Дмитрий Романов - Создание AI агентов с базой знаний (RAG) на Claude Code и Replit

• Создание AI агентов на Replit
• Теория дообучения GPT на базе знаний (RAG)
• Подготовка базы знаний для RAG
• Деление базы на чанки
• Создание векторного хранилища для RAG
• Запуск AI консультанта с базой знаний

• Продвинутые техники RAG
• Техника rerank: переоценка качества чанков
• Техника multy-query: генерация дополнительных вопросов
• Техника HyDE: генерация искусственного запроса
• Техника Hybrid Search: соединение RAG с поиском по ключевым словам
• Создание демонстрационного AI агента с RAG на Replit

• Обзор ТОП-20 самых популярных AI агентов с RAG
• Как продавать AI агентов на фрилансе
• Как создавать и продавать собственные AI-сервисы с подпиской
• Детальный обзор рынка вакансий AI разработчиков

• Обзор платформы Claude Code
• Сравнение Claude Code с другими Vibe Coding платформами
• Создание AI консультанта на Claude Code
• Добавление RAG в AI консультанта
• Публикация проектов созданных на Claude Code

• Senior AI
• Senior .net в Luxoft
• AI разработчик с 2003 года
• Руководитель IT проектов с 2011 года
• Создал первый в России нейрокомпьютерный интерфейс
• Основатель Университета искусственного интеллекта и Neuro Staff

• 7 лет на рынке
• 11 000 студентов
• Самая большая база контента по AI
• Студенты разрабатывают AI проекты на стажировках в реальных компаниях
• Выпускники работают в компаниях по всему миру

• Стек технологий Школы
• 01 Создание AI агентов
• 02 Google AI Studio
• 03 Replit
• 04 Claude Code
• 05 RAG
• 06 Техники RAG: rerank и multy-query
• 07 Техники RAG: HyDE и Hybrid Search

• 01 Портфолио из 5 реальных AI агентов с базой знаний (RAG)
• 02 Сертификат о прохождении программы
• 03 Навык моментального создания AI агентов с базой знаний (RAG) на Claude Code и Replit

Product Crew #8: «AI / Podlodka - инструменты продакта»

• Как применять AI на разных этапах продуктовой работы — от discovery до delivery.
• Как построить полный продуктовый цикл с использованием AI и ускорить ключевые процессы.
• Подходы, позволяющие быстро двигаться без потери контекста и качества.
• Как использовать AI для аналитики и принятия решений, а не просто для описания данных.
• Как работать с кодом, логами, базами данных и другими источниками через AI.
• Как создавать AI‑прототипы для проверки гипотез.
• Как разворачивать аналитические процессы на основе AI‑агентов.
• Как автоматизировать рутину и мониторинг продуктовых метрик.

• Демо: Ускорение продуктового цикла от discovery до delivery — Ксения Лысенко
• Воркшоп: Агентная аналитика для продактов — Данила Шевцов (Авито)
• Демо: Исследования и AI — Ирина Лютина, Савелий Клерон
• Демо: AI‑прототипирование: от слов к демонстрации опыта — Александра Галиева
• Демо: Как с ИИ создавать фото, видео и даже целый продукт — Владислав Терзи
• Демо: Продуктовое решение без аналитика: полный цикл с AI — Дарья Воронкина (OneCell)
• Демо: В чем правда? В коде. Как добраться до нее через AI — Лилиана Гарифуллина (Mellow.io)
• Доклад: Как вайбкодить: от старта до большого приложения — Глеб Кудрявцев
• Демо: AI‑агент vs n8n: как собрать систему мониторинга конкурентов за выходные — Валерия Кручинина
• Круглый стол: Внедрение AI‑инструментов в команду — Дарья Яковлева, Евгений Карпов, Сергей Паращенко

• Product Managers и Product Owners
• CPO и лиды продуктовых команд
• Аналитики и исследователи
• Основатели стартапов
• Специалисты, которые хотят встроить AI в продуктовую работу и получать измеримые результаты

• Выстроите собственную систему продуктовой работы с AI.
• Существенно ускорите discovery и delivery.
• Повысите качество исследований и аналитики.
• Сможете быстрее проверять гипотезы и превращать идеи в работающие решения.
• Перейдете от экспериментов к системному и осознанному использованию AI в продукте.

