Агентная разработка на Python от первого промпта до автономных агенто
Этот курс для тебя, если вы:
Начинающие разработчики: уверенно пишут базовый Python, которые хотят научиться современному AI-assisted development, веб опыт не обязателен. Junior/Middle разработчики, которые уже работают с вебом и хотят системно овладеть агентной разработкой.
30 ч.
15 занятий
26 октября
2 раза в неделю (19:00-21:00)
Наши выпускники работают в
Программа курса
Каждое занятие – это живой онлайн-урок с практическими задачами и обратной связью.
• От чата к агенту
• Цикл «прочитал → спланировал → вызвал инструмент → посмотрел результат»
• Инструменты агента
• Контекстное окно как ограниченный бюджет и context rot (потеря качества в переполненном контексте)
• harness=инструкции+инструменты+модель; почему агент ошибается.
• Задание: установить один из трех агентов и выполнить стартовую задачу (предварительный выбор инструмента; окончательный – после лекции 3); pro — письменный разбор трейса сессии (пошаговой записи действий агента)
• Контекст из-за ссылок на файлы и образцы
• Проверительные критерии готовности
• Scope creep и дробление задач
• Разбор пар «размытое пожелание → четкая задача»
• Задание: переписать три размытых пожелания по шаблону
• Pro — выполнить одну из задач агентом и сверить по собственным критериям
• Claude Code, Codex, Antigravity: сильные стороны и среды работы (терминал, IDE, облако)
• Принцип «агент заменяемый — процесс нет» в действии
• Выбор основного инструмента
• Старт сквозных проектов
• Задание: каркас «Полицы» одним качественным промптом
• Pro — то же самое двумя инструментами по сравнению
• CLAUDE.md и Rules
• Что писать и чего избегать
• Правила по реальным ошибкам агента (audit-driven)
• Структура Python-проекта: pyproject.toml, UV, src-layout
• Задание: структура «Полицы» + AGENTS.md с правилами
• Pro — правила для отдельных частей репозитория (glob-маски) и журнал «ошибка → правило»
• План как артефакт в репозитории
• Редактирование плана вместо правки кода
• Правило «не догоняй – откаты и перепланируй»
• Спецификация-конституция (spec-driven подход)
• Когда план лишний
• Задание: по плану превратить каркас в FastAPI-приложение с SQLite
• Pro — PostgreSQL в Docker + spec.md + план второй фичи
• Безопасность подключений
• Скилы (пакеты инструкций, придающие агенту навык) и уровни их зрелости: инструкции → образцы → few-shot (несколько эталонных примеров) → скрипт-валидатор
• Перенос между инструментами
Задание: подключить MCP-сервер и готовый скил. Pro — собственный скалл со скриптом-валидатором на Python
• TDD-цикл (разработка через тесты) с агентом в пяти шагах
• pytest: фикстура, параметризация
• Ловушка «вруги тесты»
• Verification loop – агент сам запускает тесты и исправляет
• Задание: покрыть тестами ядро «Полицы» и добавить фичу через TDD
• Pro — порог покрытия и граничные случаи
• Агент читает отчеты о падении проверок и исправляет код в «зеленый» — успешное прохождение всех гейтов
• Пороги покрытия
• Конвенции комиттов
• Антипатерны гейтов
• Задание: pre-commit и CI с тестами
• Pro – гейт за порогом покрытия, конвенции комитов, хук «не завершай без зеленых тестов»
• Гипотезный цикл отладки: гипотезы → инструментирование → данные по выполнению → фикс
• Типичные недостатки AI-кода
• Чек-лист ревью
• Задание: найти и исправить заложенные баги в раздаточном модуле, описав гипотезы
• Pro – ревью «чужого» pull request по чек-листу
• Субагенты с чистым контекстом
• Параллельные сессии и git worktrees (несколько независимых рабочих копий репозитория)
• Паттерн «исполнитель/рецензент»
• Память между сессиями
Задание: фича паттерном «исполнитель/рецензент». Pro — две фичи параллельно в worktrees с отчетом о мердже
• Вызов API из Python
• Structured output через Pydantic
• Ошибки, повторные попытки, стоимость
• Ключи доступа в переменных среды
• Тестирование с моком клиента
Задание: LLM-фича в «Полице» (structured output + мок в тестах) Pro – фолбек (запасной сценарий) при отказе API и лимит стоимости.
