Новые складчины

​

Интенсив для тебя, если ты хоть раз ловил себя на этой мысли

• На рынке слишком много джунов и сложно выделиться
• Кажется, что нейросети скоро заменят начинающих разработчиков
• Что мне говорить про свои навыки в ИИ, если я ничего не понимаю
• В резюме нечем удивить работодателя
• Я изучаю C#, но не понимаю, как сделать проект, который действительно заинтересует работодателя

Этот интенсив подходит:

- Для учеников курсов C#

- Для тех, кто готовится к собеседованиям

- Для junior-разработчиков

- Для разработчиков, которые боятся, что ИИ их заменит


ПРОГРАММА:

День 1

Подключаем нейросети к проекту. Ты узнаешь

• как работают LLM
• как подключать GigaChat через C#

Результат: твоя программа отвечает через ИИ.


День 2

Управляем моделью правильно. Ты изучишь:

• системные промпты
• структурированный вывод
• JSON-ответы
• Function Calling

Результат: Нейросеть начинает выдавать предсказуемые ответы для твоего приложения.


День 3

Создаём поиск по смыслу. Разберём:

• эмбеддинги
• векторный поиск
• хранение данных
• поиск релевантной информации

Результат: твой сервис находит нужную информацию внутри документов.


День 4

Собираем полноценный проект

• объединяем компоненты
• оформляем проект
• подготавливаем для GitHub
• поймёшь, как презентовать проект работодателю

Результат: готовый ИИ-помощник для документов.

​

После DLC вы сможете собрать и отладить полноценный пайплайн для realtime analytics: забрать изменения из Postgres через CDC, передать их в Kafka, посчитать метрики в ClickHouse и отдать их через API — а также диагностировать типовые поломки по лагу, свежести и контрактам данных.

Кому подойдет этот курс:
middle+ Data Engineer

Какие инструменты освоите:

• Debezium
• Kafka
• ClickHouse
• PostgreSQL
• FastAPI
• CDC
• Python
• Docker
• Monitoring
• Schema Evolution

Что вы сможете после DLC:

• Собрать полный процесс обработки realtime-данных
  Вы соберёте сквозной пайплайн от источника до API и сможете объяснить каждое звено: зачем оно нужно и как влияет на остальные.
• Проектировать метрики для freshness и SLA
  Вы научитесь определять, насколько свежи данные, и строить метрики, по которым видно, выполняется ли SLA по задержке и качеству.
• Дебажить инциденты в проде
  Дубли, пропущенные события, lag, schema drift, неверные данные — вы научитесь находить причину и восстанавливать пайплайн.

Программа:

