Курс на Stepik
Обложка курса «AI‑инженер: LLM‑приложения на Python с LangChain/LangGraph» на Stepik
2 500 ₽

AI‑инженер: LLM‑приложения на Python с LangChain/LangGraph ★ 0.000

Открыть на
STEPIK.ORG

AI‑инженер: LLM‑приложения на Python — это практический курс, в котором вы шаг за шагом освоите современные технологии генеративного ИИ. С нуля научитесь строить приложения на основе больших языковых моделей (LLM) с использованием LangChain/LangGraph, реализуете память, Retrieval‑Augmented Generation (RAG), агенты и графовые пайплайны, а затем доведёте их до продакшна с API, кэшированием и мониторингом.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «AI‑инженер: LLM‑приложения на Python с LangChain/LangGraph»Учеников на курсе 20
Сертификаты, выданные на курсе «AI‑инженер: LLM‑приложения на Python с LangChain/LangGraph»Сертификатов выдано 2
Отзывы о курсе «AI‑инженер: LLM‑приложения на Python с LangChain/LangGraph»Отзывов получено 0
Рейтинг курса «AI‑инженер: LLM‑приложения на Python с LangChain/LangGraph»Рейтинг курса 0.000
Уроки в курсе «AI‑инженер: LLM‑приложения на Python с LangChain/LangGraph»Количество уроков 40
Тесты в курсе «AI‑инженер: LLM‑приложения на Python с LangChain/LangGraph»Количество квизов 331
Время прохождения курса «AI‑инженер: LLM‑приложения на Python с LangChain/LangGraph»Время прохождения курса —
Стоимость курса «AI‑инженер: LLM‑приложения на Python с LangChain/LangGraph»Стоимость курса 2 500 ₽ —
Обновления курса «AI‑инженер: LLM‑приложения на Python с LangChain/LangGraph»Обновления курса — —
Дата публикации курса «AI‑инженер: LLM‑приложения на Python с LangChain/LangGraph»Дата публикации курса — ———
Последнее обновление курса «AI‑инженер: LLM‑приложения на Python с LangChain/LangGraph»Последнее обновление — ———
Сложность normal — ———

Содержание курса

Разделы в курсе «AI‑инженер: LLM‑приложения на Python с LangChain/LangGraph» 9 разделов Уроки в курсе «AI‑инженер: LLM‑приложения на Python с LangChain/LangGraph» 40 уроков Тесты в курсе «AI‑инженер: LLM‑приложения на Python с LangChain/LangGraph» 331 тест Время прохождения курса «AI‑инженер: LLM‑приложения на Python с LangChain/LangGraph» 2 ч. Последнее обновление курса «AI‑инженер: LLM‑приложения на Python с LangChain/LangGraph» обн. 22 июля 2026

Фундаментальная подготовка

3 урока
1. Введение в профессию AI-инженера ↗
2. Инструментальная база ↗
3. Парадигма LangChain ↗

Промпт-инжиниринг

4 урока
1. Типология и провайдеры LLM ↗
2. Синтаксис и структура промптов ↗
3. Продвинутые техники промптинга ↗
4. Структурированный вывод ↗

Управление контекстом и памятью

3 урока
1. Теория памяти в диалоговых системах ↗
2. Реализация памяти в LangChain ↗
3. Персистентность и хранение ↗

RAG (Retrieval-Augmented Generation)

7 уроков
1. Архитектура RAG ↗
2. Загрузка и обработка документов (Document Loaders) ↗
3. Сегментация текста (Text Splitting) ↗
4. Эмбеддинги и векторизация ↗
5. Векторные базы данных ↗
6. Продвинутые стратегии ретрива ↗
7. Построение RAG-пайплайнов ↗

Агентные системы на LangChain

4 урока
1. Теоретические основы агентов ↗
2. Инструменты ↗
3. Типы агентов в LangChain ↗
4. Маршрутизация и классификация намерений ↗

LangGraph - графовые архитектуры и стейт-менеджмент

10 уроков
1. От линейных цепочек к графам состояний ↗
2. Построение первого графа ↗
3. Циклы и итеративные процессы ↗
4. Ветвление и параллелизм ↗
5. Human-in-the-loop ↗
6. Персистентность в графах ↗
7. Мультиагентные системы на LangGraph ↗
8. Продвинутые паттерны ↗
9. LangGraph для RAG ↗
10. LangGraph в продакшне ↗

Production Engineering

5 уроков
1. Разработка API ↗
2. Асинхронное программирование ↗
3. Кэширование ↗
4. Контейнеризация ↗
5. Масштабирование ↗

LLMOps

4 урока
1. Мониторинг и наблюдаемость ↗
2. Трассировка ↗
3. Оценка качества ↗
4. Безопасность ↗

Проект

6 уроков
1. Проектирование графа с супервайзером ↗
2. Создание агентов: SQL-специалист, Python-исполнитель, визуализат ↗
3. Реализация маршрутизации запросов ↗
4. Координация и сбор результатов ↗
5. Интеграция с базами данных ↗
6. Деплой и мониторинг ↗