Разработчикам
Подготовьте проект для Claude Code и Codex: задайте контекст, составьте план и проверьте изменения тестами и ревью. Подключите модели к собственному приложению.
ОнлайнJunior+Middleкурс повышения квалификацииИИ для разработчиков
Работайте с Claude Code и Codex. Создавайте собственные AI-приложения.
За 4 недели — своё AI-приложение с RAG, MCP и агентами. Онлайн вечером, лекции записываются.
4
недели по вечерам, без отрыва от работы
10
учебных дней с живыми занятиями
40
академических часов практики и разборов
Удостоверение о повышении квалификацииГос. лицензия на образованиеРезидент СколковоЗаписи всех лекций
Инструменты и подходы курса
Claude CodeCodexAPI моделейКонтекстRAGMCPn8nLangChainLangGraphHarnessТесты и ревью
Кому подойдёт интенсив AI-разработки
Нужен опыт программирования; опыт работы с AI не обязателен.
Тимлидам и техническим руководителям
Разберитесь, какие задачи стоит поручать агенту, как ограничивать его действия и оценивать результат перед внедрением в процессы команды.
Инженерам и архитекторам ПО
Спроектируйте связку API, RAG и инструментов. Разберите состояние, ошибки, права доступа и проверку поведения AI-приложения.
Уровень: Junior+ и MiddleДля зачисления: среднее профессиональное или высшее образование либо его получение
Программа интенсива
От работы с coding-ассистентом — к собственному AI-приложению. Подготовка контекста, подключение данных, управление агентом и проверка результата.
Неделя 1Контекст, Claude Code, Codex и APIМодули 1–3
Модуль 1
Claude Code, Codex и контекст проекта
Работа с ИИ на всём цикле разработки: задача → контекст → план → изменение → тесты → ревью.
- Выбор нужных файлов и правил проекта; AGENTS.md и CLAUDE.md в соответствующих инструментах
- Небольшая задача с Claude Code или Codex: сравнение подходов, а не дублирование проекта
- Проверка результата по коду и тестам, а не по обещанию агента
Модуль 2
API моделей в собственном приложении
Подключаем языковую модель и получаем ответ в формате, который может обработать приложение.
- API российских и международных провайдеров
- Структурированные ответы и проверка схемы
- Ошибки, лимиты запросов и хранение секретов на сервере
Модуль 3
От прототипа до тестовой среды
Проходим один законченный путь от кода до запуска учебного приложения.
- Запуск и настройка окружения
- Проверки перед выпуском и разбор ошибок
- Контроль изменений и решение человека о публикации
Неделя 2RAG, MCP и прикладной workflowМодули 4–6
Модуль 4
RAG — поиск по документации с источниками
Подключаем учебную базу знаний и учимся отличать найденный ответ от нехватки данных.
- Эмбеддинги, векторный поиск и релевантность
- Ссылки на источники в ответе
- Проверочные вопросы и сценарий «ответа нет»
Модуль 5
MCP — данные и инструменты агента
Подключаем MCP-сервер и ограничиваем доступ агента к данным и действиям.
- MCP-клиент, сервер и разрешённые инструменты
- Собственный инструмент для учебного проекта
- Недоверенные инструкции в документах и подтверждение опасных действий
Модуль 6
n8n — запуск сценария по событию
Соединяем приложение с рабочим процессом без дублирования его основной логики.
- Запуск n8n и учебный webhook
- Вызов AI-приложения и обработка ответа
- Ошибки и защита от повторного действия
Неделя 3Агенты, состояние и harnessМодули 7–9
Модуль 7
LangChain — агент и его инструменты
Сравниваем агента с заранее заданной последовательностью действий и выбираем подход под задачу.
- Поиск по документации и вызовы инструментов
- Соединение агента с RAG
- Когда обычный workflow проще и надёжнее
Модуль 8
LangGraph — состояние и подтверждение действий
Описываем переходы между шагами и сохраняем возможность остановить процесс.
