
Курс · Профессиональное обучение
Промпт-инженер
Промпт-инженер: онлайн-курс Нетологии. Н а у ч и т е с ь п р о ф е с с и о н а л ь н о р а б о т а т ь с н е й р о с е т я м и : с о с т а в л я т ь р а б о ч и е п р о м п т ы , с о б и р а т ь И И — а с с и с т е н т о в и р е ш е н и я д л я б и з н е с а б е з п р о г р а м м и р о в а н и я. По итогам: диплом о профессиональной переподготовке.

- Длительность7 мес.
- ДокументДиплом о профессиональной переподготовке
Программа обучения
13 разделов программы по данным школы.
1Основы языка программирования Python
Изучите один из самых востребованных и простых в освоении языков программирования. Сможете описывать алгоритмы для решения повседневных задач и работы с данными. 12 часов теории, 22 часа практики.
- Python. Знакомство с консолью
- Условные конструкции. Операции сравнения
- Введение в типы данных
- Циклы
- Коллекции данных: множества
- Коллекции данных: словари
- Функции — использование встроенных и создание собственных
- Разбор вопросов
2ООП и работа с API
Научитесь объектно-ориентированному программированию и изучите подход создания аккуратного и многоразового кода вместо избыточного. 11 часов теории, 51 час практики.
- Объектно-ориентированное программирование
- Работа с файловой системой в Python
- Работа с внешним API
- Курсовой проект
3SQL и получение данных
Научитесь получать данные из БД через SQL, фильтровать, агрегировать, импортировать и экспортировать — и не тратить время разработчиков или администраторов на поиск информации. Научитесь загружать данные в базу и самостоятельно развёртывать базу данных PostgreSQL. 35 часов теории, 27 часов практики.
- Установка и настройка SQL-окружения
- Введение в SQL и реляционные базы данных
- Работа с базами данных
- SELECT, WHERE, ORDER BY
- Агрегации и группировки
- JOIN и объединения таблиц
- Подзапросы и представления
- SQL в задачах AI-разработки
- NoSQL и MongoDB (обзор)
4Основы статистики
Познакомитесь со статистическими показателями, научитесь проводить статистический анализ данных и проверять гипотезы с помощью различных инструментов. Этот модуль асинхронный и проходит в записи. Вы можете пройти его в любое удобное время: во время основного обучения или после него. 8 часов теории, 14 часов практики.
- Введение в статистику. Что это такое и для чего она нужна
- Основные статистические показатели, виды распределений данных, корреляция
- Взаимосвязи данных и формулирование гипотез по SMART
- Статистические критерии в Google-таблицах. Проверка гипотез и формулирование выводов
5Математика для анализа данных
Изучите основные операции с векторами, матричными операциями. Рассмотрите генетические алгоритмы, алгоритм дифференциальной эволюции. Узнаете, что такое математическое ожидание, дисперсия и моменты старших порядков. Изучите закон больших чисел.
- Линейная алгебра. Матрицы
- Линейная алгебра. Векторы
- Продвинутая линейная алгебра
- Производная функции нескольких аргументов
- Теория вероятностей. Дискретные и непрерывные случайные величины
- Математический анализ. Производная
- Теория оптимизации
- Центральная предельная теорема и закон больших чисел
6Мониторинг и логи
Подробно разберётесь, зачем нужен мониторинг и какие параметры нужно контролировать. Узнаете, как организовать систему оповещения о различных событиях. Научитесь организовывать логирование всех действий приложений и анализировать эти логи. Овладеете навыками работы с Logstash, Kibana и Graylog. Научитесь настраивать связку Prometehus + Grafana + Alertmanager. Познакомитесь с Zabbix для мониторинга физических и виртуальных машин. 5 часов теории, 19 часов практики.
