Новые складчины

​

Соберете и настроите свою профессиональную среду для разработки с агентами: от написания кода до ревью, автотестов и проверки безопасности.

Кому подойдёт воркшоп:

• Разработчикам
  Тем, кто пишет на Python и хочет, чтобы рутину закрывал агент, а они занимались архитектурой и сложными задачами
• Инженерам данных и ML-инженерам
  Тем, кому нужен production-grade код, а не ноутбуки, и кто устал спорить с бэкендерами про качество
• DevOps или платформенным инженерам
  Тем, кто выстраивает стандарты разработки в командах и хочет зашить их прямо в агента
• Тимлидам и техлидам
  Тем, кому важно не просто «внедрить ИИ», а показать руководству вклад агентов в цифрах по коммитам

Заберёте с собой после воркшопа:

• Агентная среда под ключ
  Настроенный AI-агент с выверенной схемой «модель под задачу» через OpenRouter. Переносится в любой проект
• Правила, навыки и чеклисты
  Готовые промпты под ревью, автотесты, безопасность и политики работы с секретами
• Шаблон AI-first проекта
  Python / Litestar / PostgreSQL / Alembic. Готов к продакшену с первого дня
• Инструменты контроля качества
  Способы определить, где агент справляется сам, а где его нужно направлять

Формат:

• Онлайн
• 4 часа
• Живой формат с экспертом, запись доступна в LMS

Результат:

• Рабочая агентная среда на живом проекте, которую переносишь в свой репозиторий сразу после воркшопа.
• Не демонстрация возможностей AI, а собранная среда, в которой агент ежедневно закрывает инженерные задачи

Что добавите в резюме и примените на работе уже завтра:

• Безопасность AI-разработки: секреты, утечки, зависимости
• Автоматический контроль качества: pre-commit, линтеры
• AI-first разработка на Litestar + PostgreSQL + Alembic
• Построение агентной среды с правилами и стандартами команды
• Unit- и integration-тесты через агента с контролем покрытия
• Code Review силами AI-агента по чеклисту архитектуры
• Оценка вклада AI-инструментов через метрики по коммитам
• Выбор LLM под задачу по метрикам цена/качество
• Настройка AI-агентов в VS Code через OpenRouter

Программа:

1. Окружение для разработки
2. Backend-проект на Litestar и PostgreSQL
3. Безопасность разработки
4. OpenRouter: один ключ — десятки моделей
5. Сравнение моделей на реальной задаче
6. Что происходит без правил
7. Правила и навыки: агент как инженер команды
8. Автоматические проверки качества
9. Тесты и покрытие кода
10. Типовые задачи руками агента
11. Code Review силами агента
12. Измерение вклада агента в работу

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

Для кого этот курс?

• ML инженеры и разработчики, которые интересуются финансовым анализом и хотят развиваться этой области
• Финансовые аналитики, которые хотят начать использовать машинное обучение в своей работе

Необходимые знания:

• базовое знакомство с Python;
• базовые знания линейной алгебры, математического анализа, математической статистики;
• базовые навыки работы с ML (pandas, sklearn, линейная регрессия, логистическая регрессия, простые нейросети).

По итогам курса курса вы:

• научитесь основам финансового анализа и принципам биржевой торговли;
• познакомитесь со специальными понятиями финансового анализа, научитесь анализировать различные финансовые инструменты, оценивать риски и формировать оптимальный портфель;
• создадите торгового робота, который будет проводить операции автоматически, оценивая приемлемый уровень риска;
• узнаете как разместить торгового робота на облачной платформе для взаимодействия с реальными биржевыми площадками;
• настроите торгового робота на мониторинг и регулярное переобучение по актуальным данным.

Программа:

Введение в финансовые рынки и машинное обучение

В этом модуле вы познакомитесь с основными понятиями. Вспомните Python и поймёте, как его можно применять для финансового анализа. Вспомните основы машинного обучения и поймёте его применение в финансах. Вспомните основы статистики и временных рядов. Познакомитесь с инструментами анализа финансовых данных.

Тема 1: Введение в финансовые рынки и основные понятия
Тема 2: Основы машинного обучения и его применение в финансах
Тема 3: Основы статистики и временных рядов в анализе финансов
Тема 4: Инструменты анализа финансовых данных
Тема 5: Практическое введение в Python для финансового анализа // ДЗ

Технический анализ финансовых рынков

В этом модуле вы познакомитесь с основами технического анализа. Рассмотрите паттерны и стратегии технического анализа. Поймёте, как интегрировать технический анализ с методами машинного обучения. Построите первую модель на основе технического анализа и оцените её эффективность.

Тема 1: Введение в технический анализ: графики и индикаторы
Тема 2: Паттерны и стратегии технического анализа
Тема 3: Интеграция технического анализа с методами машинного обучения
Тема 4: Применение технического анализа к различным классам активов
Тема 5: Оценка и сравнение эффективности технического анализа // ДЗ

Подготовка данных и признаковая инженерия

В этом модуле вы познакомитесь с методами сбора, очистки и визуализации финансовых данных. Поймёте, как работать с большими объёмами данных. Изучите преобразование и создание признаков.

Тема 1: Сбор и очистка финансовых данных
Тема 2: Визуализация финансовых данных
Тема 3: Управление отсутствующими данными и аномалиями
Тема 4: Работа с большими объемами данных в финансах
Тема 5: Преобразование данных и создание признаков // ДЗ

Моделирование и стратегии на финансовых рынков

В этом модуле вы рассмотрите основы классификации и регрессии в финансовых приложениях. Вспомните особенности моделирования временных рядов и прогнозирования цен активов. Познакомитесь со стратегиями торговли и оптимизации портфеля с использованием ML. Рассмотрите особенности работы с высокочастотными данными.

Тема 1: Основы классификации и регрессии в финансовых приложениях
Тема 2: Моделирование временных рядов в прогнозировании цен
Тема 3: Стратегии торговли и оптимизация портфеля с использованием ML
Тема 4: Работа с высокочастотными данными в финансах
Тема 5: Применение регуляризации и оптимизации в финансовых моделях // ДЗ

Глубокое обучение и практические аспекты

В этом модуле вы вспомните, как строить и обучать глубокие нейронные сети. Научитесь применять нейронные сети в анализе финансовых рынков. Построите и обучите нейросетевую модель на основе технического и фундаментального анализа.

Тема 1: Введение в глубокое обучение и нейронные сети
Тема 2: Применение нейронных сетей в анализе финансовых рынков
Тема 3: Этические и регуляторные аспекты применения ML в финансах
Тема 4: Создание и обучение глубоких моделей в Python
Тема 5: Продвинутые методы глубокого обучения для анализа финансов // ДЗ

Сложные модели торгового агента и перенос обучения в production

В этом модуле вы рассмотрите дополнительный функционал, предоставляемый нам LLM и RL-моделями. Соберёте ансамбль из нескольких моделей для повышения точности. Перенесёте модели в облачную среду.