Тренинг вайб / Артемий Миллер - кодинга

• Ты был на практикуме и понял: это работает, но тебе нужна глубина. Ты хочешь уметь строить что угодно - от бота до SaaS - и не зависеть ни от кого.
• Ты предприниматель и хочешь перестать платить за разработку. CRM, аналитика, автоматизации, внутренние инструменты - все это ты теперь сможешь делать сам.
• Ты хочешь новую профессию. Смысло-кодер - человек, который за пару дней делает то, за что разработчик берет 200-500К. Портфолио из реальных проектов - это то, с чем ты выходишь на рынок.
• Ты строишь стартап. У тебя есть идея - нужно быстро проверить гипотезу. За 10 дней ты научишься собирать MVP сам, без команды и инвестиций.

• День 1. Фундамент_стек, методология, выбор проекта
• День 2. Сайты v1
• День 3. Архитектура
• День 4. Стратегия вайб-кодинга_ от архитектуры к первой фиче
• День 5. Финал. Методология вайбкодинга за неделю и план
• День 6. Три кита методологии_ИИ-клон, Второй мозг, Контекст-инжиниринг
• День 7. Безопасность при вайпкодинге, максимум защиты
• День 8. Вайб-кодинг мобильных приложений
• День 9. Обзор Cloude Design для дизайнеров и смысла
• День 10. Как думать об AI и ваш проект
• Закрытый каталог пакетов
  Блюпринт AI-обзвона (Voif.AI)
  СмыслоКод Blueprint
• Экспорт чата

• 5 встреч с разборами
  Через день - разборы. Участники показывают проекты, получают конкретные рекомендации: что доработать, где ошибка, как усилить.
• Записи + транскрибации
  Все сессии записываются. К каждой записи - текстовая расшифровка. Пропустил день - смотришь запись или читаешь транскрибацию.

Кирилл Ветчинкин - Domain Driven Design и Clean Architecture на языке Go

• Запись вебинара 1
• Запись вебинара 2

• Рассмотреть Layered/Onion/Clean/Hexagonal Architecture и понять разницу
• Задать структуру слоев микросервиса Basket

• Изучить подходы к реализации бизнес-логики
• Разобраться, что такое Domain Model и критерии ее применения
• Понять, что не все Domain Model «честные»
• Ознакомиться с Domain Model микросервиса Basket
• Изучить паттерн Value Object

• Изучить тактический паттерн Entity
• Доработать Domain Model микросервиса Basket

• Разобраться, что такое Domain Service и когда его применять
• Изучить основные характеристики Domain Service
• Понять отличие Domain Service o Application Service
• Разобраться, как не скатиться в Anemic Domain Model из-за чрезмерного применения Domain Service
• Доработать микросервис Basket

• Разобраться, что такое Domain Service и когда его применять
• Изучить основные характеристики Domain Service
• Понять отличие Domain Service o Application Service
• Разобраться, как не скатиться в Anemic Domain Model из-за чрезмерного применения Domain Service
• Доработать микросервис Basket

• Разобраться как сохранять и восстанавливать доменные объекты
• Изучить паттерн Repository
• Изучить паттерн Unit Of Work
• Научится тестировать Repository
• Доработать микросервис Basket

• Разобраться, что такое Use Case
• Понять зону ответственности Application Layer
• Рассмотреть способы реализации Application Layer
• Изучить подход с применением Mediator
• Разобраться, что такое Command Query Separation (CQS)
• Доработать микросервис Basket
• Научится тестировать Application Layer

• Изучить входящие Adapters на примере НТТР АРІ
• Понять их связь с Application Layer
• Доработать микросервис Basket
• Научится тестировать UI (API) Layer

• Изучить синхронные исходящие Adapters на примере gRPC
• Понять из какого слоя делать синхронные обращения к внешним системам
• Познакомиться с gRPC и Protobuf
• Доработать микросервис Basket

• Изучить Input Adapters для асинхронного взаимодействия на примере Kafka
• Понять их связь с Application Layer
• Доработать микросервис Basket, добавить в него Kafka Consumer

• Изучить тактический паттерн DDD - Domain Event
• Понять отличие между Domain Event и Integration Event
• Изучить Output Adapters для асинхронного взаимодействия на примере Kafka
• Понять, как и из какого слоя отправлять сообщения в Message
• Broker
• Доработать микросервис Basket, добавить в него Kafka Producer

• Разобраться, какие бывают гарантии доставки и какая из них лучше всего подходит для нашей системы
• Понять недостатки текущей реализации публикации Domain Event
• Изучить паттерн Outbox
• Доработать микросервис Basket, реализовать в нем At-least Once гарантию доставки

