Новые складчины | страница 5

​

Тариф Премиум

Эта система идеально подходит, если вы…

Работаете в найме или на фрилансе

Закроете недельные объёмы за пару часов и получите новых клиентов с чеком 50–150к — без кода и без долгих лет обучения.

Эксперт или предприниматель

Отдадите рутину нейросетям — маркетинг, таблицы, ответы клиентам. А у вас останется время на стратегию и семью.

Только начинаете с нуля

Соберёте первый рабочий продукт за вечер, даже если никогда не писали код и пока не понимаете, с чего начать.

Что вы получаете

Вы освоите навык, на котором можно дополнительно зарабатывать 30, 50, 100 и даже 300 тысяч рублей — собирая свои ИИ-решения

Блок 1. Ядро программы

- Мастер-класс «Своё ИИ-решение за 30 минут»
- Как за 30 минут собрать первый продукт, даже если вы вообще не понимаете, с чего начать
- Почему у 90% выходит «бред» вместо результата — и та единственная ошибка, из-за которой это происходит
- Как собрать Telegram-бота под бизнес — заявки, ответы клиентам, продажи — без разработчика
- Как за вечер собрать сайт без дизайнера и верстальщика
- Ключевой навык, который отличает новичка от того, кто зарабатывает: как ставить ИИ задачу так, чтобы он делал ровно то, что нужно, а не выдавал кашу
- Как делегировать 93% задач нейросетям и освободить время на себя и близких
- Как довести результат до состояния «этим можно пользоваться или продавать», а не бросить на «ну вроде что-то получилось»
- Как начать зарабатывать на навыке или повысить текущий чек минимум в 2 раза
- Прорывной метод тестирования идеи без риска, вложений и слива денег в пустоту
- Как сократить время создания продукта в 3–5 раз и получить результат уже в первый день
- Простой трюк, за счёт которого я трачу на нейросети в 8 раз меньше средств, чем мои коллеги
- Как обезопасить ИИ-решения, чтобы они не ломались через 2 дня

В итоге: исчерпывающая база, после которой вы будете сильнее в работе с нейросетями, чем 99% людей — и первое рабочее решение уже у вас на руках.

Блок 2. Установка рабочего пространства

- Конкретный набор нейросетей под ваши задачи — не «список из 50 сервисов»
- План установки, в котором разберётся даже ребёнок
- Если что-то не пойдёт — специалист из команды настроит всё вживую

В итоге: всё подключено и готово к работе — без квеста с доступами.

Блок 3. Бонус 100 готовых решений с вайбкодингом

- Отдельный продукт, который спокойно продаётся за 10 000 ₽
- Сто продуктов с пошаговым планом под каждый — не бесполезные промпты
- Калькулятор услуг, мини-квиз с заявкой, онлайн-запись, платформа обучения и др.

В итоге: берёте готовую логику и повторяете по шагам — не выдумывая с нуля.

Блок 4. Неотразимое коммерческое предложение

- Как сделать предложение, от которого глупо отказаться
- Как упаковать услуги, чтобы без стыда продавать дороже
- Где искать заказчиков — без холодных рассылок и беготни за людьми

В итоге: у вас спрашивают «сколько стоит?», а не «я подумаю».

Блок 5. Запись практических разборов

- Разборы реальных проектов участников — учитесь на чужих ошибках
- Специфика разных ниш — чтобы применить, а не «просто послушать»

В итоге: ответы на вопросы, которые вы ещё не успели задать.

​

Научитесь создавать LLM-системы: от поиска по базе знаний и саппорт-агентов до речевой аналитики и мультиагентных систем.

Курс для тех, кто планирует или уже строит LLM-системы

• DL-инженеры
  Научитесь строить системы целиком от распределения входной нагрузки до мониторинга ключевых метрик. Сможете говорить с разработчиками на одном языке и строить дорожную карту развития ваших сервисов.
• ML-инженеры и аналитики
  Научитесь строить LLM-приложения, которые решают востребованные задачи: поиск по базе знаний, чат-бот, автономные ИИ-сотрудники — поймёте, как устроены системы изнутри, чтобы с пониманием дела улучшать их работу.
• Backend-разработчики
  Разберётесь в специфике LLM-приложений: когда какую модель использовать и что есть кроме LLM, векторный поиск, метрики, трейсинг, агентские системы — сможете говорить с ML/DL командой на одном языке и строить дорожную карту развития ваших сервисов.

После курса вы сможете:

1. Вайбкодить Использовать кодинг-агентов
   Настроите окружение для эффективной работы кодинг-агентов над проектом. Узнаете, как сэкономить время на разработке.
2. Решать задачу customer support
   Разберёте архитектуру решения: балансировка нагрузки, классификация интента, генерация ответа, трейсинг, агентский подход — и реализуете каждый шаг в проекте.
3. Создавать мультиагентные системы
   Соберёте мультиагентную систему, используя современные подходы и инструменты как в популярных Hermes, OpenClaw, Claude Code, etc.
4. Поднимать self-host LLM
   Развернёте свою LLM на vLLM / SGLang с квантованием и автоскейлом. Соберёте офлайн-пайплайн анализа голосовых записей.
5. Строить поиск по базе знаний
   Соберёте RAG-сервис: от ванильной версии до гибридного поиска, способного держать нагрузку.
6. Настраивать observability
   Чтобы сделать систему прозрачной: следить за ключевыми метриками и прицельно улучшать приложение.

Программа
4 проекта; 11 лекций
Курс собран из четырёх проектов. Для каждого разбираем архитектуру и собираем работающий прототип — на лекциях и семинарах.

• Вводная встреча
  Знакомимся с группой, разбираем формат курса, проекты и домашние задания. Отвечаем на все вопросы перед стартом
  
• Поиск по базе знаний
  Собираем сервис семантического поиска по корпоративной базе: от ванильного RAG до гибридных схем и Page Index. Проходим путь от 1 до 100 RPS без переписывания с нуля.
• Клиентский саппорт
  Делаем мультиагентный саппорт: классифицируем интент, ищем в базе, отвечаем, эскалируем оператору. С observability, метриками качества и guardrails — чтобы выпускать в продакшн, а не только демо-стенд.
• Речевая аналитика и боты
  Self-host LLM под свою задачу + офлайн-аналитика звонков: ASR → диаризация → LLM-анализ. Структурированный JSON-выход, который ложится в дашборды и даёт инсайты бизнесу.
• Мультиагентный ИИ-разработчик
  Универсальный агент общего назначения: tools, MCP, ReAct, память и sandbox. Сравниваем с Cursor, Claude Code и Hermes и собираем своего на семинаре в конце курса.

Что нужно знать
Необходимы базовые знания Python и LLM.

• Уверенный Python
  Знакомы с async/await, классами, типизацией.
• Опыт работы с REST API
  Понимаете, как делать HTTP-запросы, обрабатывать ошибки, работать с JSON.
• Базовое понимание LLM
  Знаете, что такое токен, эмбеддинг, prompt. Пользовались агентами или LLM-чатом.
• DL/ML-знания — не обязательны
  Программа построена так, чтобы её могли пройти разработчики без ML-бэкграунда.

​

Соберите 3 рабочих AI-проекта - от сайта-портфолио до голосового ИИ-ассистента для бизнеса. Освойте самые современные методы разработки и создания цифровых продуктов от запуска до монетизации.