Тема 1: LLM - модели
Тема 2: RL - модели
Тема 3: Сборка финального ансамбля // ДЗ
Тема 4: Перенос модели в облачную среду // ДЗ
Тема 5: Метрики модели и регулярное переобучение

Продажник
Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

Этот курс — твоя ступенька к росту.
Если ты научишься применять конкурентность и параллелизм в продакшен проектах, ты сможешь выставлять это, как одно из самых сильных качеств при повышении грейда.

Скорее всего ты уже
пытался изучить эти темы:

Асинхронность, потоки и процессы, смотрел статьи
и видео — но так и не понял, как это применять в реальной разработке

• Учебные примеры
не похожи на работу
• Непонятно, какой инструмент выбрать под задачу
• Знания есть, но цельной картины нет

Тебе нужно знать:

• FastAPI
• PostgreSQL
• Docker
• Git

Основная ценность курса —
постоянная практика

Ты будешь разбирать ошибки в продакшен коде вместе со спикером, и параллельно будешь писать свой проект с использованием новых технологий:

• Потоки и процессы. Для нетипичной 
IO/CPU нагрузки
• Высокая нагрузка. Нагрузим 1000 RPS для имитации продакшена
• Брокеры. Для обработки больших потоков данных из Kafka
• Websockets. Для трансляции лайв-событий
• Локальные очереди. Для передачи данных внутри приложения
• Внешние API. С таймаутами, распределенными rate limiter’ами и локами
• Распределенные системы. Мьютексы и семафоры для координации распределенных запросов

Программа:

Неделя 1. Фундамент конкурентности и параллелизма

• Разбираем конкурентность и параллелизм по кирпичикам: как задействуются ядра процессора, как переключаются потоки, и как работают сокеты
• GIL, IO-bound и CPU-bound: что именно блокирует GIL, как он влияет на каждый тип нагрузки и почему CPU-bound задача не ускоряется от async
• Корутины и событийный цикл изнутри: почему это не просто "тупая" очередь задач, и как его не заблокировать
• Корутины, потоки, процессы, воркеры: разница, когда что выбрать
• Tasks и Futures: create_task, получение результата, обработка исключений, отмена и потеря задач
• gather и TaskGroup: как ведёт себя группа задач при падении одной из них и как безопасно запускать набор задач

Домашнее задание
Сравнить последовательный и параллельный запуск корутин, получить блокировку event loop. Поработать с запуском и отменой задач. Вынести блокирующую функцию в поток, CPU-задачу — в процесс.

Результат недели
Уложишь в голове, как устроены потоки, процессы, корутины и воркеры, разберёшься с базой асинхронности и, глядя на любую задачу или код, будешь сразу понимать, каким инструментом её решать.

Неделя 2. Работа с базой данных и внешними API под нагрузкой

• Знакомство с production-style микросервисом заказов: где в нём прячется конкурентность и что ломается под нагрузкой в первую очередь
• Как устроены большинство Python библиотек для работы с БД, Redis, брокером, и как не выстрелить себе в ногу при больших нагрузках
• Параллельные запросы к базе PostgreSQL: что такое thread-safe и coroutine-safe, и почему типичный паттерн Repository ломается в этом случае
• as_completed и wait: забираем результаты по мере готовности, не дожидаясь самого медленного

Домашнее задание
Реализовать HTTP-клиенты к внешним API и параллельно подтягивать данные при создании события. На превью заказа параллельно собирать сущности из БД, не шаря одну сессию. Добавить таймауты, обработку ошибок и retry на временные ошибки.

Результат недели
Научишься ходить в базу и внешние API параллельно, переиспользовать TCP-соединения и на реальных примерах увидишь, насколько это ускоряет сервис. Погрузишься в параллельные запросы, которые нужны каждый день, и поймёшь, какой код безопасно выполнять конкурентно.

Неделя 3. Координация в распределенной системе

Что меняется, когда сервис живёт запущен в нескольких инстансах? Как согласовать всех воркеров, даже если они живут на разных серверах?

Паттерн Single Flight: как из тысячи одинаковых запросов пропустить в базу только один (решение проблемы Thundering herd)

• Распределенная блокировка на примере протухшего токена: продлеваем общий токен внешнего API так, чтобы это сделал ровно один воркер, избежав 429 ошибок
• Состояние прямо в памяти приложения: когда кэша уже мало и приходится жертвовать оперативкой ради производительности

Домашнее задание
Добавить Redis кэш и защитить популярное событие от лавины запросов через паттерн single flight через распределенную блокировку. Решить проблему thundering herd через распределенный мьютекс для обновления протухшего токена. Подтягивать snapshot конфига в память фоновой задачей.

Результат недели
Шагнёшь в распределённые системы и начнёшь решать серьезные проблемы: удерживать базу под наплывом запросов, согласовывать состояние между воркерами и не дать им наперегонки атаковать общий ресурс или внешний API.

Неделя 4. Фоновые задачи. От простых методов до production-ready

• TaskIQ и Celery: когда задачу пора отдавать воркеру и чем опасны фоновые задачи
• Как снизить нагрузку на сервис, используя поллинг для длинных
• Паттерн Transactional outbox: как не допустить расхождения данных между базой, taskiq/celery и приложением
• Как ускорить асинхронное приложение через вынос блокирующего кода в потоки. Учимся распознавать такой код

Домашнее задание
Вынести обработку покупок в Taskiq, отдавая статус для поллинга. Регулярно проверять билет и обновлять статус. Генерировать QR-код синхронным SDK во внешнем потоке.

Результат недели
Познакомишься с самыми популярными инструментами для фоновых задач в Python и поймёшь, какие проблемы с ними связаны. Научишься сам выбирать инструмент под задачу: когда выносить CPU-нагрузку, когда I/O и что для этого взять.

Неделя 5. Очереди, батчинг и потоковая обработка событий из Kafka

• Зачем использовать очередь asyncio.Queue внутри приложения
• Батчинг событий в ClickHouse: как снизить нагрузку с базы в сотни раз
• Как действовать, если не успеваешь обрабатывать входящий поток сообщений из брокера
• Знакомимся со вторым микросервисом аналитики, с получением тысяч событий из Kafka
• Как выстроить пайплайн по переливу данных из Kafka в Websocket для рил-тайм слежения за курьерами на карте

Домашнее задание
Отправлять аналитику в фоновом режиме, чтобы запрос её не ждал. Копить события в очереди и писать в ClickHouse батчами. Обрабатывать данные из Kafka.

Результат недели
Научишься работать с Kafka асинхронно и с вебсокетами, делать батчинг данных и не перегружать базу, что критично важно на продакшене.

Неделя 6. Профилирование и трейсинг Python приложений

• Выносим CPU-нагрузку правильно: какие вычисления отпускают GIL и почему от этого зависит выбор между потоками и процессами
• Тяжёлый отчёт уезжает в воркер: клиент опрашивает статус и забирает готовый файл
• CPU-расчёты по перемещениям курьеров и генерация Excel — в ProcessPoolExecutor, чтобы сервис не замирал
• Ловим блокировки event loop: лаги, медленные коллбеки и охота за тем, что подвешивает сервис
• Трейсинг сквозного запроса через contextvars: видим весь путь запроса, даже когда всё перемешано в логах
• Graceful shutdown: гасим сервис с фоновыми задачами, очередями и воркерами без потери данных

Домашнее задание
Реализовать запуск отчёта о продажах через Taskiq с поллингом и скачиванием файла. Собрать аналитику по продажам и сгенерировать Excel отчет, вынеся CPU-вычисление в процесс. Добавить мониторинг блокировок event loop и трейсинг.

