Построите RAG‑систему с точным поиском
Разработаете ИИ‑агентов с элементами взаимодействия и контроля
Выполните 6 проектов на ВМ с GPU и пройдёте ревью от экспертов
Научитесь управлять качеством и стоимостью генерации
Выведете ИИ‑сервис в продакшн с мониторингом
Поймёте, как и когда дообучать LLM
Сегодня бизнесу нужны комплексные ИИ‑решения, встроенные в процессы, а не просто LLM
Разработкой и внедрением таких решений занимается ИИ‑инженер
Он автоматизирует работу с данными, выполнение задач и обработку запросов с помощью сервисов на основе LLM — от RAG‑систем до агентов с доступом к внешней информации
Курс для специалистов с опытом в машинном обучении
А также с базовыми навыками в Python, Deep Learning и линейной алгебре
ML‑инженеров
Систематизируете работу с LLM: освоите проектирование RAG‑систем, управление качеством генерации и полный цикл вывода ИИ‑решений в продакшн
DL / NLP‑специалистов
Расширите роль от моделирования ИИ к инженерии: научитесь создавать системы с оркестрацией агентов и внедрять их в бизнес‑процессы
Бэкэнд‑разработчиков
Научитесь интегрировать LLM в продукты: создавать ИИ-ассистентов, RAG‑системы для работы с корпоративными данными и внедрять их в существующие сервисы
Чему вы научитесь за 4 месяца
Разбираться в архитектуре LLM и механизмах генерации текста- Работать с длинным контекстом и контролировать качество ответов
- Контролировать качество генерации при работе с большими данными
- Строить RAG‑системы с гибридным поиском и оценкой релевантности
- Создавать ИИ‑агентов с интеграцией внешних сервисов
- Оркестрировать цепочки вызовов LLM и агентов
- Запускать и оптимизировать LLM‑сервисы под требования бизнеса
- Настраивать мониторинг качества и производительности ИИ‑систем
- Ориентироваться в подходах к адаптации LLM и выбирать стратегии дообучения
Сделаете 6 проектов для портфолио
ИИ‑ассистент для службы поддержки
с архитектурой системы, подготовленным датасетом, RAG‑пайплайном, набором инструментов и развёртыванием в продакшн с мониторингом качества
ИИ‑агент для автоматизации процессов
с поддержкой внешних инструментов и интернета и встроенной оценкой ответов
Продакшн-сервис ИИ
с интеграцией LLM, RAG и агента в единую систему для обработки реальных запросов
LLM-сервис для решения бизнес-кейса
с параметрами генерации, оценкой качества и стоимости, а также настройкой под продакшн-сценарий
RAG-пайплайн
с подготовкой датасета, векторной базой, генерацией ответов и оценкой качества на реальных данных
Оптимизированный продакшн-сервис ИИ
с оценкой качества на реальных данных и улучшением системы через настройку параметров и дообучение модели
Освоите продвинутые инструменты
LLM
RAG
PyTorch
Transformers
vLLM
FAISS
Chroma, Qdrant
LangChain
LangGraph
FastAPI
Docker
Asyncio
Prometheus + Grafana
LangSmith
OpenRouter
Регулярно обновляем программу, чтобы вы проходили только актуальное
Курс рассчитан на 4 месяца с нагрузкой 12−15 часов в неделю
~2 часа
Бесплатно
Бесплатная часть: создание ИИ‑ассистента и обзор задач ИИ-инженера
Освоитесь на платформе и начнёте погружение в реальные рабочие задачи ИИ-инженера. Пройдёте тест и поймёте, подходит ли вам курс по сложности.
1
2 недели
LLM в работе инженера — от архитектуры до управления генерацией
Научитесь использовать LLM в реальных продуктах: контролировать качество и стоимость генерации, решать проблемы длинного контекста и запускать модели на инференс.
1 неделя
Проект: LLM-сервис
Соберёте LLM-сервис для конкретного бизнес-кейса: настроите параметры генерации, оцените качество и стоимость на реальных данных, подберёте оптимальные настройки модели под продакшн-сценарий. Получите обратную связь от эксперта.
2
2 недели
RAG — от сырых данных до точных ответов
Освоите полный цикл построения RAG‑систем: подготовку данных, векторный поиск и генерацию ответа. Научитесь оценивать качество системы на реальных данных — чтобы модель давала релевантный ответ на запрос.
1 неделя
Проект: RAG-пайплайн
Создадите рабочий RAG-пайплайн: подготовите данные, построите векторную базу, реализуете поиск и генерацию ответов с помощью LLM, проведёте оценку качества на реальных данных. Получите обратную связь от эксперта.
