Запись [proglib.academy] AgentOps. Тариф Инженерный трек (Кирилл Кухарев, Екатерина Трофимова)

​

Курс для разработчиков и LLM инженеров о том, как внедрять AI-логику в бэкенд IT-продуктов и сохранять стабильность сервиса
После курса вы сможете запускать AI-сервисы в production и контролировать их поведение.

С какими задачами вы научитесь справляться:

1. Встроите AI-слой в backend-архитектуру
   API → оркестрация → инструменты → хранилище состояния → мониторинг
2. Сделаете поведение AI-агента предсказуемым
   лимиты • повторные запросы • контроль действий агента
3. Научитесь тестировать AI-логику
   датасеты • регрессионные тесты • проверки качества
4. Настроите наблюдаемость системы
   метрики • трассировка • оповещения
5. Будете контролировать стоимость
   лимиты токенов • бюджет на запрос • резервные модели
6. Настроите безопасные вызовы инструментов
   валидация • политики доступа • ограничения действий

Кем вы будете после курса:

• Backend-разработчик, работающий с AI-агентами

Что вы будете уметь:

• Проектировать backend-сервисы с AI-логикой
• Внедрять AI в существующую архитектуру
• Тестировать поведение AI-агентов
• Контролировать стоимость AI-запросов
• Обеспечивать надежность AI-агентов
• Отслеживать и отлаживать работу AI-агентов

Финальный проект – cервис с AI-логикой под вашу задачу:

• Имеет API
• Использует AI-инструменты
• Хранит состояние
• Содержит тесты
• Имеет систему мониторинга
• Контролирует стоимость запросов

Программа:

1. Где AI-агенты живут в backend-инфраструктуре
2. Интеграция LLM в backend
3. Оценка качества LLM в backend-сервисах
4. Инструменты агента и архитектура взаимодействия с внешними сервисами
5. RAG и работа с данными для AI-агента
6. Надёжность AI бэкенд-сервисов
7. Тестирование и оценка качества AI-систем
8. Оркестрация AI-агентов
9. Развертывание AI backend-сервиса
10. Трассировка, наблюдаемость и эксплуатация AI-сервисов
11. Управление затратами на AI-системы
12. Локальное внедрение и приватное развертывание AI-моделей
13. Проект: Production-ready AI backend (реальный кейс)

Эксперты курса: Екатерина Трофимова, Андрей Носов, Александр Ошурков, Дмитрий Антипов, Антон Будняк, Кирилл Кухарев, Эмиль Сатаев

Тариф Инженерный трек

• 12 недель обучения
• 16 вебинаров
• 40+ часов практики
• Интеграция LLM в backend
• Работа с агентами и инструментами
• Работа с данными и базой знаний
• Архитектура и сложные сценарии
• Деплой и интеграция в инфраструктуру
• Мониторинг и диагностика в проде
• Контроль стоимости и оптимизация
• Доступ к материалам курса «Разработка ИИ-агентов»