Чему вы научитесь
- Поймёте архитектуру AI-агентов и научитесь применять готовые паттерны: Router, Chain, Memory, Tool Calling и RAG.
- Узнаете, как создают агентов на чистом Python.
- Изучите, как работают AI-фреймворки (OpenAI Agents SDK, CrewAI, LangGraph), и выберете инструмент под свою задачу.
- Узнаете, как у агентов работает память - от истории диалога до долговременного хранения данных в базе.
- Научитесь подключать к агенту реальные инструменты: поиск в интернете, отправку уведомлений и запись в CRM.
- Запустите готового AI-агента в интернете, чтобы он круглосуточно отвечал клиентам без вашего участия.
- Освоите лучшие площадки и хостинги для размещения AI-агентов, Telegram-ботов и любых других цифровых продуктов.
- Разберётесь, как работают локальные бесплатные AI-модели, которые запускаются только на вашем компьютере.
- Научитесь выбирать AI-модель под конкретную задачу.
- Разберётесь, как подключать через API любые сторонние нейросети к своим проектам.
- Узнаете, как упаковать AI-агента в готовый продукт и зарабатывать на нём.
- Разработаете сайт-портфолио на уровне топовых дизайн-студий.
- Создадите коммерческого SMM-бота для Telegram, который самостоятельно ищет информацию в интернете и пишет посты с изображениями.
- Построите голосового AI-ассистента для бизнеса, который консультирует клиентов и самостоятельно записывает их на услуги.

О курсе
Для прохождения курса требуется активная подписка Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...
Другие подписки или нейросети для курса не подойдут

В этом курсе - вы создадите 3 настоящих проекта с нуля:

Этот курс не про программирование и не про то, как «подобрать промпт».
Мы разбираем архитектуру AI-агентов: типовые паттерны сборки (Router, Chain, Memory, Tool Calling и другие), которые лежат в основе любого работающего бота - от простого консультанта до автономного помощника. Один раз разобравшись в паттернах, вы сможете собрать агента под любую задачу - какая бы нейросеть или фреймворк ни появились завтра.

Что внутри
Курс построен на трёх уровнях - от голого кода до готовых AI-фреймворков (OpenAI Agents SDK, CrewAI, LangGraph), чтобы вы понимали, что происходит «под капотом», и умели выбрать инструмент под задачу.

Научитесь подключать агентам память, реальные инструменты (поиск, уведомления, запись в CRM) и выкладывать готового бота в интернет, чтобы он работал круглосуточно. Разберём работу с разными нейросетями - от бесплатных локальных моделей до Claude, GPT, Gemini и российских YandexGPT/GigaChat, - чтобы вы не зависели от одного провайдера и бюджета.

Для кого этот курс?
Для тех, кто хочет разобраться в архитектуре ИИ-агентов и освоить актуальные инструменты для запуска проектов любой сложности - от личного бота до коммерческого продукта.
Технические знания и опыт программирования не нужны: код вы будете писать вместе с ИИ-ассистентом, а курс объясняет не синтаксис, а логику - что, зачем и в каком порядке.
К концу обучения вы сможете разрабатывать современные сайты, или приложения, запускать собственных ИИ-агентов и главное - узнаете, как на этом зарабатывать.

Программа курса
Введение
- Скачайте материалы к курсу
- Скачиваем Claude
- Оставайтесь со мной на связи

Эра AI-исполнителей уже здесь
- Парадигма исполнителя
- Создаём сайт одним промптом
- Выкладываем сайт в Интернет
- Практика №1 - Создайте сайт о себе
- Пример преподавателя - сайт-портфолио

О чём курс
- Disclaimer
- Программа курса

Знакомство с Claude
- Почему Claude?
- Различия Chat / Work / Code
- Как работает Browser Use
- Skills, Plugins, Connectors
- Claude + Microsoft

Основы LLM-систем
- Необходимая теория работы LLM-систем

ИИ-агенты
- Как создаются ИИ-агенты
- Подготовка
- Запускаем агента на чистом Python
- Подключаем Gemini по API
- Паттерны создания ИИ-агентов
- Паттерны агентов (Текст)
- Тест на понимание паттернов ИИ-агентов
- Как работает память у ИИ
- Как запустить агента в Gradio
- Как работают фреймворки
- Как работает паттерн Tool Calling
- Как опубликовать свой проект
- Запускаем реального ИИ-ассистента
- Сохраняем заявки от ИИ в базе
- Подключаем ИИ к сервисам
- Практика №2 - Создайте ИИ-ассистента
- Пример преподавателя - создание ИИ-ассистента

ИИ-ассистент + Telegram
- ИИ-ассистент + Telegram
- ИИ управляет Telegram
- Практика №3 - Создайте бота AI Telegram Publisher
- Пример преподавателя - бот AI Telegram Publisher
- Что можно подключить через API

Сервисы ИИ автоматизации
- Способы создания автоматизаций
- Актуальны ли n8n и Make?
- Как лопнет AI пузырь
- Прогноз развития ИИ на 4 года

Как использовать знания в работе
- Что такое Claude Design
- В чём Claude хорош, а в чём плох?
- Что и как изучать дальше
- Как зарабатывать на ИИ

​

Научись вайбкодить серьёзные сайты под ключ. И зарабатывать на этом.
За 7 недель ты научишься собирать проекты под ключ и продавать их клиентам. Освоишь создание сайтов с бэкендом, админкой и платёжкой — и научишься продавать их за 100к+ ₽

Что даёт вайбкодинг

• Свобода перемещений. Работай из любой точки мира — нужен только ноутбук и интернет.
• Проекты любой сложности. Нейронка позволяет брать даже крупные проекты, которых ты ранее избегал.
• Отсутствие потолка в доходе. Никто не ограничивает твой доход, кроме тебя самого.
• Актуальный навык на годы вперёд. Шаришь в нейронках = остаёшься востребованным в будущем.

В результате курса ты:

• Научишься вайбкодить крупные сайты. Освоишь структуру, по которой можно собрать любой сайт — с нуля до продакшена, качественно и без стресса.
• Научишься монетизировать навык. Получишь полную систему работы с клиентами: как получать больше заказов, составлять договоры и решать юридические нюансы, а также закрывать сделки на более высокие чеки.
• Освоишь перспективный навык. Вайбкодинг только набирает силу — качественных исполнителей очень мало. Ты можешь стать одним из первых.

Программа наставничества — сквозной проект — большой интернет-магазин одежды. На нём закрываем весь цикл: фронтенд, бэкенд, админка, платежи, доставка, интеграции, юридическая шиза и деплой.

