Новые складчины | страница 3

​

Что конкретно вы получите
33 видео - общая продолжительность более 5 часов 40 минут:

• Обзорное видео
• сервисы
• подготовка фото
• анкета ребенка
• проект
• паспорт персонажа
• сюжетные формулы
• раскадровка
• полные тексты
• утверждение внешнего вида персонажа
• выбор художественного стиля
• финальный паспорт сказки
• создание эталонного героя
• генерация текстовых страниц
• подготовка промптов для иллюстраций
• генерация иллюстраций сцен сказки
• изменения и доработки
• обложка сказки
• эпилог сказки
• собираем сказку по элементам
• загрузка в облако
• перевод в pdf
• презентация
• про печать сказки
• упрощенный вариант создания - подготовка
• упрощенный вариант создания - концепция, сюжет, тексты
• упрощенный вариант создания - внешний вид героя
• упрощенный вариант создания - генерация эталонных изображений
• упрощенный вариант создания - генерация текстовых страниц
• упрощенный вариант создания - генерация картинок сцен
• упрощенный вариант создания - обложка и эпилог
• упрощенный вариант создания - оформление
• упрощенный вариант создания - перевод в pdf

​

Не упусти свой шанс освоить создание AI-агентов для самых востребованных направлений бизнеса


Программа занятий школы: AI-агенты на локальных моделях

Занятие 1. AI-консультанты и AI-продажники

• Основы создания AI-агентов в Replit
• Prompt Engineering и Vibe Prompting
• Работа с изображениями через GPT Image
• Создание AI-консультанта клиники пластической хирургии
• Создание AI-продажника корпоративного обучения

Занятие 2. AI-техподдержка и AI-рекрутер

• Основы создания AI-приложений в Bolt
• Основы RAG и работа с базой знаний
• Создание AI-техподдержки системы «Умный дом»
• Создание AI-рекрутера для собеседования бизнес-ассистента генерального директора

Занятие 3. Разбор ТОП-20 AI-агентов и рынка вакансий + блок по разработке и продаже AI-агентов на заказ

• Обзор ТОП-20 самых популярных AI-агентов
• Как продавать AI-агентов на фрилансе
• Как создавать и продавать собственные AI-сервисы с подпиской
• Детальный обзор рынка вакансий AI разработчиков

Дополнительный модуль. Голосовые AI-агенты и AI-диагностика

• Основы GPT Realtime API
• Создание AI-диагностики выбора земельного участка
• Создание интеллектуальных AI-форм с динамическими вопросами
• Создание голосового AI-консультанта автосервиса
• Запись клиента на диагностику автомобиля через голосового AI-агента

Стек технологий Школы

1. Replit, Bolt
2. Vibe Prompting, Vibe Coding
3. LLM API, GPT Realtime API
4. GPT Image
5. RAG
6. Prompt Engineering

Ваши результаты после школы

• Портфолио из 9 реальных AI-агентов для продаж, сервиса и HR
• Навык моментального создания мощных AI-агентов без программирования

​

ИИ-агенты для бизнес-задач
Программа — 8 недель
Начало — 14 июля 2026

Методология 6A Framework
1
AUDIT. Аудит
Разбери процесс по косточкам. Детально опиши текущий процесс, выяви болевые точки и оцени потенциал автоматизации. Ключевой вопрос: «Где думает человек, а где делает автоматически?»
Артефакты: Process Map + Automation Score
2
ARCHITECT. Архитектура
Спроектируй агентную экосистему, прежде чем писать первый промпт. Не каждая задача требует LLM — используй простые правила там, где они работают.
Артефакты: Agent Catalog + TO-BE процесс
3
ASSEMBLE. Сборка
Один агент, одна задача, одна неделя. Собери и запусти MVP‑агента для самой болезненной задачи. Не строй сразу мультиагентную систему.
Артефакты: MVP Agent + Success Criteria
4
ADAPT. Адаптация
Human‑in‑the‑loop — не костыль, а архитектурная позиция. Адаптируй агента к реальности через обратную связь, ошибки и итерации.
Артефакты: Error Catalog + Guardrails
5
AMPLIFY. Масштаб
Масштабирование горизонтальное — больше агентов на разные процессы, а не усложнение одного. Расширь от MVP к экосистеме агентов.
Артефакты: Agent Ecosystem Map
6
ADMINISTER. Управление
Управляй агентами как командой. SLA, мониторинг качества, drift detection и непрерывное улучшение. AI Governance Policy для всей организации.
Артефакты: Agent Ecosystem MapSLA Dashboard + AI Governance

Спикеры и ведущие курса

• Артем Астапенко
  Сооснователь AI лаборатории Jamakase Technologie
  Основатель стартапов AgentArea.ai— платформа ИИ-агентов
  Основатель Constract.io — AI-контроль ремонта
  10+ лет в IT 4+ года в AI, ML
  
  
• Дмитрий Жечков
  Руководитель направления развития гибридного ИИ в cloud.ru, в прошлом архитектор облачных сервисов в Яндекс Облаке.
  
  В качестве хобби, применяет LLM-модели в сфере финансов и инвестиций. Активно применяет Cursor и ИИ-ассистентов для программирования.
  
  
• Алексей Черняк
  Со-основатель Darberry, продан Groupon Inc. ($ 2,6 млрд. оценка). Работал генеральным директором Групон Россия.
  Сооснователь United Investors и Product University
  Tweekly — 10 бизнес-идей и трендов каждую пятницу
  

​

Разберётесь, где ИИ помогает учиться, а где незаметно разрушает самостоятельность — и научитесь управлять этим процессом.

Проблема, которую уже нельзя игнорировать:

Ваш ребёнок уже использует ИИ. Но вопрос не в этом. Вопрос в том, как именно он это делает:

• Списывает или учится
• Думает или копирует
• Развивается или деградирует

Большинство родителей узнают об этом случайно — и не понимают, что с этим делать.

Для кого этот курс:

Для родителей:

• Учеников 6–11 классов
• Которые видят, что ребёнок уже использует ИИ
• И хотят не запретить, а разобраться

Этот курс — не про «запретить»:

Это про контроль, понимание и грамотное использование.