Результат недели
Разберёшься, как правильно выносить CPU-нагрузку, и научишься профилировать и трейсить асинхронный код, находя узкие места под нагрузкой.

Тариф Стандарт

• будут доступны все материалы курса
• доступ к еженедельным встречам без проверки заданий

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

Архитектура Frontend приложений
• Изучим подходы к проектированию модулей, обеспечивающие легкость поддержки и развития приложения.
• Рассмотрим популярные паттерны проектирования и их применение в разных контекстах.
• Сравним парадигмы программирования, чтобы выбрать наиболее подходящую для конкретных задач.
• Все материалы сопровождаются практическими примерами, чтобы сразу применить знания в своих проектах.

Курс ориентирован на разработчиков, стремящихся улучшить архитектуру приложений и повысить их качество.
Домашнее задание и Ответы
После завершения интенсива вас ждет домашнее задание, созданных Андреем Кобецом, чтобы вы смогли закрепить и углубить полученные знания.

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

Хотите начать карьеру в 1С, но не знаете, с чего начать?
Этот курс поможет выбрать направление развития, подготовить резюме, пройти собеседования и получить работу в экосистеме 1С. Практические задания, реальные кейсы и пошаговый план помогут быстрее достичь профессиональных целей

Чему вы научитесь

• Разбираться в основных профессиях и карьерных направлениях 1С.
• Выбирать подходящий карьерный трек в зависимости от своих целей и сильных сторон.
• Планировать профессиональное развитие на несколько лет вперед.
• Анализировать вакансии и понимать требования работодателей.
• Составлять конкурентоспособное резюме.
• Подготавливать ответы на типовые вопросы собеседований.
• Избегать распространенных карьерных ошибок.
• Оценивать предложения работодателей и принимать взвешенные решения.
• Понимать, какие навыки влияют на рост дохода и карьерное продвижение.

Этот курс поможет разобраться в профессиях экосистемы 1С, выбрать подходящее направление развития и подготовиться к успешному трудоустройству как для начинающих специалистов, так и специалистов с опытом.

Вы узнаете, какие карьерные треки существуют в 1С, чем отличаются программист, аналитик и консультант, какие навыки востребованы работодателями и как выстроить собственный план развития.

Курс охватывает весь путь специалиста: от выбора профессии и составления резюме до прохождения собеседований, оценки офферов и построения долгосрочной карьеры.

Материал основан на реальном опыте работы в индустрии 1С и анализе карьерных траекторий специалистов разного уровня.

К концу обучения вы будете понимать:

• какое направление в 1С подходит именно вам;
• какие навыки необходимо развивать для роста дохода и востребованности;
• как искать работу и проходить собеседования;
• как построить долгосрочную и успешную карьеру в экосистеме 1С.

Главный результат курса — не просто знания, а готовый план действий для развития карьеры и поиска работы в 1С.

Программа курса
1. Введение
2. Рынок 1С и карьерные возможности
3. Выбор карьерного пути
4. Где работать в 1С
5. Резюме и собеседование
6. Офферы и карьера

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

В основе курса лежит stepstat*ru - учебный сайт-тренажёр и одновременно живое веб-приложение, которое собирает данные о курсах Stepik. На протяжении курса вы будете работать с его API: получать карточки курсов, рейтинги, отзывы, промокоды, статистику, команды авторов, поисковые логи и другие данные.

Мы сделали курс максимально практическим. Теория здесь нужна не для галочки, а чтобы вы не тыкались в API вслепую. Квизы тоже будут, но без фанатизма: ровно столько, чтобы закрепить важные идеи и не дать теории улететь из головы сразу после прочтения.

Дальше в каждой теме вас ждёт несколько подводящих задач перед боевой практикой. Мы старались делать их не сухими "получите поле name из JSON", а разными по механике, сюжету и настроению. Где-то будет простая разминка, где-то мини-детектив, где-то задача в контексте популярных вселенных - чтобы обучение не превращалось в бесконечную таблицу с endpoint’ами.

А вишенка на торте - рейд-боссы курса: реальные практические задачи на парсинг stepstat.ru. Там уже всё по-взрослому: живые данные, настоящие ответы API, пагинация, фильтры, авторизация, обработка ошибок и ощущение, что ваш скрипт наконец-то делает что-то полезное, а не просто печатает "Hello, JSON".

В курсе есть:

• вводный модуль про API, REST и документацию;
• модуль по requests: установка, первый запрос, Response, коды ответов, заголовки, cookies;
• большой модуль по JSON: вложенные структуры, даты, деньги, ошибки .json(), нормализация, JSON/CSV, flatten;
• модуль про точную настройку запроса: query/path-параметры, пагинация, batch, rate limiting, сессии и адаптеры;
• модуль про авторизацию API: API Key, Bearer/JWT, Basic Auth, cookies, OAuth и хранение токенов;
• модуль про сжатие HTTP-ответов;
• модуль про прокси и ротацию(в разработке).

Чему вы научитесь:

• уверенно читать документацию API и понимать, какие эндпоинты, параметры и форматы ответов вам нужны;
• отправлять GET и POST запросы через requests, передавать params, headers, cookies и таймауты;
• работать с объектом Response: проверять статус-коды, заголовки, тело ответа и Content-Type;
• разбирать JSON-ответы, ходить по вложенным структурам и не падать на null, пустых списках и неожиданных типах;
• приводить данные API к нормальному виду: даты, цены, рейтинги, списки, вложенные поля;
• сохранять результат в JSON и CSV так, чтобы его можно было использовать дальше;
• строить запросы с query- и path-параметрами, проходить пагинацию, делать batch-запросы и учитывать rate limiting;
• использовать Session, ретраи и HTTP-адаптеры для более устойчивого парсинга;
• работать с API Key, Bearer Token, JWT, Basic Auth и cookie-сессиями;
• понимать, как работает сжатие HTTP-ответов: gzip, deflate, br, zstd;
• подключать прокси к requests, проверять их и понимать базовые стратегии ротации.

