AI меняет рынок
Те, кто умеет строить LLM-решения, уже на шаг впереди
Бизнес хочет внедрять AI, но на рынке почти нет таких специалистов, которые могут собрать RAG, настроить агента и встроить это в продукт.
Компании ищут людей, которые могут внедрять LLM в реальные процессы.
Компании ищут людей, которые могут внедрять LLM в реальные процессы.
Это ваше конкурентное преимущество и повод для повышения и новых проектов
Курс для всех, кто связан с IT, но не разбирается в нейросетях
Работаете в IT
вы аналитик, product- или project-менеджер, понимаете, что AI меняет индустрию, и хотите внедрять эти технологии, а не быть позади
хотите освоить востребованное направление, брать новые задачи на работе и выйти на новый уровень дохода
Сисадмин или работаете с CRM
Разработчик или руководитель
хотите встроить LLM в продукт, автоматизировать процессы в команде или не заниматься рутинными задачами
Программировать уметь не обязательно, но будет преимуществом — всю работу вы будете делать в визуальном конструкторе n8n, где логика собирается из готовых блоков.
Для создания работающего LLM-проекта необходимо:
разбираться в моделях и их параметрах
использовать сторонние инструменты
интегрировать проект в сервисы бизнеса
работать с памятью и базой знаний
писать правильные промпты
Всему этому вы научитесь при поддержке Deep Learning инженеров, которые работали с ИИ ещё до того, как это стало мейнстримом
Вы соберёте реальные проекты
Задача: Рассчитать стоимость ввоза автомобиля — пошлины, утильсбор, логистика, курс валют
Решение: Мультиагентная система с API Центробанка для курсов, MCP Playwright для парсинга сайтов, каталогом авто, калькулятором пошлин. Агент-оркестратор делегирует подзадачи специализированным агентам
Решение: Мультиагентная система с API Центробанка для курсов, MCP Playwright для парсинга сайтов, каталогом авто, калькулятором пошлин. Агент-оркестратор делегирует подзадачи специализированным агентам
AI-калькулятор импорта авто из Китая
1.
1/3
Задача: отвечать на вопросы сотрудников по внутренней документации компании
Решение: RAG-система: загрузка документов, чанкирование, векторный поиск в Qdrant, генерация ответов со ссылками на источники. Плюс автоматическая оценка качества через LLM-as-judge
Решение: RAG-система: загрузка документов, чанкирование, векторный поиск в Qdrant, генерация ответов со ссылками на источники. Плюс автоматическая оценка качества через LLM-as-judge
Чатбот по корпоративной базе знаний (RAG)
2.
2/3
Программа
Лекция раз в неделю. После каждой темы — домашнее задание с фидбеком от лектора. В конце курса проект и Q&A-сессия для разбора вопросов.
01. Введение в ML
В тарифе «С введением»
Темы лекции:
- Скаляры, векторы, матрицы, тензоры
- Линейная регрессия, деревья решений, бустинг
- Multi-layer perceptron
- Deep Learning: современные слои
- Свёрточные нейросети
- Трансформер
02. Введение в LLM
Темы лекции:
- Принцип работы: токенайзер, эмбеддер, слои, выход, параметры (температура, топ-к. топ-р...)
- Модели (какие есть закрытые, открытые, чем отличаются)
- Бенчмарки
03. Введение в n8n
Темы урока:
- Интерфейс n8n
Домашнее задание
Импортировать созданную нами цепочку (состояющую из N простых цепочек) в n8n, поправить параметры генерации и выбрать модели так, чтобы решить предложенные в цепочке задачи
- Сообщение в n8n-чат и «LLM» даже без агента
- Исследование разных моделей с различными параметрами и как параметры влияют на ответы
04. Промпт-инжиниринг
Тема лекции:
Домашнее задание
- Вернуть json, который далее можно распарсить
- За счёт Chain-of-Thought mini-моделью решить комплексную задачу
- Выстоять mini-моделью под промпт-атакой и не выдать секретный ключ или системный промпт
- Сделать мини-агента (не понимая что это агент) блоками n8n без блока «агент», только на AI-блоках и прочих
- Разные методы и подходы в промпт-инжениринге: CoT, структурированный вывод, one/few-shot learning
05. Блоки n8n для работы с переменными
Темы урока:
- Форматы данных в n8n: json, binary data, array (когда N элементов передаётся между блоками)
Домашнее задание
Обработка данных между блоками n8n: преобразование словарей в массивы и обратно, объединение элементов в строку и другие операции с данными
- Блоки для работы с данными: limit, aggregate, merge, split out, и т.д.
