Новые складчины

​

Пройди путь от основ электроники до реальных проектов на микроконтроллерах

О чем эта программа:

• Что есть профессия
  Инженер умных систем работает в сфере разработки встраиваемых систем (Embedded Systems).
  Такие системы присутствуют во многих областях жизни: от бытовой техники до сложных систем управления транспортом и летательными аппаратами.
• Что умеют специалисты
  Специалисты Embedded-технологий умеют разрабатывать и паять печатные платы, писать код для работы с микроконтроллерами, производить отладку и внедрять устройства во всех направлениях деятельности человека.
• Востребованность професии
  Профессионалы востребованы в целом ряде отраслей промышленности и секторов экономики: от потребительской электроники до устройств особых назначений.
• Уровень знаний
  Программа направлена на подготовку специалистов с любого уровня до уровней Junior/Junior+. Вы получите все необходимые знания для старта в профессии Embedded-разработчика.

Кому подойдет программа:

Программа "Инженер умных систем" идеально подойдет для широкого круга людей, желающих освоить востребованную профессию и начать карьеру в динамично развивающейся области embedded-разработки

• Начинающим и специалистам других сфер IT
  Предоставит навыки аппаратной инженерии и программирования микроконтроллеров, что поможет достичь новых карьерных перспектив
• Студентам технических специальностей
  Позволит восполнить пробелы "классического" образования, получить практические навыки разработки и существенно повысить свою ценность на рынке труда
• Инженерам и специалистам по ремонту
  Станет отличным способом перейти в сферу разработки. Улучшит понимание устройств на низком уровне: поможет разобраться, как они работают "изнутри"
• Действующим разработчикам
  Позволит "уложить по полочкам" все знания, дополнит и расширит компетенции и навыки
• Предпринимателям и самозанятым
  Программа поможет приобрести все необходимые навыки для того, чтобы предлагать свои услуги по разработке устройств
• Бизнесу, производству и компаниям
  Программа поможет повысить квалификацию и уровень ваших сотрудников, что безусловно отразится положительно на качестве выпускаемой продукции

Программа:

1. Введение в профессию
2. Программирование на Си. Базовый уровень
3. Основы электроники
4. Arduino. Проектирование устройств
5. Микроконтроллеры. Вводный курс
6. Микроконтроллеры. STM32
7. Программирование на Си. Продвинутый уровень
8. ОСРВ на базе FreeRTOS
9. Базовые технологии электроники
10. Технологии связи

​

Соберете и настроите свою профессиональную среду для разработки с агентами: от написания кода до ревью, автотестов и проверки безопасности.

Кому подойдёт воркшоп:

• Разработчикам
  Тем, кто пишет на Python и хочет, чтобы рутину закрывал агент, а они занимались архитектурой и сложными задачами
• Инженерам данных и ML-инженерам
  Тем, кому нужен production-grade код, а не ноутбуки, и кто устал спорить с бэкендерами про качество
• DevOps или платформенным инженерам
  Тем, кто выстраивает стандарты разработки в командах и хочет зашить их прямо в агента
• Тимлидам и техлидам
  Тем, кому важно не просто «внедрить ИИ», а показать руководству вклад агентов в цифрах по коммитам

Заберёте с собой после воркшопа:

• Агентная среда под ключ
  Настроенный AI-агент с выверенной схемой «модель под задачу» через OpenRouter. Переносится в любой проект
• Правила, навыки и чеклисты
  Готовые промпты под ревью, автотесты, безопасность и политики работы с секретами
• Шаблон AI-first проекта
  Python / Litestar / PostgreSQL / Alembic. Готов к продакшену с первого дня
• Инструменты контроля качества
  Способы определить, где агент справляется сам, а где его нужно направлять

Формат:

• Онлайн
• 4 часа
• Живой формат с экспертом, запись доступна в LMS

Результат:

• Рабочая агентная среда на живом проекте, которую переносишь в свой репозиторий сразу после воркшопа.
• Не демонстрация возможностей AI, а собранная среда, в которой агент ежедневно закрывает инженерные задачи

Что добавите в резюме и примените на работе уже завтра:

• Безопасность AI-разработки: секреты, утечки, зависимости
• Автоматический контроль качества: pre-commit, линтеры
• AI-first разработка на Litestar + PostgreSQL + Alembic
• Построение агентной среды с правилами и стандартами команды
• Unit- и integration-тесты через агента с контролем покрытия
• Code Review силами AI-агента по чеклисту архитектуры
• Оценка вклада AI-инструментов через метрики по коммитам
• Выбор LLM под задачу по метрикам цена/качество
• Настройка AI-агентов в VS Code через OpenRouter

Программа:

1. Окружение для разработки
2. Backend-проект на Litestar и PostgreSQL
3. Безопасность разработки
4. OpenRouter: один ключ — десятки моделей
5. Сравнение моделей на реальной задаче
6. Что происходит без правил
7. Правила и навыки: агент как инженер команды
8. Автоматические проверки качества
9. Тесты и покрытие кода
10. Типовые задачи руками агента
11. Code Review силами агента
12. Измерение вклада агента в работу

​

Для кого этот курс?

• ML инженеры и разработчики, которые интересуются финансовым анализом и хотят развиваться этой области
• Финансовые аналитики, которые хотят начать использовать машинное обучение в своей работе

Необходимые знания:

• базовое знакомство с Python;
• базовые знания линейной алгебры, математического анализа, математической статистики;
• базовые навыки работы с ML (pandas, sklearn, линейная регрессия, логистическая регрессия, простые нейросети).

По итогам курса курса вы:

• научитесь основам финансового анализа и принципам биржевой торговли;
• познакомитесь со специальными понятиями финансового анализа, научитесь анализировать различные финансовые инструменты, оценивать риски и формировать оптимальный портфель;
• создадите торгового робота, который будет проводить операции автоматически, оценивая приемлемый уровень риска;
• узнаете как разместить торгового робота на облачной платформе для взаимодействия с реальными биржевыми площадками;
• настроите торгового робота на мониторинг и регулярное переобучение по актуальным данным.

Программа:

Введение в финансовые рынки и машинное обучение

В этом модуле вы познакомитесь с основными понятиями. Вспомните Python и поймёте, как его можно применять для финансового анализа. Вспомните основы машинного обучения и поймёте его применение в финансах. Вспомните основы статистики и временных рядов. Познакомитесь с инструментами анализа финансовых данных.

Тема 1: Введение в финансовые рынки и основные понятия
Тема 2: Основы машинного обучения и его применение в финансах
Тема 3: Основы статистики и временных рядов в анализе финансов
Тема 4: Инструменты анализа финансовых данных
Тема 5: Практическое введение в Python для финансового анализа // ДЗ

Технический анализ финансовых рынков

В этом модуле вы познакомитесь с основами технического анализа. Рассмотрите паттерны и стратегии технического анализа. Поймёте, как интегрировать технический анализ с методами машинного обучения. Построите первую модель на основе технического анализа и оцените её эффективность.

Тема 1: Введение в технический анализ: графики и индикаторы
Тема 2: Паттерны и стратегии технического анализа
Тема 3: Интеграция технического анализа с методами машинного обучения
Тема 4: Применение технического анализа к различным классам активов
Тема 5: Оценка и сравнение эффективности технического анализа // ДЗ

Подготовка данных и признаковая инженерия

В этом модуле вы познакомитесь с методами сбора, очистки и визуализации финансовых данных. Поймёте, как работать с большими объёмами данных. Изучите преобразование и создание признаков.