Вы научитесь:

• Где ИИ реально усиливает обучение
• Какие задачи можно делегировать
• Какие — категорически нельзя
• Как выстроить правила без конфликтов

После курса вы:

• Поймёте, как работает ИИ и почему он ошибается
• Научитесь отличать помощь от списывания
• Освоите конкретные сценарии использования
• Сможете помогать ребёнку учиться, а не делать за него
• Разберётесь в рисках и ограничениях
• И главное — перестанете действовать «вслепую»

Уникальность курса:

50+ реальных сценариев использования ИИ:

• Сделать домашку
• Подготовиться к контрольной
• Написать сочинение
• Разобрать ошибку
• Сделать проект
• Подготовить презентацию
• Выучить язык
• Объяснить сложную тему

Через кейсы, а не лекции:

• Кейс → практика → объяснение → вариации → домашний эксперимент

Про реальные риски (без паники):

• Зависимость от подсказок
• Потерю самостоятельности
• Иллюзию понимания
• Ошибки ИИ
• Небезопасные диалоги

Формат занятий:

• 6 онлайн-занятий по 1 часу
• Практика прямо на занятиях
• Без технической подготовки
• Разбор кейсов

Программа:

1. Как говорить с ИИ
   Осваиваем базовые техники и понимаем, как он работает
2. Помощь без подмены
   Где граница между обучением и списыванием
3. ИИ как репетитор
   Как использовать для предметов и экзаменов
4. Тексты и проекты
   Как не дать ИИ «писать вместо ребёнка»
5. Обучающие тьюторы
   Какие инструменты реально учат
6. Личный ИИ-ассистент
   Собираем систему под своего ребёнка

​

Настройте свой «ChatGPT» у себя на сервере: документы и переписка не уходят в облако, подписки и ВПНы не нужны. Пошагово развернём рабочий ИИ-сервер для себя и всей команды — Ollama + Open WebUI, доступ по локальной сети через браузер с авторизацией для пользователей, работа с PDF/Word/Excel и изображениями, свой OpenAI-совместимый API. От выбора видеокарты и Windows 11 до продакшн-сервера на Linux. Для компаний доступна оплата по счёту.

Чему вы научитесь:

• Подбирать видеокарту и сервер под задачи и бюджет — от офисного ПК до промышленных решений, не переплачивая за лишние гигабайты видеопамяти.
• Выбирать локальную модель под задачу: понимать квантизацию, размер контекста и реальный расход VRAM — почему одним хватает 8 ГБ, а другим мало 24.
• Устанавливать Ollama на Windows 11 и Linux (Ubuntu Server) и запускать модели на видеокарте — конкретными командами, по шагам, с чек-листами.
• Управлять моделями: загрузка, запуск, обновление, удаление, контроль места на диске и замер скорости в токенах/сек.
• Создавать свою «персону» модели через Modelfile: системный промпт, температура, длина контекста — под задачи вашей команды.
• Разворачивать веб-интерфейс Open WebUI с доступом по локальной сети и автозапуском как службы Windows — сервер переживает перезагрузку без вашего участия.
• Организовывать работу сотрудников с документами (PDF, Word, Excel) через локальную модель — и понимать, где хранятся данные и где проходят границы возможностей.
• Подключать vision-модели для распознавания изображений и планировать память при одновременной работе нескольких пользователей.
• Поднимать свой OpenAI-совместимый API и маршрутизацию на несколько серверов — чтобы встраивать приватный ИИ в собственные сервисы и скрипты.

Большие языковые модели уже стали рабочим инструментом — но что, если не отправлять свои документы и переписку в чужое облако, не платить за подписки и полностью контролировать данные? В этом курсе вы с нуля развернёте собственную локальную ИИ-модель на своём компьютере и сервере: ваш приватный аналог ChatGPT, который работает на вашем железе и не передаёт данные наружу.

Курс построен как пошаговый практикум. Мы пройдём весь путь: от подбора видеокарты и выбора модели под ваши задачи — к установке движка Ollama на Windows, запуску моделей на видеокарте, созданию своей «персоны» модели и замеру скорости. Затем поднимем удобный веб-интерфейс Open WebUI с доступом по локальной сети (с компьютеров и телефонов), настроим работу с PDF, Word и Excel, подключим распознавание изображений и поднимем свой API для интеграции с другими программами. В финале перенесём всё на боевой Linux-сервер (Ubuntu Server) и познакомимся с vLLM.

Каждый урок — это конкретные команды по шагам, разбор типичных ошибок и чек-лист. Вы не просто слушаете теорию, а параллельно повторяете действия на своём оборудовании и в конце получаете работающий локальный ИИ-сервер, готовый к реальным задачам компании или личным проектам.

Опыт в машинном обучении не требуется — нужен лишь базовый уровень работы с компьютером и желание разобраться.
Курс подходит для корпоративного обучения: оплата от юридического лица по счёту через Stepik, по итогам обучения — сертификат.

Для кого этот курс:

• Системные администраторы и ИТ-специалисты, которым нужно развернуть локальный ИИ в компании: многопользовательский доступ по сети, автозапуск службами, контроль ресурсов.
• Разработчики, которым нужен приватный OpenAI-совместимый API на своём железе: подменили base_url — и ваш код работает с локальной моделью без счетов за токены.
• Руководители и владельцы бизнеса, для которых критичны данные клиентов и коммерческая тайна: один сервер вместо десятков подписок, ничего не уходит в чужое облако. Курс можно оплатить от юрлица по счёту.
• Энтузиасты и любители технологий, которые хотят собрать свой приватный ИИ дома
• Все, кто хочет уйти от облаков и полностью контролировать свои данные и расходы.

Для практики понадобится:

• Компьютер с видеокартой NVIDIA (желательно от 8 ГБ видеопамяти). Подбор железа подробно разбирается в первом модуле — можно сначала пройти его, а потом осознанно купить видеокарту под свои задачи и бюджет.
• Windows 11 для основной части курса; для финального модуля — возможность поставить Ubuntu Server второй системой (по желанию, модуль необязательный).
• Опыт в программировании и машинном обучении не нужен.
• Желание разобраться и пройти шаги на практике.

