Алексей Жиряков - AI-first разработка на python

Сайт: Сайт автора

Соберете и настроите свою профессиональную среду для разработки с агентами: от написания кода до ревью, автотестов и проверки безопасности.

Кому подойдёт воркшоп:

Разработчикам

Тем, кто пишет на Python и хочет, чтобы рутину закрывал агент, а они занимались архитектурой и сложными задачами

Инженерам данных и ML-инженерам

Тем, кому нужен production-grade код, а не ноутбуки, и кто устал спорить с бэкендерами про качество

DevOps или платформенным инженерам

Тем, кто выстраивает стандарты разработки в командах и хочет зашить их прямо в агента

Тимлидам и техлидам

Тем, кому важно не просто «внедрить ИИ», а показать руководству вклад агентов в цифрах по коммитам

Заберёте с собой после воркшопа:

Агентная среда под ключ

Настроенный AI-агент с выверенной схемой «модель под задачу» через OpenRouter. Переносится в любой проект

Правила, навыки и чеклисты

Готовые промпты под ревью, автотесты, безопасность и политики работы с секретами

Шаблон AI-first проекта

Python / Litestar / PostgreSQL / Alembic. Готов к продакшену с первого дня

Инструменты контроля качества

Способы определить, где агент справляется сам, а где его нужно направлять

Формат:

Онлайн

4 часа

Живой формат с экспертом, запись доступна в LMS

Результат:

Рабочая агентная среда на живом проекте, которую переносишь в свой репозиторий сразу после воркшопа.

Не демонстрация возможностей AI, а собранная среда, в которой агент ежедневно закрывает инженерные задачи

Что добавите в резюме и примените на работе уже завтра:

Безопасность AI-разработки: секреты, утечки, зависимости

Автоматический контроль качества: pre-commit, линтеры

AI-first разработка на Litestar + PostgreSQL + Alembic

Построение агентной среды с правилами и стандартами команды

Unit- и integration-тесты через агента с контролем покрытия

Code Review силами AI-агента по чеклисту архитектуры

Оценка вклада AI-инструментов через метрики по коммитам

Выбор LLM под задачу по метрикам цена/качество

Настройка AI-агентов в VS Code через OpenRouter

Программа:

Окружение для разработки

Backend-проект на Litestar и PostgreSQL

Безопасность разработки

OpenRouter: один ключ — десятки моделей

Сравнение моделей на реальной задаче

Что происходит без правил

Правила и навыки: агент как инженер команды

Автоматические проверки качества

Тесты и покрытие кода

Типовые задачи руками агента

Code Review силами агента

Измерение вклада агента в работу

1. Окружение для разработки

Настраиваем всё, что нужно для работы: VS Code, Python, uv, Docker, git, линтеры и проверку типов.

К следующему шагу приходим с готовым окружением

2. Backend-проект на Litestar и PostgreSQL

Поднимаем приложение с правильной архитектурой и базой в Docker, ставим и настраиваем Alembic — систему миграций, которая держит схему БД под контролем.

Забираешь готовый шаблон под масштабирование

3. Безопасность разработки

Хранение API-ключей, защита от утечек в git, проверка зависимостей на уязвимости и контроль безопасных паттернов в коде, который пишет агент

4. OpenRouter: один ключ — десятки моделей

Подключаем AI-агента в VS Code к OpenRouter и получаем доступ ко всем топовым моделям — GPT, Claude, DeepSeek, Qwen и другим — через один ключ

5. Сравнение моделей на реальной задаче

Прогоняем одну задачу через разные модели и анализируем: какая аккуратнее пишет код, какая лучше в тестах, у какой лучшее соотношение цена/качество

6. Что происходит без правил

На одной модели показываем, как работает агент без правил: он тянется к фреймворкам и паттернам, на которых больше всего обучен, — а это почти никогда не совпадает со стандартами твоей команды

7. Правила и навыки: агент как инженер команды

Собираем правила проекта, регламенты по коду и архитектуре, набор навыков под типовые задачи — и агент начинает работать по стандартам команды, а не по собственным догадкам

8. Автоматические проверки качества

Настраиваем линтеры и форматирование так, чтобы они срабатывали на каждом коммите агента: грязный код физически не проходит в репозиторий

9. Тесты и покрытие кода

Учим агента писать unit- и integration-тесты по алгоритму и измеряем покрытие — это страховка от того, что завтра агент сломает работающий код

10. Типовые задачи руками агента

На живом проекте проходим полный цикл: новая фича, исправление бага, срочный хотфикс, оформление merge request

11. Code Review силами агента

Запускаем отдельного агента на проверку кода по чеклисту архитектуры, типизации и читаемости — получаем отчёт с конкретными замечаниями

12. Измерение вклада агента в работу

Запускаем скрипт, который по истории коммитов показывает цифрой, какая часть кода написана агентом, а какая — разработчиком

Спикер Алексей Жиряков

Исполнительный директор, Сбер

ex-Stream CTO, МТС Web Services (KION)

Лидер Python-гильдии, TechMaster MWS