Тема 1: Сбор и очистка финансовых данных
Тема 2: Визуализация финансовых данных
Тема 3: Управление отсутствующими данными и аномалиями
Тема 4: Работа с большими объемами данных в финансах
Тема 5: Преобразование данных и создание признаков // ДЗ

Моделирование и стратегии на финансовых рынков

В этом модуле вы рассмотрите основы классификации и регрессии в финансовых приложениях. Вспомните особенности моделирования временных рядов и прогнозирования цен активов. Познакомитесь со стратегиями торговли и оптимизации портфеля с использованием ML. Рассмотрите особенности работы с высокочастотными данными.

Тема 1: Основы классификации и регрессии в финансовых приложениях
Тема 2: Моделирование временных рядов в прогнозировании цен
Тема 3: Стратегии торговли и оптимизация портфеля с использованием ML
Тема 4: Работа с высокочастотными данными в финансах
Тема 5: Применение регуляризации и оптимизации в финансовых моделях // ДЗ

Глубокое обучение и практические аспекты

В этом модуле вы вспомните, как строить и обучать глубокие нейронные сети. Научитесь применять нейронные сети в анализе финансовых рынков. Построите и обучите нейросетевую модель на основе технического и фундаментального анализа.

Тема 1: Введение в глубокое обучение и нейронные сети
Тема 2: Применение нейронных сетей в анализе финансовых рынков
Тема 3: Этические и регуляторные аспекты применения ML в финансах
Тема 4: Создание и обучение глубоких моделей в Python
Тема 5: Продвинутые методы глубокого обучения для анализа финансов // ДЗ

Сложные модели торгового агента и перенос обучения в production

В этом модуле вы рассмотрите дополнительный функционал, предоставляемый нам LLM и RL-моделями. Соберёте ансамбль из нескольких моделей для повышения точности. Перенесёте модели в облачную среду.

Тема 1: LLM - модели
Тема 2: RL - модели
Тема 3: Сборка финального ансамбля // ДЗ
Тема 4: Перенос модели в облачную среду // ДЗ
Тема 5: Метрики модели и регулярное переобучение

Продажник

​

Этот курс — твоя ступенька к росту.
Если ты научишься применять конкурентность и параллелизм в продакшен проектах, ты сможешь выставлять это, как одно из самых сильных качеств при повышении грейда.

Скорее всего ты уже
пытался изучить эти темы:

Асинхронность, потоки и процессы, смотрел статьи
и видео — но так и не понял, как это применять в реальной разработке

• Учебные примеры
не похожи на работу
• Непонятно, какой инструмент выбрать под задачу
• Знания есть, но цельной картины нет

Тебе нужно знать:

• FastAPI
• PostgreSQL
• Docker
• Git

Основная ценность курса —
постоянная практика

Ты будешь разбирать ошибки в продакшен коде вместе со спикером, и параллельно будешь писать свой проект с использованием новых технологий:

• Потоки и процессы. Для нетипичной 
IO/CPU нагрузки
• Высокая нагрузка. Нагрузим 1000 RPS для имитации продакшена
• Брокеры. Для обработки больших потоков данных из Kafka
• Websockets. Для трансляции лайв-событий
• Локальные очереди. Для передачи данных внутри приложения
• Внешние API. С таймаутами, распределенными rate limiter’ами и локами
• Распределенные системы. Мьютексы и семафоры для координации распределенных запросов

Программа:

Неделя 1. Фундамент конкурентности и параллелизма

• Разбираем конкурентность и параллелизм по кирпичикам: как задействуются ядра процессора, как переключаются потоки, и как работают сокеты
• GIL, IO-bound и CPU-bound: что именно блокирует GIL, как он влияет на каждый тип нагрузки и почему CPU-bound задача не ускоряется от async
• Корутины и событийный цикл изнутри: почему это не просто "тупая" очередь задач, и как его не заблокировать
• Корутины, потоки, процессы, воркеры: разница, когда что выбрать
• Tasks и Futures: create_task, получение результата, обработка исключений, отмена и потеря задач
• gather и TaskGroup: как ведёт себя группа задач при падении одной из них и как безопасно запускать набор задач

Домашнее задание
Сравнить последовательный и параллельный запуск корутин, получить блокировку event loop. Поработать с запуском и отменой задач. Вынести блокирующую функцию в поток, CPU-задачу — в процесс.

Результат недели
Уложишь в голове, как устроены потоки, процессы, корутины и воркеры, разберёшься с базой асинхронности и, глядя на любую задачу или код, будешь сразу понимать, каким инструментом её решать.

Неделя 2. Работа с базой данных и внешними API под нагрузкой

• Знакомство с production-style микросервисом заказов: где в нём прячется конкурентность и что ломается под нагрузкой в первую очередь
• Как устроены большинство Python библиотек для работы с БД, Redis, брокером, и как не выстрелить себе в ногу при больших нагрузках
• Параллельные запросы к базе PostgreSQL: что такое thread-safe и coroutine-safe, и почему типичный паттерн Repository ломается в этом случае
• as_completed и wait: забираем результаты по мере готовности, не дожидаясь самого медленного

Домашнее задание
Реализовать HTTP-клиенты к внешним API и параллельно подтягивать данные при создании события. На превью заказа параллельно собирать сущности из БД, не шаря одну сессию. Добавить таймауты, обработку ошибок и retry на временные ошибки.

Результат недели
Научишься ходить в базу и внешние API параллельно, переиспользовать TCP-соединения и на реальных примерах увидишь, насколько это ускоряет сервис. Погрузишься в параллельные запросы, которые нужны каждый день, и поймёшь, какой код безопасно выполнять конкурентно.

Неделя 3. Координация в распределенной системе

Что меняется, когда сервис живёт запущен в нескольких инстансах? Как согласовать всех воркеров, даже если они живут на разных серверах?

Паттерн Single Flight: как из тысячи одинаковых запросов пропустить в базу только один (решение проблемы Thundering herd)

• Распределенная блокировка на примере протухшего токена: продлеваем общий токен внешнего API так, чтобы это сделал ровно один воркер, избежав 429 ошибок
• Состояние прямо в памяти приложения: когда кэша уже мало и приходится жертвовать оперативкой ради производительности

Домашнее задание
Добавить Redis кэш и защитить популярное событие от лавины запросов через паттерн single flight через распределенную блокировку. Решить проблему thundering herd через распределенный мьютекс для обновления протухшего токена. Подтягивать snapshot конфига в память фоновой задачей.

Результат недели
Шагнёшь в распределённые системы и начнёшь решать серьезные проблемы: удерживать базу под наплывом запросов, согласовывать состояние между воркерами и не дать им наперегонки атаковать общий ресурс или внешний API.

Неделя 4. Фоновые задачи. От простых методов до production-ready

• TaskIQ и Celery: когда задачу пора отдавать воркеру и чем опасны фоновые задачи
• Как снизить нагрузку на сервис, используя поллинг для длинных
• Паттерн Transactional outbox: как не допустить расхождения данных между базой, taskiq/celery и приложением
• Как ускорить асинхронное приложение через вынос блокирующего кода в потоки. Учимся распознавать такой код

Домашнее задание
Вынести обработку покупок в Taskiq, отдавая статус для поллинга. Регулярно проверять билет и обновлять статус. Генерировать QR-код синхронным SDK во внешнем потоке.

