AI Engineerразработка продуктов на базе LLM

Все приходят на собеседование рассказывать, что изучали. Вы придёте показывать четыре продукта, которые работают.

6месяцев
от первой строки кода до защиты диплома
4продукта
работают в интернете, а не в ноутбуке
70%практики
вы пишете код, а не смотрите, как пишут
26разборов
ваш код читает преподаватель, а не робот
Профессия

Почему AI-инженерия, а не любое другое направление в IT

Дело не в хайпе. У этой профессии сейчас редкое сочетание условий, которого не будет через три года.

Порог входа ещё низкий, а спрос уже высокий

В вебе или мобильной разработке вы конкурируете с людьми, которые пишут код десять лет. LLM-инженерии — три года. Здесь десяти лет опыта нет ни у кого, и новичок с сильным портфолио заходит в вакансию почти на равных.

Профессия не привязана к одной отрасли

Ассистент, поиск по документам и автоматизация нужны банку, маркетплейсу, клинике, логистике и юрфирме одновременно. Просядет один сектор — вы просто уходите в соседний с тем же стеком.

Ваш результат можно показать, а не пересказать

На собеседовании вы не рассказываете, чему научились, и не оправдываетесь за отсутствие опыта. Вы открываете свой сервис, задаёте ему вопрос и показываете ответ. После этого разговор идёт совсем иначе.

Что мы вообще делаем

Мы не учим пользоваться нейросетями. Мы учим строить продукты, внутри которых они работают.

именно так языковая модель видит это слово — двумя токенами
Продукт

Три системы, которые сегодня заказывают чаще всего

Это не темы лекций, а архитектуры. Вы соберёте каждую своими руками и сможете повторить на рабочем проекте.

Знания · RAG

400 страниц регламента, которые отвечают на вопросы сами

Сотрудник спрашивает обычным языком — система находит нужный фрагмент, отвечает точно и показывает страницу-источник. Вы научитесь не просто собирать такой пайплайн, а доказывать цифрами, что он не выдумывает.

кто это заказывает: банки, юрфирмы, страховые,
внутренние базы знаний крупных компаний
embeddingsChroma · Qdrantre-rankingRAGAS
документы
фрагменты
вектор БД
поиск
ответ
+ источник
Действие · Агенты

Агент, который делает работу, а не советует, как её сделать

Модель получает инструменты — поиск, файлы, внешние API — и замыкает цикл: спланировала, вызвала, проверила результат, повторила. Плюс долгосрочная память и защита от подмены инструкций.

кто это заказывает: поддержка, отделы продаж,
операционные команды, любой бизнес с рутиной
function callingReActMem0 · ZepCrewAI
агентцикл
задачапланинструментпроверка
Прод · Деплой

И всё это живёт в интернете, а не в вашем ноутбуке

Ровно здесь заканчивается энтузиаст и начинается инженер. API, база, контейнер, автоматический деплой, мониторинг расходов и качества ответов. Проект открывается по адресу, который можно отправить кому угодно.

именно этого чаще всего не хватает
выпускникам других курсов на собеседовании
FastAPIDockerGitHub ActionsLangFuse
код
контейнер
CI/CD
облако
мониторинг
Портфолио

Что будет лежать в вашем GitHub на выпускном

Не «учебные работы по мотивам урока». Четыре отдельных репозитория с документацией, историей коммитов и живыми ссылками — то, что вы отправляете вместо резюме на позицию Junior AI Engineer.

github.com / ваш аккаунт4 репозитория
ai-assistant

Ассистент с памятью диалога, потоковой выдачей ответа и разбором изображений. Первая сдача — уже к концу второго месяца.

работает
knowledge-bot

RAG по базе документов со ссылками на источник и отчётом об измеренном качестве ответов. Четвёртый месяц.

работает
task-agent

Агент с набором инструментов и долгосрочной памятью под реальную рабочую задачу — вашу или заказчика. Пятый месяц.

работает
diploma

Ваша собственная идея, доведённая до сервиса в интернете: API, база, интерфейс, автодеплой. Публичная защита с демо в финале курса.

