Сколько стоит курс «LangChain: создание ИИ агентов для бизнеса на Python»?

Стоимость курса составляет 5900.00 рублей

Сколько времени занимает прохождение курса «LangChain: создание ИИ агентов для бизнеса на Python»?

Прохождение курса «LangChain: создание ИИ агентов для бизнеса на Python» занимает примерно 12 часов.

Какой рейтинг у курса «LangChain: создание ИИ агентов для бизнеса на Python»?

Курс имеет рейтинг 5.0 из 5 на основе 7 отзывов. На курсе обучается 66 учеников.

Выдаётся ли сертификат по окончании курса?

Да, при успешном завершении курса выдаётся сертификат от платформы Stepik. На данный момент 12 учеников получили сертификат (18.2% завершаемость).

Где можно пройти курс «LangChain: создание ИИ агентов для бизнеса на Python»?

Курс доступен на образовательной платформе Stepik по адресу stepik.org/course/289381.

Курс на Stepik

Обложка курса «LangChain: создание ИИ агентов для бизнеса на Python» на Stepik

5 900 ₽

LangChain: создание ИИ агентов для бизнеса на Python ★ 5.000

Name: LangChain: создание ИИ агентов для бизнеса на Python
Price: 5900.00 RUB
Availability: InStock
Rating: 5.0 (7 reviews)

Открыть на
STEPIK.ORG

Курс по созданию AI-агентов на Python с помощью фреймворка LangChain. С нуля погружаемся в программирование Искусственного Интеллекта через локальные агенты на LangChain. Решаем реальные бизнес задачи, создаем инструменты, формируем цепочки, разбираемся с RAG и учимся создавать автономных мульти-системных агентов.

Показатель	Текущие показатели		Рост
Показатель	Значение	🏆 Рейтинг	3 дн	7 дн	30 дн
Учеников на курсе	66
Сертификатов выдано	12
Отзывов получено	7
Рейтинг курса	5.000
Количество уроков	73
Количество квизов	332
Количество задач с кодом	1
Время прохождения курса	12 ч.	—
Стоимость курса	5 900 ₽	—
Обновления курса	—	—
Дата публикации курса	3 месяца назад	—	—	—	—
Последнее обновление	14 сентября 2026	—	—	—	—
Сложность	normal	—	—	—	—

Содержание курса

Разделы в курсе «LangChain: создание ИИ агентов для бизнеса на Python»

7 разделов Уроки в курсе «LangChain: создание ИИ агентов для бизнеса на Python»

73 урока Тесты в курсе «LangChain: создание ИИ агентов для бизнеса на Python»

332 теста Задачи в курсе «LangChain: создание ИИ агентов для бизнеса на Python»

1 задача Время прохождения курса «LangChain: создание ИИ агентов для бизнеса на Python»

12 ч.

обн. 14 сентября 2026

Введение в LLM-агенты

2 урока

1. LLM: возможности и ограничения ↗

2. LangChain и LangGraph ↗

Введение в LangChain

6 уроков

1. Установка и настройка LangChain ↗

2. Первый вызов LLM модели ↗

3. Шаблоны промптов ↗

4. Структурированные ответы от LLM ↗

5. Подключение Gemini ↗

6. История чата ↗

Российские LLM-модели

2 урока

1. LLM модели Яндекса ↗

2. LLM модели Сбера ↗

Цепочки и Runnable-архитектура

17 уроков

1. Знакомство с проектом ↗

2. Промпт, модель и парсер ↗

3. Первая цепочка ↗

4. Погружение в Runnable-архитектуру ↗

5. Соединение цепочек ↗

6. Массовый вызов ↗

7. Колбэки ↗

8. Резервные цепочки ↗

9. Аварийная цепочка ↗

10. Резервные модели ↗

11. Fake-модель ↗

12. Аварийный ответ ↗

13. Повторы шагов ↗

14. Порядок fallback и retry ↗

15. Вложенность цепочек и Runnable ↗

16. Распараллеливание через RunnableParallel ↗

17. Passtrough и проброс данных ↗

Инструменты

12 уроков

1. Введение в инструменты ↗

2. Создание и ручной вызов инструмента ↗

3. Встроенные парсеры ↗

4. Ответ модели после вызова инструмента ↗

5. Документация ↗

6. Обработка исключений в инструментах ↗

7. Множественные вызовы ↗

8. Выбор из нескольких инструментов ↗

9. Схема аргументов ↗

10. StructuredTool ↗

11. BaseTool ↗

12. Проблема вызова нескольких инструментов ↗

RAG

21 урок

1. Введение в RAG ↗

2. Внешние загрузчики ↗

3. Внешние загрузчки: практика ↗

4. Искусство нарезки текстов, часть 1 ↗

5. Искусство нарезки текстов, часть 2 ↗

6. Установка векторной базы данных ↗

7. Установка embedding-моделей ↗

8. Простейший embedding ↗

9. Embedding всей базы данных ↗

10. Поиск по векторному хранилищу ↗

11. Сборка цепочки ↗

12. Архитектура индексации ↗

13. Архитектура RAG ↗

14. Параметры ретривера ↗

15. Ретривер с фильтром ↗

16. Мульти запросы ↗

17. Ответы с источниками ↗

18. Вектора и точные совпадения ↗

19. Вектора и полнотекстовый поиск ↗

20. Полнотекстовый ретривер ↗

21. Оформление инструмента ↗

Агенты в LangChain

4 урока

1. Введение в агенты ↗

2. Создание первого агента ↗

3. Прямой возврат от инструмента ↗

4. Структурированный вывод ↗