Спойлер: Программа курса:

Введение

• Введение
• Содержание
• Что такое API
• Как работает современный API
• Что такое RESTful API и чем он нам полезен
• Изучение документации /docs

Основы requests

• API на пальцах: что это и зачем
• Установка и импорт
• Сигнатура метода GET и POST
• Объект Response
• Коды ответов HTTP
• Точка входа в API
• Фильтруем выдачу
• Договариваемся с сервером
• Предъяви своё печенье

Работа с JSON-ответами API

• Введение
• Синтаксис JSON и маппинг типов
• Навигация по структуре JSON
• Типы данных API: даты, цены, числа и null
• response.json() и ошибки
• Нормализация ответа
• Сохраняем результат в JSON
• Сохраняем результат в CSV
• Flatten: расплющиваем вложенные структуры

Точная настройка запроса

• Query-параметры
• Path-параметры
• Комбинированные запросы
• Пагинация в API
• Batch-запросы
• Rate limiting - ограничение на количество запросов
• Работа с сессиями
• HTTP Адаптеры

Авторизация API

• Введение в авторизацию API
• Bearer, API key, Basic Auth
• API Key
• Bearer Token и JWT
• Basic Auth
• Cookie и сессии
• OAuth 2.0

Безопасное хранение ключей и токенов

• Сжатие HTTP-ответов.
• Введение: зачем сжатие и когда оно важно
• Зачем использовать сжатие?
• deflate базовый алгоритм
• gzip проверенная классика
• br современный выбор
• zstd новейший алгоритм
• Обратная сторона: CPU vs сеть
• Сравнение алгоритмов: когда что выбрать

Прокси

• Введение 2.0
• Введение
• Proxies
• Используем прокси
• Серверные прокси
• Резидентские прокси
• Мобильные прокси
• Стратегии ротации прокси

Это конец

• Куда дальше?

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

Интенсив для тебя, если ты хоть раз ловил себя на этой мысли

• На рынке слишком много джунов и сложно выделиться
• Кажется, что нейросети скоро заменят начинающих разработчиков
• Что мне говорить про свои навыки в ИИ, если я ничего не понимаю
• В резюме нечем удивить работодателя
• Я изучаю C#, но не понимаю, как сделать проект, который действительно заинтересует работодателя

Этот интенсив подходит:

- Для учеников курсов C#

- Для тех, кто готовится к собеседованиям

- Для junior-разработчиков

- Для разработчиков, которые боятся, что ИИ их заменит


ПРОГРАММА:

День 1

Подключаем нейросети к проекту. Ты узнаешь

• как работают LLM
• как подключать GigaChat через C#

Результат: твоя программа отвечает через ИИ.


День 2

Управляем моделью правильно. Ты изучишь:

• системные промпты
• структурированный вывод
• JSON-ответы
• Function Calling

Результат: Нейросеть начинает выдавать предсказуемые ответы для твоего приложения.


День 3

Создаём поиск по смыслу. Разберём:

• эмбеддинги
• векторный поиск
• хранение данных
• поиск релевантной информации

Результат: твой сервис находит нужную информацию внутри документов.


День 4

Собираем полноценный проект

• объединяем компоненты
• оформляем проект
• подготавливаем для GitHub
• поймёшь, как презентовать проект работодателю

Результат: готовый ИИ-помощник для документов.

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

После DLC вы сможете собрать и отладить полноценный пайплайн для realtime analytics: забрать изменения из Postgres через CDC, передать их в Kafka, посчитать метрики в ClickHouse и отдать их через API — а также диагностировать типовые поломки по лагу, свежести и контрактам данных.

Кому подойдет этот курс:
middle+ Data Engineer

Какие инструменты освоите:

• Debezium
• Kafka
• ClickHouse
• PostgreSQL
• FastAPI
• CDC
• Python
• Docker
• Monitoring
• Schema Evolution

Что вы сможете после DLC:

• Собрать полный процесс обработки realtime-данных
  Вы соберёте сквозной пайплайн от источника до API и сможете объяснить каждое звено: зачем оно нужно и как влияет на остальные.
• Проектировать метрики для freshness и SLA
  Вы научитесь определять, насколько свежи данные, и строить метрики, по которым видно, выполняется ли SLA по задержке и качеству.
• Дебажить инциденты в проде
  Дубли, пропущенные события, lag, schema drift, неверные данные — вы научитесь находить причину и восстанавливать пайплайн.

Программа:

• Неделя 1: Realtime mindset, локальный стенд, CDC
  Architecture kickoff
  Теория
  • Что такое realtime analytics в инженерном смысле: latency, freshness, SLA, throughput, correctness
  • Типовой prod: CDC → Kafka → OLAP → API
  • Где в realtime-пайплайнах возникают ошибки: источник, транспорт, схема, агрегация, serving, monitoring
  • Как диагностировать pipeline: lag, offsets, row counts, freshness timestamps, API latency
  Практика
  Поднять локальный docker-compose стенд с Postgres, Kafka, Debezium, ClickHouse, FastAPI. Проверить связь всех компонентов и научиться смотреть логи.
  CDC basics
  Теория
  • CDC: зачем он нужен и чем отличается от batch export
  • Debezium: snapshot и streaming
  • Семантики insert/update/delete в контексте потоковых данных
  • Event envelope, keys, ordering, tombstones
  • Эволюция схемы и контракт данных между источником и приёмником
• Неделя 2: Kafka ingestion, надежность событий
  Kafka refresher
  Теория
  • Topics, partitions, offsets, consumer groups
  • At-least-once delivery и практические последствия. Другие семантики и их сложности
  • Idempotency и дубли на уровне downstream
  • Backpressure, in-flight и lag: как возникают и как диагностируются
  • Контракты для событий: naming, versioning, required fields
  Практика
  Написать producer/consumer для тестовых событий. Смоделировать задержку consumer и увидеть lag. Добавить тестовые дубли и проверить, как downstream должен на них реагировать.
• Неделя 3: ClickHouse, ingestion, realtime-агрегации
  OLAP
  Теория
  • Почему для realtime analytics нужен быстрый OLAP
  • Kafka Engine / ingestion pattern в ClickHouse и как его настроить и мониторить
  • Raw events vs serving tables, materialized views и incremental aggregation
  • Replacing/Summing/AggregatingMergeTree: когда они нужны и где легко ошибиться
  • Freshness как часть модели данных
  Практика
  Подключить ClickHouse к Kafka events. Создать raw events table. Построить materialized views для бизнес-метрик. Посчитать метрики по time window, entity, status/event type. Добавить freshness timestamp.
• Неделя 4: FastAPI metric service и начало проекта
  API
  Теория
  • Зачем нужен API поверх OLAP, если есть дашборды
  • Metric endpoints: filters, grouping, time range, pagination/limits
  • Cache: где помогает, где вредит freshness
  • API-level freshness checks
  • Error semantics: когда отдавать stale response, warning или возвращать ошибку
  Практика
  Реализовать FastAPI service поверх ClickHouse. Добавить endpoints для нескольких метрик. Поддержать time range и group by. Добавить cache для тяжелого запроса. Добавить freshness check.
• Неделя 5: Ops drill и продолжение проекта
  Дебаг
  Теория
  • Как дебажить realtime pipeline: подход, системность, сигналы
  • Runbook для инцидента: симптом, blast radius, гипотеза, проверки, fix, prevention
  • Лаги: source lag, Kafka lag, ClickHouse ingestion lag, API freshness
  • Schema drift: что ломается и как увидеть раньше пользователя
  • Wrong numbers: как сверять source, raw layer, aggregates и API
  Практика
  Получить заранее сломанный pipeline. Найти причину lag. Найти schema drift и предложить совместимое исправление. Найти причину неправильной метрики. Написать incident note и recovery plan.
• Неделя 6: Проверка проекта, демо и защита
  Финальная подготовка
  Теория
  • Как объяснять инженерные решения: latency vs correctness, cost vs freshness, simplicity vs flexibility
  • Как презентовать pipeline на собеседовании или внутри команды
  • Финальный разбор типовых ошибок перед защитой
  Защита проектов
  Теория
  • Demo на тестовых событиях
  • Разбор одной поломки и диагностики
  • Вопросы по semantics, freshness, duplicates, schema drift

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

Это практический курс по созданию Backend-системы на FastAPI. Вы разработаете полноценную образовательную платформу с Clean Architecture, JWT-аутентификацией, тестированием, очередями, Docker-runner для проверки кода и системой прогресса обучения. Курс ориентирован на разработчиков, которые хотят перейти от простых API к архитектурно сложным backend-проектам. Внимание, данный курс не содержит ни минуты видео!