Программа:

0. Старт и подготовка

• Вводный урок: что будет на курсе
• Выбираем проект, с которым будем работать
• Настройка рабочей среды
• База, без которой проект развалится
• ТЗ и roadmap: как профи стартуют проект
• Как делиться со мной результатами

1. Frontend и дизайн

• Выбираем стек под проект
• Как делать дизайн, за который платят
• Figma + ИИ: связка, ускоряющая работу
• AI-слоп и как его убить (бонус — мой скилл)
• Мои личные лайфхаки для создания дизайна
• Анимации, плавный скролл, визуальные фишки
• Адаптивы и мобильная вёрстка
• Практика: верстаем интернет-магазин

2. Backend и админка

• Основы бэкенда без боли: выбираем БД правильно
• Админ-панель: создаём удобство для клиента
• Безопасность данных
• Подводные камни в работе с админкой
• Практика: подключение БД и админки к проекту

3. Платежка, доставка, заявки

• Выбор платёжки: какая самая лучшая
• Подключение онлайн-кассы
• Как настроить доставку
• Отправка заявок → AmoCRM / почта
• Реальный опыт: частые ошибки и как их избежать

4. Оптимизация, безопасность, тех-SEO, юр-оформление

• Что такое рефакторинг и дебаггинг и как с этим работать
• Безопасность: как защитить проект от взлома
• Техническое SEO: как продвигаться в браузерах и нейросетях
• Юридическое оформление: как не нарваться на огромные штрафы

5. Деплой и пост-деплойная настройка

• Виды деплоя: хостинг vs сервер (какой выбрать)
• Публикация большого проекта на сервер: подводные камни
• Тестирование после деплоя и проверка безопасности в проде
• SEO-доработка: Яндекс.Метрика, Вебмастер, Google Search Console

6. Работа с клиентами

• Самые рабочие способы поиска клиентов
• Бриф и КП, после которых говорят «да»
• Ценообразование: как не дешевить (психология цены)
• Сайт-портфолио, который продаёт за тебя
• Договор без дыр: как защитить себя и деньги
• Monthly retainer: как работать с клиентом вдолгую

Об авторе:

• Разрабатываю сайты и мобильные приложения уже более 5 лет.
• Более года назад переквалифицировался в вайбкодера.
• Консультирую бизнесы и помогаю внедрять искусственный интеллект в их работу
• 6700 подписчиков в Telegram
• 8100 подписчиков на YouTube
• №1 гайд по Codex на русскоязычном YouTube

​

Кураторы: Scream School
1.Евгений Вегера
Работал над такими проектами как: The Hunt от студии Crytek, Immortals of Aveum от Ascendant Studios, Dying Light: The Beast от Techland. Управляет командами художников в отделе Environment Art. Евгений знает, как работают и меняются пайплайны и студии в разных частях мира от Америки, Европы до Южной Кореи и Китая. Автор Telegram-канала @CGIT_Vines, посвященный трансформации CG под влиянием AI.
Куратор курса, Department Environment Lead at Entangled studio

2.Даниил Осипов
Преподаватель курса, Senior Level Artist
Senior Level Artist с опытом работы в 3D Motion Design. Работал над Call of Duty: Modern Warfare II и Call of Duty: Modern Warfare III от Infinity Ward, а также над неанонсированными проектами.
Имеет опыт создания игрового окружения для AAA-проектов, занимается R&D внутри арт-процессов: исследует генеративные и процедурные инструменты для ускорения производства контента.

О КУРСЕ
Портфолио по ИИ-пайплайну за 1,5 месяца
Узнаете, как использовать нейросети для генерации концептов, текстур, 3D-моделей и финальной сборки сцен в Unreal Engine. Курс не заменяет классическое образование в сфере CG, но даёт необходимый навык для рынка, который усилит вашу текущую позицию.
Курс посвящён практическому применению генеративных нейросетей на всех этапах создания 2D- и 3D-графики. Вы выстроите чёткий маршрут от концепта до готовой сцены/модели, внедряя ИИ в свой пайплайн.

СТРУКТУРА ПРОГРАММЫ
За время обучения вы освоите навыки работы с ИИ для создания графики, научитесь думать за рамками своих инструментов, поймёте правила безопасного использования ИИ и соберете готовый кейс в портфолио.

МОДУЛЬ 1. НЕЙРОСЕТИ В CG-ПАЙПЛАЙНЕ

В программе:

• В каких задачах нейросети реально помогают, а где они пока не справляются. Разбор на конкретных примерах.
• Виды ИИ-инструментов: локальные решения, облачные сервисы, генераторы для 2D и 3D, видео и splat-технологии.
• Как строится рабочий процессс от концепта до готовой сцены с помощью нейросетей.
• Ограничения: на каких данных обучены нейросети (датасеты), какой нужен компьютер (видеокарта, память) и какие есть юридические риски.
• Как управлять качеством и контролировать результат: ControlNet (позволяет задать нейросети позу, контур или композицию), img2img (превращение одной картинки в другую), модули для точной настройки стиля, перенос стиля с одного изображения на другое.
• Ознакомитесь с последующей структурой курса и этапами вашего проекта.

Результат модуля: понимание, где и как вы будете применять нейросети в своей работе.


МОДУЛЬ 2. ОСНОВЫ 2D-ГЕНЕРАЦИИ ДЛЯ ХУДОЖЕСТВЕННЫХ ЗАДАЧ

Вы научитесь создавать качественные изображения, которые точно соответствуют техническому заданию.

В программе:

• Поиск идеи и варианты: как генерировать концепты окружения, предметов, персонажей, транспорта.
• Роль композиции, ракурса, стиля и референсов.
• Как писать промпты художнику: JSON-подход (структурированный список параметров), инструкции для контроля генерации.
• Изучение параметров, с помощью которых детализируется промпт.
• Художественный контроль: ControlNet, LoRA. Работа с ComfyUI и бесплатными генераторами.
• Интеграция ComfyUI в Photoshop.
• Обзор сервисов: Nano Banana, Vizcom, Krea.

Практика: разбор одного кейса тремя способами — облачный сервис, ComfyUI, Photoshop.
Результат модуля: создадите драфт концепта для вашей будущей 3D-сцены.


МОДУЛЬ 3. ПОДГОТОВКА К ЭТАПУ 3D С ПОМОЩЬЮ ИИ

Научитесь превращать сгенерированный материал в понятное техническое задание — для себя или команды.

В программе:

• Фидбэк по вашим генерациям и помощь с выбором концепции.
• Как разбить сложную сцену на детали: отдельно сгенерировать персонажа, его одежду, оружие, окружение.
• Генерация дополнительных ракурсов объекта (вид сбоку, сверху) — чтобы 3D-моделлеру было с чем работать.
• Использование нейросетей для поиска нужной формы и перебора разных вариантов композиции.
• Подготовка материалов для blockout, моделинга и ассет-плана: сбор референсов, доработка текстур.

Практика: разбиваем сцену на составляющие, прорабатываем главное изображение, делаем другие ракурсы, вариации.
Результат модуля: готовый финальный 2D-концепт и чёткое ТЗ для генерации 3D-ассетов.

МОДУЛЬ 4. ИИ В 3D: МОДЕЛИ, ТЕКСТУРЫ, АССЕТЫ

Поймёте, где ИИ уже приносит реальную пользу в создании 3D, а где без ручной работы не обойтись.

В программе:

• Помощь ИИ в генерации идей, создании черновых 3D-моделей, в детализации и получении разных вариантов одного объекта.
• Генерация 3D-моделей. Знакомство с ограничениями нейросетей.
• Обзор современных 3D‑генераторов: Tripo3D, Hunyuan3D, Trellis.
• Подготовка сгенерированной 3D-модели к ручной доработке: дорабатываем визуал и оптимизируем модели в Blender.

Практика:

• Вместе с преподавателем пробуете генерировать модели.
• Дорабатываете ассеты и текстуры, финальная оптимизация ассетов.

Результат модуля: готовые 3D‑ассеты для вашей диорамы.


МОДУЛЬ 5. ФИНАЛЬНЫЙ ПРОЕКТ В UNREAL ENGINE 5

Соберёте всю сцену в Unreal Engine 5 и подготовите материалы для портфолио.