• Неделя 1: Realtime mindset, локальный стенд, CDC
  Architecture kickoff
  Теория
  • Что такое realtime analytics в инженерном смысле: latency, freshness, SLA, throughput, correctness
  • Типовой prod: CDC → Kafka → OLAP → API
  • Где в realtime-пайплайнах возникают ошибки: источник, транспорт, схема, агрегация, serving, monitoring
  • Как диагностировать pipeline: lag, offsets, row counts, freshness timestamps, API latency
  Практика
  Поднять локальный docker-compose стенд с Postgres, Kafka, Debezium, ClickHouse, FastAPI. Проверить связь всех компонентов и научиться смотреть логи.
  CDC basics
  Теория
  • CDC: зачем он нужен и чем отличается от batch export
  • Debezium: snapshot и streaming
  • Семантики insert/update/delete в контексте потоковых данных
  • Event envelope, keys, ordering, tombstones
  • Эволюция схемы и контракт данных между источником и приёмником
• Неделя 2: Kafka ingestion, надежность событий
  Kafka refresher
  Теория
  • Topics, partitions, offsets, consumer groups
  • At-least-once delivery и практические последствия. Другие семантики и их сложности
  • Idempotency и дубли на уровне downstream
  • Backpressure, in-flight и lag: как возникают и как диагностируются
  • Контракты для событий: naming, versioning, required fields
  Практика
  Написать producer/consumer для тестовых событий. Смоделировать задержку consumer и увидеть lag. Добавить тестовые дубли и проверить, как downstream должен на них реагировать.
• Неделя 3: ClickHouse, ingestion, realtime-агрегации
  OLAP
  Теория
  • Почему для realtime analytics нужен быстрый OLAP
  • Kafka Engine / ingestion pattern в ClickHouse и как его настроить и мониторить
  • Raw events vs serving tables, materialized views и incremental aggregation
  • Replacing/Summing/AggregatingMergeTree: когда они нужны и где легко ошибиться
  • Freshness как часть модели данных
  Практика
  Подключить ClickHouse к Kafka events. Создать raw events table. Построить materialized views для бизнес-метрик. Посчитать метрики по time window, entity, status/event type. Добавить freshness timestamp.
• Неделя 4: FastAPI metric service и начало проекта
  API
  Теория
  • Зачем нужен API поверх OLAP, если есть дашборды
  • Metric endpoints: filters, grouping, time range, pagination/limits
  • Cache: где помогает, где вредит freshness
  • API-level freshness checks
  • Error semantics: когда отдавать stale response, warning или возвращать ошибку
  Практика
  Реализовать FastAPI service поверх ClickHouse. Добавить endpoints для нескольких метрик. Поддержать time range и group by. Добавить cache для тяжелого запроса. Добавить freshness check.
• Неделя 5: Ops drill и продолжение проекта
  Дебаг
  Теория
  • Как дебажить realtime pipeline: подход, системность, сигналы
  • Runbook для инцидента: симптом, blast radius, гипотеза, проверки, fix, prevention
  • Лаги: source lag, Kafka lag, ClickHouse ingestion lag, API freshness
  • Schema drift: что ломается и как увидеть раньше пользователя
  • Wrong numbers: как сверять source, raw layer, aggregates и API
  Практика
  Получить заранее сломанный pipeline. Найти причину lag. Найти schema drift и предложить совместимое исправление. Найти причину неправильной метрики. Написать incident note и recovery plan.
• Неделя 6: Проверка проекта, демо и защита
  Финальная подготовка
  Теория
  • Как объяснять инженерные решения: latency vs correctness, cost vs freshness, simplicity vs flexibility
  • Как презентовать pipeline на собеседовании или внутри команды
  • Финальный разбор типовых ошибок перед защитой
  Защита проектов
  Теория
  • Demo на тестовых событиях
  • Разбор одной поломки и диагностики
  • Вопросы по semantics, freshness, duplicates, schema drift

​

Это практический курс по созданию Backend-системы на FastAPI. Вы разработаете полноценную образовательную платформу с Clean Architecture, JWT-аутентификацией, тестированием, очередями, Docker-runner для проверки кода и системой прогресса обучения. Курс ориентирован на разработчиков, которые хотят перейти от простых API к архитектурно сложным backend-проектам. Внимание, данный курс не содержит ни минуты видео!

Чему вы научитесь:

• Проектировать backend-приложения на FastAPI с использованием Clean Architecture
• Разделять систему на domain, application, infrastructure и delivery слои
• Реализовывать Use Cases, репозитории и Unit of Work
• Работать с SQLAlchemy, миграциями и persistence-слоем
• Создавать JWT-аутентификацию, роли и систему авторизации
• Писать unit, integration и end-to-end тесты
• Разрабатывать интерактивные системы тестирования и отслеживания прогресса
• Реализовывать платформу кодовых задач с автоматической проверкой решений
• Настраивать Docker-runner для безопасного исполнения пользовательского кода
• Работать с очередями, worker-процессами и брокерами сообщений
• Проектировать масштабируемую архитектуру образовательной платформы
• Оптимизировать производительность через индексы и кеширование

Код проекта, который создается в рамках курса, вы можете посмотреть на GitHub.

Чему научитесь:

Модуль 1. «MVP».

• Мы спроектируем и реализуем первую рабочую версию онлайн-школы на FastAPI с опорой на Clean Architecture.
• Разберем структуру проекта, разделим домен, application, persistence и delivery-слои, настроим конфигурацию, ошибки и инфраструктурную основу.
• Реализуем ключевые сущности Course, Module, Section, Lecture и User, добавим роли пользователей и базовую модель доступа.
• Построим read- и write-сценарии через Use Cases, оформим контракты слоев, подключим ORM, репозитории, Unit of Work и миграции базы данных.
• Вынесем функциональность в FastAPI-эндпоинты, оформим OpenAPI-документацию, реализуем JWT-аутентификацию, авторизацию и защиту маршрутов.
• В завершении раздела проведем практическое, unit, интеграционное и end-to-end тестирование проекта.