Как проходит обучение:

• Пошаговый практикум. Каждый урок — конкретные действия и команды, которые вы повторяете на своём оборудовании.
• Видео + текст. Уроки сопровождаются скринкастами и текстовыми инструкциями — команды удобно копировать по шагам.
• От простого к сложному. Сначала Windows и база, затем сеть и многопользовательская работа, в финале — рабочий Linux-сервер.
• Разбор ошибок. В каждом уроке блок «если что-то пошло не так» с проблемами и решениями.
• Чек-листы. В конце уроков — контрольные списки: убедитесь, что всё работает, прежде чем идти дальше.
• 3 лабораторные работы. Соберёте свою модель через Modelfile, поднимете Open WebUI с доступом по сети и развернёте ИИ-сервер на Linux.
• Бессрочный доступ: проходите когда удобно и возвращайтесь к урокам как к справочнику. Курс обновляется и дополняется.

Что вы получаете:

Свой приватный ИИ — как ChatGPT, но на вашем железе и без подписок. К концу курса у вас на руках:

• Работающий локальный ИИ-сервер — ваши документы и переписка остаются у вас, ничего не уходит в облако.
• Доступ из браузера по сети — с компьютеров и телефонов, для всей команды.
• Помощник по документам — выжимки из PDF, отчёты, Word, Excel и распознавание изображений.
• Свой API — чтобы встроить модель в свои программы и боты.
• Ноль ежемесячных платежей — никаких подписок на облачный ИИ.
• Навык повторить и масштабировать всё самому — от Windows до боевого Linux-сервера.

Программа:

Подбор "железа" и выбор модели:

• Вводное слово
• Подбор сервера для разворачивания локальной ИИ модели
• Готовим Windows 11: установка и пользователь для доступа по сети
• Как выбрать локальную ИИ-модель под свои задачи (Ollama)
• Как расходуется видеопамять при работе модели
• Локальные ИИ-модели для офисных задач (требуемые видеокарты)
• Глоссарий: термины, сокращения и определения
• Тест по модулю 1

Ставим движок: Ollama на Windows и запускаем ИИ модель:

• Подготовка сервера с windows, контрольная точка восстановления
• Установка Ollama на Windows 11, запуск модели на видеокарте
• Команды Ollama для работы с моделями (загрузка, запуск, список)
• Modelfile: системный промпт, параметры и своя «сборка» модели
• Управление моделями и местом на жестком диске
• Замер скорости (токены/сек) и выбор рабочей квантизации
• Лабораторная работа 1 Установка Ollama, сборка своих моделей
• Тест по модулю 2

Веб-интерфейс по локальной сети к ИИ моделям: Open WebUI:

• Веб-интерфейс к ollama по локальной сети: Open WebUI
• Настройка запуска OpenWebUI и Ollama в виде служб Windows
• Лабораторная работа 2 Веб-интерфейс Open WebUI, доступ по сети
• Работа пользователей с документами через локальную ИИ модель
• Работа с изображениями: ставим vision-модель
• Как расходуется память при работе нескольких пользователей
• Несколько серверов под разные модели: маршрутизация в Open WebUI
• Свой API: OpenAI-совместимый эндпоинт Open WebUI
• Тест по модулю 3

Развёртывание ollama на Linux-сервере (Ubuntu Server 26.04):

• Подготовка диска и флешка, установка Ubuntu Server как второй ОС
• Установка Ollama на Ubuntu Server 26.04 и основные команды
• Установка Open WebUI и доступ по сети с Windows-машин
• Лабораторная работа 3 Локальный ИИ-сервер на Linux
• Тест по модулю 4

Итоги курса:

• Завершение курса

​

Практикум Вайб контент на ИИ-агенте Claude Code.
За один вечер показываю всю цепочку: как из одного редактора собрал завод контента — тренды, виралки, карусели и рилсы, воронки на кодовые слова, лид-магниты, продажи, платёжки и боты. Без программирования. Без большой команды.

Я не рассказываю «как надо». Я показываю систему, которой веду свой аккаунт каждый день. На практикуме собираю её у тебя на глазах, с нуля.

Контент каждый день съедает тебя:

Нет времени
Один пост — полдня. А нужно каждый день, на нескольких площадках сразу.
Нет системы
Делаешь хаотично, на вдохновении. Выгораешь и бросаешь на середине.
Нет команды
В одиночку не вытянуть, а на агентство или штат сммщиков нет бюджета.

Ты не исполнитель. Ты оркестратор.

Меняется не инструмент — меняется роль. Ты больше не сидишь и не клепаешь посты руками. Ты раздаёшь задачи агентам и следишь, чтобы конвейер крутился.

Один человек у пульта. Агенты — рабочие на линии. Завод производит контент, ловит лиды и принимает оплату — пока ты занимаешься смыслом и стратегией.

Как устроен завод:

Семь звеньев одной линии. Тренд заходит сверху — оплата выходит снизу. Всё запускается из одного VS Code.

Тренд — поиск встроен в Claude Code
Виралка — берём проверенное, не угадываем
6 форматов — карусели ×3 + рилс ×3
Воронка — кодовое слово → директ
Лид-магнит — гайд за слово
Продажа — продукт или услуга
Оплата + бот — платёжки и Telegram

Кому подойдёт:

Эксперту, который тонет в ежедневном контенте и хочет систему
Инфобизнесу, которому нужна воронка от охвата до оплаты на автомате
Соло-предпринимателю без команды и без бюджета на агентство
Тому, кто хочет освоить вайбкодинг и собирать продукты сам

Что ты вынесешь с практикума:

ИИ-навык у тебя, скорее всего, уже есть — не хватает цельной картины, как замкнуть его в контент и деньги. За вечер за записями она у тебя будет. Формат — разбор на моём экране: показываю механику и структуру, дальше повторяешь у себя в своём темпе.

Рабочее место с нуля
Регистрация, установка Claude Code, первые команды — вживую. Унесёшь понимание, как за вечер поднять такое же у себя.
Как рождается контент
Как из одной виралки система делает карусели и рилсы пачкой. Забираешь механику и реальные промпты, а не пустые обещания.
Схема воронки и лид-магнита
Как кодовое слово в комментах превращается в лид и отдаёт гайд. Видишь всю связку целиком, от и до.
Полная картина денег
Как контент замыкается в продажу и оплату: тренд заходит сверху — оплата выходит снизу. Поймёшь, стоит ли строить это у себя.

Если ты уже в теме — скорее всего хватит увиденного, чтобы повторить у себя. Если только начинаешь — тоже реально, просто медленнее. Всё разобрано в записях по шагам, пересматриваешь нужный момент столько раз, сколько надо.

