Чему вы научитесь
- Создавать современные веб-API с помощью FastAPI
- Работать с базами данных в асинхронном режиме
- Эффективно работать с нейросетями (на примере GigaChat)
О курсе
Для кого этот курс
Начальные требования
Требования к курсу (что нужно знать перед стартом)
Чтобы спокойно проходить уроки и собирать рабочий проект, достаточно базовой подготовки. Этот курс не требует глубокого опыта, но несколько вещей желательно понимать заранее.
- Базовый Python
переменные, функции, циклы, модули, простая работа со строками и словарями
- **Умение работать с виртуальным окружением**
venv, установка зависимостей через pip
- **Минимальная работа с терминалом**
запуск скриптов, навигация по проекту, установка пакетов
- **Желательно понимать основы HTTP**
что такое GET, POST, что такое запрос и ответ
- **Базовое представление о JSON**
как выглядят JSON-структуры и зачем они нужны в API
- **Небольшой опыт работы с Git полезен, но не обязателен**
если нет — разберёшься по ходу
**Чего точно НЕ требуется:**
- знание FastAPI
- опыт работы с GigaChat или любыми LLM
- продвинутый SQL
- умение писать Telegram-ботов
- глубокий backend или DevOps
Курс построен так, что всё объясняется постепенно — от простого к сложному — и каждая новая часть опирается на предыдущую.
Главное требование — базовый Python и готовность писать код.
Преподаватели курса
2 283
Как проходит обучение
Как проходит обучение
Обучение построено так, чтобы ты сразу применял знания на практике и постепенно собирал полноценный рабочий сервис.
Короткие, точные видеоуроки. Каждый урок посвящён одной конкретной задаче: настройка FastAPI, интеграция GigaChat, подключение базы, создание эндпоинта, добавление бота и так далее.
Пошаговое создание реального проекта. Ты начинаешь с пустой структуры и по ходу курса собираешь настоящий сервис: интерфейс, API, базу данных, планировщик, ИИ-генерацию и Telegram-бота.
Мгновенная практика. После каждого блока ты применяешь знания прямо в коде — без абстракций и лишней теории.
Полный набор рабочих инструментов. Ты научишься:
писать API на FastAPI,
работать с асинхронностью,
создавать модели через SQLAlchemy и Pydantic,
генерировать текст через GigaChat,
запускать задачи по расписанию,
отправлять результаты в Telegram-бот.
Поддержка и разборы. В процессе курс даёт подсказки, рекомендации и готовые решения типичных проблем — от ошибок конфигурации до нюансов асинхронного кода.
Итог — готовое приложение. После завершения ты имеешь реальный, рабочий мини-сервис, который можно развернуть на сервере и использовать как основу для своих проектов.
Что вы получите
- Этот курс — не просто набор уроков, а полноценный путь: от пустой папки до работающего сервиса с ИИ, базой данных, автогенерацией контента и Telegram-ботом. Вот навыки, которые ты освоишь на практике:
- 1. Создание веб-приложений на FastAPI
- установка и настройка FastAPI
- создание маршрутов и контроллеров
- работа с HTML-шаблонами и формами
- обработка запросов к GigaChat
- валидация данных через Pydantic
- подключение middleware и собственная обработка ошибок
- системное логирование
- Ты научишься собирать чистую архитектуру API, как это делают в реальных проектах.
- 2. Работа с базами данных
- асинхронная работа с SQLAlchemy
- создание моделей данных
- паттерн Repository для аккуратного и удобного доступа к базе
- В итоге ты сможешь строить устойчивый слой данных для любого приложения.
- 3. Создание эффективных промптов
- принципы промпт-инжиниринга
- что такое структурированный промпт
- как писать промпты, которые дают точный и стабильный результат
- Это знание поможет использовать ИИ как инструмент, а не как рулетку.
- 4. Полная интеграция ИИ в приложение
- отправка запросов в GigaChat
- генерация контента через нейросеть
- автоматическая генерация по расписанию (APScheduler)
- Ты создашь сервис, который сам генерирует данные и сохраняет их в базу.
- 5. Добавление Telegram-бота
- подключение бота к проекту
- выдача сгенерированного контента прямо в Telegram
- интеграция с планировщиком
- Полностью рабочая автоматизация: нейросеть → backend → бот.