Курсы

Мы не ведём курсы сами. Вместо этого мы подбираем полезные внешние курсы и учебные ресурсы для каждого уровня — от спокойного введения до глубокой технической специализации. Все ссылки ниже бесплатны, начинаются бесплатно или доступны для бесплатного аудита, и мы проверяем, что они остаются актуальными.

Anthropic Academy

MCP: Build Rich-Context AI Apps with Anthropic

Elie Schoppik

MCP постепенно заменяет одноразовые интеграции инструментов в экосистеме ИИ. Учиться стоит у источника: к концу курса вы соберёте MCP-сервер, подключите к нему LLM-клиент и поймёте, почему этот протокол становится важным стандартом.

Уверенный~3 часаБесплатноПроверено 9 дней назад
DeepLearning.AI · LlamaIndex

Building Agentic RAG with LlamaIndex

Jerry Liu

Простой RAG — векторный поиск и вставка найденного текста в запрос — часто быстро разочаровывает. Этот курс показывает следующий уровень: агент планирует поиск, выбирает инструменты, сравнивает источники и отвечает по нескольким документам.

Уверенный~2 часаБесплатноПроверено 9 дней назад
DeepLearning.AI · LangChain

Long-Term Agentic Memory with LangGraph

Harrison Chase

Амнезия контекстного окна — причина, почему многие агенты на второй день кажутся забывчивыми. Курс показывает паттерны LangMem: эпизодическую, процедурную и семантическую память, чтобы агент помнил предпочтения и прошлые взаимодействия без раздувания запроса.

Уверенный~1,5 часаБесплатноПроверено 9 дней назад
Fast.ai

Practical Deep Learning for Coders

Jeremy Howard · Rachel Thomas

Выбран за подход сверху вниз. Многие ML-курсы начинают с недель математики; Fast.ai сразу даёт обучить модель, а затем постепенно раскрывает слои. Хорошо для разработчика, который хочет писать PyTorch и отлаживать реальные модели.

Уверенный~80 часовБесплатноПроверено 9 дней назад

Также на AI Expert

Наши собственные видео и статьи по этой теме — более короткое чтение или просмотр рядом с внешними курсами выше.

Открыть всю тему

Эти ссылки ведут на сторонние учебные платформы и официальные ресурсы. У нас нет коммерческих отношений с ними — мы рекомендуем каждый материал, потому что он закрывает понятную учебную потребность.