Модуль 2. «Интерактивное обучение: тесты, попытки, прогресс»

• Мы расширим MVP интерактивной частью и перейдем от простого контента к активному обучению.
• Реализуем роли для авторов, студентов и управляющих пользователей, добавим сущности Question, AnswerOption и QuestionAttempt.
• Научимся поддерживать одиночный и множественный выбор ответов, фиксировать попытки прохождения тестов, рассчитывать результаты, баллы и статусы.
• Построим авторские сценарии создания тестов и пользовательские сценарии прохождения, добавим прогресс обучения как часть доменной модели и обсудим учебную мотивацию через баллы.
• Реализуем persistence-слой интерактивного этапа, FastAPI-роуты, зависимости и схемы, после чего протестируем модуль вручную и с помощью автоматизированных тестов.

Модуль 3. «Кодовые задачи и Docker-runner»

• Мы добавим в платформу практические задания и систему автоматической проверки решений.
• Начнем с домена простых задач: реализуем сущность Task, попытки решений, историю отправок, правила проверки, роли, владельцев и доступы.
• Перейдем к кодовым задачам: создадим сущность CodeTask, сценарии отправки кода, application-слой проверки и жизненный цикл результата.
• Настроим очередь и worker для асинхронной обработки, разработаем Docker-runner для безопасного исполнения пользовательского кода и сохранения артефактов проверки.
• Отдельно рассмотрим безопасность, отказоустойчивость, внешний брокер, реальную очередь и поддержку разных языков программирования.
• В конце раздела подключим FastAPI-слой, обновим учебный прогресс и протестируем этап задач вручную и автоматически.

Модуль 4. «Платформенные сценарии вокруг обучения»

• Мы превратим проект в более полноценную образовательную платформу вокруг курсов, студентов и авторов.
• Реализуем жизненный цикл курса со статусами draft, published и archived, бизнес-сценарий публикации, каталог курсов и карточку курса.
• Добавим обложку, описание, сложность, теги, поиск и фильтрацию по темам, тегам и уровню сложности.
• Построим аналитику для студента и автора: завершение курса, баллы, слабые места, прохождение, сложные вопросы и задачи.
• Реализуем рейтинги, отзывы, комментарии, обсуждения под лекциями и историю активности студента.
• В завершении раздела оптимизируем чтение данных с помощью индексов и кеширования контента.

Программа:

MVP:

1. Обзор проекта, стека и маршрута разработки
2. Clean Architecture на практике
3. Структура проекта: каркас, пакеты, стандарты
4. Конфигурация и ошибки: фундамент production-подхода
5. Сущность Course как бизнес-ядро
6. Сущности Modules, Sections и структура курса
7. Сущность Lecture и учебный материал
8. Сущность User и роли: модель доступа
9. Read-сценарии: первые Use Cases
10. Write-сценарии: управление контентом через Use Cases
11. Контракты слоёв: интерфейсы, границы, ответственность
12. Persistence: ORM отдельно, домен отдельно
13. Репозитории: доступ к данным
14. Unit of Work: транзакции как часть архитектуры
15. Миграции базы данных и инфраструктура
16. FastAPI как слой доставки
17. Эндпоинты чтения
18. Эндпоинты управления
19. OpenAPI: документация, теги, схемы ошибок
20. Аутентификация: регистрация, логин, JWT
21. Авторизация: роли, доступы, защита маршрутов
22. Практическое тестирование проекта
23. Автоматизированное тестирование проекта (Unit тесты)
24. Интеграционное тестирование и End-to-End тесты
25. Домашнее задание

Интерактивное обучение: тесты, попытки, прогресс:

