Скачать [Sachkov Dev] AI Engineering [Кирилл Сачков]

AI-агенту нужны инструкции, доступ к нужным данным и проверки, прежде чем разработчик примет результат его работы. Вы научитесь настраивать рабочее окружение агента и управлять его контекстом, а также разберётесь, как защищать собственных агентов от чужих инструкций в документах и ответах инструментов.

Чтобы проверить AI-систему перед выпуском, разработчик должен уметь измерять её качество и сравнивать версии. На курсе вы построите приложение вместе с AI-агентом и научитесь вести разработку от спецификации до pull request, подключать агентов через MCP и проверять их работу в продакшне.

AI не заменит инженера, который умеет с ним работать. Освой AI-инжиниринг на практике и стань таким инженером.

• Гайды, видео и задания
• Свой агент, стек и темп

Научишься вести разработку с AI-агентами и создавать AI-системы, которые отвечают по данным компании, проходят проверку качества и работают в продакшне. Все навыки отработаешь на одном продукте, который строишь со своим агентом.

Для кого курс:

• Разработчикам
  Хочешь профессионально работать с агентами и доводить с ними задачи до релиза
• Будущим AI-инженерам
  Хочешь встраивать модели в продукт и создавать своих агентов

Курс и менторинг:

Разработка с AI-агентами меняется быстро: появляются новые инструменты, модели и способы работы. Поэтому на курсе мы подробно изучаем фундаментальные навыки, которые не зависят от конкретного инструмента.

Эфиры и разборы:
Записи эфиров с разбором решений учеников.

Курс обновляется:
В материалы добавляются новые инструменты и подходы.

Что изучим:

Разберём главные и углублённые темы AI-инжиниринга в уроках и на практике.

1. AI-first разработка
   • Освоишь AI-first подход и будешь реализовывать задачи вместе с агентами
2. Harness
   • Настроишь инструкции, скиллы и проверки, по которым агент работает в твоём проекте
3. Работа с контекстом
   • Организуешь файлы проекта так, чтобы агент находил нужное для задачи и не тратил контекст на лишнее
4. Пайплайны разработки
   • Проведёшь работу через этапы: спецификация, задачи, реализация, проверка, ревью и pull request
5. Собственные агенты
   • Научишься встраивать AI-агентов в продукт
   • Агент станет его частью и будет работать с его данными и инструментами
6. RAG
   • Встроишь в продукт RAG (Retrieval-Augmented Generation, ответы по найденным данным)
   • Агент продукта будет отвечать с опорой на данные и контекст компании и ссылаться на источники
7. Контроль агентов
   • Будешь понимать, что делает агент, следить за выполнением задачи и тестировать результат, прежде чем его принять
8. Evals и эксплуатация
   • Измеришь качество AI-системы, сравнишь новую версию со старой перед релизом и настроишь наблюдение за продакшном
9. MCP и инструменты агентов
   • Через протокол MCP (Model Context Protocol) агент подключается к данным и инструментам
   • Разработаешь свой MCP-сервер, встроишь его в продукт и подключишь агентов к нужным сервисам
10. Экономия токенов
    • Подберёшь модель под задачу по измерениям, увидишь расход и ограничишь бюджет

Что даёт курс:

Твои навыки разработки не обесценятся, а станут ещё востребованнее.

1. Востребованные навыки
   Умеешь то, что сегодня нужно командам: разрабатывать вместе с AI-агентами и создавать AI-системы
2. Рост в карьере
   Берёшь более сложные задачи, в том числе с AI-системами
3. Новая специальность
   Можешь перейти в AI-инжиниринг, опираясь на свои навыки разработки
4. Эксперт по AI в команде
   Становишься тем, к кому коллеги приходят за практиками работы с AI, и можешь учить команду
5. Навыки на годы вперёд
   Понимаешь основы и быстро осваиваешь новые инструменты, когда они появляются

Как проходит обучение:

1. Материалы
   Гайды со схемами объясняют подходы, а видео показывают практический опыт автора и то, как он работает с агентами
2. Задания
   В каждой главе есть задания
3. Это не вайбкодинг
   Даже с AI в заданиях придётся много думать. Ты сам принимаешь решения и проектируешь систему, а с агентом работаешь активно: ставишь ему задачи, направляешь и проверяешь результат

С какими агентами и моделями работаем:

Навыки из курса не привязаны к конкретному агенту. Выбирай тот, который удобен тебе или принят в твоей команде.

• Claude Code
• Codex
• OpenCode
• Hermes
• DeepSeek
• Другие агенты и модели

Что нужно знать:

Достаточно уметь запустить простой проект, внести небольшое изменение, объяснить код и сообщение об ошибке и пользоваться Git. Коммерческий опыт разработки не обязателен.
В программе девять глав. Первые материалы проходят финальную подготовку; будущие главы запланированы, их материалы ещё предстоит подготовить. Проходишь курс в своём темпе, без календаря и дедлайнов.

Программа:

• Основа разработки с агентами: harness, домен и архитектура
• Разработка с агентами: от требований до проверенного результата
• Релизы и эксплуатация: CI/CD, данные и наблюдаемость
• Инфраструктура агентов: контекст, MCP и общий harness
• Собственные агенты: цикл, инструменты и управление состоянием
• RAG: документы, поиск и подготовка контекста
• Безопасность агентов: права, prompt injection и песочницы
• Качество и эксплуатация агентов: evals, трассировки и стоимость
• Облачные агенты: задачи, песочницы и параллельная работа