⭐ Рекомендуемый Создание приложений на LLM: RAG и агенты
Создавайте production AI-приложения на базе больших языковых моделей. Векторные базы данных, RAG, автономные агенты, вызов инструментов, оценка и паттерны деплоя.
Oleksii Anzhiiak
Софтвер-архитектор, Senior .NET инженер и со-основатель
К концу курса вы сможете
- Собрать рабочую RAG-систему — embeddings, retrieval, grounded generation
- Собрать multi-step agent с tools, памятью и feedback-loops
- Честно оценивать AI-системы — где они реально работают, а где только кажутся работающими
- Рассуждать о стоимости, latency и failure-режимах production AI
- Выкатить тот класс AI-приложений, который оправдывает 2026-зарплатный премиум
Подходит ли вам этот курс?
Это для вас, если вы…
- Вы Senior или на пути к Senior, выкатывали реальные продукты и теперь хотите AI-измерение
- Прошли #21 (Prompt Engineering) и хотите шагнуть от «workflow» к «продукту»
- Вы умеете читать API-документацию, дебажить через телеметрию и рассуждать о failure-режимах — эти навыки НЕ исчезают, когда в системе AI
Не берите этот курс, если…
- Начинаете с нуля в коде — RAG и agents это НЕ для начинающих. Сначала фундамент (курс #1, #11 или #15)
- Не прошли #21 — Prompt Engineering это пререквизит. Строить agents на шатких prompt-навыках — хрупко
- Ждёте «работает из коробки» — RAG и agents грязные в реальных условиях, и курс учит думать про эту грязь, а не избегать её
Кто ведёт
Oleksii Anzhiiak
Софтвер-архитектор, Senior .NET инженер и со-основатель
Алексей Анжияк — софтвер-архитектор, Senior .NET инженер и со-основатель ToyCRM.com и ProfectusLab. Имея более 15 лет опыта, он специализируется на распределённых системах, облачной инфраструктуре, высоконагруженной backend-разработке и платформах аутентификации. Занимается проектированием архитектуры, созданием безопасных систем авторизации и разработкой современных образовательных программ, которые помогают студентам получить реальные карьерные результаты.
Сейчас ведёт архитектуру ToyCRM.com — мультитенантной CRM-платформы на .NET, которую строит наша команда. Те же паттерны и архитектурные решения, что используются там, напрямую попадают в курсы: identity и авторизация, распределённые сервисы, культура код-ревью. Вы учитесь у инженеров, которые активно отправляют продакшн-код, а не у учебника.
Программа курса
Восемь модулей для создания и запуска production LLM-приложений:
- 1 Модуль 1: Внутреннее устройство LLM — токенизация, контекстные окна, температура, стратегии сэмплинга
- 2 Модуль 2: Векторные базы данных — эмбеддинги, семантический поиск, Qdrant, Pinecone, pgvector
- 3 Модуль 3: RAG-пайплайны — загрузка документов, стратегии чанкинга, оценка ретривала
- 4 Модуль 4: Продвинутый RAG — гибридный поиск, re-ranking, переформулирование запросов, HyDE
- 5 Модуль 5: AI агенты — паттерн ReAct, инструменты, память, многошаговое планирование
- 6 Модуль 6: Мультиагентные системы — оркестрация, передача управления, общее состояние
- 7 Модуль 7: Оценка и observability — LLM evals, трейсинг, LangSmith, мониторинг стоимости
- 8 Модуль 8: Production деплой — стриминг API, кэширование, балансировка нагрузки, failover
Требования
Python Fundamentals или «Введение в C#» / C# Pro. «AI-разработка на .NET» настоятельно рекомендуется.
Требуется опыт Python или C#/.NET. Знание REST API и базовых концепций AI.
Что вы построите
Уходите с ДВУМЯ работающими AI-продуктами, собранными end-to-end — RAG-система, отвечающая на вопросы по вашему набору документов без галлюцинаций, и agent, выполняющий multi-step задачу через tools. Portfolio piece, который попадает в шорт-лист на самые высокооплачиваемые инженерные роли 2026.
- RAG-архитектура: embeddings, vector DB, retrieval, generation
- Agents: планирование, использование tools, память, оценка
- Фреймворки: LangChain, LlamaIndex, ИЛИ raw SDK — и когда что выбирать
- Оценка: golden sets, тесты галлюцинаций, regression-suites
- Cost / latency / failure-mode для production AI
Где это в вашей карьере
Читать параллельно с курсом
OpenSpec в 2026: операционная система spec-driven development
Шесть недель назад я поставил @fission-ai/openspec. Вчера отгрузил изменение в четырнадцать файлов за девяносто минут из двухсотстрочной спеки, в brownfield-кодовой базе, которую три инженера правят два года — без мерж-конфликтов, без эскалаций ревью. Это сеньорный архитектурный разбор того, почему OpenSpec — первый SDD-инструмент, который не разваливается под продакшен-реальностью.