1. Точка входа во второй модуль: от контента к активности
2. Роли второго этапа: кто создает, кто проходит, кто управляет
3. Cущность Question
4. Сущность AnswerOption и варианты ответа
5. Формы ответа: одиночный и множественный выбор
6. Сущность QuestionAttempt и прохождение тестов
7. Результаты теста, баллы и статус
8. Авторские сценарии для тестов
9. Домашнее задание
10. Пользовательские сценарии прохождения
11. Прогресс обучения как новая часть домена
12. Баллы и учебная мотивация
13. Persistence интерактивного этапа: ORM, репозитории, UoW
14. FastAPI для интерактивного этапа: роуты, зависимости, схемы
15. Практическое тестирование интерактивного этапа
16. Автоматизированное тестирование тестового этапа
17. Домашнее задание

Кодовые задачи и Docker-runner:

1. Точка входа в этап задач
2. Сущность Task
3. Попытка решения и история отправок
4. Правила проверки простых задач
5. Роли, владелец и доступы в домене задач
6. Авторские сценарии простых задач
7. Пользовательские сценарии простых задач
8. Контракты и инфраструктурные границы
9. Persistence простых задач и развитие схемы
10. Кодовые задачи, сущность CodeTask
11. Отправка кода и жизненный цикл проверки
12. Авторские сценарии кодовых задач
13. Application-слой кодовых задач
14. Очередь и worker
15. Среда исполнения: Docker-runner и артефакты проверки
16. Безопасность и отказоустойчивость проверки кода
17. Прогресс кодовых задач и итоговая учебная модель
18. FastAPI и сценарии проверки задач
19. Практическое тестирование этапа задач
20. Внешний брокер и реальная очередь
21. Поддержка других языков программирования в задачах
22. Практическое тестирование этапа задач, ч.2
23. Автоматизированное тестирование этапа задач
24. Домашнее задание

Платформенные сценарии вокруг обучения:

1. Жизненный цикл курса: draft, published, archived
2. Бизнес-сценарий публикации курса
3. Каталог курсов и карточка курса
4. Обложка, описание, сложность и теги курса
5. Домашнее задание
6. Поиск по каталогу курсов
7. Фильтрация по темам, тегам и сложности
8. Профиль пользователя
9. Аналитика для студента: завершение, баллы, слабые места
10. Домашнее задание
11. Аналитика для автора: прохождение, сложные вопросы и задачи
12. Рейтинг и отзывы о курсе
13. Домашнее задание
14. История активности студента по платформе
15. Индексы, оптимизация чтения
16. Кеширование контента

​

Система, которая ведёт от нуля до работы с клиентами: дизайн, верстка, 3D и реальный коммерческий проект под ключ.

Курс "Кухня Umapalata. Профессия 360°". Освой профессию веб-дизайнера и no-code разработчика.
Полная система обучения, которая ведет тебя от первых шагов до работы с клиентами. Ты проходишь дизайн, Верстку, 3D, анимации и сборку сайта — и создаешь коммерческий проект под ключ

После завершения обучения ты:
Освоишь 4 ключевых инструмента: Webflow, Framer, Spline и Photoshop — не поверхностно, а через практику на реальных задачах.
Будешь создавать сайты под ключ без кода — от идеи до готового проекта.
Научишься делать 3D-сцены в Spline и использовать их в современных сайтах.
Будешь уверенно работать в Webflow и Framer, понимая логику верстки, а не просто повторяя действия.
Работать с нейросетями: генерировать идеи, тексты, визуал и ускорять работу.
Проходишь полный цикл работы с клиентом:от первого сообщения до сдачи проекта и оплаты.
Понимаешь, где искать заказы и как доводить их до результата, а не сливать на этапе правок.
Сделаешь портфолио с реальным проектом, за который не стыдно.
Что входит в профессию 360°
Все инструменты и навыки в одном месте.
Ты постепенно осваиваешь Webflow, Framer, Spline и Photoshop, создаешь проекты и собираешь реальное портфолио веб-дизайнера и no-code разработчика.

8 проф. проектов — доказательство твоих навыков
Все инструменты и навыки в одном месте. Ты постепенно осваиваешь Webflow, Framer, Spline и Photoshop, создаешь проекты и собираешь реальное портфолио веб-дизайнера и no-code разработчика.

