AI-Агенты: S1 База
Создаём мультиагентные системы с памятью, инструментами и вдохновением
Стоимость — 55 000 ₽ для физических лиц и 65 000 ₽ для компаний
Необходимо базовое знание Python и опыт работы с API
Продолжительность — 4 недели (4, 7, 11, 14, 18, 21, 25, 28 августа 2025)
Занятия проходят по понедельникам с 19:00 до 20:30 и по четвергам с 19:00 до 20:30
16 академических часов лекций и практических занятий
А ещё домашние задания и курсовой проект
Для кого этот курс
Разработчики, энтузиасты, продуктовые менеджеры, предприниматели с базовыми знаниями Python
Чему научитесь
1
Создавать AI-Агентов с нуля: освоите Pydantic AI, LangChain и инструменты для быстрого визуального прототипирования
2
Управлять памятью и состоянием: научитесь строить AI-Агентов с долговременной памятью через Zep, Mem0 и Letta
3
Интегрировать RAG и векторные БД: построите системы поиска по документам с Qdrant, Weaviate и Pinecone
4
Контролировать качество и затраты: улучшите наблюдаемость через LangSmith/LangFuse и оптимизируете стоимость
Что в программе
Занятие 1: Подготовка среды и основы архитектуры
Понедельник, 4 августа, 19:00—21:00
Настраиваем рабочее окружение с Python, Pydantic AI и LangChain. Разворачиваем no-code инструменты Flowise и n8n. Изучаем архитектуру агентов на реальных production-примерах.
Установка и настройка всех необходимых инструментов.
Регистрация в LangSmith и LangFuse для мониторинга.
Запуск локальных моделей через Ollama.
Разбор архитектуры: LLM, память, планирование, инструменты.
Определение подходов: ReAct, Mem0, RAG.
Домашнее задание: настройка собственного окружения.
Занятие 1: Подготовка среды и основы архитектуры
Понедельник, 4 августа, 19:00—21:00
Настраиваем рабочее окружение с Python, Pydantic AI и LangChain. Разворачиваем no-code инструменты Flowise и n8n. Изучаем архитектуру агентов на реальных production-примерах.
Занятие 2: Быстрый старт с Pydantic AI
Четверг, 7 августа, 19:00—21:00
Создаём первого агента с валидацией ответов. Изучаем технику reflection loop — агент пишет тесты для своего кода и исправляет ошибки. Настраиваем автоматическое тестирование.
Построение агента с типизированными ответами.
Добавление пользовательских инструментов.
Техника self-reflection для улучшения качества.
Логирование и отладка через Pydantic Logfire.
Домашнее задание: создать своего агента с тестами.
Занятие 2: Быстрый старт с Pydantic AI
Четверг, 7 августа, 19:00—21:00
Создаём первого агента с валидацией ответов. Изучаем технику reflection loop — агент пишет тесты для своего кода и исправляет ошибки. Настраиваем автоматическое тестирование.
Занятие 3: Визуальное прототипирование и escape from no-code
Понедельник, 11 августа, 19:00—21:00
Cоздаём рабочие цепочки в Flowise и n8n, затем экспортируем их в чистый Python-код. Подключаем векторные БД и внешние сервисы. Выдаём ТЗ на итоговый проект.
Создание AgentFlow и в Flowise.
Создание AI-Агента в n8n.
Подключение векторных БД для RAG.
Интеграция с Google Sheets и Airtable через n8n.
Экспорт логики агентов в Pydantic AI.
Старт работы над итоговым проектом.
Занятие 3: Визуальное прототипирование и escape from no-code
Понедельник, 11 августа, 19:00—21:00
Cоздаём рабочие цепочки в Flowise и n8n, затем экспортируем их в чистый Python-код. Подключаем векторные БД и внешние сервисы. Выдаём ТЗ на итоговый проект.
