Почему я запускаю курс по AI-архитектуре?
Я 22 года в IT и сейчас работаю ведущим архитектором решений в крупной страховой компании.
За последние несколько лет я успела поработать в трёх крупных корпорациях и увидеть изнутри разные AI-проекты: от пилотов до продуктовых решений, включая внедрение AI в операционные процессы и SDLC. В части этих проектов я непосредственно участвовала как архитектор.
И в какой-то момент я поняла, что у меня накопился опыт, который имеет смысл систематизировать и передать другим архитекторам, разработчикам и системным аналитикам.
Поэтому я решила сделать свой мини-курс по AI-архитектуре.
Но это не будет очередной курс, где мы просто разбираем определения LLM, RAG и AI-агентов.
Я вообще не очень верю в обучение AI-архитектуре исключительно по теории.
Поэтому курс будет hands-on: каждый паттерн и каждое важное понятие мы будем разбирать через лабораторную работу, которую можно выполнить своими руками на локальном компьютере. Для лабораторных я подготовила Python-скрипты и инструкции. Глубокого знания Python не требуется — он здесь нужен прежде всего как инструмент для экспериментов и понимания архитектуры.
Для кого этот курс?
Для разработчиков и системных аналитиков уровня Middle и выше, а также для архитекторов, которые хотят двигаться в сторону AI Architecture.
Это не курс для новичков и не курс по подготовке к собеседованиям.
Моя задача — чтобы после курса у человека появилось целостное понимание принципов построения AI-архитектуры и возможность получить упрощённый практический опыт, похожий на тот, с которым я сталкивалась на реальных коммерческих проектах.
С чего начать?
Я специально подготовила нулевую лабораторную работу — настройку локального окружения:
https://boosty.to/bedrosova/posts/50943a0a-7733-41cd-b9a8-3156e291f4f4
Она доступна бесплатно. В ней я показываю, как подготовить окружение, установить необходимые инструменты и библиотеки и проверить, что из Python можно подключиться к локальной LLM и получить от неё результат.
Ссылку на нулевую лабораторную оставлю в описании.
Сам курс будет выходить на Boosty. Сейчас я рассматриваю два варианта доступа — подписную модель и отдельный bundle.
Если вам интересна именно практическая сторона AI Architecture, подписывайтесь на канал и следите за выходом курса.
И напишите в комментариях, удалось ли вам пройти нулевую лабораторную.
00:00 - почему я решила записать курс?
01:13 - чем мой курс отличается от других?
02:01 - как я наработала свои компетенции в AI-архитектуре?
02:25 - почему курс в формате hands-on лабораторных?
02:57 - какой компьютер нужен для прохождения курса?
03:08 - нужны ли знания Python?
04:15 - порог входа
05:13 - для кого курс?
05:48 - цель курса?
06:10 - поможет ли курс трудоустроиться?
06:47 - почему курс не для новичков?
07:20 - нулевая лабораторная работа
Я 22 года в IT и сейчас работаю ведущим архитектором решений в крупной страховой компании.
За последние несколько лет я успела поработать в трёх крупных корпорациях и увидеть изнутри разные AI-проекты: от пилотов до продуктовых решений, включая внедрение AI в операционные процессы и SDLC. В части этих проектов я непосредственно участвовала как архитектор.
И в какой-то момент я поняла, что у меня накопился опыт, который имеет смысл систематизировать и передать другим архитекторам, разработчикам и системным аналитикам.
Поэтому я решила сделать свой мини-курс по AI-архитектуре.
Но это не будет очередной курс, где мы просто разбираем определения LLM, RAG и AI-агентов.
Я вообще не очень верю в обучение AI-архитектуре исключительно по теории.
Поэтому курс будет hands-on: каждый паттерн и каждое важное понятие мы будем разбирать через лабораторную работу, которую можно выполнить своими руками на локальном компьютере. Для лабораторных я подготовила Python-скрипты и инструкции. Глубокого знания Python не требуется — он здесь нужен прежде всего как инструмент для экспериментов и понимания архитектуры.
Для кого этот курс?
Для разработчиков и системных аналитиков уровня Middle и выше, а также для архитекторов, которые хотят двигаться в сторону AI Architecture.
Это не курс для новичков и не курс по подготовке к собеседованиям.
Моя задача — чтобы после курса у человека появилось целостное понимание принципов построения AI-архитектуры и возможность получить упрощённый практический опыт, похожий на тот, с которым я сталкивалась на реальных коммерческих проектах.
С чего начать?
Я специально подготовила нулевую лабораторную работу — настройку локального окружения:
https://boosty.to/bedrosova/posts/50943a0a-7733-41cd-b9a8-3156e291f4f4
Она доступна бесплатно. В ней я показываю, как подготовить окружение, установить необходимые инструменты и библиотеки и проверить, что из Python можно подключиться к локальной LLM и получить от неё результат.
Ссылку на нулевую лабораторную оставлю в описании.
Сам курс будет выходить на Boosty. Сейчас я рассматриваю два варианта доступа — подписную модель и отдельный bundle.
Если вам интересна именно практическая сторона AI Architecture, подписывайтесь на канал и следите за выходом курса.
И напишите в комментариях, удалось ли вам пройти нулевую лабораторную.
00:00 - почему я решила записать курс?
01:13 - чем мой курс отличается от других?
02:01 - как я наработала свои компетенции в AI-архитектуре?
02:25 - почему курс в формате hands-on лабораторных?
02:57 - какой компьютер нужен для прохождения курса?
03:08 - нужны ли знания Python?
04:15 - порог входа
05:13 - для кого курс?
05:48 - цель курса?
06:10 - поможет ли курс трудоустроиться?
06:47 - почему курс не для новичков?
07:20 - нулевая лабораторная работа
- Категория
- Бесплатные курсы
Комментариев нет.