IT Skills / Павел Лунин - Zabbix 6. Мониторинг IT инфраструктуры предприятия

• IT-специалист, который только начал работать с системой мониторинга Zabbix, или же работаешь с ней совсем недавно
• Работаешь системным администратором и хочешь повышения на рабочей должности или прибавку к ЗП
• Хочешь иметь преимущество перед другими кандидатами при устройстве на новое место работы
• Работаешь DevOps-специалистом, сетевым инженером и хочешь прокачать свой ИТ скилл
• Энтузиаст, желающий лучше понимать и лучше видеть свои сети дома или в офисе

• Разворачивать Zabbix сервер с нуля
• Устанавливать Zabbix агент на любую ОС
• Разворачивать прокси сервер Zabbix с нуля
• Создавать шаблоны и все что с ними связанно
• Настраивать оповещение о проблеме
• Запускать скрипты на удаленных хостах
• Мониторить SNMP хосты
• Управлять пользователями в Zabbix
• Решать проблемы, связанные с Zabbix сервером

Umapalata / Макс Куратов - Claude, сделай мне сайт

• Что ты создашь — демо готового сайта и обзор процесса
• ChatGPT, Claude, GitHub, Vercel — роль каждого инструмента
• Настройка стека — регистрируемся везде и связываем между собой
• Сбор данных через ChatGPT: ЦА, конкуренты, УТП
• Структура и тексты сайта через AI
• Визуальный стиль и референсы
• Как правильно писать промпты для Claude
• Генерация сайта блок за блоком
• AI-изображения для сайта
• Редактируем сайт через диалог с Claude
• Первая публикация через Vercel Drop
• GitHub + Vercel: правильный workflow
• Домен, форма заявок, аналитика
• Вебхуки: автоматизация без кода. Telegram
• SEO, оптимизация и путь вперед

• Получишь живой сайт с собственным доменом — сделанный тобой, через AI
• Поймёшь как собирать данные и писать тексты для любого сайта через ChatGPT
• Научишься писать промпты для Claude так, чтобы получать качественный результат с первого раза
• Настроишь полный workflow: Claude → GitHub → Vercel — обновлять сайт за минуты
• Подключишь форму заявок, аналитику и свой домен — сайт будет работать как инструмент
• Получишь систему, которую можно применить к любому проекту — не разовый результат, а навык

Артём Исламов - Вайбкодинг

• Почему вайбкодинг меняет правила игры
• Первый проект: сайт-визитка внутри нейросети
• Настраиваем рабочее окружение
• Промты — как правильно ставить задачи ИИ

• Делаем генератор документов для Google таблиц
• Продвинутая разработка скриптов для Google документов

• Создаем расширение для в режиме разработчика
• Создаем аккаунт разработчика
• Делаем расширение для всех
• Публикуем расширение в магазине Chrome Store

• Стартовый шаблон бота
• Делаем бота для расшифровки
• Деплой: публикуем бота в интернете
• Учим бот работать с большими файлами
• Github Actions автоматический деплой

