GENERATIVE AI
LLMs, AI-агенты, LLMOps vs AgentOps — научитесь деливерить GenAI и agentic-решения как инженер, а не пользователь.
Алексей Реутов
AI Delivery Excellence Consultant
[SoftServe] [Accenture] [EPAM]
о курсе
- Дати курсу:
11 мая - 13 июля
- Продолжительность:
18 занятий
- Курсовой проект:
модель GenAI для генерирования
текста на основе данных
На курсе вы научитесь проектировать и реализовывать генеративные и агентные AI-системы под реальные бизнес-задачи. Вы освоите работу с LLM, prompt engineering, RAG, fine-tuning, а также создание автономных AI-агентов с оркестрацией, памятью и интеграцией инструментов.
Особое внимание уделим оценке качества генеративных решений, тестированию, рискам (prompt injection, data poisoning) и внедрению AgentOps-подходов. Финальным проектом станет собственное agentic end-to-end решение: от формулировки бизнес-проблемы и построения архитектуры — до интеграции в рабочий процесс и презентации как полноценного продукта для портфолио.
Лектор
Алексей Реутов
AI Delivery Excellence Consultant с 9-летним опытом сотрудничества с EPAM, Accenture и SoftServe
-
18 лет опыта внедрения аналитических продуктов с компонентами Machine Learning и искусственного интеллекта в разных бизнес-сферах.
-
Работал на всех этапах сервисного внедрения AI-решений: от due diligence и pre-sales — до имплементации, delivery и масштабирования.
-
Лично реализовал более 30 проектов, руководил развитием 50+ AI-экспертов и строил стандарты и команды в направлении искусственного интеллекта.
-
Убежден, что ценность AI — в доверии и реальном бизнес-результате, а не только в техническом совершенстве решения.
Этот курс для вас, если вы:
ПОСЛЕ КУРСА ВЫ СМОЖЕТЕ:
-
создавать и проектировать GenAI-решения на базе LLM
-
работать с prompt engineering, RAG, embeddings и fine-tuning (HuggingFace, LoRA)
-
строить собственных AI-агентов с автономным поведением и мультиагентным взаимодействием (MCP, A2A)
-
настраивать оркестрацию, память и тулинг в агентных пайплайнах
-
оценивать качество генеративных систем (BLEU, ROUGE, WER, LLM-as-a-judge)
-
учитывать риски (prompt injection, data poisoning) и внедрять mitigation-стратегии
-
деплоить и интегрировать GenAI-решения в продукт или внутренний бизнес-процесс
-
презентовать AI-решение клиенту как полноценный продукт с бизнес-ценностью
Програма
-
01 заняття11.05 19:00
Обзор профессии Generative AI Developer
- Ознакомитесь с текущими трендами генеративного ИИ и сферами его применения
- Поймете разницу между ролями GenAI Developer, Data Scientist и Data Engineer
- Узнаете о технологическом стеке GenAI Developer
-
02 заняття14.05 19:00
Основы глубинных нейросетей
- Поймете принципы глубинного обучения
- Разберете основные архитектуры: MLP, CNN, RNN, трансформеры
- Научитесь определять переобучение и недообучение моделей
-
03 заняття18.05 19:00
LLMs и промпты
- Проследите эволюцию от трансформеров до современных LLM
- Освоите zero-shot, few-shot и chain-of-thought подходы
- Поймете роль LLM в практической разработке
-
04 заняття21.05 19:00
Prompt Engineering и альтернативы
- Поймете разницу между prompt tuning и fine-tuning
- Ознакомитесь с embeddings, RAG и vector databases
- Узнаете мультимодальные возможности современных моделей
-
05 заняття25.05 19:00
Практическое применение GenAI: Copilot, ElevenLabs, бизнес-вызовы
- Ознакомитесь с реальными AI-инструментами
- Узнаете о STT- и TTS-решениях
- Рассмотрите бизнес-кейсы использования GenAI
-
06 заняття28.05 19:00
Воркшоп: GenAI для планинга работы
- Научитесь использовать LLM для скоупинга проектов
- Попрактикуете генерацию технических требований
- Примените GenAI для планирования задач
-
07 заняття04.06 19:00
Типичные ошибки в планировании генеративных систем
- Разберете распространенные ошибки в GenAI-проектах
- Поймете риски внедрения генеративных систем
- Научитесь строить mitigation-план
-
08 заняття08.06 19:00
Агенты и автономное поведение
- Поймете принципы работы AI-агентов
- Ознакомитесь с агентными фреймворками
- Рассмотрите примеры автономных систем
-
09 заняття11.06 19:00
Агентные протоколы и мультиагентные системы (MCP, A2A)
- Разберете Model Context Protocol (MCP)
- Поймете принципы Agent-to-Agent взаимодействия
- Увидите примеры мультиагентных систем
-
10 заняття15.06 19:00
Оркестрация, память, тесты для агентных систем
- Научитесь оркестрировать агентные пайплайны
- Разберете работу с памятью
- Узнаете о тестировании генеративных систем
-
11 заняття18.06 19:00
MLOps или AgentOps?
- Поймете эволюцию MLOps
- Узнаете, как AgentOps расширяет MLOps
- Разберете роль операционных процессов в GenAI
-
12 заняття22.06 19:00
Оценка генеративных и агентных систем
- Ознакомитесь с ключевыми метриками (BLEU, ROUGE, FID и т. д.)
- Поймете разницу между автоматической и субъективной оценкой
- Научитесь интегрировать LLM-as-a-judge
-
13 заняття25.06 19:00
Воркшоп: построение агентного пайплайна
- Настроите среду для агентной системы
- Построите полный агентный пайплайн
- Проведете оценку качества решения
-
14 заняття29.06 19:00
No-code/Low-code GenAI автоматизация
- Ознакомитесь с Langflow, AgentGPT, N8N, Copilot
- Создадите AI-решение без программирования
- Сравните no-code, low-code и custom подходы
-
15 заняття02.07 19:00
Риски GenAI / агентных систем (данные, атаки, prompt injection)
- Поймете основные риски GenAI
- Разберете типичные атаки (data poisoning, prompt injection и т. д.)
- Ознакомитесь со стратегиями минимизации рисков
-
16 заняття06.07 19:00
Тренды генеративного и агентного мира
- Ознакомитесь с актуальными трендами
- Проанализируете изменения рынка
- Определите перспективные направления развития
-
17 заняття09.07 19:00
Как презентовать проект клиентам
- Поймете ожидания клиента
- Научитесь структурировать презентацию
- Узнаете, как избегать типичных ошибок
-
18 заняття13.07 19:00
Презентация итогового проекта
- Представите свой агентный пайплайн
- Продемонстрируете бизнес-ценность решения
- Получите финальный фидбек по проекту
регистрация
Подключайтесь к курсу, чтобы научиться использовать генеративный ИИ в пользу собственного продукта.