В программе:

• Базовая сборка сцены: её структура, интеграция геометрии, настройка света.
• Создание базового мастер-материала и материальных инстансов.

Практика:

• Совместная настройка сцены с преподавателем.
• Индивидуальная консультация по вашему проекту.
• Фидбэк и помощь в подаче работы (ArtStation, Behance, Instagram, LinkedIn, TikTok/Shorts).

Результат модуля: полностью собранная и настроенная сцена в UE5, 2–3 коротких видео и 3–4 статичных кадра.

МОДУЛЬ 6. КОММЕРЧЕСКОЕ ИСПОЛЬЗОВАНИЕ ИИ: РИСКИ, ОГРАНИЧЕНИЯ И ОБЩЕНИЕ С ЗАКАЗЧИКОМ
Ознакомитесь с правовыми, этическими и производственными аспектами нейросетей.

В программе:

• Авторское право, лицензии, риски коммерческого использования;
• Корректная работа с референсами;
• Границы допустимого AI в коммерческом пайплайне;
• Как обсуждать использование AI с заказчиком или работодателем.

ЗАЩИТА ДИПЛОМНОГО ПРОЕКТА

Что вас ждёт:

• Презентация вашего пайплайна — от концепта до финальной сцены в UE5.
• Индивидуальный проект (диорама), который пополнит портфолио.
• Защита с разбором решений: преподаватель даст обратную связь и рекомендации.

Итог курса: завершённый кейс, который доказывает ваш навык интеграции нейросетей в CG‑производство. Вы не только умеете создавать промпты, но и с умом интегрировать нейросети в пайплайн, без потери качества финального продукта.

ФОРМАТ ОБУЧЕНИЯ
Онлайн

• Онлайн 2 раза в неделю по 2 часа за занятие.
• Живые синхронные занятия с преподавателями. Записи всех уроков.
• Индивидуальная обратная связь от преподавателей в закрытых Telegram-чатах.

На программе будут изучаться нейросети, актуальные на день обучения.

​

Не разовые вопросы в ChatGPT, а система, где ИИ работает как напарник: помнит контекст, ведёт задачи, экономит часы каждый день. Для новичков, без кода.
Я веду с ИИ 10+ собственных сервисов и 16 серверов. Ниже рассказываю, что именно делаю и чему научу вас.

Как я работаю с ИИ
За пару лет я довёл работу с ИИ до системы. Вот её принципы, им и учу.

• Напарник, а не поисковик
  Я не жду от ИИ готовых ответов. Я спорю с ним, прошу критиковать мои идеи и предлагать путь проще. Так он выдаёт в разы больше пользы.
• Память вместо «с чистого листа»
  Мой ИИ помнит мои проекты, правила и прошлые ошибки. Не приходится каждый раз объяснять контекст: он уже в теме.
• Реальная работа, а не игрушки
  Не «напиши стишок». ИИ у меня чинит баги на проде, собирает лендинги, следит за серверами, разбирает отчёты. Покажу, как перенести это на ваши задачи.
• Простота
  «Зачем» важнее «как». Если задача решается проще, решаем проще. Никакого усложнения ради вида и умных слов.
• Итерация и обратная связь
  Каждый промах превращаю в правило, чтобы ИИ не повторял его. Система становится умнее с каждым днём, а не стоит на месте.

Всё это не теория. Так я веду investmint, fastdiv, reportx и ещё десяток проектов.

Кому подойдёт

• Вы не программист и не хотите им становиться.
• Уже пробовали ChatGPT, но бросили: «не то».
• Хотите разгрузить рутину: тексты, разборы, планирование, ответы, поиск.

Что получите

• Понимание, как просить ИИ, чтобы он делал полезное, а не воду.
• Готовые промты и приёмы под ваши повседневные задачи.
• Свою систему работы с ИИ, а не хаотичные разовые вопросы.

Программа
Это не абстрактная методичка: программа повторяет путь, которым я сам пришёл к своей системе. Модули 1–4 — база, 5–7 — то, как всё устроено у меня.

1. Рабочее место
   Выбираем ИИ под ваши задачи и бюджет, настраиваем с нуля. Первый полезный результат — в этот же вечер.
   Результат: ИИ установлен, настроен и уже ответил на вашу реальную задачу.
2. Задача для напарника, а не запрос в поисковик
   Как объяснять задачу: контекст, цель, ограничения. Почему «зачем» важнее «как» и как заставить ИИ спорить с вами и предлагать путь проще.
   Результат: Ответы, которые можно применять, а не пересказывать.
3. Память: конец «каждый раз с чистого листа»
   Собираем досье: кто вы, ваши проекты, ваши правила. Это обычные файлы в вашей папке — всё видно и можно править руками. ИИ начинает каждый разговор уже в теме — так у меня устроена работа со всеми проектами.
   Результат: ИИ помнит вас и ваш контекст без повторных объяснений.
4. Рутина переезжает на ИИ
   Тексты, письма, разборы документов, планирование, поиск. Берём ваши повседневные задачи и по одной перекладываем на ИИ, с готовыми промтами.
   Результат: 3–5 ваших регулярных задач ИИ делает за вас.
5. Ошибки превращаем в правила
   Главный приём моей системы: каждый промах ИИ становится правилом, и он больше его не повторяет. Система умнеет с каждым днём.
   Результат: Ваш ИИ работает лучше, чем «голый» ChatGPT у других.
6. ИИ работает, пока вы не работаете
   Регулярные задачи, напоминания, дежурства: настраиваем то, что ИИ делает сам, без вашего участия. Так у меня работают серверы и отчёты.
   Результат: Минимум одна задача выполняется вообще без вас.
7. Своя система
   Собираем всё в единый рабочий процесс и план на месяц вперёд: что переложить на ИИ следующим и как не откатиться к «разовым вопросам».
   Результат: Система, которая живёт и растёт после курса.

Тариф Самостоятельный
Видео-уроки по шагам
Разобранные примеры из жизни
Готовые промты, которые можно копировать
Лайфхаки и приёмы
Доступ остаётся у вас

​

Что конкретно вы получите
33 видео - общая продолжительность более 5 часов 40 минут:

• Обзорное видео
• сервисы
• подготовка фото
• анкета ребенка
• проект
• паспорт персонажа
• сюжетные формулы
• раскадровка
• полные тексты
• утверждение внешнего вида персонажа
• выбор художественного стиля
• финальный паспорт сказки
• создание эталонного героя
• генерация текстовых страниц
• подготовка промптов для иллюстраций
• генерация иллюстраций сцен сказки
• изменения и доработки
• обложка сказки
• эпилог сказки
• собираем сказку по элементам
• загрузка в облако
• перевод в pdf
• презентация
• про печать сказки
• упрощенный вариант создания - подготовка
• упрощенный вариант создания - концепция, сюжет, тексты
• упрощенный вариант создания - внешний вид героя
• упрощенный вариант создания - генерация эталонных изображений
• упрощенный вариант создания - генерация текстовых страниц
• упрощенный вариант создания - генерация картинок сцен
• упрощенный вариант создания - обложка и эпилог
• упрощенный вариант создания - оформление
• упрощенный вариант создания - перевод в pdf

