О курсе
Курс охватывает полный цикл разработки AI-продуктов: от базовых навыков программирования до создания и деплоя готового приложения. Студенты осваивают Python, работу с ведущими LLM-провайдерами (OpenAI, Anthropic Claude), построение RAG-систем и разработку AI-агентов.
Обучение построено по методологии Project-Based Learning: каждая тема закрепляется в реальном проекте. По завершении курса студент защищает дипломный AI-продукт с деплоем на GitHub и формирует готовое портфолио для трудоустройства.
Программа курса — по неделям
Модуль 1 · Фундамент разработчика Нед. 1–4 32 ак. ч.
Нед. 1
Введение в профессию AI Engineer. Обзор рынка труда 2026. Инструменты: VS Code, Python, Jupyter, Git.
ДЗ: установить окружение, запустить первый скрипт
Нед. 2
Python-основы: типы данных, условия, циклы, функции.
ДЗ: 10 задач на Codewars
Нед. 3
Python продвинутый: ООП, файлы, исключения, requests, json.
ДЗ: парсер данных из открытого API
Нед. 4
Git и GitHub: ветки, pull request. Linux/bash: базовые команды.
ДЗ: загрузить проект на GitHub
Модуль 2 · Работа с LLM API Нед. 5–10 48 ак. ч.
Нед. 5
Как работают LLM: токены, контекстное окно, температура. Обзор моделей 2026.
ДЗ: сравнить ответы 3 моделей
Нед. 6
OpenAI API + Anthropic Claude API. Стриминг ответов.
ДЗ: чат-бот со стримингом
Нед. 7
Prompt Engineering: zero-shot, few-shot, chain-of-thought, XML-теги, системные промпты.
ДЗ: промпты для 5 задач
Нед. 8
Structured outputs / JSON mode. Роли и управление контекстом.
ДЗ: классификатор текста
Нед. 9
Multimodal: работа с изображениями через Vision API (GPT-4o, Claude).
ДЗ: анализатор изображений
Нед. 10
Open-source модели: Ollama, Hugging Face. Выбор модели под задачу.
🏁 Мини-проект 1: AI-ассистент с мультимодальностью и памятью диалога
Модуль 3 · RAG — работа со знаниями Нед. 11–16 48 ак. ч.
Нед. 11
Embeddings: как работают, зачем нужны. OpenAI Embeddings API, sentence-transformers.
ДЗ: вычислить схожесть текстов
Нед. 12
Векторные БД: Chroma, Qdrant. CRUD, similarity search.
ДЗ: индексировать 50 документов
Нед. 13
RAG-архитектура: chunking стратегии, индексация, retrieval.
ДЗ: вопрос-ответ по PDF
Нед. 14
Продвинутый RAG: re-ranking, hybrid search (BM25 + векторный).
ДЗ: улучшить RAG-пайплайн
Нед. 15
LangChain / LlamaIndex: цепочки, лоадеры, ретриверы.
ДЗ: RAG на выбранном фреймворке
Нед. 16
Оценка качества RAG: RAGAS, LLM-as-judge, evals, трейсинг LangSmith.
🏁 Мини-проект 2: чат-бот знаний по базе документов с оценкой качества
Модуль 4 · AI-агенты и автоматизация Нед. 17–21 40 ак. ч.
Нед. 17
Агентная архитектура: ReAct, планировщики. Tool use / Function calling.
ДЗ: создать простой инструмент
Нед. 18
Инструменты агента: поиск в интернете, работа с файлами, вызов внешних API.
ДЗ: агент с 3+ инструментами
Нед. 19
Long-term memory агентов: Mem0 / Zep. Персонализация.
ДЗ: агент с долгосрочной памятью
Нед. 20
Мульти-агентные системы. CrewAI / AutoGen: обзор и практика.
ДЗ: pipeline из 2 агентов
Нед. 21
Безопасность агентов: prompt injection, OWASP LLM Top 10, Human-in-the-loop.
🏁 Мини-проект 3: AI-агент для автоматизации рабочей задачи
Модуль 5 · Деплой и продуктизация Нед. 22–25 32 ак. ч.
Нед. 22
FastAPI: REST API для AI-сервиса, pydantic, Swagger. Основы SQL + PostgreSQL.
