ПОСТРОИТЕ МАСШТАБИРОВАННУЮ AI-СИСТЕМУ
От модели и данных до продакшена, выдерживающего нагрузку, рост и реальные бизнес-требования.
Лектор: Виталий Козинский
Senior DevOps Engineer в SoftServe, Сertified Solutions Architect
Курс AI Architect для вас, если вы…
о курсе
- Продолжительность:
14 занятий
- Курсовой проект:
разработка архитектурных AI-решений
По данным Microsoft, 82% руководителей считают 2025 год решающим для интеграции ИИ в бизнес. Чтобы эта интеграция произошла без перерасходов, сбоев и трудностей в масштабировании, нужен AI Solutions Architect — специалист, который проектирует масштабируемые и надежные AI-решения для бизнеса.
ПОСЛЕ КУРСА ВЫ:
-
сможете выбирать оптимальные AI-решения в соответствии с требованиями и ресурсами проекта
-
научитесь проектировать различные типы масштабируемых AI-систем: поисковые, рекомендательные, обработка изображений и видео
-
будете уметь оценивать целесообразность AI-фич, определять потребности и рассчитывать затраты на разработку и эксплуатацию
-
выясните, как автоматизировать жизненный цикл AI-решений через MLOps
-
сформируете навыки имплементации AI-решений в облачных средах
-
узнаете больше об ответственном использовании AI, этических аспектах и безопасности
В ПРОГРАММУ КУРСА ВХОДЯТ
Лектор
Виталий Козинский
Senior DevOps Engineer у SoftServe, Сertified Solutions Architect
-
Спроектировал дизайн и разворачивал LLM-инфраструктуры с использованием RAG для повышения качества контекста ответов на запросы пользователей.
-
Работал над дизайном оптимальной по производительности/стоимости ML-based платформы на AWS для обработки больших массивов ежедневных данных.
-
Провёл адаптацию мониторинг-решения для HighLoad-инфраструктуры, что снизило стоимость Observability в 8 раз.
-
Внедрял Configuration as a Code на динамической инфраструктуре с 500+ хостами.
-
Успешно мигрировал комплексную инфраструктуру разработки с Apache Mesos на Kubernetes.
-
Имеет сертификацию AWS Certified Solutions Architect — Professional.
ПРОГРАММА AI SOLUTIONS ARCHITECT COURSE
-
01 занятие
Основы AI
- Поймете, что такое AI и какие направления существуют в сфере
- Сможете отличить неэтичное использование AI и выясните, какие законодательные акты его регулируют
- Разберете тренды и перспективы отрасли
-
02 занятие
AI-решения в современном бизнесе
- Поймете, какие основные типы AI-систем используют в разных сферах
- Сможете определить проблемы, которые можно решить с помощью AI
- Будете знать основные компоненты AI решений
-
03 занятие
Особенности работы архитектора на AI-проектах
- Научитесь формулировать бизнес-проблему, которую должно преодолеть AI-решение
- Сможете оценивать наличие и качество данных для будущей системы
- Разберетесь, как определять целесообразность использования AI в конкретном кейсе
- Будете знать, как собирать функциональные и нефункциональные требования к AI-системам
- Сможете предварительно оценивать затраты на разработку и поддержку AI-решений
-
04 занятие
Поисковые системы
- Поймете основные инфраструктурные компоненты поисковых систем
- Сможете построить архитектуру поисковой системы согласно требованиям и представить ее с помощью диаграммы
- Рассмотрите пример реальной поисковой системы (инфраструктуру YouTube-поиска)
-
05 занятие
Q&A-сессия
- Получите ответы на вопросы, которые возникли в течение обучения
-
06 занятие
Рекомендательные системы
- Поймете основные инфраструктурные компоненты рекомендательных систем
- Сможете построить архитектуру рекомендательной системы согласно требованиям и представить ее с помощью диаграммы
- Рассмотрите пример реальной рекомендательной системы (инфраструктуру YouTube-рекомендаций)
-
07 занятие
Обработка видео и изображений
- Поймете основные инфраструктурные компоненты систем по обработке видео и изображений
- Сможете построить архитектуру системы по обработке видео и изображений согласно требованиям и представить ее с помощью диаграммы
- Рассмотрите пример реальной системы (инфраструктуру Google Street View Blurring)
-
08 занятие
Системы, генерирующие информацию (GenAI)
- Поймете основные инфраструктурные компоненты GenAI-систем
- Сможете построить архитектуру GenAI-системы согласно требованиям и представить ее с помощью диаграммы
- Рассмотрите пример реальной GenAI-системы (инфраструктуру ChatGPT)
-
09 занятие
Основы MLOps
- Поймете разницу между DevOps и MLOps в контексте AI-проектов
- Ознакомитесь с подходами к оценке уровня автоматизации AI-решений (MLOps maturity)
- Изучите ключевые компоненты MLOps: версионирование моделей, API, feature store, мониторинг
- Научитесь контейнеризировать модели для удобного развертывания
- Узнаете о дополнительных инструментах и практиках автоматизации в MLOps
-
10 занятие
MLOps с использованием сервисов AWS
- Сможете построить архитектуру MLOps-системы и представить ее с помощью диаграммы
- Выясните, какие сервисы AWS можно использовать для имплементации MLOps
- Узнаете, как построить полноценный MLOps-процесс с помощью Amazon SageMaker
- Поймете, как собрать кастомный MLOps-пайплайн из отдельных AWS-компонентов
-
11 занятие
Безопасность информации в AI-системах
- Поймете принципы защиты данных в состоянии покоя и во время передачи
- Научитесь настраивать безопасный доступ к данным в сценариях cross-account
- Узнаете о типичных векторах атак, характерных для AI-решений, и как их предотвращать
-
12 занятие
Q&A-сессия
- Получите ответы на вопросы, которые возникли в течение обучения
-
13 занятие
Практическая реализация AI-решения
- Поймете, что такое архитектурная ката и как она помогает улучшить навыки архитектора
- Сможете составить архитектурный документ со всеми необходимыми компонентами для AI-системы
- Получите рекомендации по выполнению финального проекта
-
14 занятие
Завершение курса и финальный проект и финальный проект
регистрация
Заполняйте заявку, чтобы научиться проектировать и внедрять масштабируемые AI-решения для бизнеса, пока этого не сделали конкуренты.
СТАРТ ОБУЧЕНИЯ НА КУРСЕ — ОКТЯБРЬ 2026 ГОДА