Чему вы научитесь:

• Проектировать backend-приложения на FastAPI с использованием Clean Architecture
• Разделять систему на domain, application, infrastructure и delivery слои
• Реализовывать Use Cases, репозитории и Unit of Work
• Работать с SQLAlchemy, миграциями и persistence-слоем
• Создавать JWT-аутентификацию, роли и систему авторизации
• Писать unit, integration и end-to-end тесты
• Разрабатывать интерактивные системы тестирования и отслеживания прогресса
• Реализовывать платформу кодовых задач с автоматической проверкой решений
• Настраивать Docker-runner для безопасного исполнения пользовательского кода
• Работать с очередями, worker-процессами и брокерами сообщений
• Проектировать масштабируемую архитектуру образовательной платформы
• Оптимизировать производительность через индексы и кеширование

Код проекта, который создается в рамках курса, вы можете посмотреть на GitHub.

Чему научитесь:

Модуль 1. «MVP».

• Мы спроектируем и реализуем первую рабочую версию онлайн-школы на FastAPI с опорой на Clean Architecture.
• Разберем структуру проекта, разделим домен, application, persistence и delivery-слои, настроим конфигурацию, ошибки и инфраструктурную основу.
• Реализуем ключевые сущности Course, Module, Section, Lecture и User, добавим роли пользователей и базовую модель доступа.
• Построим read- и write-сценарии через Use Cases, оформим контракты слоев, подключим ORM, репозитории, Unit of Work и миграции базы данных.
• Вынесем функциональность в FastAPI-эндпоинты, оформим OpenAPI-документацию, реализуем JWT-аутентификацию, авторизацию и защиту маршрутов.
• В завершении раздела проведем практическое, unit, интеграционное и end-to-end тестирование проекта.

Модуль 2. «Интерактивное обучение: тесты, попытки, прогресс»

• Мы расширим MVP интерактивной частью и перейдем от простого контента к активному обучению.
• Реализуем роли для авторов, студентов и управляющих пользователей, добавим сущности Question, AnswerOption и QuestionAttempt.
• Научимся поддерживать одиночный и множественный выбор ответов, фиксировать попытки прохождения тестов, рассчитывать результаты, баллы и статусы.
• Построим авторские сценарии создания тестов и пользовательские сценарии прохождения, добавим прогресс обучения как часть доменной модели и обсудим учебную мотивацию через баллы.
• Реализуем persistence-слой интерактивного этапа, FastAPI-роуты, зависимости и схемы, после чего протестируем модуль вручную и с помощью автоматизированных тестов.

Модуль 3. «Кодовые задачи и Docker-runner»

• Мы добавим в платформу практические задания и систему автоматической проверки решений.
• Начнем с домена простых задач: реализуем сущность Task, попытки решений, историю отправок, правила проверки, роли, владельцев и доступы.
• Перейдем к кодовым задачам: создадим сущность CodeTask, сценарии отправки кода, application-слой проверки и жизненный цикл результата.
• Настроим очередь и worker для асинхронной обработки, разработаем Docker-runner для безопасного исполнения пользовательского кода и сохранения артефактов проверки.
• Отдельно рассмотрим безопасность, отказоустойчивость, внешний брокер, реальную очередь и поддержку разных языков программирования.
• В конце раздела подключим FastAPI-слой, обновим учебный прогресс и протестируем этап задач вручную и автоматически.

Модуль 4. «Платформенные сценарии вокруг обучения»

• Мы превратим проект в более полноценную образовательную платформу вокруг курсов, студентов и авторов.
• Реализуем жизненный цикл курса со статусами draft, published и archived, бизнес-сценарий публикации, каталог курсов и карточку курса.
• Добавим обложку, описание, сложность, теги, поиск и фильтрацию по темам, тегам и уровню сложности.
• Построим аналитику для студента и автора: завершение курса, баллы, слабые места, прохождение, сложные вопросы и задачи.
• Реализуем рейтинги, отзывы, комментарии, обсуждения под лекциями и историю активности студента.
• В завершении раздела оптимизируем чтение данных с помощью индексов и кеширования контента.

Программа:

MVP:

1. Обзор проекта, стека и маршрута разработки
2. Clean Architecture на практике
3. Структура проекта: каркас, пакеты, стандарты
4. Конфигурация и ошибки: фундамент production-подхода
5. Сущность Course как бизнес-ядро
6. Сущности Modules, Sections и структура курса
7. Сущность Lecture и учебный материал
8. Сущность User и роли: модель доступа
9. Read-сценарии: первые Use Cases
10. Write-сценарии: управление контентом через Use Cases
11. Контракты слоёв: интерфейсы, границы, ответственность
12. Persistence: ORM отдельно, домен отдельно
13. Репозитории: доступ к данным
14. Unit of Work: транзакции как часть архитектуры
15. Миграции базы данных и инфраструктура
16. FastAPI как слой доставки
17. Эндпоинты чтения
18. Эндпоинты управления
19. OpenAPI: документация, теги, схемы ошибок
20. Аутентификация: регистрация, логин, JWT
21. Авторизация: роли, доступы, защита маршрутов
22. Практическое тестирование проекта
23. Автоматизированное тестирование проекта (Unit тесты)
24. Интеграционное тестирование и End-to-End тесты
25. Домашнее задание

Интерактивное обучение: тесты, попытки, прогресс:

1. Точка входа во второй модуль: от контента к активности
2. Роли второго этапа: кто создает, кто проходит, кто управляет
3. Cущность Question
4. Сущность AnswerOption и варианты ответа
5. Формы ответа: одиночный и множественный выбор
6. Сущность QuestionAttempt и прохождение тестов
7. Результаты теста, баллы и статус
8. Авторские сценарии для тестов
9. Домашнее задание
10. Пользовательские сценарии прохождения
11. Прогресс обучения как новая часть домена
12. Баллы и учебная мотивация
13. Persistence интерактивного этапа: ORM, репозитории, UoW
14. FastAPI для интерактивного этапа: роуты, зависимости, схемы
15. Практическое тестирование интерактивного этапа
16. Автоматизированное тестирование тестового этапа
17. Домашнее задание

Кодовые задачи и Docker-runner:

1. Точка входа в этап задач
2. Сущность Task
3. Попытка решения и история отправок
4. Правила проверки простых задач
5. Роли, владелец и доступы в домене задач
6. Авторские сценарии простых задач
7. Пользовательские сценарии простых задач
8. Контракты и инфраструктурные границы
9. Persistence простых задач и развитие схемы
10. Кодовые задачи, сущность CodeTask
11. Отправка кода и жизненный цикл проверки
12. Авторские сценарии кодовых задач
13. Application-слой кодовых задач
14. Очередь и worker
15. Среда исполнения: Docker-runner и артефакты проверки
16. Безопасность и отказоустойчивость проверки кода
17. Прогресс кодовых задач и итоговая учебная модель
18. FastAPI и сценарии проверки задач
19. Практическое тестирование этапа задач
20. Внешний брокер и реальная очередь
21. Поддержка других языков программирования в задачах
22. Практическое тестирование этапа задач, ч.2
23. Автоматизированное тестирование этапа задач
24. Домашнее задание

Платформенные сценарии вокруг обучения:

1. Жизненный цикл курса: draft, published, archived
2. Бизнес-сценарий публикации курса
3. Каталог курсов и карточка курса
4. Обложка, описание, сложность и теги курса
5. Домашнее задание
6. Поиск по каталогу курсов
7. Фильтрация по темам, тегам и сложности
8. Профиль пользователя
9. Аналитика для студента: завершение, баллы, слабые места
10. Домашнее задание
11. Аналитика для автора: прохождение, сложные вопросы и задачи
12. Рейтинг и отзывы о курсе
13. Домашнее задание
14. История активности студента по платформе
15. Индексы, оптимизация чтения
16. Кеширование контента

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

Система, которая ведёт от нуля до работы с клиентами: дизайн, верстка, 3D и реальный коммерческий проект под ключ.

Курс "Кухня Umapalata. Профессия 360°". Освой профессию веб-дизайнера и no-code разработчика.
Полная система обучения, которая ведет тебя от первых шагов до работы с клиентами. Ты проходишь дизайн, Верстку, 3D, анимации и сборку сайта — и создаешь коммерческий проект под ключ

После завершения обучения ты:
Освоишь 4 ключевых инструмента: Webflow, Framer, Spline и Photoshop — не поверхностно, а через практику на реальных задачах.
Будешь создавать сайты под ключ без кода — от идеи до готового проекта.
Научишься делать 3D-сцены в Spline и использовать их в современных сайтах.
Будешь уверенно работать в Webflow и Framer, понимая логику верстки, а не просто повторяя действия.
Работать с нейросетями: генерировать идеи, тексты, визуал и ускорять работу.
Проходишь полный цикл работы с клиентом:от первого сообщения до сдачи проекта и оплаты.
Понимаешь, где искать заказы и как доводить их до результата, а не сливать на этапе правок.
Сделаешь портфолио с реальным проектом, за который не стыдно.
Что входит в профессию 360°
Все инструменты и навыки в одном месте.
Ты постепенно осваиваешь Webflow, Framer, Spline и Photoshop, создаешь проекты и собираешь реальное портфолио веб-дизайнера и no-code разработчика.

8 проф. проектов — доказательство твоих навыков
Все инструменты и навыки в одном месте. Ты постепенно осваиваешь Webflow, Framer, Spline и Photoshop, создаешь проекты и собираешь реальное портфолио веб-дизайнера и no-code разработчика.

53 Часов контента - Погружение во все направления: дизайн, верста, 3D, анимация,Ai, no-code
8 Полноценных сайтов в портфолио От макета в Figma до адаптированного сайта.
370 Видео-урока 80% — практика: реальные задачи, работы, интерактивы, разборы.

Программа

1. Модуль — Webflow
26 часов практики: не просто “куда нажать”, а как самому собирать сайты, за которые платят.
Практикум Webflow
Кухня Webflow
Мастер-класс №1
BankМастер-класс №2
GalleryМастер-класс №3
MountainМастер-класс №4
ResponsiveМастер-класс №5
Landing Page
6 бонусных практических видео
2. Модуль — Framer
9 часов практики: быстрые сайты + понимание ноукодов, потому что клиенты не выбирают один инструмент.
Практикум Framer
Кухня Framer
3. Модуль — Spline
8 часов практики: без Photoshop ты не разработчик — правки, обрезка, дорисовка и контроль всей графики на сайте.
Практикум Spline
Кухня Spline
4. Модуль — Photoshop
3D и интерактив: как добавить в сайт эффект, который сразу выделяет тебя среди остальных.
Кухня Photoshop
5. Модуль — Полный путь коммерческого проекта
От клиента до денег: реальный проект, где ты проходишь весь путь — без теории и симуляций.
О чем этот блок и зачем он вообще?Почему навыков недостаточно?
Финальный результат: оплаченный проект
Где реально есть деньги?
Где искать клиентов
Формула сильного захода. Примеры переписок
Что делать, если вам написали первыми?
Почему я не работаю по шаблонному брифу?
Как формируется коммерческое предложение
Пять пунктов договора, которые спасают разработчика
Подписание договора (пример через Вчасно)
С кем можно работать: ФОП, группы, ограниченияПример обученного AI на реальном проекте
Как создать AI-помощника под проект
Использование AI для коммерческого сайта
Какие AI реально нужны разработчику
Генерация изображений в (реальный кейс)
Google Gemini для генерации изображений
Recraft для графики сайта
Секреты Photoshop для веб-разработчика
Дизайн сайтаПодготовка дизайна к верстке
Стайл-гайд в Webflow: чтобы сайт не развалилсяГрадиент текста в Webflow
Первый экран: собираем главный блок
Второй блок: логика и сборка
Переводим формат всех изображений в WebP
Делаем сайт резиновым (Responsive)
Третий блок: детали, которые решают
Четвертый блок: работа с композицией
Пятый блок: как не перегрузить сайт
Шестой блок: финальная логика страницы
Подвал: недооцененный элемент сайта. КомпонентыМеню сайта: как не сделать колхозFAQ: блок, который влияет на решениеКомпоненты
Адаптив сайта — часть 1
Адаптив сайта — часть 2
Адаптив сайта — часть 3
Адаптив сайта — часть 4
Анимация на сайте — часть 1
Анимация на сайте — часть 2
Анимация на сайте — часть 3
Анимация на сайте — часть 4
Горизонтальный скролл блока на мобильном
Бегущая строка
Финальная проверка: что нельзя пропустить перед сдачей
SEO и настройки: чтобы сайт не был просто красивым
Что делать после сдачи проекта

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

Перейдите от ручных выгрузок — к надежным API-каналам обмена.

Научитесь настраивать двусторонний обмен данными, разрабатывать веб-сервисы и подключать внешние системы. Освойте XML, JSON, HTTP-протоколы и планы обмена для создания сложных интеграций.

О чем курс
Обмен данными — это важный механизм платформы «1С:Предприятие» для интеграции с внешним миром. Это основной инструмент, который превращает изолированную бухгалтерскую систему в центральный хаб бизнеса, автоматически обмениваясь информацией с сайтами, банками и другими программами.

Наш курс даст вам полное понимание всех каналов обмена — от работы с файлами Excel и XML до настройки API-интеграций через веб-сервисы и HTTP. Вы научитесь не только импортировать и экспортировать данные, но и проектировать надежные, автоматизированные схемы взаимодействия между различными системами, создавая целостное информационное пространство для компании.