Программа:

Вход 01 Trendwatching

Поиск трендов встроен прямо в Claude Code. Завод сам приносит, что выстрелит сегодня.
На выходе 14 виралок за сутки

Отбор 02 Виральные карусели и рилсы

Из потока трендов отбираем виралки — это сырьё для производства. Не угадываем, а берём проверенное.
На выходе проверенное сырьё, без угадайки

Производство 03 6 форматов на одну виралку

По каждой виралке: карусель в 3 форматах + рилс в 3 форматах. Один источник — шесть единиц контента.
На выходе 6 единиц контента из 1 виралки

Воронка 04 Воронки на кодовые слова

Параллельно по каждой карусели — отдельная воронка в ChatPlace. Комментарий с кодовым словом → автоответ в директ.
На выходе коммент → лид в директе

Лид-магнит 05 Гайд по кодовому слову

Завод сам собирает статью-гайд под тему и выдаёт её за кодовое слово. Подписчик получает пользу — ты получаешь контакт.
На выходе контакт подписчика в базе

Продажа 06 Продукт и услуга

Лид-магнит ведёт на продажу продукта или услуги — отдельный сайт или воронка, которые тоже собираются кодом.
На выходе первая оплата

Инфраструктура 07 Платёжки + Telegram-бот

Подвязываем платёжные системы и Telegram-бота. Деньги принимаются, клиент ведётся — всё в одном месте.
На выходе деньги на счёте, клиент ведётся
Тренд → контент → лид → оплата. Один пульт управления.

Бонус в подарок:

3 скилла из моего агента — бесплатно.

Ко всем материалам практикума даю три готовых скилла из своего конвейера. Ставятся в Claude Code за минуту и работают сразу — не нужно собирать с нуля.

Поиск/найди-виралку
По твоей теме находит виральные рилсы, Shorts и карусели и отдаёт ранжированный список ссылок. Делаешь своё на основе того, что уже залетело, — а не выдумываешь.
Текст/антиклише
Вычищает из текста нейросетевые клише — ложную глубину, рубленые фразы, «кинематограф». Подписи и гайды звучат по-человечески, без выдуманных фактов.
Подпись/формула-подписи
Пишет caption по структуре хук → личный опыт → CTA с кодовым словом. Первые 125 символов цепляют, один чёткий призыв — сразу под воронку.

​

Освой востребованную digital-профессию с полного нуля — научись создавать визуал, который продаёт.

Что внутри:

• Canva + Figma с нуля — интерфейс, инструменты, вся база для уверенной работы
• Инфографика для маркетплейсов — продающие карточки для WB, Ozon, Amazon: композиция, структура, визуал, который цепляет
• Нейросети в работе — генерация идей, контента, фотосессии товаров без студии и съёмок
• AI-фотосессии — catalog, lifestyle, fashion-подача товара через ИИ
• Анимация карточек — динамичные видео, эффекты, монтаж — делаем карточку «живой»

​

Полное погружение в AI-content и профессию AI-creator.

Для тех, кто хочет создавать контент нового поколения и зарабатывать на этом.

Программа

1. AI-фотосессии
Люди, бренды, товары, животные, дети — позинг, свет, композиция, cinematic-обработка. Дорогой визуал без студий и съёмок.

2. AI-видео для брендов
Рекламные ролики и cinematic-видео через нейросети — движение камеры, динамика, удержание внимания.

3. AI-аватары и UGC
AI-аватар для себя или бренда, говорящие персонажи, UGC-контент для рекламы, Reels и TikTok.

4. AI-мультики и персонажи
Мульт-сериалы, вирусные короткие мультики, персонажи со стилем и историей, встроенная реклама, целая AI-вселенная для контента.

5. Продвижение и личный бренд
Упаковка портфолио, поиск клиентов, продвижение через Instagram, Pinterest, Авито, выход на сотрудничество с крупными компаниями.

​

За 3 дня разберётесь, как ИИ помогает психологу: себе, в учёбе и с клиентами. С полного нуля до уверенного уровня, даже если вы с техникой на «вы».

Все вокруг говорят про нейросети. А вы киваете и теряетесь.
Открывали ChatGPT, потыкали, получили что-то общее и закрыли: «не моё, я не технарь». А внутри тихо сидит: кажется, я отстаю от тех, кто уже разобрался.

Дело не в том, что вы не способны. Просто вам никто спокойно не показал: с нуля, по-человечески, без умных слов.

Под любым из них — один и тот же страх.
Что поезд уже ушёл, а вы остались —
01 Видите, как коллеги «успевают всё», и не понимаете, откуда у них столько времени.
02 Клиент говорит «я спросил у нейросети», а вы не знаете, как к этому относиться.
03 Тонете в заметках, постах и рассылках вместо того, чтобы расти как психолог.
04 Открыли нейросеть, не поняли, что писать, и закрыли.
05 Боитесь, что ИИ обесценит профессию — и так же боитесь отстать.
06 Хотите вести больше клиентов, но не хватает рук и времени.
07 Постоянно учитесь, но знания не складываются в систему.
08 Чувствуете, что мир рванул вперёд, а вы остались с блокнотом.

Если узнали себя, это не лень и не «вы не способны». Это нормальная реакция на то, что пришло слишком быстро и заговорило слишком сложно. А разобраться реально за 3 дня, когда рядом тот, кто переводит с технического на человеческий.

Несколько месяцев назад я получила суперсилу
Не промпт в чате наугад, а настроенная система — с моими книгами, лекциями и эфирами внутри. Вот что я и моя команда собрали в ней: сайты, приложения, тесты, обложки, контент. И это — минимум того, что получилось.

За 3 дня вы пройдёте путь от полного нуля до создания своей ИИ-системы. Плюс четвёртый день для глубокой продвинутой работы с ИИ.

​

3 месяца с живым ментором в закрытой группе — и ты AI-native разработчик, которого ищут.
Профессия разработчика меняется прямо сейчас.

AI-native разработчики зарабатывают на минимум +56% больше. Те, кто перестроился, уже меняют правила. Рынок изменился.

Порог входа в профессию упал до почти нуля. Умный новичок с AI добивается за несколько месяцев того, на что раньше уходило два года.

Это не про синтаксис и промты.
Это про другой способ думать о задачах.

