Курс на Stepik
Обложка курса «AI Engineer - ROADMAP | План для освоения профессии» на Stepik
Бесплатно

AI Engineer - ROADMAP | План для освоения профессии ★ 0.000

Открыть на
STEPIK.ORG

Практическая дорожная карта для Python-разработчиков, желающих стать ИИ-Инженерами. Это не полноценный курс с лекциями, а проверенный план развития: структурированные темы, ресурсы (курсы, документация, статьи, видео), и тесты для закрепления знаний. Пройдёте путь от основ LLM до построения RAG-систем и многоагентных архитектур. Никакой воды — только то, что реально используют в индустрии. 🚀

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «AI Engineer - ROADMAP | План для освоения профессии»Учеников на курсе 546
Сертификаты, выданные на курсе «AI Engineer - ROADMAP | План для освоения профессии»Сертификатов выдано 0
Отзывы о курсе «AI Engineer - ROADMAP | План для освоения профессии»Отзывов получено 0
Рейтинг курса «AI Engineer - ROADMAP | План для освоения профессии»Рейтинг курса 0.000
Уроки в курсе «AI Engineer - ROADMAP | План для освоения профессии»Количество уроков 27
Тесты в курсе «AI Engineer - ROADMAP | План для освоения профессии»Количество квизов 194
Время прохождения курса «AI Engineer - ROADMAP | План для освоения профессии»Время прохождения курса —
Обновления курса «AI Engineer - ROADMAP | План для освоения профессии»Обновления курса — —
Дата публикации курса «AI Engineer - ROADMAP | План для освоения профессии»Дата публикации курса — ———
Последнее обновление курса «AI Engineer - ROADMAP | План для освоения профессии»Последнее обновление — ———
Сложность easy — ———

Содержание курса

Разделы в курсе «AI Engineer - ROADMAP | План для освоения профессии» 9 разделов Уроки в курсе «AI Engineer - ROADMAP | План для освоения профессии» 27 уроков Тесты в курсе «AI Engineer - ROADMAP | План для освоения профессии» 194 теста Время прохождения курса «AI Engineer - ROADMAP | План для освоения профессии» 1 ч. Последнее обновление курса «AI Engineer - ROADMAP | План для освоения профессии» обн. 11 июля 2026

1. Введение

4 урока
Закрытый
1.1 Кто такой AI Engineer? (vs ML Engineer, Data Scientist) ↗
86
29
2м 25с
0
Закрытый
1.2 Почему backend-разработчику это ближе, чем кажется ↗
26
26
2м 42с
0
Закрытый
1.3 Инструменты, которые заменяют "модели": LLM как сервис ↗
20
20
2м 38с
0
Закрытый
1.4 Как использовать этот roadmap ↗
19
19
2м 33с
0

2. Базовый стек AI-инженера

4 урока
Закрытый
2.1 Основы LLM: что нужно знать ↗
23
7
2м 42с
0
Закрытый
2.2 Работа с API LLM ↗
12
4
2м 9с
0
Закрытый
2.3 Локальные LLM ↗
9
3
-
0
Закрытый
2.4 Логирование и трассировка ↗
8
3
-
0

3. Промпт-инжиниринг

2 урока
Закрытый
3.1 Основы написания промптов ↗
8
3
-
0
Закрытый
3.2 Тестирование и отладка промптов ↗
7
3
-
0

4. RAG (Retrieval-Augmented Generation)

3 урока
Закрытый
4.1 Архитектура RAG ↗
10
3
-
0
Закрытый
4.2 Векторные базы ↗
6
3
-
0
Закрытый
4.3 Оценка качества RAG ↗
5
4
-
0

5. Агенты (Agentic AI)

5 уроков
Закрытый
5.1 Что такое AI-агент? ↗
7
4
-
0
Закрытый
5.2 Инструменты (tools) ↗
4
3
-
0
Закрытый
5.3 Память ↗
3
3
-
0
Закрытый
5.4 Фреймворки ↗
4
3
-
0
Закрытый
5.5 Оркестрация ↗
3
3
-
0

6. LLM в продакшене: деплой, мониторинг, CI/CD

3 урока
Закрытый
6.1 Деплой с Docker и GPU (nvidia-container-toolkit) ↗
4
3
-
0
Закрытый
6.2 Мониторинг LLM: задержка, токены и стоимость ↗
3
2
-
0
Закрытый
6.3 CI/CD для LLM: регрессионные тесты промптов ↗
3
3
-
0

7. Low‑code и автоматизация (n8n)

2 урока
Закрытый
7.1 n8n: базовые паттерны workflow ↗
6
3
-
0
Закрытый
7.2 Кастомные ноды и когда без кода не обойтись ↗
3
3
-
0

8. Безопасность и этика

3 урока
Закрытый
8.1 Защита от prompt injection: валидация ↗
4
2
-
0
Закрытый
8.2 Обнаружение и удаление персональных данных (PII) ↗
2
2
-
0
Закрытый
8.3 Контроль расходов и защита от злоупотреблений ↗
3
2
-
0

9. Заключение

1 урок
Закрытый
9.1 Заключение ↗
4
4
-
0