Курс "ИИ-разработчик: от API до агентов с МТУСИ"

ИИ-разработчик: от API до агентов — профессиональная переподготовка Нетологии и МТУСИ по прикладной ИИ-разработке. За шесть месяцев в рамках вебинаров, видеолекций и практических занятий изучаете стек OpenAI API, FastAPI, LlamaIndex, векторные хранилища и учитесь строить RAG-ассистентов. Задания с проверкой помогают отработать каждый шаг, а подготовка идёт по расписанию 1−2 практик в неделю, чтобы вы успевали внедрять навыки и фиксировать прогресс.

С 13 апреля по 15 октября программа занимает 6 месяцев, на неё уходит около 10 часов в неделю, занятия идут после 18:00 МСК не чаще двух раз, и если дата старта не подходит, можно взять пробный вариант следующего потока. За 145000 ₽ (акция до 14 апреля) вы получаете вебинары, видеолекции и задания с проверкой, а поступление оформляют через лендинг — кнопки «Записаться» и «Посмотреть программу» показывают нагрузку. Итоговая аттестация выступает как экзамен, на ней разбирают критерии оценивания финального проекта, а даже выпускники 11 класса получают основу, чтобы принять осознанное решение о развитии в ИИ.

Сильные стороны курса — практическая подача и пять масштабных проектов, в которых применяются OpenAI API, FastAPI, кеширование и retry logic; так вы видите, как запускать локальные модели LlamaIndex с FastAPI и одновременно сохранять баланс между скоростью и стоимостью. Вы освоите, как построить RAG-систему для корпоративной базы знаний с OpenAI API, получить развернутый ответ на запрос клиента и интегрировать географически распределённые векторные хранилища. Модули по мультиагентной автоматизации объясняют, как строить tool calling, планирование задач и оркестрацию, а блок MLops показывает, как контейнеризировать модели, использовать Terraform, Kubernetes, мониторинг и подготовку к продакшн-развёртыванию, чтобы результат был масштабируемым и устойчивым.

Пять масштабных проектов для портфолио — от ИИ-помощника технической поддержки до мультиагентной системы автоматизации, два диплома (Нетологии и МТУСИ) и понимание, как внедрять ИИ в продукты: от данных и моделей до развертывания, мониторинга и масштабирования.