• Issue-шаблон Context/Requirements/Verification/References
• Acceptance criteria
• Цикл «агент комментирует план → человек согласовывает → агент реализует»
• Облачные исполнители трех экосистем
Задача: превратить размытое бизнес-пожелание на Issue и провести его через цикл «план → согласование → PR»
• Философия «только существенное»
• Встроенное авто-ревью и собственный GitHub Action
• Цепочка «бот нашел → агент исправил → человек делает мердж»
Задание: подсоединить ревью-бота к собственному репозиторию, написать правила ревью, продемонстрировать поимку подброшенного изъяна
• Внешняя память в четырех md-файлах
• Контрольные точки с валидацией
• Экономика токенов (единиц текста, за которые тарифицируется работа модели)
• Выбор модели под шаг
Задание: подготовить внешнюю память и контрольные точки для длинной сессии над собственной фичей, запустить сессию и сдать журнал решений
• Разбор успешного и провального прогонов
• Ретроспектива
• Направления дальнейшего роста
Задание: фича полным автономным циклом + ретроспектива
По завершению курса вы будете уметь
Попробуй
Агентная разработка на Python: от первого промпта до автономных агентов бесплатно
Первое полноценное занятие с тренером.
Просто и понятно
Структура занятия
120 минут
Теория
Разбор кода
Q&A
Теория – 60 минут
Разбор кода – 45 минут
Q&A сессия - 10 минут
Когда проходят занятия
Группа 1
Группа 2
ПН
ВТ
СР
ЧТ
ПТ
СБ
ВС
Живое занятие с тренером
Задавай вопрос в реальном времени
1
Живые онлайн занятия с тренеромЗанятия группы проходят онлайн. Это эффективное живое общение. Все уроки записываются и доступны для просмотра.
2
Выполнение домашних заданийДля каждого урока разработаны практические задачи, которые необходимо выполнять и сдавать в специальной LMS системе
3
Проверка ДЗ и фидбекВсе работы студентов проверяются по каждому заданию предоставляется фидбек с оценкой и рекомендациями.
4
Тестирование и сертификацияПосле завершения курса студенты сдают финальный тест и получают сертификат, подтверждающий уровень знаний.
Подтверди свои знания
Именный сертификат по окончании курса
После завершения курса и прохождения тестирования вы получите именной сертификат от CyberBionic Systematics и TestProvider.com — платформы, признанной ведущими IT-компаниями Украины
Твої тренери
Константин Зивенко
Перейти до LinkedinГотов начать обучение?
Отправляй заявку и зафиксируй свою скидку на обучение
Уточнено детали и зарезервировано место
Получишь первый урок бесплатно
Почнеш кар'єру в ІТ
Читать полностью
Подтверждено на Google
Читать полностью
Подтверждено на DOU
Читать полностью
Подтверждено на CyberBionic Systematics
Отзывы с DOU
Отзывы с Facebook
Отзывы с Google
Выберите формат
Групповое обучение с тренером
3 занятия в неделю
30 часов
Живые онлайн-занятия в группе
30 ч. / 15 занятий с тренером
Видеозапись занятий навсегда
Проверка домашних заданий и фидбек
3 практических проекта
1 мес. доступа к видеокурсам ITVDN
Чат курса с поддержкой тренера
Доступ к системе LMS
Профессиональный софт от JETBRAINS
Онлайн-тестирование и сертификат
Видеокурс ITVDN в подарок
или × 7 платежей
Оплата частями
7 платежей
7 платежей
Остались вопросы?
Подскажем с чего начать, какую специальность выбрать и как найти первую работу в IT.
0 800 337 146
Курсы, которые могут быть вам интересны
Построй свой учебный путь от новичка до Senior-разработчика постепенно