Курс на Stepik
Обложка курса «Архитектура систем искусственного интеллекта 2026 - 2030» на Stepik
Бесплатно

Архитектура систем искусственного интеллекта 2026 - 2030 ★ 5.000

Открыть на
STEPIK.ORG

Фундаментальный курс по архитектуре современных ИИ-систем — от данных и моделей до RAG, агентов, инфраструктуры, оценки и безопасности. Не про отдельные модели и инструменты — про то, как проектировать полноценные, надёжные и управляемые ИИ-системы с учётом требований российской юрисдикции.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Архитектура систем искусственного интеллекта 2026 - 2030»Учеников на курсе 166
Сертификаты, выданные на курсе «Архитектура систем искусственного интеллекта 2026 - 2030»Сертификатов выдано 0
Отзывы о курсе «Архитектура систем искусственного интеллекта 2026 - 2030»Отзывов получено 4
Рейтинг курса «Архитектура систем искусственного интеллекта 2026 - 2030»Рейтинг курса 5.000
Уроки в курсе «Архитектура систем искусственного интеллекта 2026 - 2030»Количество уроков 117
Тесты в курсе «Архитектура систем искусственного интеллекта 2026 - 2030»Количество квизов 56
Время прохождения курса «Архитектура систем искусственного интеллекта 2026 - 2030»Время прохождения курса —
Обновления курса «Архитектура систем искусственного интеллекта 2026 - 2030»Обновления курса — —
Дата публикации курса «Архитектура систем искусственного интеллекта 2026 - 2030»Дата публикации курса — ———
Последнее обновление курса «Архитектура систем искусственного интеллекта 2026 - 2030»Последнее обновление — ———
Сложность normal — ———

Содержание курса

Разделы в курсе «Архитектура систем искусственного интеллекта 2026 - 2030» 14 разделов Уроки в курсе «Архитектура систем искусственного интеллекта 2026 - 2030» 117 уроков Тесты в курсе «Архитектура систем искусственного интеллекта 2026 - 2030» 56 тестов Время прохождения курса «Архитектура систем искусственного интеллекта 2026 - 2030» 4 ч. Последнее обновление курса «Архитектура систем искусственного интеллекта 2026 - 2030» обн. 14 сентября 2026

Модуль 0 - Инженерная база

8 уроков
1. 0.1. Python для ИИ-инженера ↗
2. 0.2. Библиотеки работы с данными. NumPy и Pandas ↗
3. 0.3. Визуализация и инженерная практика Python ↗
4. 0.4. Базы данных. Модели и назначение ↗
5. 0.5. SQL за один урок ↗
6. 0.6. Линейная алгебра в объёме эмбеддингов ↗
7. 0.7. Вероятность и статистика в объёме решений ↗
8. 0.8. Классическое машинное обучение. Карта за один урок ↗

Модуль 1 - Основы ИИ-архитектуры

6 уроков
1. 01. Что такое система ИИ и кто такой её архитектор ↗
2. 02. Анатомия ИИ-системы. Эталонная семислойная модель ↗
3. 03. Карта технологий и рынка на август 2026 ↗
4. 04. Экономика ИИ-системы ↗
5. 05. Каталог архитектурных паттернов и антипаттернов ↗
6. 06. Сквозной кейс курса. Постановка ↗

Модуль 2 - Право и регулирование ИИ

5 уроков
1. 07. Правовое поле ИТ и ИИ в России до 243-ФЗ ↗
2. 08. 243-ФЗ. Предмет, понятия и принципы ↗
3. 09. 243-ФЗ. Государство и статус модели ↗
4. 10. 243-ФЗ. Разработчик, маркировка и права на результаты ↗
5. 11. 243-ФЗ. Ответственность, сроки и что делать архитектору ↗

Модуль 3 - Данные и знания

8 уроков
1. 12. Архитектура данных для ИИ-систем ↗
2. 13. Потоковый и пакетный контуры ↗
3. 14. Происхождение и правовой статус данных ↗
4. 15. Качество данных и контракты ↗
5. 16. Персональные и чувствительные данные в ИИ-контуре ↗
6. 17. Разметка и синтетические данные ↗
7. 18. Векторные хранилища и индексы ↗
8. 19. Графы знаний, каталог и управление данными ↗