- Тестирование цепочек через внесение данных с помощью Edit Fields (можно загружать туда текстом json)
06. Введение в JS и Блок Code в n8n
Темы урока:
- Переменные
Домашнее задание
С помощью блока Code решить 3−5 задач по обработке словарей и массивов с циклами
- Словари, массивы и их методы
- Функции
- Циклы
07. Базы данных
Темы лекции:
- Введение в базы данных
- Реляционные базы
- Векторные базы, в частности QDrant
- Введение в SQL
08. Базы данных в n8n
Темы урока:
- Обзор БД: Airtable, Google Sheet, PostgreSQL
Домашнее задание 1: реляционные БД
- Соответствующие блоки в n8n
- Поднимаем БД в облаке и/или на машине
- Сохраняем чанки в QDrant
- Записать данные в PostgreSQL
- Считать данные из разных таблиц PSQL, смёржить данные, отфильтровать, обработать в цикле, сохранить в csv результат
Домашнее задание 2: векторные БД
- Сохранить pdf-файлы чанками в QDrant
- Сделать векторный поиск по этим файлам
- Сохраняем csv-данные в PostgreSQL
QA-сессия
Онлайн-встреча в Zoom со спикерами курса, чтобы разобрать ваши вопросы, помочь с практикой и обсудить задачи из ваших проектов
09. RAG
В тарифе «С введением»
Темы лекции:
- Обзор схемы RAG
- Чанкирование
- Классический и гибридный поиски
- Реранкер
- Метрики и бенчмарки
10. Собираем ванильный RAG в n8n
Темы урока:
- Готовим доп. флоу для тестирования
Домашнее задание
- Делим текст на чанки, векторизуем, сохраняем в базу
- Собираем RAG из простого векторного ретривера и генератора
- Создать RAG с гибридным ретривером, реранкером, генератором, чтобы достичь метрики X на тестовой выборке
11. Агенты
Темы лекции:
- Tools & function calls
- Агентные системы и Agentic RAG
- Model Context Protocol
- Мультиагентные системы
12. Собираем агента в n8n
Темы урока:
- Собираем агента в n8n в блоке Agent
Домашнее задание
- Используем MCP (Multi-Component Protocol)
- Подключение внешних инструментов
- Память в работе агента
- Собрать агента без блока «Agent»
- То же самое, но теперь с блоком «Agent»
- Нарастить функционал, сделав мультиагентную систему, используя RAG и MCP
13. Интеграция со сторонними сервисами через API
Темы лекции:
- Что такое REST API
- Как формируют запросы: head, body, binary data
- Postman
- Albato/Zapier
14. Интеграция чат-бот цепочки в CRM
Темы урока:
- Создаём аккаунт в тг, wazzup, AmoCRM, Bitrix
Домашнее задание
- Интегрируем цепочку с простым агентом в диалог внутри сделки с клиентом в CRM через http-request и webhook блоки
- Создать ИИ-агента-менеджера по заказу автомобилей из Китая: найти по описанию машину, рассчитать налоги, пошлины и т. д.
- Прогнать через цепочку тестовые примеры, сравнить ответы с правильными
Проект: создание виртуального сотрудника
Можно придумать свою идею проекта или выбрать:
- AI-менеджер по продажам
- AI-менеджер проектов
- AI-аналитик
- Транскрибатор встреч
Вы научитесь создавать LLM-системы и интегрировать их в бизнес
Понимать, как работают LLM
Как выбирать модель под задачу и считать стоимость, что такое токенизация, генерация, параметры моделей и др.
