[Aurimas Griciūnas] End-to-End AI-инженерия: Bootcamp (2026)
Курс по сквозной разработке ИИ — это 8-недельный курс для групп, призванный превратить технических специалистов в универсальных инженеров по искусственному интеллекту, которые смогут уверенно проектировать, создавать и внедрять системы искусственного интеллекта промышленного уровня.
Что вы создадите
Вы разработаете свой собственный завершающий проект — реальное приложение на основе искусственного интеллекта, которое будет создаваться спринт за спринтом, с применением концепции каждой недели для решения актуальных бизнес-задач. В конце вы представите его на демонстрационном дне с работающим репозиторием и развернутым приложением, которое сможете показать менеджерам по подбору персонала, техническим директорам или инвесторам.
Технологии включают в себя:
- API больших языковых моделей (Gemini, Claude, GPT и т. д.).
- Vector databases & RAG.
- AI agent libraries (LangChain, LangGraph, ADK, AutoGen).
- Docker, FastAPI, Kubernetes, облачное развертывание.
- Наблюдаемость, оценка и тестирование производительности.
- Современные протоколы связи (A2A, MCP).
Каждую неделю проводится настоящий инженерный спринт:
- Спринт-урок (понедельник): самостоятельное обучение с помощью видео, шпаргалок и справочного кода.
- Обзор спринта (вторник): живое прохождение с Ауримасом + подробные вопросы и ответы.
- Sprint Build Lab (четверг): сеанс программирования в режиме реального времени для реализации ключевых функций спринта.
- Бонусные сессии вопросов и ответов и обратной связи.
Освойте сквозную разработку с использованием искусственного интеллекта — превращайте прототипы в готовые к запуску приложения с помощью больших языковых моделей, RAG и агентов всего за 8 недель.
Разработка и оптимизация RAG-архитектур
- Узнайте, как систематически оценивать и совершенствовать системы на основе RAG.
- Используйте такие методы, как гибридный поиск (BM25 + плотные вложения) и повторный ранжирование, чтобы оптимизировать процесс поиска в ваших системах RAG.
- Используйте генерацию синтетических данных, чтобы улучшить систему без использования реальных пользовательских данных.
- Создавайте агентов, которые могут планировать действия, использовать инструменты и выполнять задачи самостоятельно.
- Превратите RAG в агентную систему RAG, чтобы поддерживать сложные пользовательские запросы, основанные на контексте из различных
- Подключите свои агентные системы к инструментам через MCP.
- Изучите шаблоны проектирования многоагентных систем и способы обеспечения их предсказуемого поведения.
- Внедрите протокол A2A (Agent to Agent, «агент — агенту»), чтобы ваши агенты могли взаимодействовать с другими удаленными агентами.
- Внедряйте стратегии оценки, ориентированные на многоагентные системы.
- Научитесь использовать структурированные выходные данные, чтобы ответы модели можно было легко интегрировать в последующие системы.
- Применяйте передовые методы быстрого создания и обновления версий.
- Узнайте, как оценивать приложения GenAI различной сложности и архитектуры.
- Внедрите контрольные показатели качества в свой конвейер CI/CD.
- Внедряйте наблюдаемость в свои системы с первой же недели.
- Настройте API и сервисы так, чтобы они стабильно работали в производственной среде.
- Разверните свое приложение в облаке и предоставьте к нему доступ потенциальным пользователям.
- Инженеры-программисты и разработчики
Для тех, кто хочет перейти в сферу разработки искусственного интеллекта и создавать, внедрять и масштабировать реальные системы искусственного интеллекта.
- ML-инженеры и специалисты по анализу данных
Для тех, кто хочет проектировать, оценивать и масштабировать агентные системы искусственного интеллекта промышленного уровня.
- Технические основатели и технические директора
Для тех, кто хочет сделать искусственный интеллект основной функцией своего продукта, а также уверенно разрабатывать и внедрять масштабируемые системы искусственного интеллекта.
Авторизуйтесь, чтобы посмотреть скрытый контент.
Вложения
-
vitalij-lixachev-balun-courses-observability-kak-v-bigtech-tarif-standart-2025.91335.jpg