Результат недели
Познакомишься с самыми популярными инструментами для фоновых задач в Python и поймёшь, какие проблемы с ними связаны. Научишься сам выбирать инструмент под задачу: когда выносить CPU-нагрузку, когда I/O и что для этого взять.

Неделя 5. Очереди, батчинг и потоковая обработка событий из Kafka

• Зачем использовать очередь asyncio.Queue внутри приложения
• Батчинг событий в ClickHouse: как снизить нагрузку с базы в сотни раз
• Как действовать, если не успеваешь обрабатывать входящий поток сообщений из брокера
• Знакомимся со вторым микросервисом аналитики, с получением тысяч событий из Kafka
• Как выстроить пайплайн по переливу данных из Kafka в Websocket для рил-тайм слежения за курьерами на карте

Домашнее задание
Отправлять аналитику в фоновом режиме, чтобы запрос её не ждал. Копить события в очереди и писать в ClickHouse батчами. Обрабатывать данные из Kafka.

Результат недели
Научишься работать с Kafka асинхронно и с вебсокетами, делать батчинг данных и не перегружать базу, что критично важно на продакшене.

Неделя 6. Профилирование и трейсинг Python приложений

• Выносим CPU-нагрузку правильно: какие вычисления отпускают GIL и почему от этого зависит выбор между потоками и процессами
• Тяжёлый отчёт уезжает в воркер: клиент опрашивает статус и забирает готовый файл
• CPU-расчёты по перемещениям курьеров и генерация Excel — в ProcessPoolExecutor, чтобы сервис не замирал
• Ловим блокировки event loop: лаги, медленные коллбеки и охота за тем, что подвешивает сервис
• Трейсинг сквозного запроса через contextvars: видим весь путь запроса, даже когда всё перемешано в логах
• Graceful shutdown: гасим сервис с фоновыми задачами, очередями и воркерами без потери данных

Домашнее задание
Реализовать запуск отчёта о продажах через Taskiq с поллингом и скачиванием файла. Собрать аналитику по продажам и сгенерировать Excel отчет, вынеся CPU-вычисление в процесс. Добавить мониторинг блокировок event loop и трейсинг.

Результат недели
Разберёшься, как правильно выносить CPU-нагрузку, и научишься профилировать и трейсить асинхронный код, находя узкие места под нагрузкой.

Тариф Стандарт

• будут доступны все материалы курса
• доступ к еженедельным встречам без проверки заданий

​

Архитектура Frontend приложений
• Изучим подходы к проектированию модулей, обеспечивающие легкость поддержки и развития приложения.
• Рассмотрим популярные паттерны проектирования и их применение в разных контекстах.
• Сравним парадигмы программирования, чтобы выбрать наиболее подходящую для конкретных задач.
• Все материалы сопровождаются практическими примерами, чтобы сразу применить знания в своих проектах.

Курс ориентирован на разработчиков, стремящихся улучшить архитектуру приложений и повысить их качество.
Домашнее задание и Ответы
После завершения интенсива вас ждет домашнее задание, созданных Андреем Кобецом, чтобы вы смогли закрепить и углубить полученные знания.

​

Хотите начать карьеру в 1С, но не знаете, с чего начать?
Этот курс поможет выбрать направление развития, подготовить резюме, пройти собеседования и получить работу в экосистеме 1С. Практические задания, реальные кейсы и пошаговый план помогут быстрее достичь профессиональных целей

Чему вы научитесь

• Разбираться в основных профессиях и карьерных направлениях 1С.
• Выбирать подходящий карьерный трек в зависимости от своих целей и сильных сторон.
• Планировать профессиональное развитие на несколько лет вперед.
• Анализировать вакансии и понимать требования работодателей.
• Составлять конкурентоспособное резюме.
• Подготавливать ответы на типовые вопросы собеседований.
• Избегать распространенных карьерных ошибок.
• Оценивать предложения работодателей и принимать взвешенные решения.
• Понимать, какие навыки влияют на рост дохода и карьерное продвижение.

Этот курс поможет разобраться в профессиях экосистемы 1С, выбрать подходящее направление развития и подготовиться к успешному трудоустройству как для начинающих специалистов, так и специалистов с опытом.

Вы узнаете, какие карьерные треки существуют в 1С, чем отличаются программист, аналитик и консультант, какие навыки востребованы работодателями и как выстроить собственный план развития.

Курс охватывает весь путь специалиста: от выбора профессии и составления резюме до прохождения собеседований, оценки офферов и построения долгосрочной карьеры.

Материал основан на реальном опыте работы в индустрии 1С и анализе карьерных траекторий специалистов разного уровня.

К концу обучения вы будете понимать:

• какое направление в 1С подходит именно вам;
• какие навыки необходимо развивать для роста дохода и востребованности;
• как искать работу и проходить собеседования;
• как построить долгосрочную и успешную карьеру в экосистеме 1С.

Главный результат курса — не просто знания, а готовый план действий для развития карьеры и поиска работы в 1С.

Программа курса
1. Введение
2. Рынок 1С и карьерные возможности
3. Выбор карьерного пути
4. Где работать в 1С
5. Резюме и собеседование
6. Офферы и карьера

​

В основе курса лежит stepstat*ru - учебный сайт-тренажёр и одновременно живое веб-приложение, которое собирает данные о курсах Stepik. На протяжении курса вы будете работать с его API: получать карточки курсов, рейтинги, отзывы, промокоды, статистику, команды авторов, поисковые логи и другие данные.

Мы сделали курс максимально практическим. Теория здесь нужна не для галочки, а чтобы вы не тыкались в API вслепую. Квизы тоже будут, но без фанатизма: ровно столько, чтобы закрепить важные идеи и не дать теории улететь из головы сразу после прочтения.

Дальше в каждой теме вас ждёт несколько подводящих задач перед боевой практикой. Мы старались делать их не сухими "получите поле name из JSON", а разными по механике, сюжету и настроению. Где-то будет простая разминка, где-то мини-детектив, где-то задача в контексте популярных вселенных - чтобы обучение не превращалось в бесконечную таблицу с endpoint’ами.

А вишенка на торте - рейд-боссы курса: реальные практические задачи на парсинг stepstat.ru. Там уже всё по-взрослому: живые данные, настоящие ответы API, пагинация, фильтры, авторизация, обработка ошибок и ощущение, что ваш скрипт наконец-то делает что-то полезное, а не просто печатает "Hello, JSON".

В курсе есть:

• вводный модуль про API, REST и документацию;
• модуль по requests: установка, первый запрос, Response, коды ответов, заголовки, cookies;
• большой модуль по JSON: вложенные структуры, даты, деньги, ошибки .json(), нормализация, JSON/CSV, flatten;
• модуль про точную настройку запроса: query/path-параметры, пагинация, batch, rate limiting, сессии и адаптеры;
• модуль про авторизацию API: API Key, Bearer/JWT, Basic Auth, cookies, OAuth и хранение токенов;
• модуль про сжатие HTTP-ответов;
• модуль про прокси и ротацию(в разработке).

