AI Python Engineer

Экосистема AI API: провайдеры, модели, токены

6 задач

Настройка окружения: venv, `.env`, python-dotenv

7 задач

OpenAI SDK: первый запрос через OpenRouter (бесплатно)

7 задач

Анатомия ответа: `choices`, `usage`, `finish_reason`

7 задач

Anthropic SDK: `messages.create` и отличия от OpenAI

7 задач

Gemini и Groq: два бесплатных провайдера

7 задач

Параметры генерации: temperature, max_tokens, top_p

6 задач

Стриминг ответов: `stream=True` у OpenAI и Anthropic

7 задач

Параллельные запросы: `asyncio.gather`

7 задач

Обработка ошибок API: `try/except`, timeout, пустой ответ

7 задач

Финальный проект модуля: AI Chat Router

8 задач

Роли в чате: system, user, assistant

7 задач

System prompt: задать контекст и правила поведения

6 задач

Few-shot промптинг: примеры в контексте

8 задач

Chain-of-thought: "думай пошагово"

6 задач

Шаблоны промптов: f-strings и Jinja2

7 задач

Multi-turn диалог: сохранение истории сообщений

6 задач

Парсинг нестрогого ответа: извлечь JSON из текста

8 задач

Prompt injection: атаки и защита

8 задач

Финальный проект модуля: AI Резюме Анализатор

7 задач

JSON-режим OpenAI: response_format={"type":"json_object"}

7 задач

Pydantic v2: модели для структурированного вывода

6 задач

Structured Outputs OpenAI: `response_format=MyModel`

5 задач

Function Calling: объявление инструментов

8 задач

Function Calling: цикл обработки вызовов

8 задач

Параллельные вызовы: `parallel_tool_calls`

8 задач

Tool Use в Anthropic API

7 задач

Финальный проект модуля: AI Data Extractor

7 задач

Что такое RAG и зачем он нужен

7 задач

Эмбеддинги: векторное представление текста

6 задач

Embeddings API: генерация векторов (OpenAI и бесплатные альтернативы)

7 задач

ChromaDB: хранить и искать эмбеддинги

8 задач

Cosine similarity: ручная реализация поиска

8 задач

Chunking стратегии: разбивка документов

6 задач

Загрузка документов: PDF, TXT, Markdown

6 задач

RAG-пайплайн: запрос -> поиск -> промпт -> ответ

7 задач

Reranking: улучшение релевантности

7 задач

Финальный проект модуля: База знаний

6 задач

LangChain: LCEL и цепочки (`|` оператор)

7 задач

`ChatPromptTemplate`: системный промпт агента

7 задач

Memory: ConversationBufferMemory

7 задач

Встроенные инструменты LangChain: DuckDuckGo, Wikipedia

8 задач

Кастомный инструмент: декоратор `@tool`

7 задач

ReAct агент: Reason + Act

6 задач

Введение в LangGraph: узлы, рёбра, StateGraph

6 задач

Условные рёбра: add_conditional_edges

6 задач

LangSmith: трейсинг и отладка

6 задач

LangGraph: `MemorySaver` - персистентные чекпоинты

8 задач

Финальный проект модуля: Исследовательский агент

8 задач

Паттерны мульти-агентных систем: Pipeline, Supervisor, Debate

6 задач

CrewAI: `Agent` с `role`, `goal`, `backstory`

5 задач

CrewAI: `Task` и `Crew`

7 задач

CrewAI: процессы `sequential` vs `hierarchical`

6 задач

Кастомные инструменты для CrewAI

7 задач

OpenAI Agents SDK: `Agent` и `handoff`

7 задач

MCP (Model Context Protocol): подключить MCP-сервер

7 задач

Отладка мульти-агентных систем

8 задач

Финальный проект модуля: AI Контент-команда

7 задач

FastAPI: REST API для AI сервиса

6 задач

FastAPI: аутентификация через API-ключ

5 задач