3
2 недели
Агентные системы — от одного агента до оркестрации
Научитесь создавать функциональных ИИ‑агентов с доступом к инструментам. Освоите оркестрацию и подключение внешних сервисов. Потренируетесь работать с мультиагентными системами и примените мультимодальные модели.
1 неделя
Проект: ИИ-агент для автоматизации рабочих процессов
Создадите агента, который выполняет цепочку задач с внешними инструментами и интернетом, оценивает свои ответы и интегрируется в рабочий сервис. Получите обратную связь от эксперта.
4
2 недели
Деплой ИИ-систем — от прототипа к работающему сервису
Научитесь упаковывать LLM-приложение в контейнер, создавать API, настраивать асинхронную обработку запросов и мониторить систему — с фокусом на метриках оценки LLM: латентности, стоимости токенов, качестве ответов.
1 неделя
Проект: продакшн-сервис ИИ
Соберёте продакшн-сервис ИИ: упакуете решение на базе LLM в единую систему с обработкой реальных запросов. Получите обратную связь от эксперта.
5
2 недели
Эксплуатация ИИ-систем: качество, безопасность и улучшение
Поймёте, как защищать систему от атак и непредсказуемого поведения, а также измерять качество системы: генерации, RAG и агента. Сможете принимать осознанные решения об улучшении — от настройки параметров до дообучения модели.
1 неделя
Проект: оптимизация продакшн-сервиса ИИ
Возьмёте продакшн-сервис, оцените качество системы на реальных данных и улучшите её. Получите обратную связь от эксперта.
2 недели
Итоговый проект: ИИ‑ассистент для службы поддержки
Спроектируете архитектуру, подготовите данные и соберёте RAG-пайплайн. Затем реализуете агента с инструментами и выкатите готовую систему в продакшн с мониторингом и оценкой качества.
Эксперт проверит результат и поможет улучшить решения. Готовый проект объединит всё, чему вы научились на курсе, и усилит ваше портфолио.
Эксперт проверит результат и поможет улучшить решения. Готовый проект объединит всё, чему вы научились на курсе, и усилит ваше портфолио.
Получите сертификат о переподготовке
Это официальный документ установленного образца, который принимают работодатели.
Как устроен курс
Наглядная теория на интерактивной платформе
Материалы подготовлены на основе реальных задач, с которыми работают ИИ‑инженеры. Можно заниматься в своём темпе и совмещать с работой.
Проектные работы с ревью
За курс сделаете от 6 проектов — закрепите новые навыки и пополните портфолио. Работы важно сдавать в срок, чтобы получить подробную обратную связь от опытных инженеров.
И инфраструктура Yandex Cloud, запечённая под практику
Сможете выполнять ресурсоёмкие задания даже с обычного ноутбука — для этого получите виртуальную машину с GPU, которая значительно ускорит обучение моделей.
Практикум ИИ помогает учиться
Когда в теории что‑то непонятно, нейросеть ответит на вопросы или объяснит материал другими словами. А в конце каждого урока подготовит краткий пересказ о самом главном.
Вас поддержат опытные ИИ‑инженеры и команда Практикума
Авторы собрали и систематизировали весь свой опыт
чтобы вы учились на кейсах, с которыми сталкиваются специалисты в реальной работе
Антон Моргунов
Программный эксперт курса. Senior инженер по компьютерному зрению в Базис Центре.
Даниил Вяжев
Исследователь в Научно-учебной лаборатории моделей и методов вычислительной прагматики во ВШЭ. Мидл DL/ML-инженер в НБКИ. PhD Student в Сколтехе.
Владимир Добрыгин
ML-инженер в Купере. Работал в Яндексе и GlowByte с рекомендательными системами, прогнозированием оттока, динамическим назначением и автоматизацией анализа технических интервью.
Этот курс может оплатить
ваш работодатель
ваш работодатель
Полностью или разделив оплату с вами,
например 50/50 или 75/25
например 50/50 или 75/25
- Расскажем всё про курс
- Сообщим стоимость
- Ответим на ваши вопросы
- Подготовим договор и счёт
Если у вас есть вопросы, оставьте заявку — мы позвоним
Отвечаем на вопросы
Каким требованиям нужно соответствовать?
Какой компьютер нужен для учёбы?
Каким требованиям нужно соответствовать?
Кто будет меня учить?
Как и когда я буду учиться?
Что делать, если я не справлюсь с нагрузкой?
Смогу ли я найти работу после обучения?
А если я хочу работать в Яндексе?
Вы поможете мне найти работу?
Если не понравится, я могу вернуть деньги?
Получу ли я диплом?
Как можно оплатить?
Давайте поможем
Мы работаем с 12:00 до 21:00 по Астане и связываемся в течение одного дня. Если оставите заявку сейчас, то перезвоним уже в рабочее время.