Курс на Stepik
Обложка курса «Разработка AI/LLM-приложений на Python: от идеи до релиза» на Stepik
Бесплатно

Разработка AI/LLM-приложений на Python: от идеи до релиза ★ 5.000

Открыть на
STEPIK.ORG

Курс "Разработка AI/LLM-приложений на Python: от идеи до релиза" предоставляет слушателям возможность пройти через полный цикл создания AI-продукта: от идеи до релиза. В курсе вы познакомитесь с моделями от MistralAI (доступный аналог OpenAI) и OpenRouter, LangChain+LangGraph, Arize Phoenix, Chainlit, FastAPI, PostgreSQL, Qdrant, Docker и т.д. Попрактиковаться и получить ревью вы сможете в LLM Simulator!

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Разработка AI/LLM-приложений на Python: от идеи до релиза»Учеников на курсе 5 789
Сертификаты, выданные на курсе «Разработка AI/LLM-приложений на Python: от идеи до релиза»Сертификатов выдано 0
Отзывы о курсе «Разработка AI/LLM-приложений на Python: от идеи до релиза»Отзывов получено 17
Рейтинг курса «Разработка AI/LLM-приложений на Python: от идеи до релиза»Рейтинг курса 5.000
Уроки в курсе «Разработка AI/LLM-приложений на Python: от идеи до релиза»Количество уроков 49
Тесты в курсе «Разработка AI/LLM-приложений на Python: от идеи до релиза»Количество квизов 82
Задачи с кодом в курсе «Разработка AI/LLM-приложений на Python: от идеи до релиза»Количество задач с кодом 7
Время прохождения курса «Разработка AI/LLM-приложений на Python: от идеи до релиза»Время прохождения курса —
Обновления курса «Разработка AI/LLM-приложений на Python: от идеи до релиза»Обновления курса — —
Дата публикации курса «Разработка AI/LLM-приложений на Python: от идеи до релиза»Дата публикации курса — ———
Последнее обновление курса «Разработка AI/LLM-приложений на Python: от идеи до релиза»Последнее обновление — ———
Сложность normal — ———

Содержание курса

Разделы в курсе «Разработка AI/LLM-приложений на Python: от идеи до релиза» 10 разделов Уроки в курсе «Разработка AI/LLM-приложений на Python: от идеи до релиза» 49 уроков Тесты в курсе «Разработка AI/LLM-приложений на Python: от идеи до релиза» 82 теста Задачи в курсе «Разработка AI/LLM-приложений на Python: от идеи до релиза» 7 задач Время прохождения курса «Разработка AI/LLM-приложений на Python: от идеи до релиза» 8 ч. Последнее обновление курса «Разработка AI/LLM-приложений на Python: от идеи до релиза» обн. 11 февраля 2026

1. Введение в курс

2 урока
Закрытый
1.1 Входное тестирование ↗
4 177
1 417
13м 6с
62
Закрытый
1.2 Обзор курса ↗
2 000
984
4м 23с
179

2. Введение в AI-продукты

5 уроков
Закрытый
2.1 О модуле ↗
1 956
1 956
0м 13с
34
Закрытый
2.2 Продукт и AI ↗
1 985
1 294
10м 32с
69
Открытый
2.3 Этапы создания AI-продукта ↗
1 666
1 174
10м 13с
71
Закрытый
2.4 История одного студенческого AI-продукта ↗
1 355
909
12м 53с
51
Закрытый
2.5 Полезные материалы по введению в AI-продукт ↗
1 272
522
2м 19с
43

3. Введение в LLM

7 уроков
Закрытый
3.1 О модуле ↗
1 397
1 260
0м 16с
21
Закрытый
3.2 Под капотом LLM ↗
1 512
920
15м 17с
66
Закрытый
3.3 Основные понятия в LLM ↗
1 248
908
11м 39с
59
Закрытый
3.4 Вендоры LLM ↗
1 173
871
13м 46с
58
Закрытый
3.5 Сравнение разных LLM ↗
989
544
11м 40с
37
Закрытый
3.6 Первый контакт с LLM ↗
1 100
733
10м 3с
54
Закрытый
3.7 Полезные материалы по введению в LLM ↗
995
360
1м 4с
29

