Чему вы научитесь
- Определять, какие задачи стоит решать с помощью LLM, а где надежнее использовать обычную бизнес-логику.
- Работать с API современных языковых и мультимодальных моделей из Python.
- Понимать ограничения LLM и учитывать размер контекста, задержку и стоимость запросов.
- Создавать надежный LLM Client с таймаутами, повторными запросами и обработкой ошибок.
- Проектировать системные инструкции, промпты и контекст для AI-функций.
- Создавать чат с управляемой историей диалога и потоковой передачей ответов.
- Получать структурированные ответы от модели и валидировать их с помощью JSON Schema и Pydantic.
- Подключать к модели Python-инструменты и контролировать их безопасное выполнение.
- Извлекать и анализировать данные из PDF, DOCX, таблиц и изображений.
- Создавать типизированный AI API на FastAPI и интегрировать AI-функции в backend-приложения.
- Тестировать AI-функции и проверять работу приложения без постоянных реальных запросов к модели.
- Настраивать логирование, контролировать стоимость запросов и учитывать основные риски безопасности.
- Подготавливать AI-приложение к запуску и развертывать его с помощью Docker.
О курсе
Практический курс по созданию AI-приложений на Python. Вы научитесь работать с LLM API, создавать надежные AI-функции, подключать инструменты, обрабатывать документы и изображения и соберете полноценный AI Backend на FastAPI от первого запроса к модели до тестирования, безопасности и запуска приложения.
Для кого этот курс
Курс подойдет:
- Python-разработчикам, которые хотят освоить разработку AI-приложений
- Backend-разработчикам на FastAPI, Django и других Python-фреймворках
- Разработчикам, которые хотят добавить AI-функции в существующие продукты
- Тем, кто хочет перейти в направление AI Development
- Разработчикам, которые планируют дальше изучать RAG, AI-агентов, LangGraph и MCP
Начальные требования
Для прохождения курса необходимо:
- уверенно владеть основами Python
- понимать основы HTTP и REST API
Опыт работы с AI, Machine Learning и нейронными сетями не требуется.
Преподаватели курса
4 545
Как проходит обучение
Каждый модуль включает:
- короткие теоретические уроки без лишней математики
- практические примеры на Python
- разбор архитектурных решений и типичных ошибок
- развитие сквозного AI Backend
- практические задания для закрепления материала
Нагрузка
6-7