• Создаем страницу портфолио
• Отладка и разработка в Cursor

• Навыки для ИИ-агентов
• MCP-серверы для разработки
• Навыки Superpowers

Udemy / Арнольд Оберлейтер - Claude Code: полный курс

• Освоение Claude Code: изучите основы, расширенные рабочие процессы и все важные детали Claude Code
• Установка и настройка Claude Code: установите Claude Code и подготовьте свою систему к реальным рабочим процессам разработки ИИ
• Архитектура Harness: поймите, что такое Claude Code, как работает архитектура Harness и почему она важна для ИИ-агентов
• Профессиональная среда разработки ИИ: Работайте с IDE (VS Code, Cursor, Antigravity), терминальными инструментами, структурами папок, файлами и проектными рабочими процессами
• Управляйте Claude Code с помощью инструкций по проекту, файлов памяти, настраиваемой конфигурации и документации
• Режимы Claude Code: Поймите различные режимы Claude Code и когда их использовать в реальных проектах
• Контекстная инженерия: Точно направляйте Claude Code с помощью структурированных подсказок, файлов Markdown, документации и контекста проекта
• Субагенты и параллельные агенты: создание рабочих процессов с использованием субагентов, параллельных агентов и выполнения задач несколькими агентами
• Навыки и плагины: расширение возможностей Claude Code с помощью навыков, плагинов, повторно используемых рабочих процессов и настраиваемых функций
• Интеграция MCP: подключение Claude Code к внешним инструментам и сервисам с помощью Model Context Protocol
• Циклы и запланированные задачи: автоматизируйте повторяющуюся работу с помощью циклов, запланированных задач и автономных рабочих процессов Claude Code
• Рабочие процессы CLI: эффективно используйте Claude Code, терминальные команды и инструменты командной строки для разработки на базе ИИ
• Git и GitHub: управление проектами, отслеживание изменений, работа с репозиториями и использование GitHub вместе с Claude Code
• Хостинг и развертывание: размещение проектов в сети и изучение основ хостинга приложений, сгенерированных Claude Code
• Хуки и автоматизация: использование хуков для автоматизации рабочих процессов и подключения Claude Code к внешним системам
• Удаленное управление через Telegram: подключение Claude Code к Telegram и удаленное управление личным помощником
• Разрешения и безопасность: Понимание разрешений Claude Code и того, как контролировать, что ИИ может делать
• Команды со слэшем: Изучение всех важных команд со слэшем Claude Code и создание собственных пользовательских команд со слэшем
• Claude Design: Использование Claude Design для создания красивых интерфейсов, концепций пользовательского интерфейса и отлаженных веб-приложений
• Проект личного ИИ-помощника: Создание помощника, подключенного к Telegram, который может выполнять реальную работу за вас, подобно OpenClaw
• Obsidian LLM Wiki: Создайте полноценную вики на базе ИИ в Obsidian в качестве вашего личного второго мозга, вдохновленную Андреем Карпати
• Конструктор веб-сайтов на базе ИИ: Создайте красивый веб-сайт от первоначальной идеи до интерфейса, Claude Design и окончательного развертывания
• Система рабочих процессов n8n: Создавайте и управляйте рабочими процессами n8n с помощью Claude Code и создавайте системы автоматизации на базе ИИ
• Самосовершенствующийся ИИ: Создайте систему автопоиска, способную самосовершенствоваться посредством исследований, обратной связи и итераций
• ИИ-агент поддержки клиентов: Создайте агента поддержки клиентов с помощью Agent SDK и расширьте его возможностями с помощью агентов на основе Pydantic
• ИИ-агенты для интеллектуальной работы: используйте Claude Code не только для разработки, но и для работы с документами, проведения исследований, организации рабочих процессов и повседневной работы за компьютером
• Обучение на основе реальных проектов: создавайте практические системы искусственного интеллекта, а не ограничивайтесь изучением теории, подсказок или отдельных функций
• Автоматизация с помощью ИИ и Claude Code: объединяйте Claude Code, n8n, Telegram, MCP, GitHub, хуки, CLI и агентов в реальные рабочие процессы автоматизации
• От начального до продвинутого уровня: пройдите путь от основ Claude Code до сложных агентов, рабочих процессов, развертывания и систем автоматизации

• Разработчики программного обеспечения и фрилансеры, которые хотят кардинально изменить свой рабочий процесс и повысить продуктивность
• Менеджеры по продуктам и дизайнеры, которые хотят самостоятельно создавать рабочие прототипы и внутренние инструменты, а не ждать, пока освободятся разработчики
• Люди, меняющие сферу деятельности, и новички, которые благодаря современным инструментам ИИ наконец-то могут программировать сложные полнофункциональные приложения, не зазубривая синтаксис годами
• Энтузиасты ИИ и любители, которые хотят выйти за рамки простых чат-ботов и разработать настоящих автономных агентов
• Независимые хакеры и индивидуальные предприниматели, которые хотят создавать и запускать программное обеспечение
• Любой, кто хочет освоить современный стек технологий, чтобы разрабатывать программное обеспечение быстрее, чем когда-либо прежде.

