[Яндекс Практикум] ИИ-агенты и автоматизация. Тариф Оптимальная версия (Александр Карлович)

​

За 8–12 недель соберёте агентов под свои рабочие задачи, чтобы экономить до 15 часов в неделю

Автоматизируйте рутину с помощью ИИ-агентов, которые работают без вашего участия

• Собственный ИИ-агент с возможностью настройки под ваши рабочие процессы
• Автоматизация рутины — анализа тикетов, расшифровки интервью, подготовки отчётов
• Не нужно уметь писать код, будете работать на no-code-платформе
• Настройка мультиагентных систем — в оптимальном и максимальном тарифах
• Тема про безопасность и внедрение агентов с учётом корпоративных ограничений
• Продуманная нагрузка, чтобы совмещать курс с работой

Это курс для специалистов, которые хотят выйти на новый уровень работы с ИИ

• Для продакт-менеджеров
  Перестанете работать «маршрутизатором» данных между командами и высвободите время на обдумывание стратегии и исследование продукта
• Для бизнес-аналитиков
  Автоматизируете сбор, очистку и первичную обработку данных, оставив только глубокий анализ и принятие решений
• Для смежных специальностей
  Автоматизируете коммуникации и ускорите подготовку технических заданий, брифов и рабочих материалов

Чему научитесь

• Проектировать workflow ИИ-агента под любые рабочие задачи
• Готовить системные промпты для стабильной работы агента
• Интегрировать агентов с внешними сервисами — API, базами данных и мессенджерами
• Работать с векторными базами данных и технологией RAG
• Защищать ИИ-агентов от угроз — инъекций в промпты и перегрузок
• Настраивать логирование, мониторинг и обработку ошибок
• Настраивать мультиагентное взаимодействие и маршрутизацию запросов
• Кастомизировать готовые решения под собственные задачи

Программа

Бесплатная часть: ИИ-агенты: основы работы и формат обучения на курсе
Это бесплатный модуль, чтобы вы освоились на платформе и определились, подходит ли вам курс

• Как устроен курс
• Агент или продвинутый промпт
• Личные ИИ‑агенты и рабочая эффективность
• Обзор готовых решений и библиотек автоматизаций
• Что можно автоматизировать агентом
• Потестируете формат курса и поймёте, какие задачи сможете автоматизировать при помощи агентов

1. Основы работы с ИИ-агентами и системный промптинг
Подготовите набор системных промптов под рабочие задачи и проверите их по чек-листу

• Архитектура ИИ‑агента
  Изучите роли, инструменты, память, контекст, входы и выходы агента
• Системный промптинг
  Поймёте, как задавать роль, ограничения и формат ответа, чтобы агент работал стабильно
• Промпты под рабочие задачи
  Составите системные промпты под рабочие задачи: анализ тикетов, расшифровка интервью, составление отчётов

2. Сборка ИИ-агента
Спроектируете и соберёте простого агента, улучшите его и интегрируете с внешними сервисами

• Проектирование рабочего процесса агента
  Разобьёте задачу на шаги и спроектируете логику работы агента
• Основы работы с n8n
  Узнаете, что такое базовые ноды и ветвления, как обрабатывать ошибки и запускать сценарии
• Первая рабочая версия агента
  Соберёте агента, который решает простую, но реальную рабочую задачу
• Ноды и внешние сервисы
  Изучите ключевые ноды n8n и подключите внешние сервисы: CRM, таблицы, мессенджеры, API
• Хранение данных и безопасность
  Познакомитесь с Supabase для хранения логов и результатов работы агента, разберёте базовые угрозы (SQL-инъекции, DDoS) и способы защиты агента
• Доработка агента
  Улучшите функциональность агента, чтобы он справлялся с более сложными задачами

3. Внедрение векторных баз данных
Внедрите векторную базу данных в своего агента

• Supabase для векторных данных
  Подключите Supabase, изучите структуру хранения логов, данных пользователей и результатов работы агента.
• Основы SQL
  Научитесь составлять базовые запросы для работы с данными, которые нужны для настройки агента.
• Технология RAG
  Поймёте, как объединить поиск по базе и генерацию ответов моделью. Научитесь делать чанкирование документов.
• Векторный поиск
  Настроите векторный поиск, чтобы агент находил релевантные документы по смыслу.
• Внедрение векторной базы данных в агента
  Подключите векторную базу данных к своему агенту и обновите логику работы.

4. Мультиагентные системы
Настроите мультиагентную систему под выбранную продуктовую задачу

• Когда нужно несколько агентов
  Изучите примеры задач, где мультиагентная система эффективнее одного агента.
• Разделение обязанностей между агентами
  Поймёте, как выделять роли и ответственность для разных агентов.
• Шаблоны взаимодействия агентов
  Изучите разные шаблоны: последовательная работа, параллельные сценарии, условная маршрутизация. Познакомитесь с паттернами взаимодействия — оркестрацией и хореографией.
• Маршрутизация запросов
  Настроите передачу запросов и данных между агентами с помощью нод ветвления (If/Switch).

5. Кастомизация ИИ-агента под свои задачи
Перенесёте и настроите всех созданных агентов или мультиагентную систему под свои задачи по чек-листу

• Способы работы в n8n
  Изучите особенности разных способов: веб-версии, облака, развёртывание локально на личном компьютере. Узнаете, какие есть преимущества и недостатки у каждого варианта.
• Перенос агентов в собственный аккаунт
  Настроите свою среду в n8n и перенесёте все сценарии.
• Кастомизация под свои задачи
  Поймёте, как корректировать промпты, настройки и интеграции под свой контекст.
• Подключение собственных источников данных
  Интегрируете агентов с вашими рабочими инструментами и базами.
• Проверка перед запуском
  Сверитесь с чек-листами, чтобы проверить устойчивость и пользу агентов перед применением в работе.

Программный эксперт курса — Александр Карлович, руководить подгруппы по технологиям и обучению в Яндексе
Education-дизайнер, эксперт по no- и low-code‑решениям в обучении, EdTech Product Manager. 11+ лет опыта в управлении образовательными проектами и продуктами, 3 года в разработке ИИ-решений.

ИИ-агенты и автоматизация: оптимальная версия