Курс на Stepik
Обложка курса «AI Агенты на Python: для начинающих» на Stepik
3 500₽ -20%
--:--:--
2 800 ₽

AI Агенты на Python: для начинающих ★ 0.000

Открыть на
STEPIK.ORG

Продолжение линейки курсов: Профессия AI-Engineer. Курс для Python-разработчиков: как построить отказоустойчивого AI-агента с памятью, валидацией и мониторингом — без академической математики и PhD.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «AI Агенты на Python: для начинающих»Учеников на курсе 64
Сертификаты, выданные на курсе «AI Агенты на Python: для начинающих»Сертификатов выдано 2
Отзывы о курсе «AI Агенты на Python: для начинающих»Отзывов получено 0
Рейтинг курса «AI Агенты на Python: для начинающих»Рейтинг курса 0.000
Уроки в курсе «AI Агенты на Python: для начинающих»Количество уроков 53
Тесты в курсе «AI Агенты на Python: для начинающих»Количество квизов 368
Задачи с кодом в курсе «AI Агенты на Python: для начинающих»Количество задач с кодом 53
Время прохождения курса «AI Агенты на Python: для начинающих»Время прохождения курса —
Стоимость курса «AI Агенты на Python: для начинающих»Стоимость курса 3 500 ₽ —
Обновления курса «AI Агенты на Python: для начинающих»Обновления курса — —
Дата публикации курса «AI Агенты на Python: для начинающих»Дата публикации курса — ———
Последнее обновление курса «AI Агенты на Python: для начинающих»Последнее обновление — ———
Сложность easy — ———

Содержание курса

Разделы в курсе «AI Агенты на Python: для начинающих» 8 разделов Уроки в курсе «AI Агенты на Python: для начинающих» 53 урока Тесты в курсе «AI Агенты на Python: для начинающих» 368 тестов Задачи в курсе «AI Агенты на Python: для начинающих» 53 задачи Время прохождения курса «AI Агенты на Python: для начинающих» 6 ч. Последнее обновление курса «AI Агенты на Python: для начинающих» обн. 23 мая 2026

1. Введение

4 урока
Открытый
1.1 О курсе ↗
14
8
2м 6с
0
Закрытый
1.2 Кто такой AI-агент ↗
9
3
-
0
Закрытый
1.3 Архитектурный цикл агента: Reason → Act → Observe ↗
4
1
-
0
Закрытый
1.4 Требования к курсу и подготовка окружения ↗
3
3
-
0

2. Фундамент агентов без фреймворков

6 уроков
Открытый
2.1 Агент на requests: первый запрос к LLM ↗
5
1
-
0
Закрытый
2.2 Инструменты (tools) ↗
4
1
-
0
Закрытый
2.3 Цикл выполнения: как агент выбирает инструмент ↗
3
1
-
0
Закрытый
2.4 Простая память: кэширование предыдущих шагов через dict ↗
2
1
-
0
Закрытый
2.5 Границы агента без фреймворков ↗
3
1
-
0
Закрытый
2.6 Закрепление: мини-агент для анализа одной строки лога ↗
3
1
-
0

3. CrewAI: освоение кирпичиков

6 уроков
Открытый
3.1 Класс Agent: role, goal, backstory — зачем всё это нужно ↗
2
1
-
0
Закрытый
3.2 Класс Task: описание задачи и ожидаемый вывод ↗
2
0
-
0
Закрытый
3.3 Класс Crew: процессы sequential и hierarchical ↗
2
1
-
0
Закрытый
3.4 Инструменты в CrewAI: декоратор @tool и кастомные функции ↗
2
0
-
0
Закрытый
3.5 Обработка ошибок в инструментах ↗
2
1
-
0
Закрытый
3.6 Закрепление: Анализатор инцидентов ↗
2
0
-
0

4. LangGraph: освоение кирпичиков

10 уроков
Открытый
4.1 Состояние (State): TypedDict и зачем типизировать ↗
3
1
-
0
Закрытый
4.2 Граф состояний (StateGraph): основа выполнения ↗
2
0
-
0
Закрытый
4.3 Узлы графа (Node): функции как шаги выполнения ↗
2
1
-
0
Закрытый
4.4 Рёбра (Edge): линейные переходы между узлами ↗
2
1
-
0
Закрытый
4.5 Условные переходы (ConditionalEdge): ветвление по состоянию ↗
2
1
-
0
Закрытый
4.6 Команда (Command): динамическое управление состоянием и потоком ↗
2
1
-
0
Закрытый
4.7 Чекпоинты: сохранение и восстановление прогресса ↗
2
0
-
0
Закрытый
4.8 Прерывания (Interrupt): Human-in-the-Loop ↗
2
1
-
0
Закрытый
4.9 Вызовы LLM в узлах графа: интеллект через промпты ↗
2
1
-
0
Закрытый
4.10 Закрепление: Анализатор инцидентов ↗
2
0
-
0

5. Сравнение архитектур на микро-кейсах

7 уроков
Закрытый
5.1 Линейный пайплайн: CrewAI vs LangGraph — чей код проще? ↗
2
1
-
0
Закрытый
5.2 Цикл с условием ↗
3
1
-
0
Закрытый
5.3 Параллельная обработка ↗
1
1
-
0
Закрытый
5.4 Антипаттерн «бесконечный цикл» ↗
1
1
-
0
Закрытый
5.5 Антипаттерн «утечка состояния» ↗
2
1
-
0
Закрытый
5.6 Когда выбрать CrewAI, а когда LangGraph ↗
1
1
-
0
Закрытый
5.7 Закрепление ↗
2
0
-
0

6. Продакшен-слои для агентов

7 уроков
Закрытый
6.1 Валидация вывода через Pydantic: ловим галлюцинации структуры ↗
2
0
-
0
Закрытый
6.2 Retry-логика: повтор с уточняющим промптом при ошибке валидации ↗
1
0
-
0
Закрытый
6.3 Тестирование агентов: моки LLM и проверка бизнес-логики ↗
2
1
-
0
Закрытый
6.4 Логирование и трейсинг ↗
2
1
-
0
Закрытый
6.5 Мониторинг: LangSmith, алерты ↗
2
1
-
0
Закрытый
6.6 Безопасность: санитизация инпута и ограничение инструментов ↗
1
1
-
0
Закрытый
6.7 Закрепление ↗
1
1
-
0

7. Финальный проект: SupportAI на FastAPI + LangGraph

10 уроков
Открытый
7.1 Архитектура проекта и подготовка окружения ↗
3
2
-
0
Закрытый
7.2 Модели и миграции ↗
2
1
-
0
Закрытый
7.3 Асинхронные эндпоинты и валидация ↗
2
1
-
0
Закрытый
7.4 Многоузловой агент ↗
2
1
-
0
Закрытый
7.5 Память агента: InMemorySession + Чекпоинты ↗
2
1
-
0
Закрытый
7.6 Валидация и retry-логика агента ↗
2
1
-
0
Закрытый
7.7 Безопасность: санитизация и ограничение инструментов ↗
1
1
-
0
Закрытый
7.8 Логирование, мониторинг и алерты ↗
2
1
-
0
Закрытый
7.9 Тестирование: моки и интеграция ↗
2
1
-
0
Закрытый
7.10 Запуск агента в Docker: упаковка и тестирование ↗
3
1
-
0

8. Заключение

3 урока
Закрытый
8.1 Пути развития: от агентов к многоагентным системам ↗
1
1
-
0
Закрытый
8.2 Рекомендации по железу ↗
3
3
-
0
Закрытый
8.3 Заключение ↗
3
3
-
0