Занятие 4: Мультиагентные системы
Четверг, 14 августа, 19:00—21:00
Координируем несколько агентов для решения сложных задач. Реализуем одну задачу в двух фреймворках — LangGraph и CrewAI — и сравниваем результаты.
Концепция мультиагентных систем.
Реализация в LangGraph с управлением состоянием.
Аналогичная реализация в CrewAI.
Сравнение читаемости, стоимости и производительности.
Критерии выбора фреймворка под задачу.
Домашнее задание: расширение мультиагентной системы.
Занятие 4: Мультиагентные системы
Четверг, 14 августа, 19:00—21:00
Используем LLM для генерации текста и анализа данных. Строим интеллектуальные RAG-агенты с применением векторных баз, повторяем рабочий процесс Deep Research в n8n.
Занятие 5: Память и persistent-агенты
Понедельник, 18 августа, 19:00—21:00
Углубляемся в управление памятью. Создаём агентов, которые помнят контекст между сессиями и могут возобновлять работу после перерывов.
Краткосрочная vs долговременная память.
Реализация Zep, Mem0 и Letta
Подключение внешних хранилищ (Redis, Postgres).
Управление stateful-агентами.
Восстановление после перерывов.
Домашнее задание: persistent-агент с внешней БД.
Занятие 5: Память и persistent-агенты
Понедельник, 18 августа, 19:00—21:00
Углубляемся в управление памятью. Создаём агентов, которые помнят контекст между сессиями и могут возобновлять работу после перерывов.
Занятие 6: RAG-системы и векторный поиск
Четверг, 21 августа, 19:00—21:00
Строим полноценные RAG-системы для работы с документами. Оптимизируем качество поиска и снижаем галлюцинации.
Построение RAG-pipeline на LangChain.
Работа с векторными БД: Qdrant, Weaviate, Pinecone.
Техники улучшения поиска: «хаки» RAG, фильтрация.
Оптимизация метрик качества RAG.
Интеграция RAG с памятью агентов.
Практика: RAG-система для базы знаний.
Занятие 6: RAG-системы и векторный поиск
Четверг, 21 августа, 19:00—21:00
Строим полноценные RAG-системы для работы с документами. Оптимизируем качество поиска и снижаем галлюцинации.
Занятие 7: Наблюдаемость и оптимизация затрат
Понедельник, 25 августа, 19:00—21:00
Настраиваем профессиональный мониторинг агентов. Применяем техники снижения стоимости.
Трассировка и тестирование в LangSmith.
Мониторинг в LangFuse: латентность, стоимость, ошибки.
Cost-hacks: кеширование, выбор моделей, batching.
Создание cost-heatmap.
Подготовка: финализация проектов.
Занятие 7: Наблюдаемость и оптимизация затрат
Понедельник, 25 августа, 19:00—21:00
Настраиваем профессиональный мониторинг агентов. Применяем техники снижения стоимости.
Занятие 8: Безопасность, развёртывание и демо-день
Четверг, 28 августа, 19:00—21:00
Финальное занятие: изучаем безопасность, проводим attack-simulation, разбираем юридические вопросы и презентуем проекты.
Часть 1. Развёртывание и observability
Обзор вариантов развёртывания (Docker, облако).
Подключение к мессенджерам и API.
Финальная настройка мониторинга.
Часть 2. Безопасность и демонстрации
Симуляция атак: jailbreak, prompt-leak, cost-flood.
Live Q&A с юристом по GDPR/152-ФЗ.
Презентация итоговых проектов.
Занятие 8: Безопасность, развёртывание и демо-день
Четверг, 28 августа, 19:00—21:00
Финальное занятие: изучаем безопасность, проводим attack-simulation, разбираем юридические вопросы и презентуем проекты.
Дополнительная информация
FAQ
Нужно ли покупать доступ к платным API?
На курсе используем модели от OpenAI. Нужно иметь собственные ключи API (или использовать бесплатные модели через OpenRouter).