Evals в 2026: тест-сьют для систем, которые не детерминированы
Ваша AI-фича работала вчера и ломается сегодня. Ни код, ни промпт, ни модель не менялись. Так выглядит жизнь без evals. Это третья опора триады spec → context → evals — и дисциплина, которую большинство команд пропускает.
Spec-Driven Development: когда спецификация становится кодовой базой
Я уже два месяца не писал ни одной функции руками — и кодовая база никогда не была здоровее. Вот как spec-driven development изменил то, что в 2026 значит «инженерная работа», правила, которые держат дисциплину честной, и места, где она всё ещё ломается.
Первое занятие — за наш счёт. Решение — после знакомства с инструктором.
Поучаствуйте в первой сессии. Если после первого урока решите, что инструктор вам не подходит — вы за него не платите, без неудобных разговоров. (Пробное действует на курсах длиннее 5 занятий; этот курс подходит.)
Стоимость и что входит
Что входит
- 16 живых занятий по 2 часа — ведёт преподаватель лично, а не запись
- Презентация к каждому занятию — остаётся у вас и доступна для повторного просмотра
- Рабочие файлы кода и data-файлы, использовавшиеся на уроке — клонируются к вам на машину
- Еженедельная домашка с личным код-ревью от преподавателя
- Запись по запросу — предупредите преподавателя заранее («не смогу во вторник, пожалуйста, запишите») и занятие будет записано для вас
Частые вопросы
Сколько времени в неделю это займёт?
Закладывайте время на сами занятия плюс примерно 1.5–2 часа практики на каждое. Большинство студентов, которые укладываются в график, тратят 4–6 часов в неделю. Меньше — тоже работает, просто дольше.
Что если я пропущу занятие?
Скажите преподавателю ДО занятия — «не смогу во вторник, пожалуйста, запишите» — и он запишет этот урок и пришлёт вам. Записи не являются автоматическим архивом, они делаются по запросу, когда вы предупреждаете заранее. После урока — выполните домашку и приходите с вопросами на следующее.
Что входит в стоимость?
Живые занятия с преподавателем; презентации к каждому занятию (остаются у вас); рабочие файлы кода и любые data-файлы, использовавшиеся на уроке; домашка с код-ревью каждую неделю; и записи тех занятий, на которые вы предупредили заранее. Всё сверх — сертификат, alumni-доступ, mock-интервью — явно перечислено в «Что входит» над FAQ у тех курсов, где это применимо.
А если я записался, и преподаватель мне не подошёл?
На курсах длиннее 5 занятий первое занятие фактически пробное — если после первого урока решите, что преподаватель вам не подходит, вы за него не платите. Лучше вы уйдёте после одного урока, чем будете 9 недель тянуть на плохой химии. (Курсы из 5 и меньше занятий слишком короткие — пробное предложение там не имеет смысла, действует обычная оплата.)
Можно ли вернуть деньги, если бросаю на середине?
Да — пока неиспользована больше половины курса (т.е. вы прошли меньше 50% занятий). Возврат — пропорционально неиспользованной части. После середины возврат не делаем — считаем, что ценность уже получена.
Можно ли сменить язык преподавания?
Живые занятия идут на языке, указанном в блоке «Доступные языки» выше. Слайды и файлы кода обычно доступны на всех четырёх (английский, русский, украинский, грузинский). Многие студенты слушают занятия на одном языке, а материалы читают на другом — это нормально.
Готов ли я буду к реальной работе после курса?
Один курс редко сам по себе устраивает кого-то на работу — в любой сфере. Этот курс даёт фундамент, который ожидает junior-нанимающий менеджер: рабочий код, который вы написали сами, словарь, чтобы читать чужой код, и привычки, которые делают вас нанимаемым. Честный ответ на «готов ли я?» — на нашей дорожной карте (ссылка в шапке): откройте уровень, на который хотите выйти, и прочитайте чек-лист «Готовы, когда…».
Можно ли оплатить в рассрочку?
Да для курсов, у которых в верхней панели указана «Ежемесячная оплата» — обычно это два-три равных платежа. Курсы без этой опции оплачиваются единовременно. Если цена — преграда, напишите нам, мы смотрим на каждый случай отдельно.
Вам также может понравиться
Создание агентов на Claude Agent SDK
Проектируйте и запускайте собственных AI-агентов на Claude Agent SDK. Стройте agent loops, определяйте инструменты, управляйте памятью и под-агентами, оценивайте поведение и деплойте мультиагентные системы для реальных инженерных задач.
Создание MCP-серверов и AI-инструментов
Освойте Model Context Protocol (MCP) — открытый стандарт Anthropic для подключения AI-моделей к внешним инструментам и данным. Создавайте MCP-серверы, подключайте API к Claude и проектируйте AI-интеграции нового поколения.
Паттерны проектирования в C#: от теории к практике
Освойте классические паттерны проектирования GoF в C#. Научитесь применять порождающие, структурные и поведенческие паттерны для создания чистой, гибкой и поддерживаемой архитектуры.