Нейросети и AI-агенты — программа курса
AI❤️4LifeНейросети и AI-агенты: программа курса
Маршрут обучения состоит из двух уровней: «База» и «AI-Агенты». Для QA-инженеров предусмотрен бесплатный дополнительный мини-курс по автоматизации тестирования.
В программе собраны существующие темы и направления развития курса. Новые занятия по вайбкодингу, Figma и отдельным лабораториям описаны как планируемые дополнения; порядок и состав материалов могут меняться. Доступность конкретных записей уточняется в учебном пространстве.
Формат обучения
Видео и материалы доступны в закрытом учебном пространстве. К урокам прилагаются конспекты, шпаргалки, задания и примеры; часть тем дополняется короткими разборами. На живых встречах обсуждаем вопросы и практику участников.
Ориентир по нагрузке – 2–4 часа в неделю; сложность и время зависят от опыта и выбранного проекта. Установка инструментов и дополнительные технические лаборатории могут потребовать больше времени. Сервисы отличаются условиями доступа и тарифами, некоторые функции платные или ограничены по регионам.
Уровень 1. База: нейросети для работы
Цель: уверенно ставить задачи нейросетям, проверять результат и применять его в своей профессии.
Модели, запросы и безопасность
- Как работают языковые модели, что такое контекст, токены и галлюцинации.
- Как описывать цель, контекст, ограничения и ожидаемый формат.
- Почему нужно проверять факты и ссылки, не передавать секреты и обезличивать чувствительную информацию.
- Как сравнивать ответы моделей и выбирать инструмент под задачу, в том числе с помощью Arena.ai.
Исследования и рабочие материалы
- Создание ассистентов с инструкцией, уточнение задачи и Deep Research.
- NotebookLM: подбор и проверка источников, вопросы к материалам, учебные артефакты.
- Документы, презентации, таблицы и данные: постановка задачи, редактирование и приёмка результата.
- Google AI Studio: работа с моделями, инструкциями и инструментами, создание учебных прототипов.
Визуал, медиа и цифровые продукты
- Изображения, инфографика и схемы: как объяснить информацию визуально и проверить подписи и данные.
- Интерфейсы приложений в AI Studio, проектирование экранов и итеративные правки.
- Google Labs, Gemini и Gemini Spark: практические задачи, работа с материалами и агентные сценарии.
- Дополнительные лаборатории по видео и звуку, включая Flow и Suno, по мере подготовки материалов.
Практика под профессию
QA-инженер может разобрать требования и собрать проверки; аналитик – превратить заметки в требования; менеджер – подготовить статус, риски и план; дизайнер – исследовать пользовательский сценарий; маркетолог – собрать визуальную концепцию; преподаватель – разработать учебный материал. Можно выбрать собственный кейс.
Результат: набор проверенных шаблонов, навыки безопасной работы и готовый артефакт по своей роли.
Уровень 2. AI-агентные системы
Цель: освоить безопасную работу с агентом и собрать собственный рабочий процесс. Вход открыт после базового уровня. Для старта достаточно навыков работы с файлами; технические проекты требуют дополнительной практики.
Coding-агенты и проектная среда
- Чем агент отличается от чата: инструменты, файлы, выполнение шагов и проверка.
- DeepSeek Harness и другие среды, включая Cline, Kilo Code и Antigravity: выбор под задачу и доступные модели.
- Папки, версии, правила проекта, минимальные права и безопасное хранение секретов.
- Постановка задачи: цель, контекст, ограничения, критерии готовности и способ проверки.
- Чтение плана и изменений, запуск проверок и приёмка результата.
Skills, плагины, MCP и команда агентов
- Skills и инструкции как способ повторять рабочий процесс.
- Плагины и MCP: подключение инструментов и источников с проверкой прав доступа.
- База знаний, поиск нужного контекста и проверка источников.
- Субагенты: разделение задач, сбор результатов и контроль со стороны человека.
- Ролевой рабочий пакет: шаблоны и правила для QA, аналитика, PM, дизайнера или другой профессии.
Вайбкодинг: от идеи к проверенному прототипу
Планируемая практическая линия курса: описываем задачу и пользовательские сценарии, задаём критерии готовности, создаём прототип с AI, уточняем его по шагам и проверяем работу. Разбираем структуру проекта, основные тесты, ошибки интерфейса, адаптацию под телефон и основы безопасности.
Публикацию рассматриваем отдельно: права доступа, конфиденциальные данные, зависимости, расходы и то, что необходимо проверить перед выпуском. Рабочий прототип не равен защищённому производственному приложению.
Figma и взаимодействие с агентом
Планируемая практика: изучение макета и его состояний, компонентов и правил дизайн-системы; формулирование задачи на реализацию; сравнение готового экрана с дизайном. Разбираем подключение Figma к агенту через доступный инструмент при наличии разрешений, а также работу с экспортированными материалами, когда подключение невозможно.
Для QA – проверка соответствия макету и пользовательских состояний; для дизайнера – подготовка передачи в разработку; для разработчика и аналитика – уточнение контекста и ограничений.
Hermes: личный ассистент
- Подготовка среды и установка с помощью освоенного агента.
- Модель и провайдер, резервные варианты, канал связи.
- Память и skills под свою роль без хранения секретов.
- Регулярный сценарий: напоминание, бриф, статус или дайджест; проверка фактического запуска.
- Связка coding-агента и Hermes: проектная работа, контекст и операционные задачи.
Результат: выбранный агент, ролевой рабочий пакет, настроенный Hermes, один skill и один проверенный регулярный сценарий. Для его бесперебойной работы нужны доступная среда, сеть и действующие доступы.
Бесплатный бонус для QA: автоматизация с агентами
Участие по желанию; бонус не является отдельным обязательным уровнем. Состав дополнительных уроков может уточняться.
- Проект и окружение. Что автоматизировать, как устроен учебный проект, как подключать MCP и skills безопасно.
- Локаторы и падения. Поиск устойчивых локаторов, логи и отчёты, диагностика причины, исправление и повторный запуск.
- API по Swagger/OpenAPI. Выбор эндпоинтов, позитивные и негативные проверки, данные, тесты и анализ прогона.
- Проектирование и покрытие. Приоритизация рисков, комбинирование сценариев, метрики и ревью пробелов.
- Тестовая документация. От требований к тест-кейсам; связь проверок с автотестами и поддержка документации.
Результат: проверенный фрагмент автоматизации и понятное описание покрытия и оставшихся ограничений. Зелёный прогон сам по себе не доказывает полноту проверок и не заменяет анализа причин ошибок.
Как попасть на курс
Напишите @Eugeniusz_1 сообщение «хочу на курс» – получите условия обучения.