Будут ли доступы к инструментам?
n8n и Flowise выдаются. Остальное ставится локально; требуется ПК с Python и ≥ 16 ГБ RAM.
Чем курс отличается от остальных?
Упор на production‑ready: сравнение фреймворков, практики деплоя и выбора стека под бюджет и риски.
Можно оплатить в рассрочку / от компании?
Timepad принимает оплату частями и выставляет счета компаниям.
macOS / Windows / Linux?
Всё кроссплатформенно; отдельные инструкции для каждой ОС будут во время занятий.
Насколько сложные / долгие домашние задания?
После каждого занятия — 30‑60 мин. Обязательные — после 2‑го и 5‑го.
Останется ли доступ к материалам?
Да. Записи, код, презентации и Telegram‑поддержка доступны навсегда.
Что вы получите
✓ Рабочий проект в портфолио
Мультиагентная система с памятью, RAG и интеграциями для решения реальной задачи.
✓ Навыки работы с 5+ инструментами
Pydantic AI, LangChain, Flowise, CrewAI, Letta — с пониманием, что когда использовать.
✓ Профессиональные инструменты
Настроенный мониторинг, автотесты, контроль затрат — как в production.
✓ Умение создавать агентов с нуля
Понимание стратегии разработки агентов от идеи до развёрнутого решения.
✓ Поддержку сообщества
Закрытый Telegram-канал и созвоны с выпускниками.
Кто преподаёт
Антон Вдовиченко
Основатель и CEO Automatica
Специализируется на разработке решений с использованием искусственного интеллекта и машинного обучения, инженер AI.
Более 20 лет создает цифровые продукты для оптимизации бизнеса — от стартапов до международных корпораций (Dell, PwC, Avaya).
Эксперт по дизайну интерфейсов. Более 7 лет преподавал на программе «Дизайн диджитал-продукта» в Британке, BBE. Ведёт авторские курсы по искусственному интеллекту.
Как записаться
Заполните небольшую анкету и оплатите участие в интенсиве на Timepad.
Если есть вопросы, напишите Антону в Телеграме: @codegeek
Политика конфиденциальности
© Automatica, 2025
Политика конфиденциальности
© Automatica, 2025
AI-Агенты: S1 База
Создаём мультиагентные системы с памятью, инструментами и вдохновением
Стоимость — 55 000 ₽ для физических лиц и 65 000 ₽ для компаний
Необходимо базовое знание Python и опыт работы с API
Продолжительность — 4 недели (4, 7, 11, 14, 18, 21, 25, 28 августа 2025)
Занятия проходят по понедельникам с 19:00 до 20:30 и по четвергам с 19:00 до 20:30
16 академических часов лекций и практических занятий
А ещё домашние задания и курсовой проект
Для кого этот курс
Разработчики, энтузиасты, продуктовые менеджеры, предприниматели с базовыми знаниями Python
Чему научитесь
1
Создавать AI-Агентов с нуля: освоите Pydantic AI, LangChain и инструменты для быстрого визуального прототипирования
2
Управлять памятью и состоянием: научитесь строить AI-Агентов с долговременной памятью через Zep, Mem0 и Letta
3
Интегрировать RAG и векторные БД: построите системы поиска по документам с Qdrant, Weaviate и Pinecone
4
Контролировать качество и затраты: улучшите наблюдаемость через LangSmith/LangFuse и оптимизируете стоимость
Что в программе
Занятие 1: Подготовка среды и основы архитектуры
Понедельник, 4 августа, 19:00—21:00
Настраиваем рабочее окружение с Python, Pydantic AI и LangChain. Разворачиваем no-code инструменты Flowise и n8n. Изучаем архитектуру агентов на реальных production-примерах.
Занятие 2: Быстрый старт с Pydantic AI
Четверг, 7 августа, 19:00—21:00
Создаём первого агента с валидацией ответов. Изучаем технику reflection loop — агент пишет тесты для своего кода и исправляет ошибки. Настраиваем автоматическое тестирование.