в проде
+ README на каждом проекте, оформленный профиль, CV и LinkedIn — разбираем на финальном модуле
Такое портфолио собирается за шесть месяцев. Начать можно с одного сообщения.
Узнать про набор
Метод

Записаться легко. Отсидеться — не получится

Материалы по AI сегодня лежат в открытом доступе бесплатно — и почти никто не доходит по ним до конца. Разница не в информации, а в том, что кто-то читает именно ваш код и ждёт от вас результат к сроку.

Занятие 1
Живой код

Преподаватель пишет решение на экране и ошибается вместе с вами. Вы видите, как думает инженер, а не готовый слайд.

Занятие 2
Практика

Разбор задач и ошибок прошлой недели. Запись появляется в личном кабинете в течение 48 часов.

2–4 часа
Своя задача

Не «повтори за преподавателем», а новая задача, которую нужно решить самому. Иначе навык не появляется.

48 часов
Разбор вашего кода

Письменный code review: что работает, что переписать и почему именно так. Двадцать шесть раз за курс.

7 дней
Поддержка

Застряли в 23:40 — пишете в группу потока и получаете ответ. Раз в две недели — менторская сессия в малой группе.

01
Дедлайн каждые полтора месяца

Три мини-проекта с публичной защитой стоят внутри курса, а не в конце. Это не даёт материалу превратиться в конспект, который вы никогда не откроете. Со второй половины курса добавляется взаимная проверка кода между студентами.

02
Преподаватели строят AI-продукты сегодня

Не пересказывают документацию, а работают в этом стеке прямо сейчас — включая ведущего преподавателя, который собрал полноценное мобильное приложение, не написав вручную ни строки кода. Такие приёмы он показывает на занятиях.

03
Мы учим измерять, а не «на глазок»

Большинство курсов заканчиваются на «бот отвечает — значит работает». Мы отдельно проходим оценку качества: evals, RAGAS, LLM-as-judge, трейсинг. На собеседовании это отличает инженера от любителя.

04
Доводим до разговора с работодателем

Финальный модуль — карьерный: оформление GitHub, CV, LinkedIn, mock-интервью и гостевые лекции действующих специалистов и работодателей рынка Казахстана.

Программа · 208 академических часов

Карта курса

Ширина блока — реальное количество часов на модуль. Нажмите на любой, чтобы раскрыть по неделям.