Программа курса:

Введение. Обмен данными с помощью файлов различных форматов
Основные технологии, используемые при решении задач обмена
Работа с текстовыми файлами
Работа с DBF-файлами
Работа с ZIP-файлами

Обмен данными с помощью HTML-документов. Передача файлов
Работа с HTML-документами. Получение из HTML-документа необходимой информации
Использование электронной почты для передачи файлов
Использование протокола FTP
Использование протокола HTTP

COM- и OLE-технологии. Внешние источники данных
Работа с файлами Microsoft Office (на примере MS Excel и MS Word)
Доступ к информационной базе «1С:Предприятие» через COM-соединение
Доступ к информационной базе «1С:Предприятие» через OLE-соединение
Сравнение COM- и OLE-технологий
Создание внешнего источника данных (на примере MS Excel или MS Access)

XML-технологии
Основы языка XML
Базовые механизмы (низкоуровневая модель) для работы с XML-документами
Пространства имен XML
XML-сериализация. Простые и сложные типы данных
Объектная модель для работы с XML-документами
Смешанная модель для работы с XML-документами
Язык преобразования XML-документов (XSLT)

XML-схемы. Механизм XDTO. Работа с JSON
XML-схемы
XDTO-пакеты. Фабрика XDTO
Чтение и запись XML-данных с помощью XDTO
Импорт и экспорт XML-схем
Создание фабрики XDTO без изменения конфигурации
XML-сериализация с использованием XDTO
Обмен данными на основе JavaScript (JSON)

WEB-сервисы
Использование сторонних WEB-сервисов
Подключение WEB-сервиса по статической и динамической ссылке
Простой протокол доступа к объектам (SOAP). REST-системы
Разработка собственного WEB-сервиса
Установка WEB-сервера (на примере Apache). Публикация базы

HTTP-сервисы. Интеграция с приложениями
Использование сторонних HTTP-сервисов
Разработка собственного HTTP-сервиса
HTTP-методы
Взаимодействие с мессенджером MAX

Планы обмена
Создание и настройка плана обмена
Регистрация изменений. Инфраструктура сообщений
Односторонний и двухсторонний обмен
Универсальный обмен данными
Распределенные информационные базы

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

Что такое Тренажер?
Это 15 объёмных кейсов - как на реальной работе, только практика. Разные сферы и уровни: от маркетинга до транспортных технологий, от джуна до синьора.

Преподаватель проверит ваши решения и даст ценную обратную связь.

Зачем это нужно?
Чтобы построить крутую карьеру в аналитике, просто знать SQL и Python недостаточно.

Важно уметь решать реальные бизнес-задачи - и тренажёр закрывает как раз этот вопрос.

Что вы получите в итоге?
Вы прокачаете ключевые навыки без лишней теории, укрепите портфолио и сможете уверенно перейти на следующий уровень в карьере.


Этот тренажер - для вас, если вы...

Учитесь аналитике данных и хотите выделяться уже на старте
Получите уникальные кейсы для портфолио, примените свежие знания на практике и станете более востребованным кандидатом на рынке труда, чем ваши конкуренты

Аналитик данных с небольшим опытом и хотите расти в профессии
Попробуете себя в роли аналитика в разных сферах, расширите спектр своих компетенций и сможете двинуться дальше туда, где интересно

Опытный аналитик данных, хотите прокачать навыки и идти вперёд в карьере
Сможете поддержать свои навыки в тонусе, решите необычные кейсы из других сфер и усилите фундамент для дальнейшего карьерного роста

Блок 1. Кейсы из eCommerce (онлайн-торговля)

Начальный уровень (Junior)
• EDA заказов

Средний уровень (Middle)
• Когортный анализ
• Retention (удержание)

Продвинутый уровень (Senior)
• Оптимизация ассортимента

Блок 2. Кейсы из FinTech (финансовые услуги)

Начальный уровень (Junior)
• Анализ транзакций

Средний уровень (Middle)
• RFM-сегментация

Продвинутый уровень (Senior)
• Анализ аномалий

Блок 3. Кейсы из сферы маркетинга

Начальный уровень (Junior)
• Performance-отчёт

Средний уровень (Middle)
• Воронка конверсии

Продвинутый уровень (Senior)
• A/B тест креативов/каналов

Блок 4. Кейсы из RideTech (технологии транспорта и мобильности)

Начальный уровень (Junior)
• Анализ поездок

Средний уровень (Middle)
• Гео тепловая карта спроса

Продвинутый уровень (Senior)
• Создание дашборда

Блок 5. Кейсы из Streaming (стриминговые технологии)

Начальный уровень (Junior)
• Метрики вовлечения (engagement)

Средний уровень (Middle)
• Сессионный анализ

Продвинутый уровень (Senior)
• A/B тест новой фичи

Автор и преподаватель - Михаил Строганов

Продуктовый аналитик в Magnit OMNI
Более 5 лет опыта в аналитике данных
Реализовывал проекты в области автоматизации аналитической отчетности для рекламодателей приложения Магнит
Провел более 40 A/B тестов в разнообразных сетапах
Преподаватель курсов по анализу данных на площадках SkyPro, Hexlet, Университет Синергия
Автор статей в сфере анализа пользовательского опыта
Провел более 500 персональных консультаций и 100 групповых занятий

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

Что даст вам этот курс?

• Научитесь проектировать ИИ-агента как полноценную систему: разберете агентный цикл (ReAct), принципы контролируемого рассуждения и соберете базового агента
• Сможете выбирать и подключать модели под задачу: освоите подходы к роутингу, fallback/HA и базовые принципы выбора модели на основе ограничений и метрик
• Сможете интегрировать агента с инструментами и внешними системами: реализуете Function Calling и кастомные инструменты (API/SQL/SaaS), включая безопасную работу с токенами и доступами
• Освоите протоколы и real-time взаимодействие: примените MCP, WebSockets/Streaming и Realtime API; разберете связность и сценарии агент–агент (A2A)
• Научитесь строить память и RAG для агентных сценариев: реализуете управление контекстом, векторную/графовую память и гибридный поиск (Agentic RAG)
• Сможете оркестрировать одиночные и мультиагентные решения: освоите LangGraph, n8n, SDK и handoffs (передача управления между агентами), включая типовые ошибки и особенности мультиагентных систем
• Поймете, как довести агента до продакшена: внедрите оценку качества (evals) и наблюдаемость (observability), добавите guardrails (ограничители и защитные механизмы), лимиты стоимости, retries/circuit breakers и защиту от prompt injection/злоупотребления инструментами

Программа:

Фундамент агентных систем
При использовании LLM как простого инструмента генерации возникает ограничение в создании автономных, надежных и масштабируемых решений. Изучение архитектуры агентного мышления, инфраструктуры моделей и data-driven роутинга позволит проектировать полноценные ИИ-агенты для production-среды;
Тема 1: Архитектура агента
Тема 2: Инфраструктура агентов
Тема 3: Бенчмарки и data-driven роутинг: от теории к коду // ДЗ