Для кого:

• 01 / Разработчик
  Хорошо пишешь код — но хочешь стоить дороже
  Работаешь разработчиком. Понимаешь архитектуру. Но AI в рабочем процессе пока «иногда ChatGPT». Хочешь перестроить всё — и выйти на уровень где один стоишь как команда.
  Senior · Lead
• 02 / Основатель
  Есть идея для продукта — и ты готов строить
  Идея живёт в голове. Раньше нужны были деньги на разработчиков. Сейчас — нет. Три месяца с ментором: MVP, первые пользователи, аргументы для инвесторов.
  MVP · Стартап
• 03 / Смена карьеры
  Хочешь войти в IT — сразу на хорошем уровне
  Не просто «научиться программировать» — а войти уже с навыками которые востребованы прямо сейчас. AI-native разработчик в 2026 — это не будущее. Это настоящее.
  Любой уровень
• 04 / Команда
  Team Lead, CTO, HR, Founder — хочешь чтобы команда работала в ×20
  Один сотрудник который прошёл University приносит инструменты и меняет процессы. Вся команда — меняет компанию. Команда из 5 с AI обгоняет 50 без него. Корпоративные условия обсуждаем индивидуально — напиши нам.
  Team Lead · CTO · HR · Founder

Что построишь:

• Не учебные задачи. Работающие продукты.
• Каждый можно показать — на собеседовании, инвестору или просто другу.

Примеры из пула рекомендованных проектов. Конкретный список — выбирает ментор по ходу курса:

• L1. Свой Netflix (Netflix · clone)
  Точная копия главной — без ручного кода, за первое занятие с ментором.
• L2. Агент который работает пока ты спишь (AI · agent)
  Описываешь задачу — агент читает данные, принимает решения, присылает результат. Без тебя.
• S1. Утренний дайджест (Telegram · daily)
  Каждое утро в Telegram — погода, курс, топ новостей. Всё автоматически.
• S2. Дашборд с живыми данными (Live · dashboard)
  Всё что важно — на одном экране. В реальном времени.
• S3. Тиндер для X (Swipe · mechanic)
  Свайп-механика для любого домена — фильмы, вакансии, рестораны. Студент выбирает тему сам.
• S4. Своё приложение в интернете (Your · product)
  Твоя идея: спецификация → код → деплой → первые пользователи.

Программа:

Три месяца которые меняют всё.
34 уровня. 24 живых занятия.
Другой способ работать — навсегда.

Месяц 01:

Первая победа — в первую неделю

Занятия 1–4:

• Среда, инструменты, мгновенный результат
• Первое занятие: ставим среду, подключаем Claude Code — и копируем Netflix.
• Не как игрушку. Как способ показать: с AI это занимает час, а не день.
• Именно это ощущение ты будешь строить дальше.

Занятия 5–8:

• Как думать задачами, а не строчками кода
• CLAUDE.md — главный документ любого AI-проекта: как и зачем.
• Task spec — формулируешь задачу так, чтобы агент не угадывал.
• Context management — почему AI теряет нить и как этим управлять.
• Анализ незнакомой кодовой базы — за минуты, а не дни.

Проект 1:

• Утренний дайджест или живой дашборд
• Небольшое, реальное, задеплоенное. Первое что можно показать.

Месяц 02:

Инструменты которые меняют всё

Занятия 9–16:

• Subagents, MCP, Hooks — следующий уровень
• Subagents — делегируешь задачу не одному агенту, а нескольким. Они работают параллельно, ты собираешь результат. MCP — подключаешь Claude Code к своим данным, базам, API.
• Hooks — автоматизируешь то, что сейчас делаешь вручную после каждого коммита.

Юзкейсы:

• То, что меняет работу прямо сейчас
• Пишем тесты для легаси-кода которого никто не трогал годами, документируем большую кодовую базу за часы, не недели, дебажим сложный баг: логи, гипотезы, решение — с AI, делаем code review большого PR: AI делает первый проход, ты фокусируешься на архитектуре.

Проект 2:

• Тиндер для X, плагин для Chrome, Pocket Coach или твой выбор
• Из пула — выбираешь с ментором.

Месяц 03:

От issue до продакшна — полный цикл

Занятия 17–24:

• Как работают настоящие продуктовые команды
• Issue-to-PR: задача приходит как issue в GitHub — уходит как готовый pull request с тестами и описанием. Именно так работают в продуктовых командах.
• Рефакторинг: берём плохой код, делаем хорошим — с объяснением каждого архитектурного решения.
• DevOps: CI/CD, деплой, мониторинг — не как отдельная специальность, а как часть рабочего процесса.

Проект 3:

• Рефакторинг
• Полный аудит и переработка реального кода.

Занятия 25–34:

• Свой продукт — от идеи до живых пользователей
• При желании ты можешь реализовать свою идею: спецификация → архитектурные решения → реализация → тесты → деплой → первые пользователи.

Проект 4 — финальный (капстоун):

• Твой продукт от идеи до продакшна
• Спецификация → реализация → тесты → деплой → первые пользователи. Полный цикл.

Последние занятия:

• Карьера: как конвертировать навыки в деньги
• Расскажем как превратить новые навыки в деньги — повышение, новый оффер, первые клиенты на фрилансе или свои проекты.

​

Построение AI-агентов и агентных систем — сегодня один из самых системообразующих и востребованных навыков. Кто освоит его сейчас — окажется впереди. Вы научитесь строить системы, которые находят клиентов, ускоряют работу и приносят доход. С нуля, без программирования.

Почему сейчас:

• Недавно нейросети могли работать только при прямом участии человека: вы даёте промпт — нейросеть выдаёт результат (текст, изображение, видео, аудио). Сегодня им «приделали руки»: они сами выполняют конкретные задачи — работают с файлами, программами и сервисами вместо вас. Это и есть AI-агенты.
• Наступает эпоха агентов и построения систем на нейросетях. Это автоматизирует большинство процессов — а значит позволяет предлагать новые услуги, увеличивать прибыль и зарабатывать больше.

Для кого:

• Слышали про AI-агентов, но не знаете, с чего начать, и побаиваетесь «кода».
• Понимаете, что мир и технологии движутся — хотим мы того или нет. Навык работы с агентами и построения автоматизированных систем становится новым обязательным навыком — как умение пользоваться компьютером в 2000-х.
• Видите возможности роста и более эффективной работы: с AI-агентами можно выйти на новый уровень — за пределы своей ниши, предлагая клиентам новые услуги и повышая собственную ценность.