Чему вы научитесь:

• уверенно читать документацию API и понимать, какие эндпоинты, параметры и форматы ответов вам нужны;
• отправлять GET и POST запросы через requests, передавать params, headers, cookies и таймауты;
• работать с объектом Response: проверять статус-коды, заголовки, тело ответа и Content-Type;
• разбирать JSON-ответы, ходить по вложенным структурам и не падать на null, пустых списках и неожиданных типах;
• приводить данные API к нормальному виду: даты, цены, рейтинги, списки, вложенные поля;
• сохранять результат в JSON и CSV так, чтобы его можно было использовать дальше;
• строить запросы с query- и path-параметрами, проходить пагинацию, делать batch-запросы и учитывать rate limiting;
• использовать Session, ретраи и HTTP-адаптеры для более устойчивого парсинга;
• работать с API Key, Bearer Token, JWT, Basic Auth и cookie-сессиями;
• понимать, как работает сжатие HTTP-ответов: gzip, deflate, br, zstd;
• подключать прокси к requests, проверять их и понимать базовые стратегии ротации.

Спойлер: Программа курса:

Введение

• Введение
• Содержание
• Что такое API
• Как работает современный API
• Что такое RESTful API и чем он нам полезен
• Изучение документации /docs

Основы requests

• API на пальцах: что это и зачем
• Установка и импорт
• Сигнатура метода GET и POST
• Объект Response
• Коды ответов HTTP
• Точка входа в API
• Фильтруем выдачу
• Договариваемся с сервером
• Предъяви своё печенье

Работа с JSON-ответами API

• Введение
• Синтаксис JSON и маппинг типов
• Навигация по структуре JSON
• Типы данных API: даты, цены, числа и null
• response.json() и ошибки
• Нормализация ответа
• Сохраняем результат в JSON
• Сохраняем результат в CSV
• Flatten: расплющиваем вложенные структуры

Точная настройка запроса

• Query-параметры
• Path-параметры
• Комбинированные запросы
• Пагинация в API
• Batch-запросы
• Rate limiting - ограничение на количество запросов
• Работа с сессиями
• HTTP Адаптеры

Авторизация API

• Введение в авторизацию API
• Bearer, API key, Basic Auth
• API Key
• Bearer Token и JWT
• Basic Auth
• Cookie и сессии
• OAuth 2.0

Безопасное хранение ключей и токенов

• Сжатие HTTP-ответов.
• Введение: зачем сжатие и когда оно важно
• Зачем использовать сжатие?
• deflate базовый алгоритм
• gzip проверенная классика
• br современный выбор
• zstd новейший алгоритм
• Обратная сторона: CPU vs сеть
• Сравнение алгоритмов: когда что выбрать

Прокси

• Введение 2.0
• Введение
• Proxies
• Используем прокси
• Серверные прокси
• Резидентские прокси
• Мобильные прокси
• Стратегии ротации прокси

Это конец

• Куда дальше?

​

Интенсив для тебя, если ты хоть раз ловил себя на этой мысли

• На рынке слишком много джунов и сложно выделиться
• Кажется, что нейросети скоро заменят начинающих разработчиков
• Что мне говорить про свои навыки в ИИ, если я ничего не понимаю
• В резюме нечем удивить работодателя
• Я изучаю C#, но не понимаю, как сделать проект, который действительно заинтересует работодателя

Этот интенсив подходит:

- Для учеников курсов C#

- Для тех, кто готовится к собеседованиям

- Для junior-разработчиков

- Для разработчиков, которые боятся, что ИИ их заменит


ПРОГРАММА:

День 1

Подключаем нейросети к проекту. Ты узнаешь

• как работают LLM
• как подключать GigaChat через C#

Результат: твоя программа отвечает через ИИ.


День 2

Управляем моделью правильно. Ты изучишь:

• системные промпты
• структурированный вывод
• JSON-ответы
• Function Calling

Результат: Нейросеть начинает выдавать предсказуемые ответы для твоего приложения.


День 3

Создаём поиск по смыслу. Разберём:

• эмбеддинги
• векторный поиск
• хранение данных
• поиск релевантной информации

Результат: твой сервис находит нужную информацию внутри документов.


День 4

Собираем полноценный проект

• объединяем компоненты
• оформляем проект
• подготавливаем для GitHub
• поймёшь, как презентовать проект работодателю

Результат: готовый ИИ-помощник для документов.

​

После DLC вы сможете собрать и отладить полноценный пайплайн для realtime analytics: забрать изменения из Postgres через CDC, передать их в Kafka, посчитать метрики в ClickHouse и отдать их через API — а также диагностировать типовые поломки по лагу, свежести и контрактам данных.

Кому подойдет этот курс:
middle+ Data Engineer

Какие инструменты освоите:

• Debezium
• Kafka
• ClickHouse
• PostgreSQL
• FastAPI
• CDC
• Python
• Docker
• Monitoring
• Schema Evolution

Что вы сможете после DLC:

• Собрать полный процесс обработки realtime-данных
  Вы соберёте сквозной пайплайн от источника до API и сможете объяснить каждое звено: зачем оно нужно и как влияет на остальные.
• Проектировать метрики для freshness и SLA
  Вы научитесь определять, насколько свежи данные, и строить метрики, по которым видно, выполняется ли SLA по задержке и качеству.
• Дебажить инциденты в проде
  Дубли, пропущенные события, lag, schema drift, неверные данные — вы научитесь находить причину и восстанавливать пайплайн.

Программа:

• Неделя 1: Realtime mindset, локальный стенд, CDC
  Architecture kickoff
  Теория
  • Что такое realtime analytics в инженерном смысле: latency, freshness, SLA, throughput, correctness
  • Типовой prod: CDC → Kafka → OLAP → API
  • Где в realtime-пайплайнах возникают ошибки: источник, транспорт, схема, агрегация, serving, monitoring
  • Как диагностировать pipeline: lag, offsets, row counts, freshness timestamps, API latency
  Практика
  Поднять локальный docker-compose стенд с Postgres, Kafka, Debezium, ClickHouse, FastAPI. Проверить связь всех компонентов и научиться смотреть логи.
  CDC basics
  Теория
  • CDC: зачем он нужен и чем отличается от batch export
  • Debezium: snapshot и streaming
  • Семантики insert/update/delete в контексте потоковых данных
  • Event envelope, keys, ordering, tombstones
  • Эволюция схемы и контракт данных между источником и приёмником
• Неделя 2: Kafka ingestion, надежность событий
  Kafka refresher
  Теория
  • Topics, partitions, offsets, consumer groups
  • At-least-once delivery и практические последствия. Другие семантики и их сложности
  • Idempotency и дубли на уровне downstream
  • Backpressure, in-flight и lag: как возникают и как диагностируются
  • Контракты для событий: naming, versioning, required fields
  Практика
  Написать producer/consumer для тестовых событий. Смоделировать задержку consumer и увидеть lag. Добавить тестовые дубли и проверить, как downstream должен на них реагировать.
• Неделя 3: ClickHouse, ingestion, realtime-агрегации
  OLAP
  Теория
  • Почему для realtime analytics нужен быстрый OLAP
  • Kafka Engine / ingestion pattern в ClickHouse и как его настроить и мониторить
  • Raw events vs serving tables, materialized views и incremental aggregation
  • Replacing/Summing/AggregatingMergeTree: когда они нужны и где легко ошибиться
  • Freshness как часть модели данных
  Практика
  Подключить ClickHouse к Kafka events. Создать raw events table. Построить materialized views для бизнес-метрик. Посчитать метрики по time window, entity, status/event type. Добавить freshness timestamp.
• Неделя 4: FastAPI metric service и начало проекта
  API
  Теория
  • Зачем нужен API поверх OLAP, если есть дашборды
  • Metric endpoints: filters, grouping, time range, pagination/limits
  • Cache: где помогает, где вредит freshness
  • API-level freshness checks
  • Error semantics: когда отдавать stale response, warning или возвращать ошибку
  Практика
  Реализовать FastAPI service поверх ClickHouse. Добавить endpoints для нескольких метрик. Поддержать time range и group by. Добавить cache для тяжелого запроса. Добавить freshness check.
• Неделя 5: Ops drill и продолжение проекта
  Дебаг
  Теория
  • Как дебажить realtime pipeline: подход, системность, сигналы
  • Runbook для инцидента: симптом, blast radius, гипотеза, проверки, fix, prevention
  • Лаги: source lag, Kafka lag, ClickHouse ingestion lag, API freshness
  • Schema drift: что ломается и как увидеть раньше пользователя
  • Wrong numbers: как сверять source, raw layer, aggregates и API
  Практика
  Получить заранее сломанный pipeline. Найти причину lag. Найти schema drift и предложить совместимое исправление. Найти причину неправильной метрики. Написать incident note и recovery plan.
• Неделя 6: Проверка проекта, демо и защита
  Финальная подготовка
  Теория
  • Как объяснять инженерные решения: latency vs correctness, cost vs freshness, simplicity vs flexibility
  • Как презентовать pipeline на собеседовании или внутри команды
  • Финальный разбор типовых ошибок перед защитой
  Защита проектов
  Теория
  • Demo на тестовых событиях
  • Разбор одной поломки и диагностики
  • Вопросы по semantics, freshness, duplicates, schema drift