Модуль 4 - Архитектура моделей

8 уроков
1. 20. Трансформер глазами архитектора ↗
2. 21. Токенизация, контекст и KV-кеш. Откуда берётся стоимость ↗
3. 22. Не только плотные LLM ↗
4. 23. Мультимодальность ↗
5. 24. Рассуждающие модели и вычисления на инференсе ↗
6. 25. Малые модели, дистилляция, каскады и маршрутизация ↗
7. 26. Эмбеддинги, реранкеры и классический ML в 2026 году ↗
8. 27. Выбор модели как архитектурное решение ↗

Модуль 5 - Адаптация моделей

7 уроков
1. 28. Лестница адаптации ↗
2. 29. Промпт как инженерный артефакт ↗
3. 30. Контекстная инженерия ↗
4. 31. Структурированный вывод и надёжность формата ↗
5. 32. Дообучение. SFT и PEFT ↗
6. 33. Выравнивание и ценностная настройка ↗
7. 34. Сжатие модели как архитектурное решение ↗

Модуль 6 - RAG и память

9 уроков
1. 35. Почему наивный RAG не работает ↗
2. 36. Парсинг и подготовка документов ↗
3. 37. Стратегии разбиения и обогащения ↗
4. 38. Индексация и обновление ↗
5. 39. Поиск и преобразование запроса ↗
6. 40. Ранжирование, отбор и разрешение конфликтов ↗
7. 41. Продвинутые схемы извлечения ↗
8. 42. Память системы ↗
9. 43. Оценка и экономика знаниевого контура ↗

Модуль 7 - ИИ-агенты

10 уроков
1. 44. Что такое агент и шкала автономии ↗
2. 45. Проектирование инструментов ↗
3. 46. MCP и экосистема подключений ↗
4. 47. Планирование и декомпозиция ↗
5. 48. Рефлексия, самопроверка и восстановление после ошибок ↗
6. 49. Мультиагентные топологии ↗
7. 50. Оркестрация долгоживущих процессов ↗
8. 51. Человек в контуре ↗
9. 52. Песочницы и изоляция исполнения ↗
10. 53. Бюджеты, лимиты и контроль стоимости ↗

Модуль 8 - Инференс и инфраструктура

9 уроков
1. 54. Как обслуживается модель ↗
2. 55. Память, KV-кеш и ускорение декодирования ↗
3. 56. Целевые показатели инференса и их проектирование ↗
4. 57. Вычислительная инфраструктура и планирование мощности ↗
5. 58. Оркестрация ИИ-нагрузок ↗
6. 59. Шлюз ИИ ↗
7. 60. Отказоустойчивость и деградация ↗
8. 61. Гибридное и суверенное размещение ↗
9. 62. FinOps для ИИ ↗

Модуль 9 - Оценка и наблюдаемость

8 уроков
1. 63. Почему привычные метрики не работают ↗
2. 64. Проектирование эталонного набора ↗
3. 65. Метрики - детерминированные, семантические, пользовательские ↗
4. 66. Модель как судья ↗
5. 67. Оценка многошаговых и агентных систем ↗
6. 68. Наблюдаемость ↗
7. 69. Онлайн-эксперименты ↗
8. 70. Дрейф, регрессии и тихая деградация ↗

Модуль 10 - Безопасность и надежность

9 уроков
1. 71. Модель угроз ИИ-системы ↗
2. 72. Внедрение в промпт ↗
3. 73. Атаки на модель и данные ↗
4. 74. Безопасность цепочки поставок ↗
5. 75. Ограждения - архитектура контроля ↗
6. 76. Приватность и защита персональных данных ↗
7. 77. Маркировка и происхождение контента ↗
8. 78. Надёжность и ограничение радиуса поражения ↗
9. 79. Красные команды и управление инцидентами ↗

Модуль 11 - Жизненный цикл ИИ

6 уроков
1. 80. Жизненный цикл ИИ-системы ↗
2. 81. Воспроизводимость и реестры ↗
3. 82. Документация как обязательство ↗
4. 83. Конвейер поставки ↗
5. 84. Управление сменой модели ↗
6. 85. Команда, роли и AI-native разработка ↗

Модуль 12 - Архитектурная практика

6 уроков
1. 86. Сбор требований к ИИ-системе ↗
2. 87. Документирование решений ↗
3. 88. Нотации и схемы ↗
4. 89. От PoC к промышленной эксплуатации ↗
5. 90. Референсные архитектуры по отраслям ↗
6. 91. Разбор провалов ↗

Модуль 13 - Будущее ИИ

3 урока
1. 92. Что меняется в ближайшие два года ↗
2. 93. Как оставаться в курсе ↗
3. 94. Итоги курса. Двенадцать правил и результат сквозного кейса ↗