Курс на Stepik
Обложка курса «AI-агенты: инженерия и алгоритмы реальных ИИ систем» на Stepik
6 000 ₽

AI-агенты: инженерия и алгоритмы реальных ИИ систем 0.000

Открыть на
STEPIK.ORG

Один из самых востребованных трендов последних лет - внедрение в существующие программные продукты технологий искусственного интеллекта и создание новых уникальных продуктов на их базе. Задача курса научить проектировать такие системы под реальные задачи, по текущим отраслевым подходам.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «AI-агенты: инженерия и алгоритмы реальных ИИ систем»Учеников на курсе 22
Сертификаты, выданные на курсе «AI-агенты: инженерия и алгоритмы реальных ИИ систем»Сертификатов выдано 1
Отзывы о курсе «AI-агенты: инженерия и алгоритмы реальных ИИ систем»Отзывов получено 0
Рейтинг курса «AI-агенты: инженерия и алгоритмы реальных ИИ систем»Рейтинг курса 0.000
Уроки в курсе «AI-агенты: инженерия и алгоритмы реальных ИИ систем»Количество уроков 33
Тесты в курсе «AI-агенты: инженерия и алгоритмы реальных ИИ систем»Количество квизов 24
Время прохождения курса «AI-агенты: инженерия и алгоритмы реальных ИИ систем»Время прохождения курса
Стоимость курса «AI-агенты: инженерия и алгоритмы реальных ИИ систем»Стоимость курса 6 000 ₽
Обновления курса «AI-агенты: инженерия и алгоритмы реальных ИИ систем»Обновления курса
Дата публикации курса «AI-агенты: инженерия и алгоритмы реальных ИИ систем»Дата публикации курса
Последнее обновление курса «AI-агенты: инженерия и алгоритмы реальных ИИ систем»Последнее обновление
Сложность normal

Содержание курса

Разделы в курсе «AI-агенты: инженерия и алгоритмы реальных ИИ систем» 6 разделов Уроки в курсе «AI-агенты: инженерия и алгоритмы реальных ИИ систем» 33 урока Тесты в курсе «AI-агенты: инженерия и алгоритмы реальных ИИ систем» 24 теста Время прохождения курса «AI-агенты: инженерия и алгоритмы реальных ИИ систем» 3 ч. Последнее обновление курса «AI-агенты: инженерия и алгоритмы реальных ИИ систем» обн. 19 июля 2026

Теоретический минимум по LLM (большим языковым моделям)

6 уроков
1. LLM взглянем в суть
2. Что LLM может и не может
3. Токены и контекст
4. Как LLM исполняется и что для этого нужно
5. Практика по Inference серверам (HARD*)
6. Рассуждения(Reasoning) - может ли модель думать самостоятельно?

Базовые алгоритмы и подходы построения агентов

11 уроков
1. Агенты взглянем в суть
2. Базовые абстракции для проектирования алгоритмов
3. Практика, заготовим клиент для разбора алгоритмов главы
4. CoT (Chain-of-Thought) - цепочка рассуждений
5. Tree-Of-Thought (ToT) - дерево рассуждений
6. Re-Act (Reason + Act) - рассжудение и выполнение
7. LATS (Language Agent Tree Search) - дерево поиска для агента
8. Структурный вывод и вызов функций
9. Кодогенерация как инструмент мышления (PAL)
10. MCP
11. Измерение и оценка качества агентской системы

Подходы построения мультиагентных систем

6 уроков
1. Как сочетать множество агентов в один
2. Последовательные цепочки на Langchain
3. Разделение агентской системы по базовым функциям (MRKL)
4. Графы и машины состояния
5. Целеориентированные топологии
6. Безопасность в агентских системах (Guardrails)

Эффективное смешивание генерации с поиском

6 уроков
1. В чем смысл RAG (генерации дополненной поиском)?
2. Общая архитектура системы класса RAG
3. Измерение и оценка качества RAG системы
4. Алгоритмы оптимизации RAG системы [Раздел дорабатывается]
5. Векторные хранилища Qdrant и Milvus
6. Более традиционные СУБД как векторные хранилища

Каналы и модальности

3 урока
1. Общие канальные архитектурные шаблоны агентской системы
2. Архитектура агента под телефонию и голосовые ВА
3. Архитектуры непрямого взаимодействия [Раздел дорабатывается]

Улучшение курса

1 урок
1. План развития курса