Разработка, данные и AI — теория и практика прямо в браузере.
Практический мини-курс для Python-разработчиков без опыта работы с LLM API. За 8 коротких уроков вы соберёте первый AI-сервис: подключите Responses API, получите структурированный ответ через Pydantic, откроете HTTP-эндпоинт на FastAPI, добавите обработку сбоев, тесты и Docker.
Практический fast-track по data engineering: за 4–6 недель собираем рабочий конвейер Kafka → Spark → Lakehouse под управлением Airflow. Разберём batch и streaming, окна и watermark, схемы и контракты. Мини‑проекты, Docker Compose, шаблоны DAG и пайплайнов. Курс подойдёт инженерам, аналитикам и тем, кто хочет освоить современные пайплайны данных с уверенным Python.
Освоим два важнейших инструмента разработчика: применение bash-скриптов в практических задачах и git в его самых разных проявлениях.
Практический курс по Computer Vision. Соберёте продакшн-сервис: датасет → обучение (YOLO/RT-DETR, SAM), трекинг, OCR/Doc-AI, веб-приложение (UI+API) и мониторинг. Экспорт в ONNX/TensorRT/OpenVINO, батчинг/квантование под CPU/GPU. Плюс профессиональные блоки: mAP/IoU/Dice и калибровка доверия, QA разметки и аугментации, p95/стоимость, дрейф данных и алерты, guardrails (NMS/правила), A/B-тесты, Triton/gRPC/FastAPI.
Умеете писать на Python, но теряетесь перед алгоритмической задачей? Курс научит начинать с ограничений, выбирать подходящий алгоритм и структуру данных, объяснять корректность и доводить решение до прохождения больших тестов. Внутри — визуальные разборы, короткие тренажёры и сюжетные задачи, в которых готовый паттерн ещё нужно распознать.
Практический курс-мост от базового Python к разработке поддерживаемых приложений. Вы разберётесь со структурой пакетов, объектной моделью, современной типизацией и автоматическими тестами, а затем соедините эти инструменты в небольшом приложении с хранением данных и логированием.
Практический курс по A/B-тестированию и продуктовым метрикам: формулируем гипотезы, считаем размер выборки, запускаем эксперименты и анализируем результаты. От первой идеи до внедрения изменений в продукт — без «воды» и лишней теории.
Практический курс по LLMOps. Соберёте продакшн-контур для LLM: eval-фреймворк (LangSmith/Ragas/OpenAI Evals), quality-гейты в CI/CD, алёрты на дрейф, монитринг скорости и стоимости, управление промпт-версиями и безопасность. Плюс профессиональные блоки: synthetic data для тестов, LLM-based judges, отчётность для релиз-комитета и runbook’и инцидентов.
Практический курс по LLM Security. Запустите локальный RAG/агента на реальном LLM (OpenAI API) и укрепите прод: защита от prompt/indirect injection, утечек и tool-abuse, строгий JSON-вывод (Schema/Pydantic), redaction и лимиты стоимости/циклов. Плюс профессиональные блоки: OWASP LLM Top-10, threat modeling, red-team suite и security-gates в CI/CD.
Практический PRO-курс по созданию production-ready голосовых AI-агентов для бизнеса в РФ. Оба подхода 2026 года: классический cascade pipeline STT → LLM → TTS и realtime speech-to-speech на GPT-Realtime-2. VAD, end-of-turn detection, barge-in, tool calling в звонке, Voice RAG, evals, версионирование агента. Российский стек: Yandex SpeechKit, SaluteSpeech, YandexGPT, 152-ФЗ. Телефония: SIP, Voximplant, Mango Office.
Практический курс Python с нуля для тех, кто раньше не программировал. За 36 уроков вы пройдёте путь от установки Python и первого .py-файла до собственного консольного менеджера заметок. Короткие объяснения сразу закрепляются упражнениями и задачами с автоматической проверкой.
Дополнительные вступительные испытания (ДВИ) по математике: специфика, критерии и методы решения задач. Программа краткосрочного интенсивного обучения направлена на подготовку абитуриентов к сдаче ДВИ МГУ по математике. В основе курса лежит глубокий разбор профильного инструментария для подготовки учащегося на высокие баллы. После прохождения вы научитесь решать сложные задачи вступительного испытания, узнав все подводные камни экзамена и тонкости оформления
Поддержка