- Системы для мониторинга
- Средство визуализации Grafana
- Система сбора логов Elastic Stack
- Платформа мониторинга Sentry
- Инцидент-менеджмент
7Облачные технологии от Yandex Cloud
Изучите основы облачных технологий и их безопасность, научитесь работать с виртуальными машинами и настраивать среду разработки
- Основы облачных технологий
- Виртуальные машины: принципы работы
- Обеспечение безопасности облака
- Создание среды разработки
8Виртуализация и контейнеризация
Узнаете различия видов виртуализации и контейнеризации. Научитесь управлять виртуальными машинами с помощью libvirtd. Напишете несколько Dockerfile, которые можно будет использовать в дальнейших проектах как примеры. Научитесь запускать несколько контейнеров одновременно и объединять их в виртуальную сеть. 10 часов теории, 22 часа практики.
- Виртуализация и облачные решения. AWS, GCP, Openstack, Yandex Cloud
- Типы виртуализаций KVM, QEMU
- Docker
- Kubernetes
9Промпт-инжиниринг
Познакомитесь с принципами работы нейросетей и научитесь использовать их для решения учебных, рабочих, текстовых и визуальных задач. Разберёте, как формулировать запросы, улучшать ответы ИИ и применять промптинг в разных сценариях. 18 часов теории, 10 часов практики.
- Как общаться с нейросетями
- Решение задач с помощью нейросетей
- Работа с текстовыми нейросетями
- Работа с визуальными нейросетями
- Стратегический промптинг
- Как учиться с помощью ИИ
10ИИ-ассистенты
Научитесь проектировать ИИ-ассистентов под конкретные задачи: описывать сценарий работы, создавать системные инструкции, настраивать поведение и проверять качество результата. 15 часов теории, 28 часов практики.
- Сценарии взаимодействия человека и ИИ
- Сценарий работы ИИ-ассистента
- Разработка системных инструкций
- Настройка шаблонов и поведения ИИ-ассистента
- Подключение API, RAG и внешнего контекста
- Проверка качества и тестирование
11Брифинг заказчика
Разберёте, как работать с бизнес-задачей: проводить интервью с представителями бизнеса, собирать требования, анализировать сценарии применения ИИ и выбирать подходящее решение. 15 часов теории, 22 часа практики.
- Проведение интервью с представителями бизнеса
- Формирование постановки бизнес-задачи
- Анализ сценариев применения генеративного ИИ
- Выбор ИИ-решения
12Промпт-дизайн
Сможете решать технические задачи полностью без кода или с помощью вайб-кодинга. Научитесь проектировать сложные промпты и многошаговые ИИ-сценарии: от промпт-паттернов и структурированных ответов до беcкодовой (no-code) автоматизации и повторяемых рабочих процессов. 23 часов теории, 30 часов практики.
- Промпт-паттерны и повторно используемые шаблоны
- JSON и структурированные ответы
- Многошаговые сценарии
- No-code автоматизация и основы работы с API
- Повторяемые рабочие процессы
- Проект «Проектирование и автоматизация ИИ-процесса»
13Система ИИ-артефактов
Соберёте систему документов и артефактов, которые нужны для работы промпт-инженера: базу знаний, библиотеку промптов, инструкции, документацию, стандарты качества и отчётность. 15 часов теории, 28 часов практики.
- Организация документации
- Оформление базы знаний для RAG
- Ведение базы промптов, инструкций и ИИ-сценариев
- Документирование ИИ-ассистентов и ИИ-решений
- Ведение версионности и изменений ИИ-артефактов
- Формирование стандартов качества и отчётности ИИ-решений
Разбор Обучакина
Перед выбором сравните программу и условия договора. Это вопросы для проверки, а не обещания результата.
Что оценить
- Соответствие программы вашим задачам
- Формат практики и обратной связи
- Требования к поступающим
Что уточнить
- Актуальную стоимость и условия оплаты
- Доступ к материалам и поддержку
- Порядок возврата и выдачи документов
Документ после обучения
Диплом о профессиональной переподготовке
Частые вопросы
Какой документ выдаётся?
Диплом о профессиональной переподготовке