​

Это практический курс по созданию Backend-системы на FastAPI. Вы разработаете полноценную образовательную платформу с Clean Architecture, JWT-аутентификацией, тестированием, очередями, Docker-runner для проверки кода и системой прогресса обучения. Курс ориентирован на разработчиков, которые хотят перейти от простых API к архитектурно сложным backend-проектам. Внимание, данный курс не содержит ни минуты видео!

Чему вы научитесь:

• Проектировать backend-приложения на FastAPI с использованием Clean Architecture
• Разделять систему на domain, application, infrastructure и delivery слои
• Реализовывать Use Cases, репозитории и Unit of Work
• Работать с SQLAlchemy, миграциями и persistence-слоем
• Создавать JWT-аутентификацию, роли и систему авторизации
• Писать unit, integration и end-to-end тесты
• Разрабатывать интерактивные системы тестирования и отслеживания прогресса
• Реализовывать платформу кодовых задач с автоматической проверкой решений
• Настраивать Docker-runner для безопасного исполнения пользовательского кода
• Работать с очередями, worker-процессами и брокерами сообщений
• Проектировать масштабируемую архитектуру образовательной платформы
• Оптимизировать производительность через индексы и кеширование

Код проекта, который создается в рамках курса, вы можете посмотреть на GitHub.

Чему научитесь:

Модуль 1. «MVP».

• Мы спроектируем и реализуем первую рабочую версию онлайн-школы на FastAPI с опорой на Clean Architecture.
• Разберем структуру проекта, разделим домен, application, persistence и delivery-слои, настроим конфигурацию, ошибки и инфраструктурную основу.
• Реализуем ключевые сущности Course, Module, Section, Lecture и User, добавим роли пользователей и базовую модель доступа.
• Построим read- и write-сценарии через Use Cases, оформим контракты слоев, подключим ORM, репозитории, Unit of Work и миграции базы данных.
• Вынесем функциональность в FastAPI-эндпоинты, оформим OpenAPI-документацию, реализуем JWT-аутентификацию, авторизацию и защиту маршрутов.
• В завершении раздела проведем практическое, unit, интеграционное и end-to-end тестирование проекта.

Модуль 2. «Интерактивное обучение: тесты, попытки, прогресс»

• Мы расширим MVP интерактивной частью и перейдем от простого контента к активному обучению.
• Реализуем роли для авторов, студентов и управляющих пользователей, добавим сущности Question, AnswerOption и QuestionAttempt.
• Научимся поддерживать одиночный и множественный выбор ответов, фиксировать попытки прохождения тестов, рассчитывать результаты, баллы и статусы.
• Построим авторские сценарии создания тестов и пользовательские сценарии прохождения, добавим прогресс обучения как часть доменной модели и обсудим учебную мотивацию через баллы.
• Реализуем persistence-слой интерактивного этапа, FastAPI-роуты, зависимости и схемы, после чего протестируем модуль вручную и с помощью автоматизированных тестов.

Модуль 3. «Кодовые задачи и Docker-runner»

• Мы добавим в платформу практические задания и систему автоматической проверки решений.
• Начнем с домена простых задач: реализуем сущность Task, попытки решений, историю отправок, правила проверки, роли, владельцев и доступы.
• Перейдем к кодовым задачам: создадим сущность CodeTask, сценарии отправки кода, application-слой проверки и жизненный цикл результата.
• Настроим очередь и worker для асинхронной обработки, разработаем Docker-runner для безопасного исполнения пользовательского кода и сохранения артефактов проверки.
• Отдельно рассмотрим безопасность, отказоустойчивость, внешний брокер, реальную очередь и поддержку разных языков программирования.
• В конце раздела подключим FastAPI-слой, обновим учебный прогресс и протестируем этап задач вручную и автоматически.

Модуль 4. «Платформенные сценарии вокруг обучения»

• Мы превратим проект в более полноценную образовательную платформу вокруг курсов, студентов и авторов.
• Реализуем жизненный цикл курса со статусами draft, published и archived, бизнес-сценарий публикации, каталог курсов и карточку курса.
• Добавим обложку, описание, сложность, теги, поиск и фильтрацию по темам, тегам и уровню сложности.
• Построим аналитику для студента и автора: завершение курса, баллы, слабые места, прохождение, сложные вопросы и задачи.
• Реализуем рейтинги, отзывы, комментарии, обсуждения под лекциями и историю активности студента.
• В завершении раздела оптимизируем чтение данных с помощью индексов и кеширования контента.

