Курс на Stepik
Обложка курса «Введение в разработку ИИ-агентов» на Stepik
Бесплатно

Введение в разработку ИИ-агентов ★ 5.000

Открыть на
STEPIK.ORG

На курсе вы разберётесь, как работать с LLM на Python: от первого API-запроса до написания качественных промптов и Structured Output. Потом соберём настоящего AI-агента — с Function Calling и архитектурой на LangGraph. Много практики: 7 лабораторных, минимум теории ради теории.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Введение в разработку ИИ-агентов»Учеников на курсе 1 766
Сертификаты, выданные на курсе «Введение в разработку ИИ-агентов»Сертификатов выдано 0
Отзывы о курсе «Введение в разработку ИИ-агентов»Отзывов получено 7
Рейтинг курса «Введение в разработку ИИ-агентов»Рейтинг курса 5.000
Уроки в курсе «Введение в разработку ИИ-агентов»Количество уроков 19
Тесты в курсе «Введение в разработку ИИ-агентов»Количество квизов 7
Время прохождения курса «Введение в разработку ИИ-агентов»Время прохождения курса —
Обновления курса «Введение в разработку ИИ-агентов»Обновления курса — —
Дата публикации курса «Введение в разработку ИИ-агентов»Дата публикации курса — ———
Последнее обновление курса «Введение в разработку ИИ-агентов»Последнее обновление — ———
Сложность easy — ———

Содержание курса

Разделы в курсе «Введение в разработку ИИ-агентов» 4 раздела Уроки в курсе «Введение в разработку ИИ-агентов» 19 уроков Тесты в курсе «Введение в разработку ИИ-агентов» 7 тестов Время прохождения курса «Введение в разработку ИИ-агентов» 3 ч. Последнее обновление курса «Введение в разработку ИИ-агентов» обн. 22 мая 2026

1. О Курсе

1 урок
Закрытый
1.1 О курсе ↗
322
322
1м 37с
0

2. Подготовка окружения

3 урока
Закрытый
2.1 Установка Python ↗
159
159
1м 35с
0
Закрытый
2.2 Установка Jupyter Notebook ↗
133
133
1м 50с
0
Закрытый
2.3 Подготовка LLM.OpenRouter/Ollama/LM Studio или готовая платформа ↗
127
127
3м 5с
0

3. Введение в работу с LLM

8 уроков
Закрытый
3.1 Что такое LLM и как с ней взаимодействовать ↗
94
94
8м 23с
0
Закрытый
3.2 Лабораторная №1. Взаимодействие с LLM на Python ↗
80
80
0м 3с
0
Закрытый
3.3 Составление качественного промпта для LLM ↗
62
62
18м 23с
0
Закрытый
3.4 Лабораторная №2. Составление качественного промпта для LLM ↗
44
44
0м 3с
0
Закрытый
3.5 Использование Structured-Output в LLM ↗
45
45
20м 52с
0
Закрытый
3.6 Лабораторная №3. Structured Output ↗
34
34
0м 3с
0
Закрытый
3.7 Подход к выбору LLM. Анализ задачи, окружения и возможностей ↗
32
32
18м 19с
0
Закрытый
3.8 Лабораторная №4. Подход к выбору LLM ↗
29
13
3м 25с
0

4. Введение в ИИ-агентов

7 уроков
Закрытый
4.1 Что такое AI-агент и из каких частей он состоит ↗
33
33
24м 26с
0
Закрытый
4.2 Лабораторная №5. Создаем первого AI-агента ↗
25
25
0м 3с
0
Закрытый
4.3 Function calling. Как AI-агенты работают с функциями ↗
28
28
27м 6с
0
Закрытый
4.4 Лабораторная №6. Вызов функций агентами ↗
20
20
0м 3с
0
Закрытый
4.5 Шаблоны проектирования AI-агентов ↗
25
25
30м 43с
0
Закрытый
4.6 Лабораторная №7. Проектируем агентов в LangGraph ↗
27
27
0м 3с
0
Закрытый
4.7 Заключение. Обратная связь по курсу. ↗
22
22
0м 16с
0