• Обзор курса
• Краткая информация
• Что такое Claude Code и Harness
• Представление преподавателя

• Основы ИИ и API для разработчиков: большие языковые модели, токены, вызов функций

• Обзор раздела 3:16
• Установка Claude Code и первые основы 16:19
• Основы IDE: VS Code, Cursor и Google Antigravity 8:01
• Запуск проекта 1: Личный помощник (разработка контекста и файл claude.md) 20:17
• MCP: как расширить возможности вашего агента 12:28
• Навыки и CLI: использование NotebookLM для RAG и генерации медиа13:14
• Как управлять разрешениями и режимами7:30
• Как придать вашему агенту индивидуальность с помощью файла soul.md4:28
• Пользовательские команды со слэшем для быстрого сохранения и запуска подсказок 3:52
• Автоматизация заданий Cron с помощью циклов и расписания, как в OpenCLaw 12:20
• Telegram, каналы и плагины 10:19
• Добавление дополнительных навыков 3:58
• Obsidian и код Claude для памяти (Second Brain RAG) 21:58
• Подведение итогов

• Обзор раздела 2:03
• Контекстная инженерия и навыки 10:23
• Разработка подсказок с помощью тестирования, управляемого разработкой, и командных интерфейсов автоматизации браузера14:22
• Тестирование веб-сайта4:55
• Git и GitHub для управления версиями11:14
• Дизайн интерфейса: улучшение стиля и публикация в GitHub10:19
• Развертывание: размещение веб-сайта на Vercel6:46
• Быстрый совет: 0:45
• Дизайн Claude10:42
• Подведение итогов

• Обзор раздела 2:23
• Краткая информация 1:27
• Код Claude для автоматизации n8n 13:32
• Разработка с помощью Agents SDK: claude-agent-sdk от Anthropic на Python 24:42
• Подкагенты, параллельные агенты и контекст 7 15:54
• Файл .claude 3:40
• Самосовершенствующийся ИИ: Autoresearch от Andrej Karpathy 14:28
• Использование Claude Desktop с Claude Code и Computer Use 9:32
• Удаленное управление 5:33
• Хуки для автоматизации и журналы 10:07
• Краткое объяснение каждой команды со слэшем 12:54
• Подведение итогов

• Добро пожаловать в последний раздел 1:51
• Манипуляции с инструментами, мошенничество с токенами MCP и другие уязвимости в системе безопасности 17:12
• Что дальше 5:53
• Бонус

Яндекс.Практикум - Курс «Python для анализа данных»

• о Python для анализа данных;
• о загрузке, очистке и подготовке датасетов;
• о работе с библиотеками Pandas и NumPy;
• о разведочном анализе данных;
• о визуализации через Matplotlib и Seaborn;
• о базовой статистике для аналитики;
• об основах машинного обучения;
• о подготовке проекта для портфолио дата-аналитика.

• дать базу Python для анализа данных;
• научить работать с реальными датасетами;
• показать полный цикл аналитической задачи;
• помочь освоить популярные библиотеки;
• сформировать навыки визуализации и статистического анализа;
• подготовить основу для развития в Data Analytics и Data Science.

• новичкам, которые хотят освоить анализ данных с нуля;
• аналитикам Excel и BI, которые хотят перейти на Python;
• маркетологам, экономистам и продуктологам;
• специалистам, которые регулярно работают с данными;
• студентам технических и экономических направлений;
• тем, кто планирует карьеру в Data Analytics;
• тем, кто хочет заложить базу для Data Science.

• работать с данными на Python;
• загружать и очищать датасеты;
• подготавливать данные к анализу;
• использовать Pandas и NumPy;
• проводить разведочный анализ данных;
• строить визуализации;
• применять базовые методы статистики;
• создавать и тестировать простые ML-модели;
• готовить проекты для портфолио аналитика.

• синтаксис языка;
• типы данных;
• функции;
• циклы;
• условные конструкции;
• работа с файлами;
• структуры данных.

• DataFrame и Series;
• табличные данные;
• численные вычисления;
• агрегации;
• фильтрации;
• преобразования данных;
• работа с пропусками;
• изменение и проверка типов данных.

• загрузка данных из файлов;
• проверка структуры датасета;
• поиск пропущенных значений;
• исправление ошибок в данных;
• подготовка признаков;
• объединение и преобразование таблиц;
• формирование аналитических выборок.

• очистка и подготовка данных;
• поиск закономерностей;
• поиск аномалий;
• статистический анализ;
• проверка гипотез на базовом уровне;
• формирование аналитических выводов.

• первичный обзор данных;
• анализ структуры и качества датасета;
• поиск связей между признаками;
• выявление выбросов и ошибок;
• подготовка данных к визуализации и моделированию;
• формирование вопросов для дальнейшего анализа.

• построение графиков в Matplotlib;
• создание аналитичных визуализаций в Seaborn;
• оформление диаграмм;
• выбор подходящего типа графика;
• визуальное сравнение групп;
• представление выводов через графики.