Писать эффективные промпты
Chain-of-Thought, few-shot, structured output, защита от prompt injection
Строить RAG-системы
Чанкирование, векторный и гибридный поиск, реранкинг, оценка качества
Создавать AI-агентов
Tools, MCP, мультиагентные системы, Agentic RAG, память агентов
Работать с базами данных
SQL, PostgreSQL, векторные БД (Qdrant). Хранение данных и контекста
Поднимать инфраструктуру
Арендовать VPS, поднимать свои базы (PostgreSQL, Qdrant), деплоить сервисы. Не зависеть от чужих платформ
Интегрировать в бизнес-процессы
REST API, вебхуки, Docker, CRM (AmoCRM, Bitrix), Telegram
Оценивать качество LLM-решений
Golden dataset, LLM-as-judge, автоматическое тестирование пайплайнов
Всё готово к работе — просто начните учиться
Мы даём доступ к серверу с n8n и ключи для работы с LLM-моделями. Не нужно ничего оплачивать иностранной картой или искать обходные пути. А на курсе покажем, как настроить всю инфраструктуру самостоятельно.
Сервер с n8n
Готовый n8n на нашем сервере — импортируете воркфлоу и начинаете работать
Ключи к моделям
API-ключи для GPT, Claude, Gemini и других моделей — входят в стоимость курса
Покажем, как поднять свой сервер, базы данных и подключить модели, чтобы работали из России
Научим настраивать
Как именно вы освоите каждый навык
Кто будет преподавать
Опытные deep learning инженеры. Каждый расскажет про задачу, с которой несколько лет работал в коммерческих проектах
Тимур Фатыхов
Лидил команды распознавания лиц и паспортов в KoronaPay
СКБ Контур /
Александр Абугалиев
Внедряет RAG в сервисы компании. Расскажет, как создать работающий RAG
Основатель DeepSchool, ex Lead CV Engineer Koronapay
Азер Шахвердиев
Руководит NLP лабораторией в Контуре и помогает внедрять LLM в продукты компании
Контур, ML engineer
Азер Шахвердиев
Руководит NLP лабораторией в Контуре и помогает внедрять LLM в продукты компании
СКБ Контур /
Александр Абугалиев
Внедряет RAG в сервисы компании. Расскажет, как создать работающий RAG
Основатель DeepSchool, ex Lead CV Engineer Koronapay
Тимур Фатыхов
Лидил команды распознавания лиц и паспортов в KoronaPay
Контур, ML engineer
Повышаем квалификацию с 2021 года
- 650+ выпускников применяют навыки в работе
- Все спикеры — практики с опытом от 5 лет
- Помогаем внедрить инструменты в работу, а не просто выдаём учебный материал
После обучения
Чат выпускников
Сертификат о прохождении обучения
Вы попадаете в чат выпускников — чат с опытными инженерами, где мы проводим литклубы, random coffee и обсуждаем вопросы с работы
Доступ к материалам курса на один год
Комфортные условия для вашей учёбы
Полный возврат стоимости в первые 14 дней,
если поймёте, что программа вам не подходит. Если примете решение позже, вернём деньги за вычетом уже пройденных занятий
если поймёте, что программа вам не подходит. Если примете решение позже, вернём деньги за вычетом уже пройденных занятий
Налоговый вычет
получите 13% от стоимости курса после обучения
получите 13% от стоимости курса после обучения
Оплата из-за рубежа
картой иностранного банка или другими удобными способами
картой иностранного банка или другими удобными способами
Может оплатить компания. мы принимаем оплату от юрлиц, если хотите, чтобы работодатель оплатил ваше обучение, пусть ваши представители напишут нам на b2b@deepschool.ru для оформления документов и оплаты
Мы обучаем по лицензии Л035-01199-54/00734237 ↗
Оставьте заявку
Мы расскажем о тарифах, ответим на вопросы и подарим скидки на обучение. Количество мест ограничено.
Доступен налоговый вычет
Может оплатить компания
Полный возврат в первые 14 дней
Принимаем оплату из-за рубежа
Лист ожидания
Старт курса в феврале, количество мест ограничено. Запишитесь в лист ожидания. Мы свяжемся, когда начнем собирать группу, расскажем о тарифах и подарим скидку на обучение первым участникам.
Что говорят наши выпускники
Истории глазами тех, кто успешно прошел обучение
«Мои ожидания оправдались на 120% и я смог закрепить уже имевшиеся знания и пополнить новыми!