​

ИИ-агенты для бизнес-задач
Программа — 8 недель
Начало — 14 июля 2026

Методология 6A Framework
1
AUDIT. Аудит
Разбери процесс по косточкам. Детально опиши текущий процесс, выяви болевые точки и оцени потенциал автоматизации. Ключевой вопрос: «Где думает человек, а где делает автоматически?»
Артефакты: Process Map + Automation Score
2
ARCHITECT. Архитектура
Спроектируй агентную экосистему, прежде чем писать первый промпт. Не каждая задача требует LLM — используй простые правила там, где они работают.
Артефакты: Agent Catalog + TO-BE процесс
3
ASSEMBLE. Сборка
Один агент, одна задача, одна неделя. Собери и запусти MVP‑агента для самой болезненной задачи. Не строй сразу мультиагентную систему.
Артефакты: MVP Agent + Success Criteria
4
ADAPT. Адаптация
Human‑in‑the‑loop — не костыль, а архитектурная позиция. Адаптируй агента к реальности через обратную связь, ошибки и итерации.
Артефакты: Error Catalog + Guardrails
5
AMPLIFY. Масштаб
Масштабирование горизонтальное — больше агентов на разные процессы, а не усложнение одного. Расширь от MVP к экосистеме агентов.
Артефакты: Agent Ecosystem Map
6
ADMINISTER. Управление
Управляй агентами как командой. SLA, мониторинг качества, drift detection и непрерывное улучшение. AI Governance Policy для всей организации.
Артефакты: Agent Ecosystem MapSLA Dashboard + AI Governance

Спикеры и ведущие курса

• Артем Астапенко
  Сооснователь AI лаборатории Jamakase Technologie
  Основатель стартапов AgentArea.ai— платформа ИИ-агентов
  Основатель Constract.io — AI-контроль ремонта
  10+ лет в IT 4+ года в AI, ML
  
  
• Дмитрий Жечков
  Руководитель направления развития гибридного ИИ в cloud.ru, в прошлом архитектор облачных сервисов в Яндекс Облаке.
  
  В качестве хобби, применяет LLM-модели в сфере финансов и инвестиций. Активно применяет Cursor и ИИ-ассистентов для программирования.
  
  
• Алексей Черняк
  Со-основатель Darberry, продан Groupon Inc. ($ 2,6 млрд. оценка). Работал генеральным директором Групон Россия.
  Сооснователь United Investors и Product University
  Tweekly — 10 бизнес-идей и трендов каждую пятницу
  

​

Разберётесь, где ИИ помогает учиться, а где незаметно разрушает самостоятельность — и научитесь управлять этим процессом.

Проблема, которую уже нельзя игнорировать:

Ваш ребёнок уже использует ИИ. Но вопрос не в этом. Вопрос в том, как именно он это делает:

• Списывает или учится
• Думает или копирует
• Развивается или деградирует

Большинство родителей узнают об этом случайно — и не понимают, что с этим делать.

Для кого этот курс:

Для родителей:

• Учеников 6–11 классов
• Которые видят, что ребёнок уже использует ИИ
• И хотят не запретить, а разобраться

Этот курс — не про «запретить»:

Это про контроль, понимание и грамотное использование.

Вы научитесь:

• Где ИИ реально усиливает обучение
• Какие задачи можно делегировать
• Какие — категорически нельзя
• Как выстроить правила без конфликтов

После курса вы:

• Поймёте, как работает ИИ и почему он ошибается
• Научитесь отличать помощь от списывания
• Освоите конкретные сценарии использования
• Сможете помогать ребёнку учиться, а не делать за него
• Разберётесь в рисках и ограничениях
• И главное — перестанете действовать «вслепую»

Уникальность курса:

50+ реальных сценариев использования ИИ:

• Сделать домашку
• Подготовиться к контрольной
• Написать сочинение
• Разобрать ошибку
• Сделать проект
• Подготовить презентацию
• Выучить язык
• Объяснить сложную тему

Через кейсы, а не лекции:

• Кейс → практика → объяснение → вариации → домашний эксперимент

Про реальные риски (без паники):

• Зависимость от подсказок
• Потерю самостоятельности
• Иллюзию понимания
• Ошибки ИИ
• Небезопасные диалоги

Формат занятий:

• 6 онлайн-занятий по 1 часу
• Практика прямо на занятиях
• Без технической подготовки
• Разбор кейсов

Программа:

1. Как говорить с ИИ
   Осваиваем базовые техники и понимаем, как он работает
2. Помощь без подмены
   Где граница между обучением и списыванием
3. ИИ как репетитор
   Как использовать для предметов и экзаменов
4. Тексты и проекты
   Как не дать ИИ «писать вместо ребёнка»
5. Обучающие тьюторы
   Какие инструменты реально учат
6. Личный ИИ-ассистент
   Собираем систему под своего ребёнка

​

Настройте свой «ChatGPT» у себя на сервере: документы и переписка не уходят в облако, подписки и ВПНы не нужны. Пошагово развернём рабочий ИИ-сервер для себя и всей команды — Ollama + Open WebUI, доступ по локальной сети через браузер с авторизацией для пользователей, работа с PDF/Word/Excel и изображениями, свой OpenAI-совместимый API. От выбора видеокарты и Windows 11 до продакшн-сервера на Linux. Для компаний доступна оплата по счёту.

Чему вы научитесь:

• Подбирать видеокарту и сервер под задачи и бюджет — от офисного ПК до промышленных решений, не переплачивая за лишние гигабайты видеопамяти.
• Выбирать локальную модель под задачу: понимать квантизацию, размер контекста и реальный расход VRAM — почему одним хватает 8 ГБ, а другим мало 24.
• Устанавливать Ollama на Windows 11 и Linux (Ubuntu Server) и запускать модели на видеокарте — конкретными командами, по шагам, с чек-листами.
• Управлять моделями: загрузка, запуск, обновление, удаление, контроль места на диске и замер скорости в токенах/сек.
• Создавать свою «персону» модели через Modelfile: системный промпт, температура, длина контекста — под задачи вашей команды.
• Разворачивать веб-интерфейс Open WebUI с доступом по локальной сети и автозапуском как службы Windows — сервер переживает перезагрузку без вашего участия.
• Организовывать работу сотрудников с документами (PDF, Word, Excel) через локальную модель — и понимать, где хранятся данные и где проходят границы возможностей.
• Подключать vision-модели для распознавания изображений и планировать память при одновременной работе нескольких пользователей.
• Поднимать свой OpenAI-совместимый API и маршрутизацию на несколько серверов — чтобы встраивать приватный ИИ в собственные сервисы и скрипты.

Большие языковые модели уже стали рабочим инструментом — но что, если не отправлять свои документы и переписку в чужое облако, не платить за подписки и полностью контролировать данные? В этом курсе вы с нуля развернёте собственную локальную ИИ-модель на своём компьютере и сервере: ваш приватный аналог ChatGPT, который работает на вашем железе и не передаёт данные наружу.

Курс построен как пошаговый практикум. Мы пройдём весь путь: от подбора видеокарты и выбора модели под ваши задачи — к установке движка Ollama на Windows, запуску моделей на видеокарте, созданию своей «персоны» модели и замеру скорости. Затем поднимем удобный веб-интерфейс Open WebUI с доступом по локальной сети (с компьютеров и телефонов), настроим работу с PDF, Word и Excel, подключим распознавание изображений и поднимем свой API для интеграции с другими программами. В финале перенесём всё на боевой Linux-сервер (Ubuntu Server) и познакомимся с vLLM.

