Доступно [proglib.academy] AgentOps. Тариф Инженерный трек (Кирилл Кухарев, Екатерина Трофимова)

​

Курс для разработчиков и LLM инженеров о том, как внедрять AI-логику в бэкенд IT-продуктов и сохранять стабильность сервиса
После курса вы сможете запускать AI-сервисы в production и контролировать их поведение.

С какими задачами вы научитесь справляться:

1. Встроите AI-слой в backend-архитектуру
   API → оркестрация → инструменты → хранилище состояния → мониторинг
2. Сделаете поведение AI-агента предсказуемым
   лимиты • повторные запросы • контроль действий агента
3. Научитесь тестировать AI-логику
   датасеты • регрессионные тесты • проверки качества
4. Настроите наблюдаемость системы
   метрики • трассировка • оповещения
5. Будете контролировать стоимость
   лимиты токенов • бюджет на запрос • резервные модели
6. Настроите безопасные вызовы инструментов
   валидация • политики доступа • ограничения действий

Кем вы будете после курса:

• Backend-разработчик, работающий с AI-агентами

Что вы будете уметь:

• Проектировать backend-сервисы с AI-логикой
• Внедрять AI в существующую архитектуру
• Тестировать поведение AI-агентов
• Контролировать стоимость AI-запросов
• Обеспечивать надежность AI-агентов
• Отслеживать и отлаживать работу AI-агентов

Финальный проект – cервис с AI-логикой под вашу задачу:

• Имеет API
• Использует AI-инструменты
• Хранит состояние
• Содержит тесты
• Имеет систему мониторинга
• Контролирует стоимость запросов

Программа:
01 - Архитектура управления - LangGraph и детерминизм
02 - Tool Use и внешние интеграции
03 - Надежность AI backend-сервисов
04 - Enterprise-интеграции и стандарт MCP
05 - Хранение состояния и восстановление после сбоев
06 - Управление контекстом и защита входа
07 - Тестирование и оценка качества AI-систем
08 - Трассировка, наблюдаемость и эксплуатация AI-сервисов
09 - Production-подход и экономика AI-сервиса
10 - Безопасность AI-сервисов
11 - Контейнеризация AI backend-сервиса
12 - Управление затратами на AI-системы FinOps
13 - Стратегии релиза и управление инцидентами
14 - Governance и compliance для AI-сервисов

Бонусы
Бонусный урок 1. Архитектура ИИ-агента_ собираем агентный цикл на Python
Бонусный урок 2. Архитектура Мультиагентных систем в продакшене
Бонусный урок 3. LangGraph_ профессиональная-оркестрация
Бонусный урок 4. Структурный вывод и типизация PydanticAI
Бонусный урок 5. RAG-системы