ИИ-разработчик: от API до агентов с МТУСИ

Разберётесь в разнообразии ИИ-технологий, научитесь оценивать их применимость и экономическую целесообразность. Сможете принимать обоснованные решения о выборе моделей и стратегий их развёртывания, оценивать затраты на использование различных ИИ-сервисов.

• Обзор современных ИИ-моделей и их возможностей
• LLM, Vision, Audio модели: области применения и ограничения
• Техники оптимизации: дистилляция, квантизация, pruning
• Экономика ИИ-решений: облачные vs локальные развёртывания
• Установка и настройка Ollama
• Запуск локальных моделей (Llama, Mistral)
• Сравнение производительности различных моделей
• Анализ стоимости различных ИИ-сервисов

Научитесь разрабатывать «умных» и отзывчивых ИИ-помощников с помощью промптов. Оптимизируете затраты с навыками обработки ошибок и повышения эффективности запросов.

• Обзор основных ИИ API: OpenAI, OpenRouter, Gigachat
• Принципы промпт-инжиниринга, создания контекста для разработчиков
• Обработка ошибок и управление rate limiting
• Оптимизация стоимости запросов
• Интеграция с OpenAI API и альтернативными сервисами
• Реализация retry logic и error handling
• Создание системы кеширования ответов
• Разработка ИИ-помощника для технической поддержки

Изучите принципы построения масштабируемых и производительных ИИ-приложений. Научитесь проектировать системы для обработки больших объёмов запросов и данных. Сможете применять архитектурные паттерны ИИ, освоите асинхронную обработку и создание веб-сервисов с использованием FastAPI для интеграции LLM.

• Обзор основных ИИ API: OpenAI, OpenRouter, GigaChat
• Принципы промпт-инжиниринга для разработчиков
• Паттерны архитектуры для ИИ-приложений
• Асинхронная обработка запросов к ИИ
• Создание FastAPI приложения для работы с llm

Разберётесь в создании интерактивных и интеллектуальных чат-ботов, способных вести осмысленные диалоги. Научитесь интегрировать ботов в разные платформы и улучшать пользовательский опыт. Сможете проектировать чат-ботов с управлением контекстом, интегрировать с Телеграм и корпоративными системами, создавать ботов, сохраняющих историю диалогов.

• Архитектура чат-ботов: управление состоянием и контекстом
• Обработка различных типов сообщений
• Интеграция с Telegram и корпоративными платформами
• Разработка бота с сохранением контекста

Освоите работу с семантическим поиском и построение систем, находящих релевантную информацию для точных и контекстно-зависимых ответов. Разберётесь в концепциях эмбеддингов и векторных баз данных. Сможете создавать RAG-системы для корпоративных приложений и оптимизировать качество поиска.

• Концепция эмбеддингов и семантический поиск
• Векторные базы данных: Pinecone, Qdrant, pgvector
• Архитектура RAG: индексация, поиск, генерация
• Chunking стратегии и оптимизация качества
• Создание корпоративного RAG-ассистента

Научитесь создавать интеллектуальные системы с функциями планирования и выполнения сложных задач для автоматизация рутинных процессов. Освоите принципы работы ИИ-агентов, их создание, планирование задач, использование внешних инструментов и построение мультиагентных систем.

• Концепция ИИ-агентов и tool calling
• Планирование и выполнение задач
• Мультиагентная архитектура и оркестрация
• Создание системы агентов для автоматизации

Научитесь выводить ML-модели в продакшн и управлять их жизненным циклом, обеспечивая надёжность, масштабируемость и мониторинг — критически важное для промышленных ИИ-решений. Получите знания облачной инженерии, IaC, контейнеризации, Kubernetes, а также навыки версионирования, логирования и мониторинга ML-приложений.

• Облачная инженерия
• Инфраструктура как код. Terraform и Ansible
• Контейнеризация и автоматизация доставки ML-приложений
• Введение в Kubernetes
• Версионирование, логирование и работа с данными
• Мониторинг и логирование

Освоите внедрение ИИ в существующие и новые проекты с полным циклом разработки: от данных и моделей до развёртывания и улучшения. Получите комплексное понимание интеграции ИИ, управления данными, тестирования, развёртывания и мониторинга ИИ-решений для создания устойчивых и развивающихся продуктов.

• Базовые модели
• Инфраструктура разработки, инструментарий и ресурсы
• Управление данными
• Аннотирование данных
• Устранение неполадок и тестирование
• Развёртывание
• Непрерывное обучение и мониторинг

Вы примените все полученные знания и навыки во время разработки итогового проекта.

2 диплома — от МТУСИ и Нетологии