Проектирование агентных ИИ-систем

Курс по проектированию агентных ИИ‑систем дает практическое понимание того, как создавать надежные, масштабируемые и производственные ИИ‑приложения на базе больших языковых моделей. Программа охватывает ключевые архитектурные подходы, инженерные практики и современные инструменты, необходимые для построения корпоративных интеллектуальных систем.

Основы построения RAG‑систем

Первый модуль посвящен фундаментам Retrieval‑Augmented Generation и устройству систем поиска знаний.

Базовые элементы RAG

• создание и использование эмбеддингов;
• разбиение документов на фрагменты;
• векторный поиск: лексический, семантический и гибридный методы;
• работа с векторными БД и алгоритмами FAISS и HNSW.

Промышленная архитектура RAG

• многоарендный поиск и фильтрация по метаданным;
• контроль прав доступа;
• инкрементальная индексация и поддержание актуальности данных;
• анализ производительности и устранение узких мест.

Инженерия контекста в LLM‑приложениях

В этой части вы изучите, как правильно формировать контекст для больших моделей и управлять памятью ИИ‑систем.

Управление памятью и контекстом

• архитектура кратковременной и долгосрочной памяти;
• хранение предпочтений пользователя;
• оптимизация токенов, компрессия и суммаризация;
• выборочная загрузка данных и предотвращение использования устаревшей информации.

Проектирование агентных ИИ‑систем

Большой модуль посвящен созданию архитектуры и логики работы интеллектуальных агентов.

Архитектура и взаимодействие агентов

• основные шаблоны проектирования ИИ‑агентов;
• организация среды выполнения (Harness Engineering);
• интеграция с внешними сервисами, инструментами и использование вызова функций;
• работа с протоколом MCP и обеспечение совместимости инструментов.

Надежность и автономность

• обработка ошибок и механизмы резервирования;
• взаимодействие нескольких агентов;
• построение длительных автономных процессов;
• сохранение состояния и участие человека в цикле принятия решений.

LLMOps и промышленная эксплуатация

Модуль охватывает инженерные практики, необходимые для надежной работы ИИ‑приложений в продакшене.

Мониторинг, контроль качества и версия моделей

• мониторинг и трассировка моделей;
• диагностика ошибок и тестирование качества ответов;
• конвейеры автоматизированной проверки;
• управление жизненным циклом и версиями моделей.

Оптимизация стоимости и производительности

• управление расходом токенов;
• кэширование запросов и ответов;
• маршрутизация между моделями и ансамбли моделей;
• обеспечение надежности, безопасности и защитных механизмов (guardrails).

Практическое проектирование комплексных ИИ‑решений

Заключительный блок полностью посвящен практике. Вы разработаете промышленного ИИ‑агента для программирования, создадите ключевые компоненты системы и изучите реальные сценарии применения технологий.

Итогом обучения станет умение строить масштабируемые агентные ИИ‑системы, способные стабильно работать в корпоративной среде и решать сложные прикладные задачи с использованием современных технологий искусственного интеллекта.