Михаил Пузицкий
(LLM)
«Прекрасно подобранные темы, прекрасно выстроена дорожка обучения, начиная с собери сам до использования инструментов»
Александр Петров
(LLM)
(LLM)
«Хороший курс! Рассказываются крутые и не супер-очевидные вещи, на паре технических собесов (формат «ML и LLM…)»
Александр Логинов
Виталий Проценко
«Получил огромный пласт знаний и практический опыт, который уже применяю на работе»
(LLM)
«Все мои вопросы подробно разобрали. Самым интересным был RAG, потому что применил в работе»
Роман Рютин
«Крутой курс! Многое узнал и прокачал навыки. Постоянное общение с авторами курса мотивировало в учебе»
(LLM)
Евгений Макаров
(LLM)
«Мои ожидания оправдались на 120% и я смог закрепить уже имевшиеся знания и пополнить новыми!
Михаил Пузицкий
(LLM)
«Прекрасно подобранные темы, прекрасно выстроена дорожка обучения, начиная с собери сам до использования инструментов»
Александр Петров
(LLM)
(LLM)
«Хороший курс! Рассказываются крутые и не супер-очевидные вещи, на паре технических собесов (формат «ML и LLM…)»
Александр Логинов
Виталий Проценко
«Получил огромный пласт знаний и практический опыт, который уже применяю на работе»
(LLM)
«Все мои вопросы подробно разобрали. Самым интересным был RAG, потому что применил в работе»
Роман Рютин
«Крутой курс! Многое узнал и прокачал навыки. Постоянное общение с авторами курса мотивировало в учебе»
(LLM)
Евгений Макаров
(LLM)
(LLM)
LinkedIn
Максим Гольцов
«Курс позволил получить теоретические и практические навыки работы с LLM. Благодаря ему получил первый оффер)»
«Узнал много нового в тех областях LLM, где не хватало опыта. Сразу придумал, как использовать агенты в рабочих проектах»
Петр Матюков
LinkedIn
(LLM)
(LLM)
Елизавета Носова
«Курс полезный, помог наверстать упущенное в понимании современных llm»
«Ожидания оправдались более чем! Готовность отвечать практически в любое время и настолько развернуто»
Никита Довидченко
LinkedIn
(LLM)
(LLM)
(LLM)
LinkedIn
Дмитрий Махортов
«Осознание как работает function caling под капотом это было настоящим открытием»
Павел Думин
«Отличный курс, было интересно и полезно. Но некоторые темы требуют чуть большего времени»
«Хороший обзор по теме LLM с практикой, после которого можно дальше погружаться вглубь»
Алексей Глотов
(LLM)
FAQs
Когда проходят лекции?
Лекции проходят в Zoom по будням в 19:00 по московскому времени и длятся 1,5−2 часа. Во время лекции можно задавать вопросы спикеру. В конце анонимный тест.
Нужно ли уметь программировать?
Нет, не обязательно. Задания выполняются в no-code платформе n8n, где вы собираете автоматизации из готовых блоков. Если вы когда-либо работали с сервисами, где нужно настраивать логику (CRM, конструкторы сайтов или ботов), вы справитесь. У нас есть выпускники, которые закрывают задачи по программированию с помощью нейросетей.
Смогу ли я оформить налоговый вычет?
Да, вы сможете оформить налоговый вычет за обучение, если вы являетесь налоговым резидентом России и оплачиваете подоходный налог. Подать документы на вычет можно в году, следующем за годом оплаты обучения. Подробнее о налоговом вычете за обучение можно прочитать на сайте ФНС
Может ли моя компания оплатить курс?
Моя компания может оплатить курс?
Да, мы подготовим счёт на полную или частичную оплату для юридического лица. Напишите на b2b@deepschool.ru
Скидки не распространяются на оплату курса юр. лицами, поэтому при заполнении заявки указывайте полную стоимость.
Скидки не распространяются на оплату курса юр. лицами, поэтому при заполнении заявки указывайте полную стоимость.
Сколько времени нужно уделять обучению?
На сколько
часов рассчитана программа?
часов рассчитана программа?
В среднем 6–10 часов в неделю:
- 2–3 часа на просмотр лекций (живых или в записи)
- 4–7 часов на выполнение домашних заданий
Смогу ли я найти работу или проекты после курса?