Программа:

MVP:

1. Обзор проекта, стека и маршрута разработки
2. Clean Architecture на практике
3. Структура проекта: каркас, пакеты, стандарты
4. Конфигурация и ошибки: фундамент production-подхода
5. Сущность Course как бизнес-ядро
6. Сущности Modules, Sections и структура курса
7. Сущность Lecture и учебный материал
8. Сущность User и роли: модель доступа
9. Read-сценарии: первые Use Cases
10. Write-сценарии: управление контентом через Use Cases
11. Контракты слоёв: интерфейсы, границы, ответственность
12. Persistence: ORM отдельно, домен отдельно
13. Репозитории: доступ к данным
14. Unit of Work: транзакции как часть архитектуры
15. Миграции базы данных и инфраструктура
16. FastAPI как слой доставки
17. Эндпоинты чтения
18. Эндпоинты управления
19. OpenAPI: документация, теги, схемы ошибок
20. Аутентификация: регистрация, логин, JWT
21. Авторизация: роли, доступы, защита маршрутов
22. Практическое тестирование проекта
23. Автоматизированное тестирование проекта (Unit тесты)
24. Интеграционное тестирование и End-to-End тесты
25. Домашнее задание

Интерактивное обучение: тесты, попытки, прогресс:

1. Точка входа во второй модуль: от контента к активности
2. Роли второго этапа: кто создает, кто проходит, кто управляет
3. Cущность Question
4. Сущность AnswerOption и варианты ответа
5. Формы ответа: одиночный и множественный выбор
6. Сущность QuestionAttempt и прохождение тестов
7. Результаты теста, баллы и статус
8. Авторские сценарии для тестов
9. Домашнее задание
10. Пользовательские сценарии прохождения
11. Прогресс обучения как новая часть домена
12. Баллы и учебная мотивация
13. Persistence интерактивного этапа: ORM, репозитории, UoW
14. FastAPI для интерактивного этапа: роуты, зависимости, схемы
15. Практическое тестирование интерактивного этапа
16. Автоматизированное тестирование тестового этапа
17. Домашнее задание

Кодовые задачи и Docker-runner:

1. Точка входа в этап задач
2. Сущность Task
3. Попытка решения и история отправок
4. Правила проверки простых задач
5. Роли, владелец и доступы в домене задач
6. Авторские сценарии простых задач
7. Пользовательские сценарии простых задач
8. Контракты и инфраструктурные границы
9. Persistence простых задач и развитие схемы
10. Кодовые задачи, сущность CodeTask
11. Отправка кода и жизненный цикл проверки
12. Авторские сценарии кодовых задач
13. Application-слой кодовых задач
14. Очередь и worker
15. Среда исполнения: Docker-runner и артефакты проверки
16. Безопасность и отказоустойчивость проверки кода
17. Прогресс кодовых задач и итоговая учебная модель
18. FastAPI и сценарии проверки задач
19. Практическое тестирование этапа задач
20. Внешний брокер и реальная очередь
21. Поддержка других языков программирования в задачах
22. Практическое тестирование этапа задач, ч.2
23. Автоматизированное тестирование этапа задач
24. Домашнее задание

Платформенные сценарии вокруг обучения:

1. Жизненный цикл курса: draft, published, archived
2. Бизнес-сценарий публикации курса
3. Каталог курсов и карточка курса
4. Обложка, описание, сложность и теги курса
5. Домашнее задание
6. Поиск по каталогу курсов
7. Фильтрация по темам, тегам и сложности
8. Профиль пользователя
9. Аналитика для студента: завершение, баллы, слабые места
10. Домашнее задание
11. Аналитика для автора: прохождение, сложные вопросы и задачи
12. Рейтинг и отзывы о курсе
13. Домашнее задание
14. История активности студента по платформе
15. Индексы, оптимизация чтения
16. Кеширование контента

​

Система, которая ведёт от нуля до работы с клиентами: дизайн, верстка, 3D и реальный коммерческий проект под ключ.

Курс "Кухня Umapalata. Профессия 360°". Освой профессию веб-дизайнера и no-code разработчика.
Полная система обучения, которая ведет тебя от первых шагов до работы с клиентами. Ты проходишь дизайн, Верстку, 3D, анимации и сборку сайта — и создаешь коммерческий проект под ключ

После завершения обучения ты:
Освоишь 4 ключевых инструмента: Webflow, Framer, Spline и Photoshop — не поверхностно, а через практику на реальных задачах.
Будешь создавать сайты под ключ без кода — от идеи до готового проекта.
Научишься делать 3D-сцены в Spline и использовать их в современных сайтах.
Будешь уверенно работать в Webflow и Framer, понимая логику верстки, а не просто повторяя действия.
Работать с нейросетями: генерировать идеи, тексты, визуал и ускорять работу.
Проходишь полный цикл работы с клиентом:от первого сообщения до сдачи проекта и оплаты.
Понимаешь, где искать заказы и как доводить их до результата, а не сливать на этапе правок.
Сделаешь портфолио с реальным проектом, за который не стыдно.
Что входит в профессию 360°
Все инструменты и навыки в одном месте.
Ты постепенно осваиваешь Webflow, Framer, Spline и Photoshop, создаешь проекты и собираешь реальное портфолио веб-дизайнера и no-code разработчика.

8 проф. проектов — доказательство твоих навыков
Все инструменты и навыки в одном месте. Ты постепенно осваиваешь Webflow, Framer, Spline и Photoshop, создаешь проекты и собираешь реальное портфолио веб-дизайнера и no-code разработчика.

53 Часов контента - Погружение во все направления: дизайн, верста, 3D, анимация,Ai, no-code
8 Полноценных сайтов в портфолио От макета в Figma до адаптированного сайта.
370 Видео-урока 80% — практика: реальные задачи, работы, интерактивы, разборы.

Программа

1. Модуль — Webflow
26 часов практики: не просто “куда нажать”, а как самому собирать сайты, за которые платят.
Практикум Webflow
Кухня Webflow
Мастер-класс №1
BankМастер-класс №2
GalleryМастер-класс №3
MountainМастер-класс №4
ResponsiveМастер-класс №5
Landing Page
6 бонусных практических видео
2. Модуль — Framer
9 часов практики: быстрые сайты + понимание ноукодов, потому что клиенты не выбирают один инструмент.
Практикум Framer
Кухня Framer
3. Модуль — Spline
8 часов практики: без Photoshop ты не разработчик — правки, обрезка, дорисовка и контроль всей графики на сайте.
Практикум Spline
Кухня Spline
4. Модуль — Photoshop
3D и интерактив: как добавить в сайт эффект, который сразу выделяет тебя среди остальных.
Кухня Photoshop
5. Модуль — Полный путь коммерческого проекта
От клиента до денег: реальный проект, где ты проходишь весь путь — без теории и симуляций.
О чем этот блок и зачем он вообще?Почему навыков недостаточно?
Финальный результат: оплаченный проект
Где реально есть деньги?
Где искать клиентов
Формула сильного захода. Примеры переписок
Что делать, если вам написали первыми?
Почему я не работаю по шаблонному брифу?
Как формируется коммерческое предложение
Пять пунктов договора, которые спасают разработчика
Подписание договора (пример через Вчасно)
С кем можно работать: ФОП, группы, ограниченияПример обученного AI на реальном проекте
Как создать AI-помощника под проект
Использование AI для коммерческого сайта
Какие AI реально нужны разработчику
Генерация изображений в (реальный кейс)
Google Gemini для генерации изображений
Recraft для графики сайта
Секреты Photoshop для веб-разработчика
Дизайн сайтаПодготовка дизайна к верстке
Стайл-гайд в Webflow: чтобы сайт не развалилсяГрадиент текста в Webflow
Первый экран: собираем главный блок
Второй блок: логика и сборка
Переводим формат всех изображений в WebP
Делаем сайт резиновым (Responsive)
Третий блок: детали, которые решают
Четвертый блок: работа с композицией
Пятый блок: как не перегрузить сайт
Шестой блок: финальная логика страницы
Подвал: недооцененный элемент сайта. КомпонентыМеню сайта: как не сделать колхозFAQ: блок, который влияет на решениеКомпоненты
Адаптив сайта — часть 1
Адаптив сайта — часть 2
Адаптив сайта — часть 3
Адаптив сайта — часть 4
Анимация на сайте — часть 1
Анимация на сайте — часть 2
Анимация на сайте — часть 3
Анимация на сайте — часть 4
Горизонтальный скролл блока на мобильном
Бегущая строка
Финальная проверка: что нельзя пропустить перед сдачей
SEO и настройки: чтобы сайт не был просто красивым
Что делать после сдачи проекта

​

Перейдите от ручных выгрузок — к надежным API-каналам обмена.