Что у вас будет на выходе:

• Рабочая система поиска и квалификации клиентов.
• Набор личных агентов, которые снимают рутину и ускоряют работу.
• Понимание, как упаковать это в новые услуги и поднять чек.
• Выход за пределы одной ниши — к более широкому и платёжеспособному рынку.

Программа:

От первого агента — до системы, которая работает за вас.

Модуль 0. Система поиска лидов:

Готовая система: парсит Telegram-чаты, квалифицирует запросы, ранжирует их и подсказывает, как зайти в коммуникацию. Можно забрать бесплатно и запустить сразу.

Модуль 1. Инструменты и агенты:

Полная база с нуля, без программистского бэкграунда.

• Что такое нейросети вроде Claude Code и Codex и чем они отличаются от привычного чата ChatGPT.
• Как с ними взаимодействовать: какие есть интерфейсы — программа на компьютере или веб-приложение.
• Скиллы, правила, документация проектов и оптимизация токенов.
• Сборка первых агентов: чем агент отличается от чат-бота и как работать автономно 24/7.
• Что такое мультиагентная система и как она устроена.

Модуль 2. Автоматизация своей работы:

Смотрим на ваши текущие процессы и ускоряем их нейросетями.

• Что из текущей работы можно ускорить и как поднять производительность и эффективность на рынке.
• Настройка, модерирование и оптимизация рекламных кампаний с помощью AI-агентов.
• Какие новые инструменты для привлечения клиентов можно создать.
• Мультиагентная система поиска запросов на услуги: парсинг Telegram, Avito, HeadHunter, маркетплейсов, VK, Max и тематических сайтов, где есть клиенты.
• Создание собственных сайтов и веб-приложений.

Модуль 3. Услуги для клиентов:

Растим монетизацию за счёт новых услуг.

• К этому моменту вы понимаете, что умеют нейросети, как они работают с файлами на компьютере и серверах, какие есть возможности.
• Предлагаете клиентам расширенный список услуг по автоматизации их процессов и росту эффективности.
• Методика адресной работы: как выяснить реальную потребность бизнеса и предложить именно тот результат, который ему нужен.
• Горизонт почти безграничен: отраслевые решения под конкретную компанию, их адаптация под похожие бизнесы (если это не ограничено договором), а со временем — собственные SaaS-продукты.

Автор Андрей Пулькин

• Предприниматель с 2012 года.
• С 2021 года — визуальный контент для электронной коммерции.
• С 2023 года работаю с зарубежным рынком Amazon.
• С 2023 года веду YouTube-канал «Контент продаёт».
• С 2023 года активно использую нейросети и внедряю их в работу.

​

Практический курс о технологиях, а не об одном фреймворке. Мы строим одного агента по нарастающей сложности и разбираем смежные технологии, чтобы вы умели делать всё руками и видели картину целиком.

Курс не про конкретного агента — он про технологии. Мы собираем одного агента на минимальном функционале, всё отлаживаем, «выкатываем в прод», а затем наращиваем сложность.

Параллельно разбираем смежные с агентом технологии, чтобы у вас сформировался широкий кругозор — и при этом умение делать всё руками.

Структура курса:

Две части: сначала рукопашка, потом фреймворки.
Сначала вы понимаете, как всё устроено внутри, а уже потом берёте индустриальные инструменты — осознанно, а не как чёрный ящик.

Часть 1. Рукопашка:

Всё делаем своими руками, без внешних фреймворков — даже evals пишем сами. Вы понимаете каждый слой агента, а не доверяете магии библиотек.

• Работа с LLM напрямую через API
• Structured outputs и tool-calling с нуля
• Собственные метрики и оценка качества
• Архитектуры агентов изнутри

Часть 2. Фреймворки:

Изучаем стандартные индустриальные инструменты и переносите на них то, что уже умеете делать руками.

• Langchain
• Langgraph
• Langfuse / Arize Phoenix для observability
• Деплой, MCP-серверы, мультиагентные системы

Программа:

Три преподавателя-практика ведут свои блоки: разработка агента, качество и оценка, фреймворки и деплой.

1. Василий Исаев - Разработка агента · рукопашка:

• 1.1 Введение
  Prompt-engineering, работа с LLM через API.
• 1.2 Structured outputs и tool-calling
  ReAct-агент, планировщик + исполнитель, память агента.
• 1.3 RAG
  Поиск и работа со знаниями для агента.
• 1.4 Архитектуры агентов
  Разбор примеров: harness, openclaw, nanoclaw.

2. Андрей Киселёв - Качество и оценка:

• 2.1 Отладка и мониторинг
• 2.2 Оценка качества, evaluation
• 2.3 Методы повышения качества
  Борьба с галлюцинациями, guardrails.

3. Евгений Чернов - Фреймворки и деплой:

• 3.1 Интеграция с веб-приложениями и деплой
  MCP-серверы.
• 3.2 Langchain
• 3.3 Langgraph
• 3.4 Observability
  Langfuse (Arize Phoenix).
• 3.5 Многоагентные системы
  Протокол A2A.

Агенты, которых вы построите:

Практические кейсы и примеры в каждой теме — вы выходите с работающим кодом, а не с конспектом.

• Мини Claude Code
  Агент-кодер: читает задачу, правит файлы, запускает команды — упрощённая версия coding-агента.
• Personal Ops Agent (OpenClaw-style)
  Агент для личных и рабочих операций в стиле OpenClaw.
• Browser / GUI Agent
  Управляет браузером: открывает сайты, кликает, заполняет формы, собирает данные.
• API Integration Agent
  По документации API строит маленькую интеграцию: клиент, endpoint, webhook, тесты.
• QA / Testing Agent
  Сам пишет тест-кейсы, запускает Playwright / pytest, проверяет UI и заводит баг-репорт.

Преподаватели:

Василий Исаев

• ML-инженер, AI enthusiast
• Много работал с ассистентами — с реализацией и внедрением AI-сервисов. Работал в Точка Банк и Wildberries, в последнем месте активно внедряет AI-инструменты в процессы разработки.

Андрей Киселёв

• Head of Product, который строил, ломал и чинил AI продукты
• Строил AI-продукты в продакшне: от первых RAG в маленьких командах до платформ с миллионами вызовов агентов в день. Работал в Revolut и Yandex, где отвечал за внедрение AI-фич.
• Истории и подходы из курса — то, что встречается в реальной разработке продуктов, с цифрами, ошибками и рабочими плэйбуками.

