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 3 430
Сертификаты, выданные на курсе «Введение в разработку ИИ-агентов»Сертификатов выдано 0
Отзывы о курсе «Введение в разработку ИИ-агентов»Отзывов получено 29
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. 10 июня 2026

О Курсе

1 урок
1. О курсе ↗

Подготовка окружения

3 урока
1. Установка Python ↗
2. Установка Jupyter Notebook ↗
3. Подготовка LLM.OpenRouter/Ollama/LM Studio или готовая платформа ↗

Введение в работу с LLM

8 уроков
1. Что такое LLM и как с ней взаимодействовать ↗
2. Лабораторная №1. Взаимодействие с LLM на Python ↗
3. Составление качественного промпта для LLM ↗
4. Лабораторная №2. Составление качественного промпта для LLM ↗
5. Использование Structured-Output в LLM ↗
6. Лабораторная №3. Structured Output ↗
7. Подход к выбору LLM. Анализ задачи, окружения и возможностей ↗
8. Лабораторная №4. Подход к выбору LLM ↗

Введение в ИИ-агентов

7 уроков
1. Что такое AI-агент и из каких частей он состоит ↗
2. Лабораторная №5. Создаем первого AI-агента ↗
3. Function calling. Как AI-агенты работают с функциями ↗
4. Лабораторная №6. Вызов функций агентами ↗
5. Шаблоны проектирования AI-агентов ↗
6. Лабораторная №7. Проектируем агентов в LangGraph ↗
7. Заключение. Обратная связь по курсу. ↗