- Граф состояний и память
- Human-in-the-loop: подтверждение человеком
- Возобновление после прерывания без повторного внешнего действия
Модуль 9
Harness — управляемое выполнение агента
Harness — исполняемое окружение вокруг агента: оно управляет инструментами, ограничениями и проверками, а не только хранит инструкции.
- Лимиты шагов, времени и расходов
- Журнал выполнения, ошибки и остановка процесса
- Независимые проверки результата и разрешённых действий
Неделя 4Контекст, несколько агентов и проверка проектаМодули 10–12
Модуль 10
Когда нужны несколько агентов
Разделяем исполнителя и проверяющего, затем сравниваем решение с одноагентным вариантом.
- Архитектуры Supervisor и Swarm: задачи и ограничения
- Разделение ответственности
- Сравнение качества, сложности и стоимости
Модуль 11
Управление контекстом и передача работы
Передаём только нужные сведения и сохраняем цель при длинной работе над задачей.
- Правила проекта отдельно от задачи и найденных данных
- Сокращение истории без потери ограничений
- Handoff: результат, источники, незавершённые шаги
Модуль 12
Проверка и демонстрация проекта
Показываем не только удачный ответ, но и поведение приложения при сбоях.
- Проверочный набор: верный ответ, нехватка данных, ошибка инструмента и запрещённое действие
- Код, README, демонстрация и одна команда проверок
- Стоимость, ограничения и дальнейшие шаги внедрения
Остались вопросы?
Запишитесь на бесплатную консультацию по курсу AI для разработчиков
Результаты курса
Освойте AI-инструменты и применяйте их в своих IT-проектах.
- Учебное AI-приложение: API модели, поиск по документации и инструменты
- Контекст проекта, ограничения агента и проверочные сценарии
- Удостоверение о повышении квалификации после успешной итоговой аттестации
- Доступ к закрытому Telegram-чату выпускников для нетворкинга
- Доступ к материалам курса в течение 6 месяцев
- Практические навыки для применения AI в текущих и новых проектах
Документ об обучении
Удостоверение о повышении квалификации
Выдаётся после успешного прохождения итоговой аттестации. Условия закреплены в действующей оферте и приложении к ней.
40 академических часовГос. лицензия на образованиеИтоговая аттестация
Отзывы наших выпускников
Михаил
Гудков
Разработчик на Go в компании
Как по мне — отличный курс: он даёт хорошую вводную для понимания работы LLM и AI-агентов. Буду применять знания на практике и писать своих агентов. Оказалось, всё не так уж сложно.
Спросить про обучение
Валерий
Сабельников
Ведущий разработчик в компании
Курс сильно изменил мой подход к работе с ИИ. Раньше использовал отдельные инструменты скорее точечно, теперь понимаю, как встроить их в ежедневные задачи и процессы. Много практики, живых примеров и конкретных подходов, которые можно сразу забирать в работу. Часть из них уже внедрил в свои проекты и поделился с командой.
Спросить про обучение
Ислам
Эдиев
ИИ-инженер в компании
На курсе особенно понравилось, что темы RAG, MCP и архитектуры ИИ-агентов не оставались только теорией — всё разбирали на понятных примерах и закрепляли в заданиях. Материал помог собрать разрозненные знания в систему и понять, как выбирать инструменты под конкретную задачу. В итоге сложилась цельная и практичная картина современной ИИ-разработки.
Спросить про обучение
Рауф
Эрк
На курсе разобрался, как дополнять контекст LLM своими данными и подключать MCP-серверы — уже использую их в Cursor. Знания пригодились в проекте, который ежедневно делает ревью PR для команды. Теперь гораздо чаще применяю нейросети в работе и понимаю, какие задачи им можно доверить.
Спросить про обучение
Александра
Senior разработчик в кипрской компании
Курс очень насыщенный, хорошо, что в итоге его растянули на месяц. Всё свободное время занималась домашними заданиями или экспериментами. Курс интересный, но пока не знаю, как применить знания в работе.
Спросить про обучениеСтоимость курса
Обучение команды
Обсудим задачи, состав команды и оплату от юридического лица.