На сколько
часов рассчитана программа?
часов рассчитана программа?
Профессия ИИ-автоматизатора только формируется, и спрос растёт быстрее предложения.
После курса вы сможете:
После курса вы сможете:
- Искать вакансии автоматизатора / интегратора / n8n-разработчика (зарплаты от 80 000 ₽ до 230 000 ₽)
- Брать проекты на фрилансе (автоматизация процессов для бизнеса)
- Предлагать услуги автоматизации текущему работодателю и повысить свою ценность
А если мне не подойдёт курс?
На сколько
часов рассчитана программа?
часов рассчитана программа?
Если поймёте, что программа вам не подходит в первые 14 дней, то мы сделаем полный возврат стоимости обучения. Если примете решение позже, вернём деньги за вычетом уже пройденных занятий
Записаться в лист ожидания
Крутой курс! Многое узнал и прокачал навыки. Из того, что оказалось для меня особенно полезным – RAG, агенты, ускорение, инференс при малом бюджете, промпт инжиниринг и немного деплой. Постоянное общение с авторами курса мотивировало в учебе.
Роман Рютин
Роман Рютин
Хороший курс! Рассказываются крутые и не супер-очевидные вещи, на паре технических собесов (формат "ML и LLM в глубину") удалось рассказать то, о чем собеседующий эксперт не знал, это прикольно
Александр Логинов
Александр Логинов
Прекрасно подобранные темы, прекрасно выстроена дорожка обучения, начиная
с собери сам до использования инструментов. Интересные д/з. Ваши программы надо в универах запускать
Александр Петров
с собери сам до использования инструментов. Интересные д/з. Ваши программы надо в универах запускать
Александр Петров
Очень доволен, тем что прошел курс. На мой взгляд, в нем наиболее полный источник знаний о современных LLM моделях. Затронули очень много тем и дали кучу дополнительных материалов.
Домашние задания на каждую тему помогли пощупать руками то, что изучали.
Все мои вопросы подробно разобрали, на лекции хватало времени на каждого человека.
Самым интересным был RAG, потому что применил в работе.
Евгений Макаров
Домашние задания на каждую тему помогли пощупать руками то, что изучали.
Все мои вопросы подробно разобрали, на лекции хватало времени на каждого человека.
Самым интересным был RAG, потому что применил в работе.
Евгений Макаров
Крайне положительное впечатление осталось, очень понравились и лекции, и практические задания.
Получил огромный пласт знаний и практический опыт, который уже применяю на работе.
Очень интересно было кодить части трансформера, всегда любил программирование больше, чем промптинг.
Виталий Проценко
Получил огромный пласт знаний и практический опыт, который уже применяю на работе.
Очень интересно было кодить части трансформера, всегда любил программирование больше, чем промптинг.
Виталий Проценко
Мощная и достаточно высоко нагруженная программа. Особенно хороша при совпадении с тематикой своей работы.
Мои ожидания оправдались на 120% и я смог закрепить уже имевшиеся знания и пополнить новыми! Расширил и углубил понимание.
LLMMultimodal models — самая интересная тема, так как это мое направление и в ней собраны и отчасти ранее полученные знания по LLM.
Удачи и развития других программ на вашей платформе!
Михаил Пузицкий
Мои ожидания оправдались на 120% и я смог закрепить уже имевшиеся знания и пополнить новыми! Расширил и углубил понимание.
LLMMultimodal models — самая интересная тема, так как это мое направление и в ней собраны и отчасти ранее полученные знания по LLM.
Удачи и развития других программ на вашей платформе!
Михаил Пузицкий
Очень интересный курс! Позволил получить теоретические и практические навыки работы с LLM.
На рынке множество курсов, и каждый предлагает свою «уникальную» программу. Но была уверенность в deepschool, поэтому сомнения быстро ушли)) Курс познакомил меня с необходимыми знаниями для развития в интересующей меня области.
Интереснее всего были Основы LLM. Преподаватель смог простым языком разобрать сложную тему.