Научитесь настраивать двусторонний обмен данными, разрабатывать веб-сервисы и подключать внешние системы. Освойте XML, JSON, HTTP-протоколы и планы обмена для создания сложных интеграций.

О чем курс
Обмен данными — это важный механизм платформы «1С:Предприятие» для интеграции с внешним миром. Это основной инструмент, который превращает изолированную бухгалтерскую систему в центральный хаб бизнеса, автоматически обмениваясь информацией с сайтами, банками и другими программами.

Наш курс даст вам полное понимание всех каналов обмена — от работы с файлами Excel и XML до настройки API-интеграций через веб-сервисы и HTTP. Вы научитесь не только импортировать и экспортировать данные, но и проектировать надежные, автоматизированные схемы взаимодействия между различными системами, создавая целостное информационное пространство для компании.

Программа курса:

Введение. Обмен данными с помощью файлов различных форматов
Основные технологии, используемые при решении задач обмена
Работа с текстовыми файлами
Работа с DBF-файлами
Работа с ZIP-файлами

Обмен данными с помощью HTML-документов. Передача файлов
Работа с HTML-документами. Получение из HTML-документа необходимой информации
Использование электронной почты для передачи файлов
Использование протокола FTP
Использование протокола HTTP

COM- и OLE-технологии. Внешние источники данных
Работа с файлами Microsoft Office (на примере MS Excel и MS Word)
Доступ к информационной базе «1С:Предприятие» через COM-соединение
Доступ к информационной базе «1С:Предприятие» через OLE-соединение
Сравнение COM- и OLE-технологий
Создание внешнего источника данных (на примере MS Excel или MS Access)

XML-технологии
Основы языка XML
Базовые механизмы (низкоуровневая модель) для работы с XML-документами
Пространства имен XML
XML-сериализация. Простые и сложные типы данных
Объектная модель для работы с XML-документами
Смешанная модель для работы с XML-документами
Язык преобразования XML-документов (XSLT)

XML-схемы. Механизм XDTO. Работа с JSON
XML-схемы
XDTO-пакеты. Фабрика XDTO
Чтение и запись XML-данных с помощью XDTO
Импорт и экспорт XML-схем
Создание фабрики XDTO без изменения конфигурации
XML-сериализация с использованием XDTO
Обмен данными на основе JavaScript (JSON)

WEB-сервисы
Использование сторонних WEB-сервисов
Подключение WEB-сервиса по статической и динамической ссылке
Простой протокол доступа к объектам (SOAP). REST-системы
Разработка собственного WEB-сервиса
Установка WEB-сервера (на примере Apache). Публикация базы

HTTP-сервисы. Интеграция с приложениями
Использование сторонних HTTP-сервисов
Разработка собственного HTTP-сервиса
HTTP-методы
Взаимодействие с мессенджером MAX

Планы обмена
Создание и настройка плана обмена
Регистрация изменений. Инфраструктура сообщений
Односторонний и двухсторонний обмен
Универсальный обмен данными
Распределенные информационные базы

​

Что такое Тренажер?
Это 15 объёмных кейсов - как на реальной работе, только практика. Разные сферы и уровни: от маркетинга до транспортных технологий, от джуна до синьора.

Преподаватель проверит ваши решения и даст ценную обратную связь.

Зачем это нужно?
Чтобы построить крутую карьеру в аналитике, просто знать SQL и Python недостаточно.

Важно уметь решать реальные бизнес-задачи - и тренажёр закрывает как раз этот вопрос.

Что вы получите в итоге?
Вы прокачаете ключевые навыки без лишней теории, укрепите портфолио и сможете уверенно перейти на следующий уровень в карьере.


Этот тренажер - для вас, если вы...

Учитесь аналитике данных и хотите выделяться уже на старте
Получите уникальные кейсы для портфолио, примените свежие знания на практике и станете более востребованным кандидатом на рынке труда, чем ваши конкуренты

Аналитик данных с небольшим опытом и хотите расти в профессии
Попробуете себя в роли аналитика в разных сферах, расширите спектр своих компетенций и сможете двинуться дальше туда, где интересно

Опытный аналитик данных, хотите прокачать навыки и идти вперёд в карьере
Сможете поддержать свои навыки в тонусе, решите необычные кейсы из других сфер и усилите фундамент для дальнейшего карьерного роста

Блок 1. Кейсы из eCommerce (онлайн-торговля)

Начальный уровень (Junior)
• EDA заказов

Средний уровень (Middle)
• Когортный анализ
• Retention (удержание)

Продвинутый уровень (Senior)
• Оптимизация ассортимента

Блок 2. Кейсы из FinTech (финансовые услуги)

Начальный уровень (Junior)
• Анализ транзакций

Средний уровень (Middle)
• RFM-сегментация

Продвинутый уровень (Senior)
• Анализ аномалий

Блок 3. Кейсы из сферы маркетинга

Начальный уровень (Junior)
• Performance-отчёт

Средний уровень (Middle)
• Воронка конверсии

Продвинутый уровень (Senior)
• A/B тест креативов/каналов

Блок 4. Кейсы из RideTech (технологии транспорта и мобильности)

Начальный уровень (Junior)
• Анализ поездок

Средний уровень (Middle)
• Гео тепловая карта спроса

Продвинутый уровень (Senior)
• Создание дашборда

Блок 5. Кейсы из Streaming (стриминговые технологии)

Начальный уровень (Junior)
• Метрики вовлечения (engagement)

Средний уровень (Middle)
• Сессионный анализ

Продвинутый уровень (Senior)
• A/B тест новой фичи

Автор и преподаватель - Михаил Строганов

Продуктовый аналитик в Magnit OMNI
Более 5 лет опыта в аналитике данных
Реализовывал проекты в области автоматизации аналитической отчетности для рекламодателей приложения Магнит
Провел более 40 A/B тестов в разнообразных сетапах
Преподаватель курсов по анализу данных на площадках SkyPro, Hexlet, Университет Синергия
Автор статей в сфере анализа пользовательского опыта
Провел более 500 персональных консультаций и 100 групповых занятий

​

Что даст вам этот курс?