стартзащита диплома
01Фундамент разработчикаНедели 1–4 · 32 ак. ч.
Неделя 1
Введение в профессию. Как устроена работа AI-инженера. Окружение: VS Code, Python, Jupyter, Git. ДЗ: первый скрипт.
Неделя 2
Python-основы: типы данных, условия, циклы, функции. ДЗ: 10 задач на Codewars.
Неделя 3
Python продвинутый: ООП, файлы, исключения, requests, json. ДЗ: парсер данных из открытого API.
Неделя 4
Git и GitHub: ветки, pull request. Linux и терминал. ДЗ: выложить проект на GitHub.
02Работа с LLM APIНедели 5–10 · 48 ак. ч.
Неделя 5
Как устроены LLM: токены, контекстное окно, температура. Обзор актуальных моделей. ДЗ: сравнить ответы трёх моделей.
Неделя 6
OpenAI API и Anthropic Claude API. Потоковая выдача ответа. ДЗ: чат-бот со стримингом.
Неделя 7
Prompt Engineering: zero-shot, few-shot, chain-of-thought, XML-теги, системные промпты. ДЗ: промпты для 5 задач.
Неделя 8
Структурированный вывод: JSON mode, роли, управление контекстом. ДЗ: классификатор текста.
Неделя 9
Мультимодальность: работа с изображениями через Vision API. ДЗ: анализатор изображений.
Неделя 10
Open-source модели: Ollama, Hugging Face. Как выбирать модель под задачу.
Проект 1
AI-ассистент с мультимодальностью и памятью диалога. Защита в формате демо.
03RAG — работа со знаниямиНедели 11–16 · 48 ак. ч.
Неделя 11
Embeddings: как работают и зачем нужны. OpenAI Embeddings, sentence-transformers. ДЗ: схожесть текстов.
Неделя 12
Векторные базы: Chroma, Qdrant. CRUD, поиск по близости. ДЗ: индексировать 50 документов.
Неделя 13
RAG-архитектура: стратегии разбиения, индексация, извлечение. ДЗ: вопрос-ответ по PDF.
Неделя 14
Продвинутый RAG: re-ranking, гибридный поиск (BM25 + векторный). ДЗ: улучшить пайплайн.
Неделя 15
LangChain и LlamaIndex: цепочки, лоадеры, ретриверы. ДЗ: RAG на выбранном фреймворке.
Неделя 16
Оценка качества: RAGAS, LLM-as-judge, evals, трейсинг в LangSmith.
Проект 2
Чат-бот знаний по базе документов с измеряемым качеством ответов.
04AI-агенты и автоматизацияНедели 17–21 · 40 ак. ч.
Неделя 17
Агентная архитектура: ReAct, планировщики, вызов функций. ДЗ: свой первый инструмент.
Неделя 18
Инструменты агента: поиск в интернете, работа с файлами, внешние API. ДЗ: агент с 3+ инструментами.
Неделя 19
Долгосрочная память: Mem0, Zep, персонализация. ДЗ: агент, который помнит пользователя.
Неделя 20
Мульти-агентные системы: CrewAI, AutoGen. ДЗ: связка из двух агентов.
Неделя 21
Безопасность: prompt injection, OWASP LLM Top 10, участие человека в цикле.
Проект 3
AI-агент, который автоматизирует реальную рабочую задачу.
05Деплой и продуктизацияНедели 22–25 · 32 ак. ч.
Неделя 22
FastAPI: REST API для AI-сервиса, pydantic, Swagger. SQL и PostgreSQL. ДЗ: API чат-бота с базой.
Неделя 23
Docker: контейнеризация, docker-compose. ДЗ: упаковать проект в контейнер.
Неделя 24
Streamlit и Gradio: интерфейс для AI. Быстрое прототипирование в Cursor, v0, Lovable. ДЗ: собрать UI за одно занятие.
Неделя 25
Деплой в облако: Railway, Render. GitHub Actions и CI/CD. Мониторинг: LangFuse. ДЗ: задеплоить проект.
06Дипломный проект и карьераНеделя 26 · 8 ак. ч.
Занятие 1
Fine-tuning: что это и когда действительно нужно. Гостевая лекция работодателя рынка РК, разбор реальных кейсов.
Занятие 2
Карьера: оформление GitHub, CV, LinkedIn, подготовка к техническому интервью.
Защита
Дипломный проект: презентация 10 минут, демо и вопросы комиссии. Итоговое тестирование с прокторингом.
Инструменты

То, что вы откроете в первый рабочий день

Каждый инструмент из этого списка вы применяете в проекте, а не проходите в теории. Стек пересобирается перед каждым потоком — область меняется быстрее, чем печатаются учебники.

PythonOpenAI APIAnthropic Claudestreamingprompt engineeringJSON modeVision APIOllamaHugging FaceembeddingsChromaQdrantPythonOpenAI APIAnthropic Claudestreamingprompt engineeringJSON modeVision APIOllamaHugging FaceembeddingsChromaQdrant
LangChainLlamaIndexRAGASLangSmithfunction callingCrewAIAutoGenMem0FastAPIPostgreSQLDockerGitHub ActionsRailwayLangFuseOWASP LLM Top 10Cursorv0LovableLangChainLlamaIndexRAGASLangSmithfunction callingCrewAIAutoGenMem0FastAPIPostgreSQLDockerGitHub ActionsRailwayLangFuseOWASP LLM Top 10Cursorv0Lovable
Команда

Кто будет читать ваш код

ЖП
Жанғали Пернебаев
Руководитель курса

Senior Software / AI Engineer, 10 лет в индустрии. Работал в финтех-компаниях Лондона и Нью-Йорка, разработал более 40 мобильных приложений и 5 AI-проектов. Пять лет преподаёт, обучил более 200 студентов.

ЕЖ
Еркежан Жеңісова
Ментор · AI-специалист

8 лет в разработке, вела проекты для клиентов из Сингапура. Преподавала в Astana IT University. Master of Engineering (IITU) и Master in Management of Information Systems (Гренобль, Франция). Ведёт менторские сессии и разбор сложных задач.

СБ
Сұлтанғазы Бұхарбай
Карьерный консультант

Senior Software Engineer, 10 лет опыта: Bereke Bank, Halyk Bank, Intellection. Проводит карьерные воркшопы и mock-интервью — знает изнутри, как в казахстанских IT-компаниях читают резюме и что спрашивают на техническом собеседовании.