53 Часов контента - Погружение во все направления: дизайн, верста, 3D, анимация,Ai, no-code
8 Полноценных сайтов в портфолио От макета в Figma до адаптированного сайта.
370 Видео-урока 80% — практика: реальные задачи, работы, интерактивы, разборы.

Программа

1. Модуль — Webflow
26 часов практики: не просто “куда нажать”, а как самому собирать сайты, за которые платят.
Практикум Webflow
Кухня Webflow
Мастер-класс №1
BankМастер-класс №2
GalleryМастер-класс №3
MountainМастер-класс №4
ResponsiveМастер-класс №5
Landing Page
6 бонусных практических видео
2. Модуль — Framer
9 часов практики: быстрые сайты + понимание ноукодов, потому что клиенты не выбирают один инструмент.
Практикум Framer
Кухня Framer
3. Модуль — Spline
8 часов практики: без Photoshop ты не разработчик — правки, обрезка, дорисовка и контроль всей графики на сайте.
Практикум Spline
Кухня Spline
4. Модуль — Photoshop
3D и интерактив: как добавить в сайт эффект, который сразу выделяет тебя среди остальных.
Кухня Photoshop
5. Модуль — Полный путь коммерческого проекта
От клиента до денег: реальный проект, где ты проходишь весь путь — без теории и симуляций.
О чем этот блок и зачем он вообще?Почему навыков недостаточно?
Финальный результат: оплаченный проект
Где реально есть деньги?
Где искать клиентов
Формула сильного захода. Примеры переписок
Что делать, если вам написали первыми?
Почему я не работаю по шаблонному брифу?
Как формируется коммерческое предложение
Пять пунктов договора, которые спасают разработчика
Подписание договора (пример через Вчасно)
С кем можно работать: ФОП, группы, ограниченияПример обученного AI на реальном проекте
Как создать AI-помощника под проект
Использование AI для коммерческого сайта
Какие AI реально нужны разработчику
Генерация изображений в (реальный кейс)
Google Gemini для генерации изображений
Recraft для графики сайта
Секреты Photoshop для веб-разработчика
Дизайн сайтаПодготовка дизайна к верстке
Стайл-гайд в Webflow: чтобы сайт не развалилсяГрадиент текста в Webflow
Первый экран: собираем главный блок
Второй блок: логика и сборка
Переводим формат всех изображений в WebP
Делаем сайт резиновым (Responsive)
Третий блок: детали, которые решают
Четвертый блок: работа с композицией
Пятый блок: как не перегрузить сайт
Шестой блок: финальная логика страницы
Подвал: недооцененный элемент сайта. КомпонентыМеню сайта: как не сделать колхозFAQ: блок, который влияет на решениеКомпоненты
Адаптив сайта — часть 1
Адаптив сайта — часть 2
Адаптив сайта — часть 3
Адаптив сайта — часть 4
Анимация на сайте — часть 1
Анимация на сайте — часть 2
Анимация на сайте — часть 3
Анимация на сайте — часть 4
Горизонтальный скролл блока на мобильном
Бегущая строка
Финальная проверка: что нельзя пропустить перед сдачей
SEO и настройки: чтобы сайт не был просто красивым
Что делать после сдачи проекта

​

Перейдите от ручных выгрузок — к надежным API-каналам обмена.

Научитесь настраивать двусторонний обмен данными, разрабатывать веб-сервисы и подключать внешние системы. Освойте XML, JSON, HTTP-протоколы и планы обмена для создания сложных интеграций.

О чем курс
Обмен данными — это важный механизм платформы «1С:Предприятие» для интеграции с внешним миром. Это основной инструмент, который превращает изолированную бухгалтерскую систему в центральный хаб бизнеса, автоматически обмениваясь информацией с сайтами, банками и другими программами.

Наш курс даст вам полное понимание всех каналов обмена — от работы с файлами Excel и XML до настройки API-интеграций через веб-сервисы и HTTP. Вы научитесь не только импортировать и экспортировать данные, но и проектировать надежные, автоматизированные схемы взаимодействия между различными системами, создавая целостное информационное пространство для компании.