Евгений Чернов

• MSc AI · Tech Lead AI в бигтехе
• Преподаватель магистратуры ФКН НИУ ВШЭ «Искусственный интеллект», преподаватель ДПО НИУ ВШЭ. Лидирует e2e-разработку LLM-систем, агентов и внедряет LLMOps-практики в high-load системах.

​

Для кого будет полезен этот курс:

• СММ (SMM)-специалисты и контентмейкеры
• Блогеры и инфлюенсеры
• Фотографы
• Дизайнеры и маркетологи
• Владельцы магазинов и маркетплейсов
• Все, кто мечтает о красивых фотографиях без лишних усилий

Создай визуал мечты за секунды!
Без студий, без фотографов, без видеографов, без иллюстраторов и дизайнеров. Просто задай параметры и получи визуал, которые выглядит настолько круто, что все подумают, что ты работаешь с настоящими профи.

Тариф Максимум

• Изучение нейросетей: ChatGPT, ZenCreator, Kling, Higgsfiels, Runway, .
• А также работа на платформах Higgsfield, Syntx
• Создание нейрофотосессии человека
• Создание продуктовой нейрофотосессии
• Перенос реального товара
• Улучшение качества фото и видео
• Интенсив по Midjourney
• Интенсив по монетизации нейросетей
• Чат учеников с обратной связью от преподавателя (бессрочный)
• PDF-гайды к каждому ур

ВАЖНО:
Для стартовой работы с нейросетью вам понадобится всего $ 10 на пополнение баланса.
За эти деньги вы создадите от 200 до 700 готовых фото. Это меньше, чем один час аренды студии, работы фотографа или иллюстратора, а результат точно удивит вас, ваших подписчиков, друзей и клиентов! Далее вы уже сами решаете, в какой нейросети вы будете работать и какие тарифы оплачивать.

​

Курс "Нейродизайнер" для вас, если вы:

• хотите брать больше проектов и зарабатывать больше или освободить огромное количество времени для себя
• хотите создавать проф. визуализации за день и мгновенно вносить правки без сложных 3D-программ
• долго думаете над идеей проекта и хотите, чтобы ИИ помогал быстрее создавать концепции и референсы
• хотите тратить меньше сил и работать в 10 раз быстрее, передавая рутинные задачи нейросетям

Что вы научитесь делать на курсе с помощью ИИ-инструментов за 2 месяца
Курс построен вокруг реальных задач дизайнера интерьера: от ТЗ и референсов до визуализаций, правок и атмосферы
1. Составлять ТЗ под любой объект
1 неделя обучения
Нейросети: ChatGPT
Вы научитесь делегировать ИИ подготовку вопросов, заполнение брифа, оформление его в Google-документ, а также провервку всех этапов проекта на соответствие с ТЗ.
В итоге у вас будет не шаблонное ТЗ “для всех”, а максимально точный и подробный документ под конкретный проект за считанные минуты.

2. Генерировать референсы
1 неделя обучения
Нейросети: ChatGPT, NanoBanana, Flux, Sora, Midjourney, Imagen4
Научитесь делегировать ИИ создание референсов под конкретную задачу: стиль, цвет, материалы, свет, атмосферу, бюджет и тип помещения.
Так вы сможете быстрее находить идею и показывать клиенту не случайные красивые картинки, а понятные референсы под его запрос.

3. Оформлять презентации с референсами в Figma
1 неделя обучения
Программа: Figma
Научитесь собирать референсы в красивую презентацию для клиента. Разберёте, как отбирать лучшие картинки, группировать их по идеям, показывать палитру, материалы и настроение.
В итоге ваша подача будет выглядеть профессиональнее, а клиенту будет проще выбрать концепцию.

4. Создавать коллажи и 3д планировки для ИИ
1 неделя обучения
Программа: Figma, Archicad
Научитесь создавать коллажи в Figma и объемные планировки в Archicad, которые с помощью ИИ сможете превращать в реалистичные визуализации.
Коллаж в Figma
Объемная планировка в Archicad

5. Делать точные визуализации
2 недели обучения
Нейросети: ChatGPT, NanoBanana
Научитесь создавать визуализации на основе реального фото помещения, коллажа, объёмной планировки или референса.
Разберёте, как перенести на визуализацию конкретную мебель и материалы, писать и дорабатывать промпты, сохранять геометрию, масштаб и пропорции.

6. Изменять любые элементы на визуализации
1 неделя обучения
Нейросети: ChatGPT, NanoBanana
Вы научитесь редактировать визуализации так, чтобы ИИ менял только нужный элемент, а не весь интерьер.
Разберёте, как заменять мебель, светильники, текстиль, плитку, паркет и декор, добавлять или удалять предметы, менять форму, цвет, размер и ракурс, сохраняя остальную часть изображения без изменений.

7. Настраивать освещение и атмосферу

Вы научитесь работать со всеми популярными нейросетями через агрегатор syntx.ai

​

Почему так работает:

За последние полгода мы обратили в эту веру несколько сотен наших друзей — владельцев компаний различных размеров. Все прошли один и тот же путь — и вот три главных наблюдения:

• Это — новая привычка.
  Как и любую другую привычку, ее нужно сформировать — сгладить первичное требование и получить первый результат и первое удовольствие. Дальше — набор инструментов добирается сам. А если привычка не сформируется — никакой список или курс не помогут.
• Метод переносится сам.
  Несколько сотен человек мы провели один-на-один. Дальше они научили свой ближайший круг, те — свой. Метод расходится без нашего участия — значит, работает механика, а не конкретный наставник.
• Первое трение — самое дорогое.
  Сложно — в первые сутки не забить, не бросить, прорваться через незнакомое и пугающее. Дальше входишь во вкус, и уже не нужен никакой «учитель» — только единомышленники, с кем можно находки обсудить.

Кому это:

Вам сюда, если:

• Вы владелец бизнеса, у вас есть конкретная задача которую нужно решить сейчас, или конкретный процесс, который хочется автоматизировать.
• Вы хотите строить сами, а не объяснять другим, что строить.
• Вы не разработчик. Терминал, git и деплой пугают сильнее, чем сама задача.
• Вам кажется, что сотрудники переоценивают сложность задач, но самому не хватает компетенции проверить. А хочется.