Каждый урок — это конкретные команды по шагам, разбор типичных ошибок и чек-лист. Вы не просто слушаете теорию, а параллельно повторяете действия на своём оборудовании и в конце получаете работающий локальный ИИ-сервер, готовый к реальным задачам компании или личным проектам.

Опыт в машинном обучении не требуется — нужен лишь базовый уровень работы с компьютером и желание разобраться.
Курс подходит для корпоративного обучения: оплата от юридического лица по счёту через Stepik, по итогам обучения — сертификат.

Для кого этот курс:

• Системные администраторы и ИТ-специалисты, которым нужно развернуть локальный ИИ в компании: многопользовательский доступ по сети, автозапуск службами, контроль ресурсов.
• Разработчики, которым нужен приватный OpenAI-совместимый API на своём железе: подменили base_url — и ваш код работает с локальной моделью без счетов за токены.
• Руководители и владельцы бизнеса, для которых критичны данные клиентов и коммерческая тайна: один сервер вместо десятков подписок, ничего не уходит в чужое облако. Курс можно оплатить от юрлица по счёту.
• Энтузиасты и любители технологий, которые хотят собрать свой приватный ИИ дома
• Все, кто хочет уйти от облаков и полностью контролировать свои данные и расходы.

Для практики понадобится:

• Компьютер с видеокартой NVIDIA (желательно от 8 ГБ видеопамяти). Подбор железа подробно разбирается в первом модуле — можно сначала пройти его, а потом осознанно купить видеокарту под свои задачи и бюджет.
• Windows 11 для основной части курса; для финального модуля — возможность поставить Ubuntu Server второй системой (по желанию, модуль необязательный).
• Опыт в программировании и машинном обучении не нужен.
• Желание разобраться и пройти шаги на практике.

Как проходит обучение:

• Пошаговый практикум. Каждый урок — конкретные действия и команды, которые вы повторяете на своём оборудовании.
• Видео + текст. Уроки сопровождаются скринкастами и текстовыми инструкциями — команды удобно копировать по шагам.
• От простого к сложному. Сначала Windows и база, затем сеть и многопользовательская работа, в финале — рабочий Linux-сервер.
• Разбор ошибок. В каждом уроке блок «если что-то пошло не так» с проблемами и решениями.
• Чек-листы. В конце уроков — контрольные списки: убедитесь, что всё работает, прежде чем идти дальше.
• 3 лабораторные работы. Соберёте свою модель через Modelfile, поднимете Open WebUI с доступом по сети и развернёте ИИ-сервер на Linux.
• Бессрочный доступ: проходите когда удобно и возвращайтесь к урокам как к справочнику. Курс обновляется и дополняется.

Что вы получаете:

Свой приватный ИИ — как ChatGPT, но на вашем железе и без подписок. К концу курса у вас на руках:

• Работающий локальный ИИ-сервер — ваши документы и переписка остаются у вас, ничего не уходит в облако.
• Доступ из браузера по сети — с компьютеров и телефонов, для всей команды.
• Помощник по документам — выжимки из PDF, отчёты, Word, Excel и распознавание изображений.
• Свой API — чтобы встроить модель в свои программы и боты.
• Ноль ежемесячных платежей — никаких подписок на облачный ИИ.
• Навык повторить и масштабировать всё самому — от Windows до боевого Linux-сервера.

Программа:

Подбор "железа" и выбор модели:

• Вводное слово
• Подбор сервера для разворачивания локальной ИИ модели
• Готовим Windows 11: установка и пользователь для доступа по сети
• Как выбрать локальную ИИ-модель под свои задачи (Ollama)
• Как расходуется видеопамять при работе модели
• Локальные ИИ-модели для офисных задач (требуемые видеокарты)
• Глоссарий: термины, сокращения и определения
• Тест по модулю 1

Ставим движок: Ollama на Windows и запускаем ИИ модель:

• Подготовка сервера с windows, контрольная точка восстановления
• Установка Ollama на Windows 11, запуск модели на видеокарте
• Команды Ollama для работы с моделями (загрузка, запуск, список)
• Modelfile: системный промпт, параметры и своя «сборка» модели
• Управление моделями и местом на жестком диске
• Замер скорости (токены/сек) и выбор рабочей квантизации
• Лабораторная работа 1 Установка Ollama, сборка своих моделей
• Тест по модулю 2

Веб-интерфейс по локальной сети к ИИ моделям: Open WebUI:

• Веб-интерфейс к ollama по локальной сети: Open WebUI
• Настройка запуска OpenWebUI и Ollama в виде служб Windows
• Лабораторная работа 2 Веб-интерфейс Open WebUI, доступ по сети
• Работа пользователей с документами через локальную ИИ модель
• Работа с изображениями: ставим vision-модель
• Как расходуется память при работе нескольких пользователей
• Несколько серверов под разные модели: маршрутизация в Open WebUI
• Свой API: OpenAI-совместимый эндпоинт Open WebUI
• Тест по модулю 3

Развёртывание ollama на Linux-сервере (Ubuntu Server 26.04):

• Подготовка диска и флешка, установка Ubuntu Server как второй ОС
• Установка Ollama на Ubuntu Server 26.04 и основные команды
• Установка Open WebUI и доступ по сети с Windows-машин
• Лабораторная работа 3 Локальный ИИ-сервер на Linux
• Тест по модулю 4

Итоги курса:

• Завершение курса

​

Полное погружение в AI-content и профессию AI-creator.

Для тех, кто хочет создавать контент нового поколения и зарабатывать на этом.

Программа

1. AI-фотосессии
Люди, бренды, товары, животные, дети — позинг, свет, композиция, cinematic-обработка. Дорогой визуал без студий и съёмок.

2. AI-видео для брендов
Рекламные ролики и cinematic-видео через нейросети — движение камеры, динамика, удержание внимания.

3. AI-аватары и UGC
AI-аватар для себя или бренда, говорящие персонажи, UGC-контент для рекламы, Reels и TikTok.

4. AI-мультики и персонажи
Мульт-сериалы, вирусные короткие мультики, персонажи со стилем и историей, встроенная реклама, целая AI-вселенная для контента.

5. Продвижение и личный бренд
Упаковка портфолио, поиск клиентов, продвижение через Instagram, Pinterest, Авито, выход на сотрудничество с крупными компаниями.

​

За 3 дня разберётесь, как ИИ помогает психологу: себе, в учёбе и с клиентами. С полного нуля до уверенного уровня, даже если вы с техникой на «вы».

Все вокруг говорят про нейросети. А вы киваете и теряетесь.
Открывали ChatGPT, потыкали, получили что-то общее и закрыли: «не моё, я не технарь». А внутри тихо сидит: кажется, я отстаю от тех, кто уже разобрался.

Дело не в том, что вы не способны. Просто вам никто спокойно не показал: с нуля, по-человечески, без умных слов.

Под любым из них — один и тот же страх.
Что поезд уже ушёл, а вы остались —
01 Видите, как коллеги «успевают всё», и не понимаете, откуда у них столько времени.
02 Клиент говорит «я спросил у нейросети», а вы не знаете, как к этому относиться.
03 Тонете в заметках, постах и рассылках вместо того, чтобы расти как психолог.
04 Открыли нейросеть, не поняли, что писать, и закрыли.
05 Боитесь, что ИИ обесценит профессию — и так же боитесь отстать.
06 Хотите вести больше клиентов, но не хватает рук и времени.
07 Постоянно учитесь, но знания не складываются в систему.
08 Чувствуете, что мир рванул вперёд, а вы остались с блокнотом.

