СТАРТ 28 ИЮЛЯ — идут предпродажи со скидкой

00дней

00часов

00минут

00секунд

За 12 недель соберёте, проверите и запустите AI-агента

Сначала пишем всё руками — без фреймворков, включая собственные evals. Потом переносим на LangChain и LangGraph, добавляем observability, guardrails и деплой.

Ведут инженеры с продакшн-опытом Wildberries, Revolut и Яндекса — они же дают ревью на ваши решения.

Python / backend / ML-инженеры structured output→tool-calling→MCP→RAG→multi-agent 1–2 живых занятия в неделю·домашнее задание в каждом модуле

Написать в Telegram

01 · Для кого

Проверьте, ваш ли это курс

Для вас, если

Пишете production-код на Python и хотите внедрить агента в рабочий продукт
Уже пробовали собрать агента и упёрлись в качество, отладку или мониторинг
Нужен не обзор технологий, а понимание каждого слоя — от API до деплоя

Не для вас, если

Вы не пишете код
Ищете no-code-автоматизации
Нужен готовый агент под ключ, а не навык его строить

02 · После курса

Что вы будете уметь

Собрать агента с инструментами и памятью Понимая каждый слой, а не копируя туториал.

Подключить его к вашим данным и внешним API Через RAG и MCP.

Измерить качество через evals И поймать деградацию до релиза, а не после.

Запустить в рабочем сервисе С мониторингом и guardrails.

03 · Идея курса

Первого агента можно собрать за вечер. Сложнее — понять, почему он ошибается, стало ли лучше после правки промпта и где искать сбой в цепочке вызовов.

На курсе вы сначала разбираете основу на чистом API: инструменты, память, RAG и оценку качества. Затем переносите это в фреймворки, добавляете мониторинг и деплой.

Бесплатных материалов много. Здесь ценность — в последовательной программе, живых разборах и ревью ваших решений.

▶

Запись воркшопа AI Code Review Agent

Посмотрите, как вживую собирается агент, который читает Pull Request и формирует комментарии к ревью. На воркшопе — один прикладной агент, на курсе — системный путь: API, инструменты, память, RAG, evals, LangGraph, MCP, деплой.

Смотреть запись · 2 часа Посмотреть программу

04 · Структура

Две части: сначала рукопашка, потом фреймворки

Сначала вы понимаете, как всё устроено внутри, а уже потом берёте индустриальные инструменты — осознанно, а не как чёрный ящик.

Часть 1

Рукопашка

Всё делаем своими руками, без внешних фреймворков — даже evals пишем сами. Вы понимаете каждый слой агента, а не доверяете магии библиотек.

Работа с LLM напрямую через API
Structured outputs и tool-calling с нуля
Собственные метрики и оценка качества
Архитектуры агентов изнутри

Часть 2

Фреймворки

Изучаем стандартные индустриальные инструменты и переносите на них то, что уже умеете делать руками.

Langchain
Langgraph
Langfuse / Arize Phoenix для observability
Деплой, MCP-серверы, мультиагентные системы

05 · Программа

Что внутри — модуль за модулем

Три преподавателя-практика ведут свои блоки: разработка агента, качество и оценка, фреймворки и деплой.

12 недель · 1–2 живых занятия в неделю · домашнее задание в каждом модуле

Василий Исаев

Разработка агента · рукопашка

1.1

ВведениеPrompt-engineering, работа с LLM через API.

1.2

Structured outputs и tool-callingReAct-агент, планировщик + исполнитель, память агента.

1.3

RAGПоиск и работа со знаниями для агента.

1.4

Архитектуры агентовРазбор примеров: harness, openclaw, nanoclaw.

Андрей Киселёв

Качество и оценка

2.1

Отладка и мониторинг

2.2

Оценка качества, evaluation

2.3

Методы повышения качестваБорьба с галлюцинациями, guardrails.

Евгений Чернов

Фреймворки и деплой

3.1

Интеграция с веб-приложениями и деплойMCP-серверы.

3.2

Langchain

3.3

Langgraph

3.4

ObservabilityLangfuse (Arize Phoenix).

3.5

Многоагентные системыПротокол A2A.

06 · Практика

Агенты, которых вы построите

Практические кейсы и примеры в каждой теме — вы выходите с работающим кодом, а не с конспектом.

Мини Claude Code

Агент-кодер: читает задачу, правит файлы, запускает команды — упрощённая версия coding-агента.

Personal Ops Agent (OpenClaw-style)

Агент для личных и рабочих операций в стиле OpenClaw.

Browser / GUI Agent

Управляет браузером: открывает сайты, кликает, заполняет формы, собирает данные.

API Integration Agent

По документации API строит маленькую интеграцию: клиент, endpoint, webhook, тесты.

QA / Testing Agent

Сам пишет тест-кейсы, запускает Playwright / pytest, проверяет UI и заводит баг-репорт.

07 · Команда

Преподаватели

Василий Исаев

LinkedIn →

ML-инженер, AI enthusiast
Много работал с ассистентами — с реализацией и внедрением AI-сервисов. Работал в Точка Банк и Wildberries, в последнем месте активно внедряет AI-инструменты в процессы разработки.

Андрей Киселёв

LinkedIn →

Head of Product, который строил, ломал и чинил AI продукты
Строил AI-продукты в продакшне: от первых RAG в маленьких командах до платформ с миллионами вызовов агентов в день. Работал в Revolut и Yandex, где отвечал за внедрение AI-фич.

Истории и подходы из курса — то, что встречается в реальной разработке продуктов, с цифрами, ошибками и рабочими плэйбуками.

Евгений Чернов

LinkedIn →

MSc AI · Tech Lead AI в бигтехе
Преподаватель магистратуры ФКН НИУ ВШЭ «Искусственный интеллект», преподаватель ДПО НИУ ВШЭ. Лидирует e2e-разработку LLM-систем, агентов и внедряет LLMOps-практики в high-load системах.

Автор программы

Александр Лыков

LinkedIn →

Академический руководитель Школы Высшей Математики
Кандидат физико-математических наук. Работал девять лет научным сотрудником на мехмате МГУ. Сейчас работает в крупном технологическом банке. В том числе разрабатывает AI-агентов.

08 · Участие

Идут предпродажи — сейчас самая низкая цена

Стоимость поднимается каждую неделю до старта 28 июля. Чем раньше оформляете — тем выгоднее. Оплата картой, в рассрочку или Сплитом.

Что входит

12 недель, 1–2 живых занятия в неделю + домашнее задание в каждом модуле
Две части: рукопашка + индустриальные фреймворки
Сквозной агент, который усложняется от модуля к модулю, плюс прикладные проекты на выбор
3 преподавателя-практика, живые разборы
Ревью ваших решений между занятиями
Доступ к записям и материалам навсегда

−10% · ранняя цена

145 000 ₽ 130 000 ₽

До повышения до 145 000 ₽ осталось: 00д 00ч 00м 00с

Старт 28 июля · 12 недель · оплата картой, в рассрочку или Сплитом

РассрочкаРазбейте оплату на части прямо при оформлении — без переплаты.

Налоговый вычет 13%Вернёте до 13% стоимости обучения как налоговый резидент РФ.

Оплата от компанииПоможем с документами для оплаты обучения работодателем.

Старт 28 июля. Цена растёт каждую неделю.

Сейчас — самая ранняя цена со скидкой. Оформите участие сегодня и зафиксируйте её: до старта стоимость поднимается каждую неделю. Оплата картой, в рассрочку или Сплитом.

Написать в Telegram