Retrieval-Augmented Generation: от ETL до production.
- ETL-пайплайн индексации и чанкинг
- Векторные хранилища: Qdrant, Milvus
- Традиционные СУБД как векторные хранилища
- RAG-агент: Retrieval, VectorDB, Reranker, Augmentator
- Оптимизация RAG: HyDE, переформулирование запросов
Модуль 5
Каналы и модальности
Интеграция агентов в реальные каналы: телефоны, голос, copilot-режим.
- Общие канальные архитектурные шаблоны
- Архитектура под телефонию и голосовые VA
- Copilot-архитектура, встраивание агента в обычное ПО
Чему вы научитесь
Ключевые навыки, которые вы получите в ходе прохождения курса
01
Разбираться в LLM изнутри
Объясните, как работают большие языковые модели — токенизация, контекстное окно, Lost in the Middle. Выберите inference-сервер (llama.cpp, vLLM, TensorRT-LLM) под конкретную задачу.
02
Проектировать агентные алгоритмы
Спроектируйте систему с CoT, ToT, ReAct, LATS и MCP — понимая, когда каждый подход оправдан, а когда даёт обратный эффект. Сравнивайте алгоритмы и выбирайте оптимальный.
03
Собирать RAG-систему от ETL до production
Спроектируйте RAG-систему с валидацией фактов: ETL-пайплайн, чанкинг, векторные хранилища (Qdrant, Milvus, PostgreSQL), reranking и Augmentator. Включая традиционные СУБД как векторные хранилища.
04
Встраивать агентов в продукты
Спроектируйте интеграцию ИИ-агентов в клиентские каналы — чаты, телефонию, голосовые VA, copilot-режим. Поймёте, как встроить агента в существующий IT-продукт без переписывания.
05
Оценивать и оптимизировать качество
Стройте Golden Set, измеряйте метрики релевантности, проводите эксперименты. Поймёте, что ваш RAG или агент работает лучше, а не «просто выглядит хорошо».
06
Работать с ключевыми фреймворками
Практически освоите LangChain, LangGraph, llama.cpp
Почему именно этот курс
То, что отличает этот курс от десятков других предложений на рынке
Глубокая экспертиза, проверенная масштабными проектами
Многолетний опыт ТОП специалиста, накопленный массив знаний сжат до максимальной плотности: без воды, почти без «введения в ИИ», только то, что работает в реальных enterprise-проектах и за что компании готовы хорошо платить.
Знания из практики крупных enterprise-проектов
Курс оперирует знаниями, необходимыми для проектов в bigtech и реальной консалтинговой практики. Покрывает ~85% компетенций для работы с крупными ИИ-проектами в современных условиях рынка РФ. Большинство IT-консалтинговых компаний работают на более примитивном уровне.
Доступная цена при высокой плотности знаний
Стоимость курса в среднем сопоставима с одним часом консультации AI-архитектора — 6 000 ₽. За 24 часа обучения вы получаете знания, которые окупаются с первого применённого приёма.
Проверено на реальных проектах
Из пары десятков прошлых проектов только в трёх встречались проблемы, решение которых в курсе не упомянуто — из-за особой специфичности. По NDA обобщить пока не могу. Но именно эти исключения подтверждают: курс покрывает подавляющее большинство задач, с которыми сталкивается AI архитектор.