Вы используете мобильную версию

перейти на Полную версию сайта

Запись

[LLM Start] Траектория роста по AI-first, AI-driven разработке и ИИ-агентам (Сергей Смирнов)

Складчина [LLM Start] Траектория роста по AI-first, AI-driven разработке и ИИ-агентам (Сергей Смирнов). Совместные покупки курсов, тренингов, обучения. Присоединяйтесь! Важен каждый вкладчик.

Тема найдена по тегам:
Цена:
59990 руб
Взнос:
816 руб
Организатор:
Евражкa

Список участников складчины:

1. Евражкa
open
2
Записаться
  1. Евражкa
    Евражкa Организатор складчин

    [LLM Start] Траектория роста по AI-first, AI-driven разработке и ИИ-агентам (Сергей Смирнов)

    [​IMG]

    Система - Стек - Портфолио


    Система вместо хаоса: чтобы быстрее делать AI-продукты, расти в карьере и доводить решения до результата.

    AI-кодинг

    Cистемная работа с AI-агентами. Предсказуемый результат каждый раз — не когда повезёт
    • Понимание принципов работы кодовых агентов (возможности и ограничения)
    • Рабочий процесс с Cursor (который легко переносится на другие инструменты)
    • Rules / skills / subagents / hooks — управляемая работа и максимальная эффективность
    • Подстраиваете процесс под любую задачу и проект
    • Обычно это даёт x3–5 к скорости и меньше “переделок”
    Зачем: Вы становитесь человеком, который стабильно выдаёт результат и быстрее закрывает задачи — это напрямую влияет на ценность на работе и вашу эффективность в своих проектах.

    Арсенал навыков

    Стек, за который рынок платит и который позволяет запускать свои AI-проекты. Это не "обзор всего подряд", а ядро того, что реально требуется.
    • Python + работа с LLM API
    • Промпт- и контекст-инжиниринг
    • RAG-системы и векторный поиск
    • ИИ-агенты и мультиагентные системы (LangChain / LangGraph / MCP)
    • Evals и LLM-as-a-Judge (потому что "вроде работает" — не критерий)
    • Вывод в production (от прототипа до эксплуатации)
    Зачем: Это стек, который открывает вакансии/проекты "не про поиграться", а про реальные задачи — и даёт базу, чтобы делать свой продукт/автоматизацию без дыр.

    Портфолио

    Реальные AI-проекты — не "прослушанные курсы". Каждая тема заканчивается разработанным решением, а не конспектом.
    • AI-ассистенты
    • Мультимодальный AI-продукт
    • Веб-приложение (облако или свой сервер)
    • RAG-системы разной сложности
    • Агентная система
    • MCP-инструменты
    • Мультиагентная система
    Зачем: У вас появляется портфолио, которое можно показать работодателю/клиенту — и база, которую реально развивать дальше, а не "оставить в тетрадке".

    Четыре пути роста и развития. Один из них — ваш.

    Быстрый старт

    Хочу быстро войти в AI-разработку

    Пробовали AI-инструменты или слышали про Cursor/агентов, но всё разрозненно и непонятно, что реально работает. Нужен быстрый, практичный вход — с результатом, а не с теорией.

    Что получишь:
    • Cursor: базовый workflow, чтобы "получалось каждый раз"
    • LLM API в практике (как подключать и использовать)
    • 3 AI-продукта: ассистент → мультимодальный AI-продукт → агент
    • Деплой первого решения в облако
    • Работа с локальными и облачными LLM
    • Шаблоны/чеклисты, чтобы повторять на новых задачах
    Xочу делать AI-продукты end-to-end

    Xочу самостоятельно закрывать весь цикл: backend + frontend + DevOps + DocOps — с AI. Цель — делать продукт быстро, качественно и до запуска, а не останавливаться на прототипе или искать команду разработки.

    Что получишь:
    • Системный анализ и планирование
    • Архитектура AI-продукта: backend + frontend + данные
    • Telegram/веб интерфейс + API + БД (реальная связка)
    • Деплой: Docker + CI/CD + базовая наблюдаемость
    • DevOps: от настройки окружения до деплоя в облако
    • Паттерны интеграции
    Хочу специализироваться на агентах и RAG

    Хочу делать серьёзные агентные системы, которые можно улучшать и поддерживать.

    Что получишь:
    • RAG-практика: от базового pipeline до advanced техник
    • Агенты: tool calling + LangGraph (и переход к multi-agent)
    • Инструменты/интеграции: MCP (как "tool-layer")
    • Качество: evals + LLM-as-a-Judge (чтобы не "вроде работает")
    • Production-контур: минимальные guardrails/observability как привычка
    Карьерный переход

    Переход в AI-инженерию (меняю специализацию)
    Хочу структурно войти в AI-инженерию: понять базовый стек, собрать портфолио и выбрать фокус. Нужен маршрут, который экономит месяцы хаотичного самообучения.