Честно

Курс подойдёт не всем — и это нормально

Вам сюда, если

  • Готовы отдавать 4–6 часов в неделю ближайшие полгода и понимаете, что это не «между делом»
  • Никогда не программировали, но хотите профессию, а не знакомство с темой
  • Уже пишете код в другом стеке и хотите перейти туда, где меньше конкуренции
  • Работаете аналитиком, тестировщиком или менеджером и устали ставить задачи, которые закрывает кто-то другой
  • Строите свой продукт и не хотите зависеть от подрядчиков в AI-части

Лучше не идти, если

  • Нужен диплом для галочки, а не работающие проекты: без сданных заданий до защиты не допускают
  • Рассчитываете смотреть записи и не писать код: большая часть курса — это ваша работа за клавиатурой
  • Ждёте гарантию трудоустройства — её не даёт никто, мы даём портфолио и подготовку
  • Ищете теорию машинного обучения и математику нейросетей: это другая профессия и другой курс
  • Не готовы держать ритм полгода: честнее дождаться следующего потока, чем бросить на середине
Вопросы

Что спрашивают перед стартом

Я вообще не программировал. Потяну?

Да. Первые четыре недели мы даём Python, Git и терминал с нуля, не предполагая никакого опыта. Требуется одно: 4–6 часов в неделю следующие полгода. Если этого времени нет, честнее дождаться следующего потока — курс интенсивный, и мы это не смягчаем.

Чем это отличается от бесплатных материалов на YouTube?

Информацией — почти ничем, она вся есть в открытом доступе. Отличается всё остальное: последовательность, дедлайны, живой человек, который читает именно ваш код и объясняет, что в нём не так, и группа, в которой неудобно отставать. Именно поэтому по бесплатным материалам доходят до конца единицы.

Сколько времени займёт в неделю?

Два живых занятия по 45 минут плюс 2–4 часа на домашнее задание. Занятия вечерние, все записи остаются в личном кабинете — пропустили, догоняете.

Обучение только онлайн?

Да, полностью. Живые занятия в Google Meet, материалы и записи в LMS Thinkific, поддержка в Telegram-группе потока 7 дней в неделю. Учиться можно из любого города.

Что нужно из техники?

Ноутбук с Windows, macOS или Linux и 8 ГБ оперативной памяти, стабильный интернет. Инструменты курса бесплатные или с бесплатным тарифом; расходы на API-ключи минимальны — покажем, как уложиться в несколько долларов за весь курс.

Как оценивают и что нужно для сертификата?

Оценка складывается из еженедельных домашних заданий (20%), трёх мини-проектов (по 15% каждый) и дипломного проекта (35%). Сертификат КОДЕКО выдаётся при результате от 60% и посещаемости не ниже 80% живых занятий — это же условие допуска к защите диплома.

Вы гарантируете трудоустройство?

Нет, и никто не может. Гарантию оффера дают только недобросовестные школы. Мы даём другое: четыре задеплоенных проекта, разбор каждого вашего задания, карьерный модуль с CV, LinkedIn и mock-интервью и гостевые лекции работодателей рынка РК. Дальше решают ваша настойчивость и рынок.

Что, если я застряну на проекте?

Для этого есть письменный code review после каждого задания, менторские сессии в малых группах раз в две недели и поддержка в Telegram 7 дней в неделю. Наша задача — довести вас до защиты, а не отсеять на середине.

Как попасть на поток

Четыре шага, ни одного лишнего

ШАГ 01
Пишете нам

Одно сообщение в WhatsApp или Instagram. Отвечаем в течение дня и договариваемся о времени созвона.

ШАГ 02
Короткий разговор

Двадцать минут: чем занимаетесь сейчас, сколько времени готовы уделять, чего ждёте от курса. Без экзамена и подготовки.

ШАГ 03
Зачисление

Договор, доступ в личный кабинет с материалами и приглашение в Telegram-группу вашего потока.

ШАГ 04
Первое занятие

Знакомство с группой, настройка окружения на вашем ноутбуке и первое домашнее задание в тот же вечер.

Набор на поток

Начните с разговора — он ни к чему не обязывает

Расскажем, как устроен поток, ответим на вопросы и честно скажем, если увидим, что курс вам не подойдёт. Двадцать минут, без подготовки.

Количество мест на потоке ограничено
Узнать про набор
Made on
Tilda