AI-агенту нужны инструкции, доступ к нужным данным и проверки, прежде чем разработчик примет результат его работы. Вы научитесь настраивать рабочее окружение агента и управлять его контекстом, а также разберётесь, как защищать собственных агентов от чужих инструкций в документах и ответах инструментов.
Чтобы проверить AI-систему перед выпуском, разработчик должен уметь измерять её качество и сравнивать версии. На курсе вы построите приложение вместе с AI-агентом и научитесь вести разработку от спецификации до pull request, подключать агентов через MCP и проверять их работу в продакшне.
AI не заменит инженера, который умеет с ним работать. Освой AI-инжиниринг на практике и стань таким инженером.
- Гайды, видео и задания
- Свой агент, стек и темп
Научишься вести разработку с AI-агентами и создавать AI-системы, которые отвечают по данным компании, проходят проверку качества и работают в продакшне. Все навыки отработаешь на одном продукте, который строишь со своим агентом.
Для кого курс:
- Разработчикам
Хочешь профессионально работать с агентами и доводить с ними задачи до релиза
- Будущим AI-инженерам
Хочешь встраивать модели в продукт и создавать своих агентов
Курс и менторинг:
Разработка с AI-агентами меняется быстро: появляются новые инструменты, модели и способы работы. Поэтому на курсе мы подробно изучаем фундаментальные навыки, которые не зависят от конкретного инструмента.
Эфиры и разборы:
Записи эфиров с разбором решений учеников.
Курс обновляется:
В материалы добавляются новые инструменты и подходы.
Что изучим:
Разберём главные и углублённые темы AI-инжиниринга в уроках и на практике.
- AI-first разработка
- Освоишь AI-first подход и будешь реализовывать задачи вместе с агентами
- Harness
- Настроишь инструкции, скиллы и проверки, по которым агент работает в твоём проекте
- Работа с контекстом
- Организуешь файлы проекта так, чтобы агент находил нужное для задачи и не тратил контекст на лишнее
- Пайплайны разработки
- Проведёшь работу через этапы: спецификация, задачи, реализация, проверка, ревью и pull request
- Собственные агенты
- Научишься встраивать AI-агентов в продукт
- Агент станет его частью и будет работать с его данными и инструментами
- RAG
- Встроишь в продукт RAG (Retrieval-Augmented Generation, ответы по найденным данным)
- Агент продукта будет отвечать с опорой на данные и контекст компании и ссылаться на источники
- Контроль агентов
- Будешь понимать, что делает агент, следить за выполнением задачи и тестировать результат, прежде чем его принять
- Evals и эксплуатация
- Измеришь качество AI-системы, сравнишь новую версию со старой перед релизом и настроишь наблюдение за продакшном
- MCP и инструменты агентов
- Через протокол MCP (Model Context Protocol) агент подключается к данным и инструментам
- Разработаешь свой MCP-сервер, встроишь его в продукт и подключишь агентов к нужным сервисам
- Экономия токенов
- Подберёшь модель под задачу по измерениям, увидишь расход и ограничишь бюджет
Что даёт курс:
Твои навыки разработки не обесценятся, а станут ещё востребованнее.
- Востребованные навыки
Умеешь то, что сегодня нужно командам: разрабатывать вместе с AI-агентами и создавать AI-системы
- Рост в карьере
Берёшь более сложные задачи, в том числе с AI-системами
- Новая специальность
Можешь перейти в AI-инжиниринг, опираясь на свои навыки разработки
- Эксперт по AI в команде
Становишься тем, к кому коллеги приходят за практиками работы с AI, и можешь учить команду
- Навыки на годы вперёд
Понимаешь основы и быстро осваиваешь новые инструменты, когда они появляются
Как проходит обучение:
- Материалы
Гайды со схемами объясняют подходы, а видео показывают практический опыт автора и то, как он работает с агентами
- Задания
В каждой главе есть задания
- Это не вайбкодинг
Даже с AI в заданиях придётся много думать. Ты сам принимаешь решения и проектируешь систему, а с агентом работаешь активно: ставишь ему задачи, направляешь и проверяешь результат
С какими агентами и моделями работаем:
Навыки из курса не привязаны к конкретному агенту. Выбирай тот, который удобен тебе или принят в твоей команде.
- Claude Code
- Codex
- OpenCode
- Hermes
- DeepSeek
- Другие агенты и модели
Что нужно знать:
Достаточно уметь запустить простой проект, внести небольшое изменение, объяснить код и сообщение об ошибке и пользоваться Git. Коммерческий опыт разработки не обязателен.
В программе девять глав. Первые материалы проходят финальную подготовку; будущие главы запланированы, их материалы ещё предстоит подготовить. Проходишь курс в своём темпе, без календаря и дедлайнов.
Программа:
- Основа разработки с агентами: harness, домен и архитектура
- Разработка с агентами: от требований до проверенного результата
- Релизы и эксплуатация: CI/CD, данные и наблюдаемость
- Инфраструктура агентов: контекст, MCP и общий harness
- Собственные агенты: цикл, инструменты и управление состоянием
- RAG: документы, поиск и подготовка контекста
- Безопасность агентов: права, prompt injection и песочницы
- Качество и эксплуатация агентов: evals, трассировки и стоимость
- Облачные агенты: задачи, песочницы и параллельная работа