Сюда не надо, если:

• У вас нет задачи. Мы не сможем ее придумать за вас. По крайней мере, не в рамках этой когорты.
• Вы ищете курс про AI. Их много — список в конце страницы.
• Вы разработчик и хотите писать хороший код. Мы про результат. У этого результата будут тёмные места, и это осознанный размен.
• Вы продакт-менеджер или маркетолог. У вас другие задачи, под них есть другие форматы.

При поступлении нам говорили: «На мехмате не учат — на мехмате учатся». У нас здесь то же самое. Без конкретной задачи вы просто зря потратите время и деньги. Вам будет интересно и полезно, только если вы сами знаете, зачем это вам.

Авторская карта агентской работы:

Семь разделов дают язык, на котором дальше разбираем любую работу с агентом: модель как двигатель, среда как корпус, данные как топливо, коннекторы как руки, скиллы как повторяемость, харнес как собранная машина и петля качества как способ не поставить на автомат хаос.

• Двигатель.
  Что такое языковая модель, почему её знания заморожены датой обучения и почему ваша главная роль — менеджер контекста.
• Корпус.
  Чем чат отличается от кодинговой среды на вашем компьютере, откуда у агента берутся файлы, терминал, инструменты и часы автономной работы.
• Топливо.
  Какие данные модель читает легко, почему сканы и тяжёлые документы жгут контекст, и зачем переводить рабочие материалы в чистый текст.
• Руки.
  Как агент ходит во внешний мир: от копипаста и браузера до MCP, API и командной строки сервиса. Под частоту задачи — своя точность.
• Повторяемость.
  Как одну и ту же работу один раз записать словами и запускать по имени: скиллом, отдельным агентом или несколькими помощниками.
• Харнес.
  Как собрать среду вокруг модели: инструкции проекта, коннекторы, выбранная среда, модель, мягкие правила и жёсткие хуки на опасное.
• Петля качества.
  Лестница от «делаю руками» до «работает само». Сначала стабильный результат, потом скилл, потом расписание — без автоматизации хаоса.

Программа:

Как устроено:

Две недели. Пять групповых зумов в 20:00 МСК по 1,5–2 часа. Между ними — самостоятельная работа по материалам кабинета и вопросы в Telegram. В кабинете лежит опорная теория, записи встреч, практические разборы и самодиагностика. Остальное — ваша работа с Claude Code или Codex над своей задачей; менторы рядом, когда вы упираетесь.

• До 6 июля. Подготовка.
  Терминал, Claude Code, сервер, GitHub. Для тех, кому нужен Zoom — в реальном времени. Остальным — пошаговая инструкция для самостоятельной настройки.
• 6 июля, пн. Зум №1 · 20:00 МСК.
  1,5–2 часа. Разворачиваем Claude Code в российских условиях, учимся нагружать контекст и задавать правильные вопросы. К концу созвона человек работает сам. Ментор уходит — обычно человек сидит до утра.
• 7 июля, вт. Зум №2 · 20:00 МСК. 1,5–2 часа.
  Разбираем, что делать, когда результат не устраивает и когда всё выглядит как чужой язык. Первая порция находок.
• 8–12 июля. Самостоятельная работа + кабинет.
  Идёте по теории и практическим разборам в личном кабинете, применяете их к своей задаче. В Telegram — вопросы, короткие ответы и разбор мест, где группа массово упирается.
• 13 июля, пн. Зум №3 · 20:00 МСК. 1,5–2 часа.
  Все работают молча. Ментор делится новыми находками. Вопросы — по микрофону.
• 14–15 июля. Самостоятельная работа + кабинет.
  Дожимаете проект через материалы кабинета: агенты, задачи за пределами кода, пересборка, рабочая среда. В Telegram приносим застревания, менторы помогают распутать.
• 16 июля, чт. Зум №4 · 20:00 МСК.
  1,5–2 часа. Финальная полировка, деплой, домен.
• 17 июля, пт. Зум №5 · 20:00 МСК.
  1,5–2 часа. День показа: показываете свой продукт. Обсуждение с группой.

Материалы для самостоятельной работы:

• Записи встреч.
  Видео, главы и конспекты после каждого Zoom. Можно вернуться к месту, где упёрлись, а не искать нужный кусок в двухчасовой записи.
• 15 практических разборов.
  Git, секреты, второй агент, MCP, деплой, пересборка, план-режим, харнес проекта и другие вещи, которые быстро становятся нужны.
• Самодиагностика.
  Пять рабочих ситуаций и 40 вопросов. На выходе не оценка, а карта: где вы уже можете работать сами, а где ещё провисаете.
• Материалы по ходу.
  Типовые затыки группы превращаются в короткие объяснения, примеры и ответы. Они остаются рядом с основными материалами, а не теряются в переписке.

Практические находки:

В кабинете лежат 15 подробных разборов. Ниже — часть тем, которые быстро становятся нужны в работе: от git и MCP до деплоя, план-режима и рабочей среды. Между групповыми созвонами добавляем короткие видео, кружки и тексты под ход когорты.

• Откат и безопасность.
  Git, история изменений, секреты и права. Агент может быстро наделать полезного, поэтому сначала собираем способ откатиться и не отдать ему лишнее.
• Внешние инструменты.
  MCP, API-ключи, командная строка сервиса и браузер как запасной путь. Смотрим, какой коннектор брать под частоту задачи.
• Второй агент.
  Один агент делает, другой проверяет, третий смотрит свежим взглядом. Разбираем, где параллельность помогает, а где просто умножает шум.
• Среда проекта.
  AGENTS.md, CLAUDE.md, структура папок, инструкции и project harness. Агенту заранее объясняют правила работы, чтобы не делать это заново каждый раз.
• Скиллы и повторяемость.
  Повторяемую задачу записываем словами и запускаем по имени. Скилл становится рабочей инструкцией, которую можно улучшать по ходу работы.
• Деплой и пересборка.
  Облако, домен, публикация результата и честная пересборка с нуля, когда костылей стало больше, чем проекта.
• Управление работой.
  GitHub Issues, план-режим, автономный режим и меньше лишних подтверждений. Агенту нужен журнал задач и понятные границы самостоятельности.
• Проверка результата.
  Tack-комментарии, дизайн-система, стоимость, токены и ход рассуждения. Смотрим на качество результата и цену каждого «готово».