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