• Научитесь проектировать ИИ-агента как полноценную систему: разберете агентный цикл (ReAct), принципы контролируемого рассуждения и соберете базового агента
• Сможете выбирать и подключать модели под задачу: освоите подходы к роутингу, fallback/HA и базовые принципы выбора модели на основе ограничений и метрик
• Сможете интегрировать агента с инструментами и внешними системами: реализуете Function Calling и кастомные инструменты (API/SQL/SaaS), включая безопасную работу с токенами и доступами
• Освоите протоколы и real-time взаимодействие: примените MCP, WebSockets/Streaming и Realtime API; разберете связность и сценарии агент–агент (A2A)
• Научитесь строить память и RAG для агентных сценариев: реализуете управление контекстом, векторную/графовую память и гибридный поиск (Agentic RAG)
• Сможете оркестрировать одиночные и мультиагентные решения: освоите LangGraph, n8n, SDK и handoffs (передача управления между агентами), включая типовые ошибки и особенности мультиагентных систем
• Поймете, как довести агента до продакшена: внедрите оценку качества (evals) и наблюдаемость (observability), добавите guardrails (ограничители и защитные механизмы), лимиты стоимости, retries/circuit breakers и защиту от prompt injection/злоупотребления инструментами

Программа:

Фундамент агентных систем
При использовании LLM как простого инструмента генерации возникает ограничение в создании автономных, надежных и масштабируемых решений. Изучение архитектуры агентного мышления, инфраструктуры моделей и data-driven роутинга позволит проектировать полноценные ИИ-агенты для production-среды;
Тема 1: Архитектура агента
Тема 2: Инфраструктура агентов
Тема 3: Бенчмарки и data-driven роутинг: от теории к коду // ДЗ

Инструменты агента
Без подключения внешних инструментов, API и автоматизации ИИ-агент остается ограниченным в выполнении реальных бизнес-задач. Изучение function calling, agent skills и кастомных интеграций позволит разрабатывать функциональных агентов, способных взаимодействовать с корпоративными системами, сервисами и рабочими процессами.
Тема 1: Function Calling: как дать агенту руки
Тема 2: Продуктивность разработчика и Agent Skills
Тема 3: Кастомные инструменты и автоматизация // ДЗ

Протоколы и коммуникация агентных систем
При отсутствии стандартизированного подключения инструментов, контекста и каналов взаимодействия агентные системы становятся ограниченными, медленными и плохо масштабируются. Изучение протоколов подключения, real-time коммуникации и межагентного взаимодействия позволит проектировать гибкие, расширяемые и высокопроизводительные агентные платформы.
Тема 1: Model Context Protocol (MCP)
Тема 2: Real-time коммуникация
Тема 3: OpenAI Realtime API и A2A взаимодействие // ДЗ

Хранилище и контекст
Ответы агента становятся неточными, когда не хватает памяти, фактов и связей между данными. Освоение векторных баз, Agentic RAG и графовой памяти дает агенту управляемый доступ к знаниям и позволяет повысить точность решений, работать с долгосрочным контекстом в сложных предметных областях;
Тема 1: Векторная память и Agentic RAG
Тема 2: Графовая память и сложный контекст // ДЗ

Оркестрация и логика агентных систем
Без управляемой логики и оркестрации ИИ-агенты не справляются со сложными задачами, теряют контроль над процессом выполнения и не масштабируются. Изучение методов планирования, фреймворков и мультиагентных подходов позволит проектировать устойчивые и управляемые агентные системы для сложных сценариев;
Тема 1: Декомпозиция задач и самокоррекция
Тема 2: Агентные фреймворки: OpenAI и Anthropic SDK
Тема 3: Продвинутая оркестрация: LangGraph
Тема 4: Low-code оркестрация: n8n
Тема 5: Мультиагентные системы и Swarm // ДЗ

Оценка, наблюдаемость и безопасность ИИ-агента
Непонятно, действительно ли агент решает задачу или просто тратит токены и создает риски? Внедрение evals, observability и guardrails делает качество, стоимость и поведение агента измеримыми. Это позволяет контролировать надежность, безопасность и бюджет агентной системы в продакшене.
Тема 1: Оценка (Evals) и Observability
Тема 2: Безопасность и Guardrails // ДЗ

Проектная работа
Тема 1: Выбор темы и организация проектной работы
Тема 2: Консультация по проектам и домашним заданиям
Тема 3: Защита проектных работ и подведение итогов курса

​

Мы с Вами разберём реальные уголовные дела против айтишников – и узнаем кто и за что уже получил срок?

• Разберемся с границами персональной ответственности за код.
• Изучим как работать с данными и какие в данной области риски.
• Узнаем какие риски несет в себе сфера фриланса и серых зарплат.
• Установим, где проходит грань между преступным и непреступным в сфере ИТ.
• Поймем, как работать с нелицензионным программным обеспечением.

Ты пишешь код, а не хочешь мотать срок?

Этот курс создан для работников ИТ-сферы с целью минимизировать их риски быть привлеченным к уголовной ответственности.
Данный курс уникален, поскольку смотрит на уголовную ответственности через призму деятельности ИТшников.
После данного курса вы будете ориентироваться в том, как минимизировать риски получить срок в тюрьме, работая в ИТ-сфере.

В данном курсе теоретический материал сопровождается обширным набором кейсов в сфере компьютерных преступлений, которые помогут усвоить теоретический материал.
Автор обладает уникальной экспертизой на стыке ИТ и уголовного права, поэтому подобных курсов в не найдете ни в одном другом месте.

Для кого этот курс:

• Разработчики – чтобы не попасть под статью за уязвимость в коде
• DevOps и админы – чтобы не ответить за утечку или DDoS.
• Тестировщики и аналитики – чтобы легально искать баги.
• Фрилансеры и стартаперы – как работать без риска сесть за неуплату налогов
• Любые ИТ-шники – чтоб разобраться с доступом и софтом без срока

Начальные требования

• Главное интерес к данной теме

Спойлер: Программа курса:

ИТ и уголовное право

1. Почему растут риски быть привлеченным к уголовной ответственности
2. Введение в уголовное право
3. Краткое руководство по интерпретации УК для ИТшников
4. Последствия привлечения к уголовной ответственности

Права доступа и все, что с ним связано

1. Почему с доступом надо быть осторожней
2. Пределы неправомерного доступа
3. Неправомерный доступ из мести
4. Неправомерный доступ ради безопасности (пентестинг)

Вредоносное программное обеспечение

1. Сложности в трактовке уголовного закона
2. Установка нелицензионного ПО — это преступление?

Работа с данными

1. Уголовка за сбор, слив, невыполнение требований
2. Торрент трэкеры

Публикация информации

1. Срок за опубликование и репост
2. Под особым контролем правоохранительных органов

Критическая информационная инфраструктура

1. Что такое КИИ
2. Как минимизировать риски?

Генеративные сети: LLM, генерация кода, картинок и видео

1. Генерация кода
2. Картинки и видео

Опасный фриланс

1. Опять налоги
2. За границей

Спойлер: Об авторе:

Роман Дремлюга

Автор книги "Преступность 4.0. Киберпреступность вчера сегодня завтра". Практикующий юрист 2008-2017 гг. Кандидат юрид. наук. (2008). Специалитет "Прикладная математика" (2003). Разработка ПО 2002-н.в. Руководитель ДВ центра ИИ ДВФУ (2022-н.в.).

Уникальный эксперт на стыке права и ИТ. Профессор, кандидат юридических наук и IT-специалист с нестандартной карьерой.

Юрист и руководитель: 15 лет в юриспруденции (практика + наука), Замдиректора Юрфака ДВФУ (2015–2022).

Айтишник с математическим бэкграундом: Окончил "Прикладную математику", Разрабатывал ПО в 2000-х и вернулся в IT в 2022

В настоящий момент также является Зам директора Института математики и компьютерных технологий Дальневосточного федерального университета (ДВФУ) по развитию.

Пионер ИИ на Дальнем Востоке: Возглавляет ДВ-центр ИИ в ДВФУ,
Совмещает юридическую экспертизу с технологиями будущего.

Факт: Редкий специалист, который говорит на языках кода и законов одновременно.

Автор научного бестселлера: Преступность 4.0. Киберпреступность вчера, сегодня, завтра