• линейные графики;
• столбчатые диаграммы;
• гистограммы;
• диаграммы рассеяния;
• тепловые карты;
• визуализация распределений и зависимостей.

• модели классификации;
• модели регрессии;
• подготовка данных для ML;
• обучение простых моделей;
• оценка качества моделей;
• интерпретация результатов.

• подготовка данных к моделированию;
• создание простых моделей;
• обучение алгоритмов;
• проверка качества;
• сравнение результатов;
• первые шаги в машинном обучении.

• анализ реального датасета;
• загрузка и подготовка данных;
• очистка и проверка качества;
• разведочный анализ;
• построение визуализаций;
• создание простой модели машинного обучения;
• оформление результата для портфолио.

• Python — язык программирования для анализа данных;
• Pandas — работа с табличными данными;
• NumPy — численные вычисления;
• Matplotlib — построение графиков;
• Seaborn — аналитические визуализации;
• Scikit-learn — базовые алгоритмы машинного обучения.

• обучение анализу данных на Python с нуля;
• практика на реальных задачах и датасетах;
• пошаговые инструкции;
• детальные разборы;
• понятная подача для новичков;
• структура, подходящая для подготовки к профессии аналитика;
• проект для портфолио.

• работа с таблицами и датасетами;
• очистка и подготовка данных;
• разведочный анализ;
• визуализация результатов;
• базовая статистика;
• простое машинное обучение;
• оформление аналитических выводов;
• подготовка проекта для портфолио.

• освоить Python для анализа данных;
• перейти от Excel к более гибким инструментам;
• научиться работать с реальными датасетами;
• разобраться в Pandas и NumPy;
• строить графики и визуализации;
• понять основы EDA и статистики;
• сделать первый проект для портфолио;
• подготовиться к развитию в Data Analytics или Data Science.

• понимание основ Python и анализа данных;
• умение работать с большими объёмами информации;
• навыки очистки и подготовки датасетов;
• умение строить визуализации;
• знание базовой статистики;
• понимание основ машинного обучения;
• готовый проект для портфолио аналитика;
• база для дальнейшего развития в Data Science или аналитике.

Александр Свет → Глубокое погружение: Claude Code (Май / ProfileSchool - Июнь 2026)

• Выбирать правильную модель (Opus / Sonnet / Haiku) под конкретную задачу и бюджет времени.
• Настраивать Claude Code под себя через CLAUDE.md, hooks, skills, плагины и субагентов.
• Передавать контекст между сессиями, задачами и агентами.
• Подключать внешние сервисы через MCP (базы данных, API и др.).
• Создавать собственные skills и субагентов для узких, специализированных задач.
• Запускать несколько агентов параллельно и собирать из них рабочую команду.
• Использовать Agent Team, Ralph Loop и профессиональные плагины в реальной практике.
• Использовать Claude in Chrome для отладки и тестирования.
• Создавать сервисы с Claude Code внутри на базе headless-режима.
• Применять Claude Code для нестандартных задач: дизайн, видео, тексты и рабочие процессы.

• уже пробовали AI-агентов кодинга и хотите перейти на следующий уровень — автономность, интеграции, параллельная работа и командная оркестрация агентов;
• хотите один инструмент для кода, документации и рабочих задач, включая креативные сценарии;
• устали от ручного копирования, пересказа контекста и хаоса в настройках.

• понимание принципов работы AI-агентов кодинга и базовых концепций разработки (не требуется опыт программирования);
• установленный Claude Code CLI;
• подписка Claude Pro или Max.

• Возможность посещать живые онлайн занятия с преподавателем.
• Записи всех занятий для повторения в течение всего онлайн курса плюс 2 недели после его окончания. Просмотр записей в режиме онлайн. После истечения стандартного срока доступа вы сможете продлить доступ к записям занятий еще на 2 недели и делать это неоднократно.
• Конспекты всех занятий бессрочно. Рабочие файлы курса.
• Домашние задания по теории и практике, которые помогут закрепить новый материал.

• Практик и энтузиаст AI-разработки.
• За последние три года он изучил ключевые направления этой новой сферы: от курса AI Agents от Hugging Face до Complex AI Agents и Fine Tuning LLM.
• Но главное — он сам прошёл путь, который теперь предлагает пройти вам: из непрофильной профессии в мир разработки с ИИ.
• Александр не разработчик по образованию — он освоил все инструменты на практике, не имея технического бэкграунда. Именно поэтому он объясняет просто и показывает, как использовать ИИ даже тем, кто не пишет код.