4. Эффективная работа с LLM

8 уроков
Закрытый
4.1 О модуле ↗
1 020
915
1м 36с
23
Закрытый
4.2 Prompt Engineering ↗
1 110
362
31м 46с
48
Закрытый
4.3 OpenRouter: сервис для доступа к разным моделям ↗
770
633
9м 24с
37
Закрытый
4.4 LangChain ↗
1 044
215
49м 8с
61
Закрытый
4.5 Agents + Tools / LangGraph ↗
789
114
49м 40с
36
Закрытый
4.6 RAG ↗
776
239
21м 10с
42
Закрытый
4.7 MCP [Дорабатывается] ↗
465
302
8м 52с
21
Закрытый
4.8 Полезные материалы по эффективной работе с LLM ↗
491
134
2м 47с
18

5. Прототипирование LLM-приложения

6 уроков
Закрытый
5.1 О модуле ↗
472
406
0м 16с
10
Закрытый
5.2 Компоненты, архитектуры и паттерны создания LLM-приложения ↗
523
294
11м 51с
22
Закрытый
5.3 Arize Phoenix: дебаггинг и оценка качества LLM-системы ↗
432
318
8м 24с
18
Открытый
5.4 Chainlit: интерфейс для LLM-приложения ↗
427
186
9м 28с
23
Закрытый
5.5 Полезные материалы по прототипированию LLM-приложений ↗
307
85
1м 41с
8
Закрытый
5.6 LLM Simulator: о том как это было и что сейчас ↗
212
155
3м 14с
6

6. Разработка API

8 уроков
Закрытый
6.1 О модуле ↗
422
309
0м 17с
6
Открытый
6.2 FastAPI: разработка API ↗
525
160
15м 43с
20
Закрытый
6.3 FastAPI: продолжение ↗
370
187
8м 30с
13
Закрытый
6.4 uv: лучший пакетный менеджер ↗
323
158
5м 56с
12
Закрытый
6.5 Docker: контейнеризация приложения ↗
314
114
10м 37с
9
Открытый
6.6 AI / Vibe Coding: Blackbox, Cursor, Replit [Дорабатывается] ↗
358
67
16м 34с
14
Закрытый
6.7 AI Full Stack Project: чат с LLM и биллингом [Разрабатывается] ↗
319
38
26м 36с
9
Закрытый
6.8 Полезные материалы по разработке API ↗
258
58
1м 37с
3

7. Хранение данных

8 уроков
Закрытый
7.1 О модуле ↗
189
145
0м 12с
4
Закрытый
7.2 SQLite: база данных для LLM-прототипов ↗
204
96
7м 41с
4
Закрытый
7.3 PostgreSQL(+asyncpg): база данных для реальных LLM-приложений ↗
191
75
6м 30с
8
Закрытый
7.4 SQLAlchemy и Alembic ↗
158
106
8м 47с
6
Закрытый
7.5 Docker Compose, Volume, Network ↗
164
62
5м 56с
6
Открытый
7.6 Qdrant: векторная база данных ↗
243
37
12м 30с
7
Закрытый
7.7 Полезные материалы ↗
179
94
1м 36с
4
Закрытый
7.8 LLM Security ↗
223
43
9м 54с
5

8. 🔒 Подготовка к релизу

1 урок
Закрытый
8.1 Появится позже ↗
161
161
0м 19с
1

9. Будущее уже ставшее настоящим

5 уроков
Закрытый
9.1 О модуле ↗
151
151
0м 10с
2
Закрытый
9.2 Прогнозы развития AI ↗
195
143
6м 24с
3
Закрытый
9.3 Prompt Engineer, Context Engineer, AI/LLM Engineer и другие ↗
200
139
5м 2с
3
Закрытый
9.4 Что изучать дальше ↗
234
176
1м 16с
6
Закрытый
9.5 Финал ↗
162
113
0м 22с
5

10. 🔒 Релиз

1 урок
Закрытый
10.1 Появится позже ↗
143
143
0м 24с
1