Как проходит обучение
Интенсивный формат обучения, где теория сразу применяется на практике. Отдельно разбираем результат, ошибки и ограничения решения, а не только ответ нейросети «готово».
Онлайн, по вечерам<вы получите>
Удобный график занятий
Курс длится 4 недели: 10 учебных дней и 40 академических часов. Онлайн-занятия проходят вечером по утверждённому расписанию. Все лекции записываются и доступны для просмотра в течение срока доступа к материалам.
4 недели10 учебных дней40 академических часовЗаписи лекций
Сообщество в TelegramПоддержка сообщества
Вы станете частью активного сообщества в Telegram, где сможете общаться с экспертами и другими участниками курса. Групповая работа, обмен опытом и нетворкинг помогут вам быстрее освоить новые технологии и найти единомышленников.
Учебное AI-приложениеПрактические проекты
На занятиях и в самостоятельной практике вы будете собирать учебное AI-приложение: подключать модели, искать ответы в документации, добавлять инструменты и проверять поведение агента.
API моделиRAG с источникамиMCP-инструментыАгент с проверками
Эксперты
Юрий Плисковский
Автор курса
- В сфере разработки и обучения с 2017 года
- Директор по образовательной программе в Эльбрус Буткемп
- Организатор и ведущий IT-образовательных проектов
- Эксперт по созданию учебных программ и развитию IT-команд
Павел Думин
Автор курса
- Data Science Engineer в компании EPAM
- Закончил аспирантуру МАИ и защитил диссертацию по специальности «Математическое моделирование, численные методы и комплексы программ»
- Работал заведующим лабораторией МГППУ, изучал марковские процессы и оптимизационные алгоритмы
- Последние годы занимается применением моделей машинного обучения в промышленных областях
Александр Князев
Автор курса
- Руководитель внедрения ИИ-агентов в компании AMA
- Выпускник мехмата МГУ
- Более 10 лет опыта программирования на C++, Wolfram и Python
- Эксперт в области веб-разработки и кибербезопасности
- Выступает на крупных IT-конференциях (Dump, CodeFest, MoscowJS, SOC-Forum)
Ответы на частые вопросы
Кому подойдёт курс?
Курс подходит IT-специалистам с опытом разработки: backend- и frontend-разработчикам, инженерам, архитекторам ПО и IT-руководителям, которые хотят внедрять AI и нейросети в свои проекты.
Нужен ли опыт работы с AI или нейросетями?
Опыт работы с нейросетями не обязателен. Нужен опыт программирования: на курсе вы будете читать и изменять код, подключать API и проверять приложение.
Какие навыки я получу после курса?
Вы разберёте работу с Claude Code и Codex, подготовку контекста, API моделей, RAG и MCP. Соберёте учебное приложение с агентами, ограничениями действий и проверками результата.
Будут ли практические задания?
Да, в курсе упор сделан на практику: каждый модуль включает задание. Вы будете создавать рабочие прототипы AI-агентов и разрабатывать мини-проекты для реальных сценариев использования.
Что я получу после обучения?
После успешной итоговой аттестации вы получите удостоверение о повышении квалификации. Доступ к материалам курса предоставляется на 6 месяцев; также вы получите приглашение в сообщество AI-разработчиков.
Можно ли совмещать курс с работой?
Да, занятия проходят в вечернем онлайн-формате по утверждённому расписанию. Курс включает 10 учебных дней и 40 академических часов за 4 недели; лекции записываются.
Что такое harness и зачем он разработчику?
Это окружение, которое управляет работой агента: разрешёнными инструментами, состоянием, лимитами, журналом и проверками. На курсе разбираем, как контролировать выполнение задачи, а не только составлять промпт.
Нужно ли оплачивать AI-сервисы отдельно?
До оплаты уточните у куратора условия доступа к сервисам, лимиты и возможные дополнительные расходы. Программа не требует выполнять один проект дважды в Claude Code и Codex: сравниваем подходы и выбираем рабочий инструмент.