Если узнали себя, это не лень и не «вы не способны». Это нормальная реакция на то, что пришло слишком быстро и заговорило слишком сложно. А разобраться реально за 3 дня, когда рядом тот, кто переводит с технического на человеческий.

Несколько месяцев назад я получила суперсилу
Не промпт в чате наугад, а настроенная система — с моими книгами, лекциями и эфирами внутри. Вот что я и моя команда собрали в ней: сайты, приложения, тесты, обложки, контент. И это — минимум того, что получилось.

За 3 дня вы пройдёте путь от полного нуля до создания своей ИИ-системы. Плюс четвёртый день для глубокой продвинутой работы с ИИ.

​

3 месяца с живым ментором в закрытой группе — и ты AI-native разработчик, которого ищут.
Профессия разработчика меняется прямо сейчас.

AI-native разработчики зарабатывают на минимум +56% больше. Те, кто перестроился, уже меняют правила. Рынок изменился.

Порог входа в профессию упал до почти нуля. Умный новичок с AI добивается за несколько месяцев того, на что раньше уходило два года.

Это не про синтаксис и промты.
Это про другой способ думать о задачах.

Для кого:

• 01 / Разработчик
  Хорошо пишешь код — но хочешь стоить дороже
  Работаешь разработчиком. Понимаешь архитектуру. Но AI в рабочем процессе пока «иногда ChatGPT». Хочешь перестроить всё — и выйти на уровень где один стоишь как команда.
  Senior · Lead
• 02 / Основатель
  Есть идея для продукта — и ты готов строить
  Идея живёт в голове. Раньше нужны были деньги на разработчиков. Сейчас — нет. Три месяца с ментором: MVP, первые пользователи, аргументы для инвесторов.
  MVP · Стартап
• 03 / Смена карьеры
  Хочешь войти в IT — сразу на хорошем уровне
  Не просто «научиться программировать» — а войти уже с навыками которые востребованы прямо сейчас. AI-native разработчик в 2026 — это не будущее. Это настоящее.
  Любой уровень
• 04 / Команда
  Team Lead, CTO, HR, Founder — хочешь чтобы команда работала в ×20
  Один сотрудник который прошёл University приносит инструменты и меняет процессы. Вся команда — меняет компанию. Команда из 5 с AI обгоняет 50 без него. Корпоративные условия обсуждаем индивидуально — напиши нам.
  Team Lead · CTO · HR · Founder

Что построишь:

• Не учебные задачи. Работающие продукты.
• Каждый можно показать — на собеседовании, инвестору или просто другу.

Примеры из пула рекомендованных проектов. Конкретный список — выбирает ментор по ходу курса:

• L1. Свой Netflix (Netflix · clone)
  Точная копия главной — без ручного кода, за первое занятие с ментором.
• L2. Агент который работает пока ты спишь (AI · agent)
  Описываешь задачу — агент читает данные, принимает решения, присылает результат. Без тебя.
• S1. Утренний дайджест (Telegram · daily)
  Каждое утро в Telegram — погода, курс, топ новостей. Всё автоматически.
• S2. Дашборд с живыми данными (Live · dashboard)
  Всё что важно — на одном экране. В реальном времени.
• S3. Тиндер для X (Swipe · mechanic)
  Свайп-механика для любого домена — фильмы, вакансии, рестораны. Студент выбирает тему сам.
• S4. Своё приложение в интернете (Your · product)
  Твоя идея: спецификация → код → деплой → первые пользователи.

Программа:

Три месяца которые меняют всё.
34 уровня. 24 живых занятия.
Другой способ работать — навсегда.

Месяц 01:

Первая победа — в первую неделю

Занятия 1–4:

• Среда, инструменты, мгновенный результат
• Первое занятие: ставим среду, подключаем Claude Code — и копируем Netflix.
• Не как игрушку. Как способ показать: с AI это занимает час, а не день.
• Именно это ощущение ты будешь строить дальше.

Занятия 5–8:

• Как думать задачами, а не строчками кода
• CLAUDE.md — главный документ любого AI-проекта: как и зачем.
• Task spec — формулируешь задачу так, чтобы агент не угадывал.
• Context management — почему AI теряет нить и как этим управлять.
• Анализ незнакомой кодовой базы — за минуты, а не дни.

Проект 1:

• Утренний дайджест или живой дашборд
• Небольшое, реальное, задеплоенное. Первое что можно показать.

Месяц 02:

Инструменты которые меняют всё

Занятия 9–16:

• Subagents, MCP, Hooks — следующий уровень
• Subagents — делегируешь задачу не одному агенту, а нескольким. Они работают параллельно, ты собираешь результат. MCP — подключаешь Claude Code к своим данным, базам, API.
• Hooks — автоматизируешь то, что сейчас делаешь вручную после каждого коммита.

Юзкейсы:

• То, что меняет работу прямо сейчас
• Пишем тесты для легаси-кода которого никто не трогал годами, документируем большую кодовую базу за часы, не недели, дебажим сложный баг: логи, гипотезы, решение — с AI, делаем code review большого PR: AI делает первый проход, ты фокусируешься на архитектуре.

Проект 2:

• Тиндер для X, плагин для Chrome, Pocket Coach или твой выбор
• Из пула — выбираешь с ментором.

Месяц 03:

От issue до продакшна — полный цикл

Занятия 17–24:

• Как работают настоящие продуктовые команды
• Issue-to-PR: задача приходит как issue в GitHub — уходит как готовый pull request с тестами и описанием. Именно так работают в продуктовых командах.
• Рефакторинг: берём плохой код, делаем хорошим — с объяснением каждого архитектурного решения.
• DevOps: CI/CD, деплой, мониторинг — не как отдельная специальность, а как часть рабочего процесса.

Проект 3:

• Рефакторинг
• Полный аудит и переработка реального кода.

Занятия 25–34:

• Свой продукт — от идеи до живых пользователей
• При желании ты можешь реализовать свою идею: спецификация → архитектурные решения → реализация → тесты → деплой → первые пользователи.

Проект 4 — финальный (капстоун):

• Твой продукт от идеи до продакшна
• Спецификация → реализация → тесты → деплой → первые пользователи. Полный цикл.

Последние занятия:

• Карьера: как конвертировать навыки в деньги
• Расскажем как превратить новые навыки в деньги — повышение, новый оффер, первые клиенты на фрилансе или свои проекты.

​

Построение AI-агентов и агентных систем — сегодня один из самых системообразующих и востребованных навыков. Кто освоит его сейчас — окажется впереди. Вы научитесь строить системы, которые находят клиентов, ускоряют работу и приносят доход. С нуля, без программирования.

Почему сейчас:

• Недавно нейросети могли работать только при прямом участии человека: вы даёте промпт — нейросеть выдаёт результат (текст, изображение, видео, аудио). Сегодня им «приделали руки»: они сами выполняют конкретные задачи — работают с файлами, программами и сервисами вместо вас. Это и есть AI-агенты.
• Наступает эпоха агентов и построения систем на нейросетях. Это автоматизирует большинство процессов — а значит позволяет предлагать новые услуги, увеличивать прибыль и зарабатывать больше.