    Что получишь:
    • Базовый стек: Python + LLM API + RAG + агенты
    • Портфолио проектов: ассистент/агент + (по треку) продукт/система
    • Понимание "что учить дальше": ветка Fullstack или Agents/RAG
    • Практики системной разработки с AI (чтобы расти быстро, но без хаоса)
    Программа:

    От системного AI-кодинга к AI-driven разработке, AI-продуктам и агентным системам.

    Ступень 1: Интенсив AI-кодинг ИИ-агентов в Cursor

    Флагманский интенсив для быстрого старта в AI-driven разработке. Освоите системный AI-driven подход с Cursor и создадите портфолио из LLM-проектов.

    Теория:
    • AI-driven методология: от идеи до деплоя
    • Работа с Cursor: правила, контекст, workflow
    • Архитектура LLM-ассистентов и паттерн ReAct
    • Мультимодальность и локальные LLM
    Практика:
    • Настройка окружения и AI-driven разработка в Cursor
    • Telegram-бот с LLM, голосом и изображениями
    • Автономный агент с инструментами (ReAct)
    • Деплой проекта в облако (Railway)
    Результат:
    • Навык AI-driven разработки и деплоя
    • Портфолио из LLM-проектов
    • Работающий Telegram-бот
    • Мультимодальный AI-продукт
    • Агент с инструментами
    Ступень 2: Курс "AI-driven Fullstack разработка"

    Full Cycle Development с ИИ-агентами. Самостоятельное прохождение всех этапов от идеи до production-ready приложения.

    Теория:
    • LLM и AI-кодинг экосистема
    • Системный анализ и проектирование fullstack-архитектуры
    • Backend/API, БД и frontend-интеграция
    • DevOps, CI/CD и production observability
    Практика:
    • Разработка fullstack-приложения с AI-ассистентом
    • Реализация backend, PostgreSQL и frontend
    • Контейнеризация, CI/CD и деплой в production
    Результат:
    • Production-ready fullstack-проект
    • REST API, React/Next.js, PostgreSQL
    • Docker, CI/CD и деплой в облако
    Ступень 3: Курс "AI-driven разработка ИИ-агентов"

    Комплексное освоение современных технологий создания ИИ-агентов: RAG, интеграции, оценка качества и безопасность.

    Теория:
    • Основы LLM, AI-driven подход и работа с API
    • RAG и Advanced RAG, мониторинг и evals
    • LangChain/LangGraph, tool calling и MCP
    • Безопасность и оценка качества агентных систем
    Практика:
    • Создание RAG-агента с векторной базой знаний
    • Разработка автономного агента с инструментами
    • Внедрение мониторинга, security и evaluation
    Результат:
    • Production-ready агентная система
    • RAG, tool calling, MCP и LangGraph-паттерны
    • Навыки evals, observability и security
    Ступень 4: Курс "Deep Agents: продвинутая разработка ИИ-агентов"

    Создание production-ready агентных систем. GraphRAG, мультимодальный RAG, context engineering и мультиагентное масштабирование.

    Теория:
    • GraphRAG, мультимодальный RAG и векторные/графовые БД
    • Продвинутый context engineering и Deep Agents
    • Evaluation, red teaming и prompt management
    • Мультиагентные паттерны и протоколы A2A/A2UI
    Практика:
    • Построение production-ready агентной системы
    • Реализация мультиагентной архитектуры
    • Масштабирование через A2A и A2UI
    Результат:
    • Production-ready мультиагентная система
    • GraphRAG, observability, evaluation, red teaming
    • Навыки промышленного масштабирования агентов
    Эксперт Сергей Смирнов
    • AI-эксперт и методолог, к.т.н.
    • Мастер системных и научно-практических подходов к построению AI-разработки, руководитель RnD лаборатории
    • 23 года в Software Engineering, 15 лет в Computer Science, 4 года в GenAI
    • Автор корпоративных тренингов по AI-driven разработке для ИТ-команд
    • Победитель и призер международных AI-хакатонов
    • Призер LLM-coding challenge 2025
    • 23 года в разработке ПО, 15 лет в Computer Science, 4 года в GenAI
    • Руководитель лаборатории AIRnD.ru и автор канала @AI.Dialogs
    • Спикер на митапах и AI-мероприятиях, создатель @devclubspb
    • 5 AI-кейсов для РЖД, RUTUBE, MediaWise
    • Успешные тренинги для Сбер, Системные Технологии, СИЛАРТ, ITone

     
    Евражкa, 21 мар 2026 в 10:30
  2. Похожие складчины
    Загрузка...
Наверх