[Дмитрий Антипов] Иженерия AI-агентов с нуля до запуска в prod (2026)

Преподает Lead разработки AI-агентов, Группа Сбер (АБТ) Научимся с нуля создавать и внедрять в процессы сложных AI-агентов на примере pet-проекта — мультиагентной системы с production-архитектурой: памятью, стейтом, автономностью и мониторингом. Без low-code решений. Как это все будет пошагово: Урок № 1 Введение в концепцию агентов: AI-агенты — самая хайповая концепция, но именно поэтому этим словом
называют все подряд: и простого чат-бота с промптом, и любой скрипт с
 вызовами LLM. Агенты гораздо глубже и сложнее. В этом модуле разбираемся, что такое агент на самом деле, почему это не фреймворк и не SDK, и закладываем архитектурный фундамент, на котором будет стоять все остальное Урок № 2 Как агент думает и действует: «Агент работает, но так себе» — мы не уверены, что задача вообще закончится успехом. В этом уроке строим когнитивный и execution-слой как инженерные компоненты Урок № 3 Автономность: память, стейт и контроль поведения: Добавляем агенту все, чтобы отправить его в свободное плавание: память, состояние и контроль. Здесь мы превращаем реактивную систему в управляемую и автономную Урок № 4 Катим в прод: надежность, безопасность и остановка: Демо прощает все, а прод — нет. В этом уроке делаем агента, которому можно доверять: ошибки, безопасность, наблюдаемость, стоимость, измеримость и обязательные stop conditions Урок № 5 Сложные задачи: мультиагентность и координация Из чего состоит курс: 5 онлайн-уроков в ZOOM. Живые созвоны — длятся по 1.5−2 часа и проходят раз в неделю в свободное от работы время. Есть запись. Домашние задания: Пишем агента самостоятельно, ошибаемся, пробуем еще раз и сравниваем свои действия с действиями преподавателя. Обучение через ошибки — лучший способ обучаться и закреплять материал практике. Q&A-сеccии: Online-встречи для ответов на вопросы. Фидбек дает преподаватель — никаких кураторов и помощников.