Большое спасибо всем за курс! Благодаря ему получил первый оффер)
Максим Гольцов
На рынке множество курсов, и каждый предлагает свою «уникальную» программу. Но была уверенность в deepschool, поэтому сомнения быстро ушли)) Курс познакомил меня с необходимыми знаниями для развития в интересующей меня области.
Интереснее всего были Основы LLM. Преподаватель смог простым языком разобрать сложную тему.
Большое спасибо всем за курс! Благодаря ему получил первый оффер)
Максим Гольцов
Отлично. Узнал много нового в тех областях LLM, где не хватало опыта. Особенно с деплоймент, ускорение, агенты, многими гпу.
Самой интересной темой оказались Агенты, потому что сразу придумал как их использовать в рабочих проектах.
Стала более понятна архитектура трансформеров и LLM. Подтвердил, что стек ИИ на работе соответствует лучшим практикам.
Петр Матюков
Самой интересной темой оказались Агенты, потому что сразу придумал как их использовать в рабочих проектах.
Стала более понятна архитектура трансформеров и LLM. Подтвердил, что стек ИИ на работе соответствует лучшим практикам.
Петр Матюков
Курс полезный, помог наверстать упущенное в понимании современных llm.
Систематизировала знания об llm, узнала про специфичные для llm принципы деплоя и ускорения
Елизавета Носова
Систематизировала знания об llm, узнала про специфичные для llm принципы деплоя и ускорения
Елизавета Носова
Очень хороший курс, оправдал ожидания.
Хороший обзор по теме LLM с практикой, после которого можно дальше погружаться вглубь.
Все супер, буду ждать обновленных лекций второго запуска. Ну и в целом, курс нужно просматривать 2 раза.
Алексей Глотов
Хороший обзор по теме LLM с практикой, после которого можно дальше погружаться вглубь.
Все супер, буду ждать обновленных лекций второго запуска. Ну и в целом, курс нужно просматривать 2 раза.
Алексей Глотов
Отличный курс, было интересно и полезно. Но некоторые темы требуют чуть большего времени.
Павел Думин
Павел Думин
Что курс, что программа — огонь! Пришел по наводке:) ожидания оправдались более чем!
Изначально хотелось побольше узнать о файнтюнинге (по работе) так что очень ждал этот раздел, но неожиданно для себя тема с агентами и RAG взорвала мозг — когда научная фантастика становится реальностью!
Самое полезное и в общих словах — более глубокое понимание донастройки моделей под собственные нужды (фактически весь третий раздел) — сложно выделить из этого что-то одно. Ну и переспектива на то в какую сторону область развивается.
Команде курса огромное спасибо за четкую организацию процесса, также отдельно хочу выразить благодарность лекторам за их терпение и упрямство в том чтобы даже ребенок все понял и осознал! Готовность отвечать практически в любое время и настолько развернуто насколько только можно — это просто вне всяких оценок, без этого солидный кусок курса точно остался бы непонятым!
Никита Довидченко
Изначально хотелось побольше узнать о файнтюнинге (по работе) так что очень ждал этот раздел, но неожиданно для себя тема с агентами и RAG взорвала мозг — когда научная фантастика становится реальностью!
Самое полезное и в общих словах — более глубокое понимание донастройки моделей под собственные нужды (фактически весь третий раздел) — сложно выделить из этого что-то одно. Ну и переспектива на то в какую сторону область развивается.
Команде курса огромное спасибо за четкую организацию процесса, также отдельно хочу выразить благодарность лекторам за их терпение и упрямство в том чтобы даже ребенок все понял и осознал! Готовность отвечать практически в любое время и настолько развернуто насколько только можно — это просто вне всяких оценок, без этого солидный кусок курса точно остался бы непонятым!
Никита Довидченко
Положительные впечатления о программе. Все темы были интересными. Хотя если выбирать что-то одно, то осознание как работает function caling под капотом это было настоящим открытием.
Большое спасибо всей команде курса, особенно хочу отметить Илью. Умеет держать интерес и рассказывать сложные вещи простым языком.
Дмитрий Махортов
Большое спасибо всей команде курса, особенно хочу отметить Илью. Умеет держать интерес и рассказывать сложные вещи простым языком.
Дмитрий Махортов
Есть вопросы, на которые вы не нашли ответы? Напишите нам в Telegram, ответим на все интересующие вопросы