Чему вы научитесь
- Подключать AI к документации
- Подключать AI к API
- Подключать AI к базе
- Подключать AI к логам
- Подключать AI к своим сервисам
- Создать собственного помощника
О курсе
Построй AI-помощника, который работает с твоим проектом: документацией, API, PostgreSQL, логами и внутренними сервисами, а не только отвечает в чате.
Для кого этот курс
Курс рассчитан на инженеров, которые уже работают в IT и хотят использовать AI как рабочий инструмент, а не как чат для общих вопросов.
Он подойдёт:
QA Manual и QA Automation;
SDET;
Backend и Fullstack-разработчикам;
Team Lead и Tech Lead;
инженерам, которые хотят внедрять AI внутри своей команды.
Если вы уже используете Cursor или ChatGPT, но чувствуете, что применяете их лишь на 10–20% возможностей, этот курс поможет перейти на совершенно другой уровень работы.
Начальные требования
Для прохождения курса не требуется опыта разработки MCP-серверов или работы с локальными LLM.
Желательно иметь:
- опыт работы QA или разработчиком;
- понимание HTTP и REST API;
- базовые знания SQL;
- базовые навыки работы с Git;
- желание работать в терминале и не бояться Docker.
Если вы никогда не использовали Cursor — не страшно. Мы начнём с самых основ и постепенно построим полноценную рабочую среду.
Преподаватели курса
6 274
Как проходит обучение
Курс полностью практический.
Практически каждая глава заканчивается выполнением реальной инженерной задачи.
Во время обучения вы:
- разворачиваете собственный Docker-стенд;
- подключаете AI к рабочим данным проекта;
- учитесь работать с API, PostgreSQL, логами и документацией;
- расследуете реальные инциденты;
- создаёте собственные MCP-серверы;
- автоматизируете рутинные задачи QA.
Материал состоит из текстовых уроков, иллюстраций, схем, практических заданий, готовых репозиториев и скринкастов (по мере развития курса).
Курс развивается постепенно. Новые главы будут добавляться регулярно, а участники, купившие курс раньше, получат все обновления без дополнительной оплаты.
Что вы получите
- Сможете использовать Cursor как полноценного AI-напарника, а не просто чат;
- Сможете подключать AI к документации, API и базе данных вашего проекта;
- Сможете автоматизировать подготовку тест-кейсов, SQL-запросов, чек-листов и баг-репортов;
- Сможете использовать AI для расследования инцидентов и анализа логов;
- Сможете создавать собственные MCP-серверы для внутренних сервисов компании;
- Сможете развернуть локальную лабораторию QA с Docker, PostgreSQL, Grafana, Loki и другими сервисами;
- Сможете понимать архитектуру современных AI-агентов и адаптировать её под задачи своей команды.
- Кроме самого курса вы получите:
- готовый Docker-стенд для практики;
- исходный код MCP-серверов;
- шаблоны Rules для Cursor;
- практические задания, основанные на реальных рабочих сценариях;
- материалы, которые можно использовать и после окончания курса как справочник.