Скачать AI-Агенты: S1 База [Automatica] [Антон Вдовиченко]

[Джокер]

AI-Агенты: S1 База [Automatica] [Антон Вдовиченко]

Для кого этот курс
Разработчики, энтузиасты, продуктовые менеджеры, предприниматели с базовыми знаниями Python

Чему научитесь
1. Создавать AI-Агентов с нуля: освоите Pydantic AI, LangChain и инструменты для быстрого визуального прототипирования
2. Управлять памятью и состоянием: научитесь строить AI-Агентов с долговременной памятью через Zep, Mem0 и Letta
3. Интегрировать RAG и векторные БД: построите системы поиска по документам с Qdrant, Weaviate и Pinecone
4. Контролировать качество и затраты: улучшите наблюдаемость через LangSmith/LangFuse и оптимизируете стоимость

Что в программе
Занятие 1: Подготовка среды и основы архитектуры
Настраиваем рабочее окружение с Python, Pydantic AI и LangChain. Разворачиваем no-code инструменты Flowise и n8n. Изучаем архитектуру агентов на реальных production-примерах.

Установка и настройка всех необходимых инструментов.


Регистрация в LangSmith и LangFuse для мониторинга.


Запуск локальных моделей через Ollama.


Разбор архитектуры: LLM, память, планирование, инструменты.


Определение подходов: ReAct, Mem0, RAG.


Домашнее задание: настройка собственного окружения.

Занятие 2: Быстрый старт с Pydantic AI
Создаём первого агента с валидацией ответов. Изучаем технику reflection loop — агент пишет тесты для своего кода и исправляет ошибки. Настраиваем автоматическое тестирование.

Построение агента с типизированными ответами.


Добавление пользовательских инструментов.


Техника self-reflection для улучшения качества.


Логирование и отладка через Pydantic Logfire.


Домашнее задание: создать своего агента с тестами.

Занятие 3: Визуальное прототипирование и escape from no-code
Cоздаём рабочие цепочки в Flowise и n8n, затем экспортируем их в чистый Python-код. Подключаем векторные БД и внешние сервисы. Выдаём ТЗ на итоговый проект.

Создание AgentFlow и в Flowise.


Создание AI-Агента в n8n.


Подключение векторных БД для RAG.


Интеграция с Google Sheets и Airtable через n8n.


Экспорт логики агентов в Pydantic AI.


Старт работы над итоговым проектом.

Занятие 4: Мультиагентные системы
Координируем несколько агентов для решения сложных задач. Реализуем одну задачу в двух фреймворках — LangGraph и CrewAI — и сравниваем результаты.

Занятие 5: Память и persistent-агенты
Углубляемся в управление памятью. Создаём агентов, которые помнят контекст между сессиями и могут возобновлять работу после перерывов.

Краткосрочная vs долговременная память.


Реализация Zep, Mem0 и Letta


Подключение внешних хранилищ (Redis, Postgres).


Управление stateful-агентами.


Восстановление после перерывов.


Домашнее задание: persistent-агент с внешней БД.

Занятие 6: RAG-системы и векторный поиск
Строим полноценные RAG-системы для работы с документами. Оптимизируем качество поиска и снижаем галлюцинации.

Построение RAG-pipeline на LangChain.


Работа с векторными БД: Qdrant, Weaviate, Pinecone.


Техники улучшения поиска: «хаки» RAG, фильтрация.


Оптимизация метрик качества RAG.


Интеграция RAG с памятью агентов.


Практика: RAG-система для базы знаний.

Занятие 7: Наблюдаемость и оптимизация затрат
Настраиваем профессиональный мониторинг агентов. Применяем техники снижения стоимости.

Трассировка и тестирование в LangSmith.


Мониторинг в LangFuse: латентность, стоимость, ошибки.


Cost-hacks: кеширование, выбор моделей, batching.


Создание cost-heatmap.


Подготовка: финализация проектов.

Занятие 8: Безопасность, развёртывание и демо-день
Финальное занятие: изучаем безопасность, проводим attack-simulation, разбираем юридические вопросы и презентуем проекты.
Часть 1. Развёртывание и observability


Обзор вариантов развёртывания (Docker, облако).


Подключение к мессенджерам и API.


Финальная настройка мониторинга.

Часть 2. Безопасность и демонстрации


Симуляция атак: jailbreak, prompt-leak, cost-flood.


Live Q&A с юристом по GDPR/152-ФЗ.


Презентация итоговых проектов.

Автор:
Антон Вдовиченко
Основатель и CEO Automatica
Специализируется на разработке решений с использованием искусственного интеллекта и машинного обучения, инженер AI.
Более 20 лет создает цифровые продукты для оптимизации бизнеса — от стартапов до международных корпораций (Dell, PwC, Avaya).
Эксперт по дизайну интерфейсов. Более 7 лет преподавал на программе «Дизайн диджитал-продукта» в Британке, BBE. Ведёт авторские курсы по искусственному интеллекту.

Цена 55000 руб.




СКАЧАТЬ СЛИВЫ КУРСОВ

Для возможности скачивать складчины и сливы курсов нужно зарегистрироваться