Программа курса:

Введение. Обмен данными с помощью файлов различных форматов
Основные технологии, используемые при решении задач обмена
Работа с текстовыми файлами
Работа с DBF-файлами
Работа с ZIP-файлами

Обмен данными с помощью HTML-документов. Передача файлов
Работа с HTML-документами. Получение из HTML-документа необходимой информации
Использование электронной почты для передачи файлов
Использование протокола FTP
Использование протокола HTTP

COM- и OLE-технологии. Внешние источники данных
Работа с файлами Microsoft Office (на примере MS Excel и MS Word)
Доступ к информационной базе «1С:Предприятие» через COM-соединение
Доступ к информационной базе «1С:Предприятие» через OLE-соединение
Сравнение COM- и OLE-технологий
Создание внешнего источника данных (на примере MS Excel или MS Access)

XML-технологии
Основы языка XML
Базовые механизмы (низкоуровневая модель) для работы с XML-документами
Пространства имен XML
XML-сериализация. Простые и сложные типы данных
Объектная модель для работы с XML-документами
Смешанная модель для работы с XML-документами
Язык преобразования XML-документов (XSLT)

XML-схемы. Механизм XDTO. Работа с JSON
XML-схемы
XDTO-пакеты. Фабрика XDTO
Чтение и запись XML-данных с помощью XDTO
Импорт и экспорт XML-схем
Создание фабрики XDTO без изменения конфигурации
XML-сериализация с использованием XDTO
Обмен данными на основе JavaScript (JSON)

WEB-сервисы
Использование сторонних WEB-сервисов
Подключение WEB-сервиса по статической и динамической ссылке
Простой протокол доступа к объектам (SOAP). REST-системы
Разработка собственного WEB-сервиса
Установка WEB-сервера (на примере Apache). Публикация базы

HTTP-сервисы. Интеграция с приложениями
Использование сторонних HTTP-сервисов
Разработка собственного HTTP-сервиса
HTTP-методы
Взаимодействие с мессенджером MAX

Планы обмена
Создание и настройка плана обмена
Регистрация изменений. Инфраструктура сообщений
Односторонний и двухсторонний обмен
Универсальный обмен данными
Распределенные информационные базы

​

Что такое Тренажер?
Это 15 объёмных кейсов - как на реальной работе, только практика. Разные сферы и уровни: от маркетинга до транспортных технологий, от джуна до синьора.

Преподаватель проверит ваши решения и даст ценную обратную связь.

Зачем это нужно?
Чтобы построить крутую карьеру в аналитике, просто знать SQL и Python недостаточно.

Важно уметь решать реальные бизнес-задачи - и тренажёр закрывает как раз этот вопрос.

Что вы получите в итоге?
Вы прокачаете ключевые навыки без лишней теории, укрепите портфолио и сможете уверенно перейти на следующий уровень в карьере.


Этот тренажер - для вас, если вы...

Учитесь аналитике данных и хотите выделяться уже на старте
Получите уникальные кейсы для портфолио, примените свежие знания на практике и станете более востребованным кандидатом на рынке труда, чем ваши конкуренты

Аналитик данных с небольшим опытом и хотите расти в профессии
Попробуете себя в роли аналитика в разных сферах, расширите спектр своих компетенций и сможете двинуться дальше туда, где интересно

Опытный аналитик данных, хотите прокачать навыки и идти вперёд в карьере
Сможете поддержать свои навыки в тонусе, решите необычные кейсы из других сфер и усилите фундамент для дальнейшего карьерного роста

Блок 1. Кейсы из eCommerce (онлайн-торговля)

Начальный уровень (Junior)
• EDA заказов

Средний уровень (Middle)
• Когортный анализ
• Retention (удержание)

Продвинутый уровень (Senior)
• Оптимизация ассортимента

Блок 2. Кейсы из FinTech (финансовые услуги)

Начальный уровень (Junior)
• Анализ транзакций

Средний уровень (Middle)
• RFM-сегментация

Продвинутый уровень (Senior)
• Анализ аномалий

Блок 3. Кейсы из сферы маркетинга

Начальный уровень (Junior)
• Performance-отчёт

Средний уровень (Middle)
• Воронка конверсии

Продвинутый уровень (Senior)
• A/B тест креативов/каналов

Блок 4. Кейсы из RideTech (технологии транспорта и мобильности)