Занятие 3: Визуальное прототипирование и escape from no-code
Понедельник, 11 августа, 19:00—21:00
Cоздаём рабочие цепочки в Flowise и n8n, затем экспортируем их в чистый Python-код. Подключаем векторные БД и внешние сервисы. Выдаём ТЗ на итоговый проект.
Занятие 4: Мультиагентные системы
Четверг, 14 августа, 19:00—21:00
Координируем несколько агентов для решения сложных задач. Реализуем одну задачу в двух фреймворках — LangGraph и CrewAI — и сравниваем результаты.
Занятие 5: Память и persistent-агенты
Понедельник, 18 августа, 19:00—21:00
Углубляемся в управление памятью. Создаём агентов, которые помнят контекст между сессиями и могут возобновлять работу после перерывов.
Занятие 6: RAG-системы и векторный поиск
Четверг, 21 августа, 19:00—21:00
Строим полноценные RAG-системы для работы с документами. Оптимизируем качество поиска и снижаем галлюцинации.
Занятие 7: Наблюдаемость и оптимизация затрат
Понедельник, 25 августа, 19:00—21:00
Настраиваем профессиональный мониторинг агентов. Применяем техники снижения стоимости.
Занятие 8: Безопасность, развёртывание и демо-день
Четверг, 28 августа, 19:00—21:00
Финальное занятие: изучаем безопасность, проводим attack-simulation, разбираем юридические вопросы и презентуем проекты.
Дополнительная информация
FAQ
Нужно ли покупать доступ к платным API?
На курсе используем модели от OpenAI. Нужно иметь собственные ключи API (или использовать бесплатные модели через OpenRouter).
Будут ли доступы к инструментам?
n8n и Flowise выдаются. Остальное ставится локально; требуется ПК с Python и ≥ 16 ГБ RAM.
Чем курс отличается от остальных?
Упор на production‑ready: сравнение фреймворков, практики деплоя и выбора стека под бюджет и риски.
Можно оплатить в рассрочку / от компании?
Timepad принимает оплату частями и выставляет счета компаниям.
macOS / Windows / Linux?
Всё кроссплатформенно; отдельные инструкции для каждой ОС будут во время занятий.
Насколько сложные / долгие домашние задания?
После каждого занятия — 30‑60 мин. Обязательные — после 2‑го и 5‑го.
Останется ли доступ к материалам?
Да. Записи, код, презентации и Telegram‑поддержка доступны навсегда.
Что вы получите
✓ Рабочий проект в портфолио
Мультиагентная система с памятью, RAG и интеграциями для решения реальной задачи.
✓ Навыки работы с 5+ инструментами
Pydantic AI, LangChain, Flowise, CrewAI, Letta — с пониманием, что когда использовать.
✓ Профессиональные инструменты
Настроенный мониторинг, автотесты, контроль затрат — как в production.
✓ Умение создавать агентов с нуля
Понимание стратегии разработки агентов от идеи до развёрнутого решения.
✓ Поддержку сообщества
Закрытый Telegram-канал и созвоны с выпускниками.
Кто преподаёт
Антон Вдовиченко
Основатель и CEO Automatica
Специализируется на разработке решений с использованием искусственного интеллекта и машинного обучения, инженер AI.
Более 20 лет создает цифровые продукты для оптимизации бизнеса — от стартапов до международных корпораций (Dell, PwC, Avaya).
Эксперт по дизайну интерфейсов. Более 7 лет преподавал на программе «Дизайн диджитал-продукта» в Британке, BBE. Ведёт авторские курсы по искусственному интеллекту.
Как записаться
Заполните небольшую анкету и оплатите участие в интенсиве на Timepad.
Если есть вопросы, напишите Антону в Телеграме: @codegeek
Политика конфиденциальности
© Automatica, 2025