Инструменты агента
Без подключения внешних инструментов, API и автоматизации ИИ-агент остается ограниченным в выполнении реальных бизнес-задач. Изучение function calling, agent skills и кастомных интеграций позволит разрабатывать функциональных агентов, способных взаимодействовать с корпоративными системами, сервисами и рабочими процессами.
Тема 1: Function Calling: как дать агенту руки
Тема 2: Продуктивность разработчика и Agent Skills
Тема 3: Кастомные инструменты и автоматизация // ДЗ

Протоколы и коммуникация агентных систем
При отсутствии стандартизированного подключения инструментов, контекста и каналов взаимодействия агентные системы становятся ограниченными, медленными и плохо масштабируются. Изучение протоколов подключения, real-time коммуникации и межагентного взаимодействия позволит проектировать гибкие, расширяемые и высокопроизводительные агентные платформы.
Тема 1: Model Context Protocol (MCP)
Тема 2: Real-time коммуникация
Тема 3: OpenAI Realtime API и A2A взаимодействие // ДЗ

Хранилище и контекст
Ответы агента становятся неточными, когда не хватает памяти, фактов и связей между данными. Освоение векторных баз, Agentic RAG и графовой памяти дает агенту управляемый доступ к знаниям и позволяет повысить точность решений, работать с долгосрочным контекстом в сложных предметных областях;
Тема 1: Векторная память и Agentic RAG
Тема 2: Графовая память и сложный контекст // ДЗ

Оркестрация и логика агентных систем
Без управляемой логики и оркестрации ИИ-агенты не справляются со сложными задачами, теряют контроль над процессом выполнения и не масштабируются. Изучение методов планирования, фреймворков и мультиагентных подходов позволит проектировать устойчивые и управляемые агентные системы для сложных сценариев;
Тема 1: Декомпозиция задач и самокоррекция
Тема 2: Агентные фреймворки: OpenAI и Anthropic SDK
Тема 3: Продвинутая оркестрация: LangGraph
Тема 4: Low-code оркестрация: n8n
Тема 5: Мультиагентные системы и Swarm // ДЗ

Оценка, наблюдаемость и безопасность ИИ-агента
Непонятно, действительно ли агент решает задачу или просто тратит токены и создает риски? Внедрение evals, observability и guardrails делает качество, стоимость и поведение агента измеримыми. Это позволяет контролировать надежность, безопасность и бюджет агентной системы в продакшене.
Тема 1: Оценка (Evals) и Observability
Тема 2: Безопасность и Guardrails // ДЗ

Проектная работа
Тема 1: Выбор темы и организация проектной работы
Тема 2: Консультация по проектам и домашним заданиям
Тема 3: Защита проектных работ и подведение итогов курса

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

Мы с Вами разберём реальные уголовные дела против айтишников – и узнаем кто и за что уже получил срок?

• Разберемся с границами персональной ответственности за код.
• Изучим как работать с данными и какие в данной области риски.
• Узнаем какие риски несет в себе сфера фриланса и серых зарплат.
• Установим, где проходит грань между преступным и непреступным в сфере ИТ.
• Поймем, как работать с нелицензионным программным обеспечением.

Ты пишешь код, а не хочешь мотать срок?

Этот курс создан для работников ИТ-сферы с целью минимизировать их риски быть привлеченным к уголовной ответственности.
Данный курс уникален, поскольку смотрит на уголовную ответственности через призму деятельности ИТшников.
После данного курса вы будете ориентироваться в том, как минимизировать риски получить срок в тюрьме, работая в ИТ-сфере.

В данном курсе теоретический материал сопровождается обширным набором кейсов в сфере компьютерных преступлений, которые помогут усвоить теоретический материал.
Автор обладает уникальной экспертизой на стыке ИТ и уголовного права, поэтому подобных курсов в не найдете ни в одном другом месте.

Для кого этот курс:

• Разработчики – чтобы не попасть под статью за уязвимость в коде
• DevOps и админы – чтобы не ответить за утечку или DDoS.
• Тестировщики и аналитики – чтобы легально искать баги.
• Фрилансеры и стартаперы – как работать без риска сесть за неуплату налогов
• Любые ИТ-шники – чтоб разобраться с доступом и софтом без срока

Начальные требования

• Главное интерес к данной теме

Спойлер: Программа курса:

ИТ и уголовное право

1. Почему растут риски быть привлеченным к уголовной ответственности
2. Введение в уголовное право
3. Краткое руководство по интерпретации УК для ИТшников
4. Последствия привлечения к уголовной ответственности

Права доступа и все, что с ним связано

1. Почему с доступом надо быть осторожней
2. Пределы неправомерного доступа
3. Неправомерный доступ из мести
4. Неправомерный доступ ради безопасности (пентестинг)

Вредоносное программное обеспечение

1. Сложности в трактовке уголовного закона
2. Установка нелицензионного ПО — это преступление?

Работа с данными

1. Уголовка за сбор, слив, невыполнение требований
2. Торрент трэкеры

Публикация информации

1. Срок за опубликование и репост
2. Под особым контролем правоохранительных органов

Критическая информационная инфраструктура

1. Что такое КИИ
2. Как минимизировать риски?

Генеративные сети: LLM, генерация кода, картинок и видео

1. Генерация кода
2. Картинки и видео

Опасный фриланс

1. Опять налоги
2. За границей

Спойлер: Об авторе:

Роман Дремлюга

Автор книги "Преступность 4.0. Киберпреступность вчера сегодня завтра". Практикующий юрист 2008-2017 гг. Кандидат юрид. наук. (2008). Специалитет "Прикладная математика" (2003). Разработка ПО 2002-н.в. Руководитель ДВ центра ИИ ДВФУ (2022-н.в.).

Уникальный эксперт на стыке права и ИТ. Профессор, кандидат юридических наук и IT-специалист с нестандартной карьерой.

Юрист и руководитель: 15 лет в юриспруденции (практика + наука), Замдиректора Юрфака ДВФУ (2015–2022).

Айтишник с математическим бэкграундом: Окончил "Прикладную математику", Разрабатывал ПО в 2000-х и вернулся в IT в 2022

В настоящий момент также является Зам директора Института математики и компьютерных технологий Дальневосточного федерального университета (ДВФУ) по развитию.

Пионер ИИ на Дальнем Востоке: Возглавляет ДВ-центр ИИ в ДВФУ,
Совмещает юридическую экспертизу с технологиями будущего.

Факт: Редкий специалист, который говорит на языках кода и законов одновременно.

Автор научного бестселлера: Преступность 4.0. Киберпреступность вчера, сегодня, завтра

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

Практический курс по разработке расширений 1С, используя Cursor, rules и skills.

Краткие преимущества:

• 7 практических уроков
• Реальные расширения 1С
• Rules и skills для Cursor
• Безопасная AI-разработка
• Разработка на конфигурации Демонстрационное приложение

Программа курса:
Урок 1. Установка Cursor и 1С Metadata Viewer
Урок 2. Основные настройки Cursor
Урок 3. Установка правил и skills
Урок 4. Создание структуры проекта
Урок 5. Разработка технического задания (промпта)
Урок 6. Проект 1. Разработка новой печатной формы
Урок 7. Проект 2. Внедрение договоров контрагентов

Пакет: Расширения в Cursor

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...