Начальный уровень (Junior)
• Анализ поездок

Средний уровень (Middle)
• Гео тепловая карта спроса

Продвинутый уровень (Senior)
• Создание дашборда

Блок 5. Кейсы из Streaming (стриминговые технологии)

Начальный уровень (Junior)
• Метрики вовлечения (engagement)

Средний уровень (Middle)
• Сессионный анализ

Продвинутый уровень (Senior)
• A/B тест новой фичи

Автор и преподаватель - Михаил Строганов

Продуктовый аналитик в Magnit OMNI
Более 5 лет опыта в аналитике данных
Реализовывал проекты в области автоматизации аналитической отчетности для рекламодателей приложения Магнит
Провел более 40 A/B тестов в разнообразных сетапах
Преподаватель курсов по анализу данных на площадках SkyPro, Hexlet, Университет Синергия
Автор статей в сфере анализа пользовательского опыта
Провел более 500 персональных консультаций и 100 групповых занятий

​

Что даст вам этот курс?

• Научитесь проектировать ИИ-агента как полноценную систему: разберете агентный цикл (ReAct), принципы контролируемого рассуждения и соберете базового агента
• Сможете выбирать и подключать модели под задачу: освоите подходы к роутингу, fallback/HA и базовые принципы выбора модели на основе ограничений и метрик
• Сможете интегрировать агента с инструментами и внешними системами: реализуете Function Calling и кастомные инструменты (API/SQL/SaaS), включая безопасную работу с токенами и доступами
• Освоите протоколы и real-time взаимодействие: примените MCP, WebSockets/Streaming и Realtime API; разберете связность и сценарии агент–агент (A2A)
• Научитесь строить память и RAG для агентных сценариев: реализуете управление контекстом, векторную/графовую память и гибридный поиск (Agentic RAG)
• Сможете оркестрировать одиночные и мультиагентные решения: освоите LangGraph, n8n, SDK и handoffs (передача управления между агентами), включая типовые ошибки и особенности мультиагентных систем
• Поймете, как довести агента до продакшена: внедрите оценку качества (evals) и наблюдаемость (observability), добавите guardrails (ограничители и защитные механизмы), лимиты стоимости, retries/circuit breakers и защиту от prompt injection/злоупотребления инструментами

Программа:

Фундамент агентных систем
При использовании LLM как простого инструмента генерации возникает ограничение в создании автономных, надежных и масштабируемых решений. Изучение архитектуры агентного мышления, инфраструктуры моделей и data-driven роутинга позволит проектировать полноценные ИИ-агенты для production-среды;
Тема 1: Архитектура агента
Тема 2: Инфраструктура агентов
Тема 3: Бенчмарки и data-driven роутинг: от теории к коду // ДЗ

Инструменты агента
Без подключения внешних инструментов, API и автоматизации ИИ-агент остается ограниченным в выполнении реальных бизнес-задач. Изучение function calling, agent skills и кастомных интеграций позволит разрабатывать функциональных агентов, способных взаимодействовать с корпоративными системами, сервисами и рабочими процессами.
Тема 1: Function Calling: как дать агенту руки
Тема 2: Продуктивность разработчика и Agent Skills
Тема 3: Кастомные инструменты и автоматизация // ДЗ

Протоколы и коммуникация агентных систем
При отсутствии стандартизированного подключения инструментов, контекста и каналов взаимодействия агентные системы становятся ограниченными, медленными и плохо масштабируются. Изучение протоколов подключения, real-time коммуникации и межагентного взаимодействия позволит проектировать гибкие, расширяемые и высокопроизводительные агентные платформы.
Тема 1: Model Context Protocol (MCP)
Тема 2: Real-time коммуникация
Тема 3: OpenAI Realtime API и A2A взаимодействие // ДЗ

Хранилище и контекст
Ответы агента становятся неточными, когда не хватает памяти, фактов и связей между данными. Освоение векторных баз, Agentic RAG и графовой памяти дает агенту управляемый доступ к знаниям и позволяет повысить точность решений, работать с долгосрочным контекстом в сложных предметных областях;
Тема 1: Векторная память и Agentic RAG
Тема 2: Графовая память и сложный контекст // ДЗ

