Курс «Разработка AI-агентов: инженерный подход к LLM»

Загоняем вероятностные LLM в жёсткий инженерный каркас на новом курсе по разработке AI-агентов. Учимся строить детерминированные системы — с тестами, метриками качества и контролем бюджета.

Для кого?

Для разработчиков и тимлидов, которым нужен prod-подход. Если вы уже столкнулись с нестабильностью нейросетей, галлюцинациями и неконтролируемыми расходами токенов — мы покажем, как взять этот хаос под контроль.

Что «под капотом»?

Мы не просто пишем промпты, мы строим архитектуру.

• Стек: PydanticAI, LangGraph, AutoGen, LangFlow.
• Технологии: RAG-системы, мультиагентные паттерны, протоколы MCP и A2A.
• AgentOps: наблюдаемость, трассировка, логирование и защита от деградации качества.

Формат и особенности:

• Две траектории: Global (OpenAI/Anthropic) или Импортозамещение (YandexGPT, GigaChat, Open Source для закрытых контуров).
• Hard Skills: практика в Jupyter-ноутбуках с первого занятия (автопроверка кода).
• Спикеры: практикующие инженеры и исследователи из Газпромбанка и научного сообщества (PhD Sorbonne University).

Старт: 20 апреля.

Длительность: от 3 недель (в зависимости от тарифа).