О курсе
Курс ориентирован на практическую разработку AI-приложений на Python без обучения нейронных сетей и углубления в математику машинного обучения. Вместо этого рассматривается работа с готовыми языковыми и мультимодальными моделями и их встраивание в backend-системы. По описанию программы, слушатели шаг за шагом создают сквозной AI Backend на FastAPI: от первого запроса к модели до подготовки приложения к запуску.
Что рассматривается в программе
- работа с API языковых и мультимодальных моделей из Python
- создание LLM-клиента с таймаутами, повторными запросами и обработкой ошибок
- проектирование системных инструкций, промптов и контекста
- построение чата с управляемой историей диалога и потоковой передачей ответов
- получение структурированных ответов и валидация с помощью JSON Schema и Pydantic
- подключение Python-инструментов к модели и контроль их выполнения
- извлечение и анализ данных из PDF, DOCX, таблиц и изображений
- создание типизированного AI API на FastAPI, тестирование, логирование и запуск в Docker
Кому может быть полезен курс
- Python-разработчикам, которые интересуются разработкой AI-приложений
- Backend-разработчикам на FastAPI, Django и других Python-фреймворках
- Разработчикам, которым нужно ознакомиться с добавлением AI-функций в существующие продукты
- Тем, кто рассматривает переход в направление AI Development
- Разработчикам, планирующим дальнейшее изучение RAG, AI-агентов, LangGraph и MCP
Вопросы о программе
Нужен ли опыт в машинном обучении для прохождения курса?
По описанию программы, опыт работы с AI, Machine Learning и нейронными сетями не требуется. Достаточно уверенно владеть основами Python и понимать основы HTTP и REST API.
Какие темы рассматриваются в программе?
В программе рассматриваются основы AI-разработки и надёжный LLM-клиент, проектирование инструкций и контекста, чат с историей и потоковой генерацией, структурированные ответы и вызов инструментов, работа с документами, таблицами и изображениями, создание AI-бэкенда на FastAPI, а также надёжность, тестирование, логирование, безопасность и запуск в Docker.
Какой формат обучения у курса?
Курс является текстовым. Каждый модуль, по описанию, включает короткие теоретические уроки, практические примеры на Python, разбор архитектурных решений и типичных ошибок, развитие сквозного AI Backend и практические задания.
Кто автор курса?
Автор курса — Илья Перминов. По указанным сведениям, он занимается веб-разработкой с 2006 года, был преподавателем месяца на Stepik в январе 2026 года и является автором курсов по FastAPI.