Для кого:

• Слышали про AI-агентов, но не знаете, с чего начать, и побаиваетесь «кода».
• Понимаете, что мир и технологии движутся — хотим мы того или нет. Навык работы с агентами и построения автоматизированных систем становится новым обязательным навыком — как умение пользоваться компьютером в 2000-х.
• Видите возможности роста и более эффективной работы: с AI-агентами можно выйти на новый уровень — за пределы своей ниши, предлагая клиентам новые услуги и повышая собственную ценность.

Что у вас будет на выходе:

• Рабочая система поиска и квалификации клиентов.
• Набор личных агентов, которые снимают рутину и ускоряют работу.
• Понимание, как упаковать это в новые услуги и поднять чек.
• Выход за пределы одной ниши — к более широкому и платёжеспособному рынку.

Программа:

От первого агента — до системы, которая работает за вас.

Модуль 0. Система поиска лидов:

Готовая система: парсит Telegram-чаты, квалифицирует запросы, ранжирует их и подсказывает, как зайти в коммуникацию. Можно забрать бесплатно и запустить сразу.

Модуль 1. Инструменты и агенты:

Полная база с нуля, без программистского бэкграунда.

• Что такое нейросети вроде Claude Code и Codex и чем они отличаются от привычного чата ChatGPT.
• Как с ними взаимодействовать: какие есть интерфейсы — программа на компьютере или веб-приложение.
• Скиллы, правила, документация проектов и оптимизация токенов.
• Сборка первых агентов: чем агент отличается от чат-бота и как работать автономно 24/7.
• Что такое мультиагентная система и как она устроена.

Модуль 2. Автоматизация своей работы:

Смотрим на ваши текущие процессы и ускоряем их нейросетями.

• Что из текущей работы можно ускорить и как поднять производительность и эффективность на рынке.
• Настройка, модерирование и оптимизация рекламных кампаний с помощью AI-агентов.
• Какие новые инструменты для привлечения клиентов можно создать.
• Мультиагентная система поиска запросов на услуги: парсинг Telegram, Avito, HeadHunter, маркетплейсов, VK, Max и тематических сайтов, где есть клиенты.
• Создание собственных сайтов и веб-приложений.

Модуль 3. Услуги для клиентов:

Растим монетизацию за счёт новых услуг.

• К этому моменту вы понимаете, что умеют нейросети, как они работают с файлами на компьютере и серверах, какие есть возможности.
• Предлагаете клиентам расширенный список услуг по автоматизации их процессов и росту эффективности.
• Методика адресной работы: как выяснить реальную потребность бизнеса и предложить именно тот результат, который ему нужен.
• Горизонт почти безграничен: отраслевые решения под конкретную компанию, их адаптация под похожие бизнесы (если это не ограничено договором), а со временем — собственные SaaS-продукты.

Автор Андрей Пулькин

• Предприниматель с 2012 года.
• С 2021 года — визуальный контент для электронной коммерции.
• С 2023 года работаю с зарубежным рынком Amazon.
• С 2023 года веду YouTube-канал «Контент продаёт».
• С 2023 года активно использую нейросети и внедряю их в работу.

​

Практический курс о технологиях, а не об одном фреймворке. Мы строим одного агента по нарастающей сложности и разбираем смежные технологии, чтобы вы умели делать всё руками и видели картину целиком.

Курс не про конкретного агента — он про технологии. Мы собираем одного агента на минимальном функционале, всё отлаживаем, «выкатываем в прод», а затем наращиваем сложность.

Параллельно разбираем смежные с агентом технологии, чтобы у вас сформировался широкий кругозор — и при этом умение делать всё руками.

Структура курса:

Две части: сначала рукопашка, потом фреймворки.
Сначала вы понимаете, как всё устроено внутри, а уже потом берёте индустриальные инструменты — осознанно, а не как чёрный ящик.

Часть 1. Рукопашка:

Всё делаем своими руками, без внешних фреймворков — даже evals пишем сами. Вы понимаете каждый слой агента, а не доверяете магии библиотек.

• Работа с LLM напрямую через API
• Structured outputs и tool-calling с нуля
• Собственные метрики и оценка качества
• Архитектуры агентов изнутри

Часть 2. Фреймворки:

Изучаем стандартные индустриальные инструменты и переносите на них то, что уже умеете делать руками.

• Langchain
• Langgraph
• Langfuse / Arize Phoenix для observability
• Деплой, MCP-серверы, мультиагентные системы

Программа:

Три преподавателя-практика ведут свои блоки: разработка агента, качество и оценка, фреймворки и деплой.

1. Василий Исаев - Разработка агента · рукопашка:

• 1.1 Введение
  Prompt-engineering, работа с LLM через API.
• 1.2 Structured outputs и tool-calling
  ReAct-агент, планировщик + исполнитель, память агента.
• 1.3 RAG
  Поиск и работа со знаниями для агента.
• 1.4 Архитектуры агентов
  Разбор примеров: harness, openclaw, nanoclaw.

2. Андрей Киселёв - Качество и оценка:

• 2.1 Отладка и мониторинг
• 2.2 Оценка качества, evaluation
• 2.3 Методы повышения качества
  Борьба с галлюцинациями, guardrails.

3. Евгений Чернов - Фреймворки и деплой:

• 3.1 Интеграция с веб-приложениями и деплой
  MCP-серверы.
• 3.2 Langchain
• 3.3 Langgraph
• 3.4 Observability
  Langfuse (Arize Phoenix).
• 3.5 Многоагентные системы
  Протокол A2A.

Агенты, которых вы построите:

Практические кейсы и примеры в каждой теме — вы выходите с работающим кодом, а не с конспектом.

• Мини Claude Code
  Агент-кодер: читает задачу, правит файлы, запускает команды — упрощённая версия coding-агента.
• Personal Ops Agent (OpenClaw-style)
  Агент для личных и рабочих операций в стиле OpenClaw.
• Browser / GUI Agent
  Управляет браузером: открывает сайты, кликает, заполняет формы, собирает данные.
• API Integration Agent
  По документации API строит маленькую интеграцию: клиент, endpoint, webhook, тесты.
• QA / Testing Agent
  Сам пишет тест-кейсы, запускает Playwright / pytest, проверяет UI и заводит баг-репорт.

Преподаватели:

Василий Исаев

• ML-инженер, AI enthusiast
• Много работал с ассистентами — с реализацией и внедрением AI-сервисов. Работал в Точка Банк и Wildberries, в последнем месте активно внедряет AI-инструменты в процессы разработки.

Андрей Киселёв

• Head of Product, который строил, ломал и чинил AI продукты
• Строил AI-продукты в продакшне: от первых RAG в маленьких командах до платформ с миллионами вызовов агентов в день. Работал в Revolut и Yandex, где отвечал за внедрение AI-фич.
• Истории и подходы из курса — то, что встречается в реальной разработке продуктов, с цифрами, ошибками и рабочими плэйбуками.

Евгений Чернов

• MSc AI · Tech Lead AI в бигтехе
• Преподаватель магистратуры ФКН НИУ ВШЭ «Искусственный интеллект», преподаватель ДПО НИУ ВШЭ. Лидирует e2e-разработку LLM-систем, агентов и внедряет LLMOps-практики в high-load системах.