Главная / Курсы / Нейросети с нуля / ИИ-инженер
ИИ-инженер
Яндекс Практикумонлайн-школа · 13 курсов
Компании всё чаще требуют от сотрудников не просто пользоваться нейросетями в чате, а встраивать ИИ в рабочие процессы: отвечать клиентам по внутренним регламентам, обрабатывать заявки, сокращать ручной разбор документов.
Оценка редакции ▴ 4.0
Считается по программе, практике, преподавателям и отзывам.
✓Плюсы
- 6 проектов в портфолио с экспертным ревью
- 3 воркшопа с наставниками
- 71 час теории и 184 часа практики
–Минусы
- Помощь с трудоустройством не предусмотрена
- Программа требует опыта работы с нейросетями, для новичков не подходит
Для специалистов по нейросетям, которые хотят перейти от запросов к развёртыванию ИИ-сервисов в продакшн
Бонусы и преимущества
Чему учит курс
- Продумывать устройство сервисов на больших языковых моделях (LLM) и настраивать параметры генерации
- Строить системы генерации с дополненной выборкой (RAG) на векторном поиске и измерять релевантность
- Создавать ИИ-агентов, которые обращаются к внешним инструментам, и выстраивать оркестрацию вызовов
- Разворачивать в продакшене сервисы на языковых моделях (LLM), обеспечивая мониторинг и оптимизируя расходы
- Измерять качество работы ИИ-систем и понимать, в каких случаях требуется дообучение
- Встраивать большие языковые модели (LLM) в уже работающие продукты и бизнес-процессы
Программа курса (6 модулей)
За четыре месяца курс учит разрабатывать сервисы на основе больших языковых моделей (LLM): системы генерации с дополненной выборкой (RAG), агентов, а также развёртывать и сопровождать решения на базе ИИ. Обучение разбито на шесть спринтов, в конце каждого выполняется проект, а финальной работой становится ИИ-ассистент службы поддержки. Программа рассчитана на специалистов, которые владеют машинным обучением, Python и глубоким обучением (Deep Learning).
- 1Большие языковые модели и генерация текстаизучается устройство больших языковых моделей, от которого зависит качество ответов, и принципы инференса, то есть порождения текста моделью, что помогает подбирать модель под задачу, оценивать её ответы и понимать, из чего состоят затраты на обработку запросов.
- 2Генерация с дополненной выборкой (RAG)показано, как подготовить данные, разбить тексты на фрагменты, перевести их в эмбеддинги и проиндексировать в векторной базе для быстрого извлечения нужных сведений, а затем оценить точность поиска, чтобы строить ассистентов по корпоративной базе знаний без переобучения модели.
- 3Системы на основе агентоврассматриваются вызов внешних функций и инструментов (function calling), паттерн ReAct с чередованием рассуждений и действий, защитные ограничения поведения агента (guardrails) и распределение задач между несколькими агентами, что позволяет создавать системы для многошаговых задач, а не только для ответов на вопросы.
- 4Развёртывание систем ИИразбираются развёртывание сервиса на базе большой языковой модели (LLM), асинхронная обработка запросов и мониторинг, чтобы превратить прототип в рабочий сервис, который справляется с параллельными запросами, а его задержки и сбои отслеживаются и вовремя устраняются.
- 5Сопровождение систем ИИосвещаются безопасность систем ИИ, контроль качества в ходе работы и дообучение модели, что защищает сервис от злоупотреблений и сохраняет качество ответов по мере того, как меняются данные и требования пользователей.
- 6Финальный проектгенерация с дополненной выборкой (RAG) для поиска по базе знаний и агент для выполнения действий объединяются в единого ИИ-ассистента службы поддержки, что закрепляет навыки всего курса на практической задаче и даёт готовое решение для портфолио.
Навыки после курса
Покрытие навыков направления Низкое покрытие
Из ключевых навыков подборки «Нейросети с нуля» курс закрывает 2 из 13.
Закрывает
Не входит в программу
Подбор нейросети под задачу и ориентация в экосистеме ИИ-сервисов; Составление промптов по структуре и итеративная доработка ответа; Создание и редактирование текстов с помощью ИИ; Генерация и редактирование изображений по текстовому описанию; Работа с файлами и данными через ИИ; Поиск и проверка информации с ИИ-поисковиками и режимами глубоких исследований; Сборка презентаций и визуальных материалов с ИИ-сервисами; Генерация видео, аудио и озвучки; Автоматизация рутины связками сервисов и ИИ-агентами без кода; Решение задач с кодом через ИИ в режиме vibe coding; Соблюдение правил безопасности и права при работе с ИИ.
Описание курса
Компании всё чаще требуют от сотрудников не просто пользоваться нейросетями в чате, а встраивать ИИ в рабочие процессы: отвечать клиентам по внутренним регламентам, обрабатывать заявки, сокращать ручной разбор документов. Для такой задачи недостаточно разовых запросов к модели. Нужны сервисы, которые получают данные компании, находят в них нужное и выполняют действия без участия человека на каждом шаге. Специалист, который умеет довести прототип до рабочего сервиса, закрывает этот разрыв между экспериментом и результатом для бизнеса.
Практический результат
После программы специалист самостоятельно собирает ассистента службы поддержки: он отвечает на вопросы по базе знаний компании, передаёт обращения в нужные системы и фиксирует результат. Готовый сервис запускается на собственной инфраструктуре, а сбои и задержки видны в мониторинге до того, как их заметят клиенты. Финальный проект становится рабочим образцом для портфолио. Для отдела это означает меньше часов на типовые обращения, меньше ошибок в ответах и возможность масштабировать поддержку без найма новых сотрудников под каждый пик нагрузки в течение рабочего дня.
Отзывы о курсе
Что рассказывают студенты, прошедшие курс.
Отзывов пока нет. Первый отзыв можно оставить через форму ниже.

