Скачать Соберите AI-агента с нуля — сначала руками, потом на фреймворках [Василий Исаев, Андрей Киселёв, Евгений Чернов]

[Джокер]

Складчина: Соберите AI-агента с нуля — сначала руками, потом на фреймворках [Василий Исаев, Андрей Киселёв, Евгений Чернов]



Практический курс о технологиях, а не об одном фреймворке. Мы строим одного агента по нарастающей сложности и разбираем смежные технологии, чтобы вы умели делать всё руками и видели картину целиком.

Курс не про конкретного агента — он про технологии. Мы собираем одного агента на минимальном функционале, всё отлаживаем, «выкатываем в прод», а затем наращиваем сложность.

Параллельно разбираем смежные с агентом технологии, чтобы у вас сформировался широкий кругозор — и при этом умение делать всё руками.

Структура курса:

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
Программа:

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

1. Василий Исаев - Разработка агента · рукопашка:

1.1 Введение
Prompt-engineering, работа с LLM через API.
1.2 Structured outputs и tool-calling
ReAct-агент, планировщик + исполнитель, память агента.
1.3 RAG
Поиск и работа со знаниями для агента.
1.4 Архитектуры агентов
Разбор примеров: harness, openclaw, nanoclaw.
2. Андрей Киселёв - Качество и оценка:

2.1 Отладка и мониторинг
2.2 Оценка качества, evaluation
2.3 Методы повышения качества
Борьба с галлюцинациями, guardrails.
3. Евгений Чернов - Фреймворки и деплой:

3.1 Интеграция с веб-приложениями и деплой
MCP-серверы.
3.2 Langchain
3.3 Langgraph
3.4 Observability
Langfuse (Arize Phoenix).
3.5 Многоагентные системы
Протокол A2A.
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.
Преподаватели:

Василий Исаев

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

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

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.
Старт 28 июля

Цену установит организатор




СКАЧАТЬ СЛИВЫ КУРСОВ

Для возможности скачивать складчины и сливы курсов нужно зарегистрироваться