ДЗ: API для чат-бота с БД
Нед. 23
Docker: контейнеризация AI-приложения, docker-compose.
ДЗ: упаковать проект в контейнер
Нед. 24
Streamlit / Gradio: UI для AI. Vibe Coding: Cursor / v0 / Lovable.
ДЗ: собрать UI за 1 занятие с AI-инструментами
Нед. 25
Деплой в облако: Railway / Render. GitHub Actions: CI/CD. Мониторинг: LangFuse.
ДЗ: задеплоить проект + настроить CI/CD
Модуль 6 · Дипломный проект + карьера Нед. 26 8 ак. ч.
Зан. 1
Fine-tuning: обзор — что это, когда нужно. Гостевая лекция от AI-специалиста / работодателя РК. Разбор реальных кейсов. Итоговое тестирование с прокторингом.
Зан. 2
GitHub-портфолио, CV, LinkedIn. Подготовка к интервью на AI Engineer в 2026.
🎓 Защита дипломного проекта: презентация (10 мин.) + демо + Q&A
Приобретаемые навыки
Hard Skills
- Разработка AI-приложений на Python с LLM API (OpenAI, Claude)
- Мультимодальные модели: работа с текстом и изображениями (Vision API)
- Проектирование RAG-систем с векторными БД (Chroma, Qdrant)
- Разработка AI-агентов: tool use, function calling, multi-agent
- Деплой AI-сервисов: FastAPI, Docker, Railway, GitHub Actions CI/CD
- Основы SQL и работа с PostgreSQL
- Оценка качества: RAGAS, LLM-as-judge, LangSmith
- Безопасность AI-систем: OWASP LLM Top 10
- Vibe Coding: Cursor, v0, Lovable
Soft Skills и карьера
- Декомпозиция и решение сложных задач
- Code review и peer review
- Презентация технических решений
- Дипломный AI-продукт с деплоем на GitHub
- Оформленное портфолио, CV, LinkedIn
- Подготовка к техническому интервью
Система оценивания
| Компонент | Способ проверки | Вес |
|---|---|---|
| Домашние задания (еженедельные) | Преподаватель, code review, Google Sheets | 20% |
| Мини-проект 1 (нед. 10) | Демо: AI-ассистент с мультимодальностью | 15% |
| Мини-проект 2 (нед. 16) | Демо: RAG чат-бот с оценкой качества | 15% |
| Мини-проект 3 (нед. 21) | Демо: AI-агент для автоматизации | 15% |
| Дипломный проект (нед. 26) | Презентация + демо + GitHub + деплой | 35% |
Минимальный порог для сертификата КОДЕКО — 60% по всем компонентам Посещаемость: мин. 80% для допуска к защите
Преимущества курса
Актуальный стек 2026: GPT-4o, Claude API, RAG, AI-агенты — то, что применяется в продакшене
Преподаватели с практическим опытом работы в Лондоне, Нью-Йорке и Сингапуре
3 мини-проекта + дипломная работа — готовое портфолио к окончанию курса
Code review каждого домашнего задания преподавателем
Поддержка в Telegram-группе 7 дней в неделю
Записи занятий на платформе Thinkific в течение 48 часов
Преподавательский состав
ЖП
Пернебаев Жанғали Нұрлыбекұлы
Руководитель курса · Senior Software / AI Engineer · Основатель КОДЕКО
10 лет опыта в индустрии. Разработал более 40 мобильных приложений и 5 AI-проектов для клиентов из США, Великобритании и ОАЭ. Работал в финтех-компаниях Лондона и Нью-Йорка. Обучил более 200 студентов.
ЕЖ
Жеңісова Еркежан Ертісқызы
Ментор · AI-специалист, Middle iOS Developer
8 лет опыта. Реализовывала проекты для клиентов из Сингапура. Преподавала в Astana IT University. Master of Engineering (IITU), Master in Management of Information Systems (Grenoble, France).
СБ
Бұхарбай Сұлтанғазы Нұржанұлы
Карьерный консультант · Senior Software Engineer
10 лет опыта: Bereke Bank, Halyk Bank, Intellection. Специализируется на карьерном консультировании IT-специалистов, проводит воркшопы и mock-интервью.