AI03

Agentic Engineering & Multi‑Agent Systems

Длительность обучения: 5 дней

Записаться на курс

Описание
курса

Материал данного курса охватывает проектирование и внедрение агентных систем: архитектуры планирования и рассуждения, стандартизированный tool‑use через MCP, иерархическую память и самоисправление, обучение агентов в среде с использованием GRPO, обеспечение безопасности и операционное сопровождение (AgentOps).

Аудитория курса

Инженеры прикладного ИИ, архитекторы решений, разработчики платформ и ассистентов, команды, внедряющие автономные workflow‑системы.

Предварительные требования

Как устроено
обучение

Онлайн-курс

Онлайн-курс предполагает групповые занятия с инструктором через систему видеоконференцсвязи, кроме того, домашние задания и экзамен. Слушателям предоставляются учебные пособия и дополнительные материалы

Для корпоративных клиентов

Обучение для корпоративных клиенов включает в себя онлайн-курсы и курсы самообучения, а также дополнительные сервисы,необходимые корпоративным клиентам: организация планов обучения для подразделений клиента, проведение оценки эффективности обучения и т.д.

программа
курса

• Проектирование агентов под reasoning‑native модели и интеграция внутреннего монолога в архитектуру.
• Подходы LATS и Monte‑Carlo Tree Search для задач с высокой ценой ошибки.
• Сопоставление детерминированных графов (LangGraph) и динамических роёв (Swarm, CrewAI).
• Паттерн Plan‑then‑Review с разделением ролей планировщика и исполнителя.
• Model Context Protocol как единый интерфейс между агентами и внешними системами (SQL, Slack, GitHub, браузер).
• Structured tool calling и проектирование отказоустойчивых API со стратегиями самовосстановления.
• Агентный визуальный интерфейс и навигация по веб‑ и desktop‑приложениям через vision‑модели.
• Изоляция инструментов в sandbox‑средах (E2B, контейнеры) с ограничением ресурсов.
• Иерархическая память: рабочая, семантическая (поверх GraphRAG) и эпизодическая.
• Петли самоисправления и автоматическое уточнение системного промпта на основе логов.
• Shared state в мультиагентных системах и предотвращение состояний гонки.
• Роль агента‑критика и блокирование галлюцинаций до выдачи финального ответа.
• GRPO для агентных сценариев и обучение в специфической бизнес‑среде.
• Проектирование сред (ART, RLFactory) и симуляций бизнес‑процессов.
• Reward engineering и защита от поведенческого «читинга».
• Дистилляция навыков крупных рассуждающих моделей в компактные локальные SLM.
• AgentOps: трассировка цепочек, аудит затрат и мониторинг траекторий рассуждений.
• Guardrails и обеспечение суверенности данных через локальные и кастомные фильтры.
• Human‑in‑the‑loop для критических действий (платежи, удаление данных).
• Сборка и защита итогового мультиагентного решения под прикладную задачу слушателя.

Варианты
покупки курса

индивидуальное

Стоимость курса — 121 296,00 ₽

Групповые онлайн-занятия

Бессрочный доступ ко всем материалам

Живые вебинары с преподавателем

Домашние задания

Экзаменация с выдачей сертификата

Для уточнения даты проведения курса, пожалуйста, заполните форму.

Оставить заявку

*Нажимая на кнопку, вы соглашаетесь с публичной офертой и политикой конфиденциальности

корпоративное

Стоимость курса от 121 296,00 ₽

Для получения данных о конечной стоимости и уточнения даты проведения курса, пожалуйста, заполните форму.

Оставить заявку

*Нажимая на кнопку, вы соглашаетесь с публичной офертой и политикой конфиденциальности