Оркестрация и логика агентных систем
Без управляемой логики и оркестрации ИИ-агенты не справляются со сложными задачами, теряют контроль над процессом выполнения и не масштабируются. Изучение методов планирования, фреймворков и мультиагентных подходов позволит проектировать устойчивые и управляемые агентные системы для сложных сценариев;
Тема 1: Декомпозиция задач и самокоррекция
Тема 2: Агентные фреймворки: OpenAI и Anthropic SDK
Тема 3: Продвинутая оркестрация: LangGraph
Тема 4: Low-code оркестрация: n8n
Тема 5: Мультиагентные системы и Swarm // ДЗ

Оценка, наблюдаемость и безопасность ИИ-агента
Непонятно, действительно ли агент решает задачу или просто тратит токены и создает риски? Внедрение evals, observability и guardrails делает качество, стоимость и поведение агента измеримыми. Это позволяет контролировать надежность, безопасность и бюджет агентной системы в продакшене.
Тема 1: Оценка (Evals) и Observability
Тема 2: Безопасность и Guardrails // ДЗ

Проектная работа
Тема 1: Выбор темы и организация проектной работы
Тема 2: Консультация по проектам и домашним заданиям
Тема 3: Защита проектных работ и подведение итогов курса

​

Мы с Вами разберём реальные уголовные дела против айтишников – и узнаем кто и за что уже получил срок?

• Разберемся с границами персональной ответственности за код.
• Изучим как работать с данными и какие в данной области риски.
• Узнаем какие риски несет в себе сфера фриланса и серых зарплат.
• Установим, где проходит грань между преступным и непреступным в сфере ИТ.
• Поймем, как работать с нелицензионным программным обеспечением.

Ты пишешь код, а не хочешь мотать срок?

Этот курс создан для работников ИТ-сферы с целью минимизировать их риски быть привлеченным к уголовной ответственности.
Данный курс уникален, поскольку смотрит на уголовную ответственности через призму деятельности ИТшников.
После данного курса вы будете ориентироваться в том, как минимизировать риски получить срок в тюрьме, работая в ИТ-сфере.

В данном курсе теоретический материал сопровождается обширным набором кейсов в сфере компьютерных преступлений, которые помогут усвоить теоретический материал.
Автор обладает уникальной экспертизой на стыке ИТ и уголовного права, поэтому подобных курсов в не найдете ни в одном другом месте.

Для кого этот курс:

• Разработчики – чтобы не попасть под статью за уязвимость в коде
• DevOps и админы – чтобы не ответить за утечку или DDoS.
• Тестировщики и аналитики – чтобы легально искать баги.
• Фрилансеры и стартаперы – как работать без риска сесть за неуплату налогов
• Любые ИТ-шники – чтоб разобраться с доступом и софтом без срока

Начальные требования

• Главное интерес к данной теме

Спойлер: Программа курса:

ИТ и уголовное право

1. Почему растут риски быть привлеченным к уголовной ответственности
2. Введение в уголовное право
3. Краткое руководство по интерпретации УК для ИТшников
4. Последствия привлечения к уголовной ответственности

Права доступа и все, что с ним связано

1. Почему с доступом надо быть осторожней
2. Пределы неправомерного доступа
3. Неправомерный доступ из мести
4. Неправомерный доступ ради безопасности (пентестинг)

Вредоносное программное обеспечение

1. Сложности в трактовке уголовного закона
2. Установка нелицензионного ПО — это преступление?

Работа с данными

1. Уголовка за сбор, слив, невыполнение требований
2. Торрент трэкеры

Публикация информации

1. Срок за опубликование и репост
2. Под особым контролем правоохранительных органов

Критическая информационная инфраструктура

1. Что такое КИИ
2. Как минимизировать риски?

Генеративные сети: LLM, генерация кода, картинок и видео

1. Генерация кода
2. Картинки и видео

Опасный фриланс

1. Опять налоги
2. За границей

Спойлер: Об авторе:

Роман Дремлюга

Автор книги "Преступность 4.0. Киберпреступность вчера сегодня завтра". Практикующий юрист 2008-2017 гг. Кандидат юрид. наук. (2008). Специалитет "Прикладная математика" (2003). Разработка ПО 2002-н.в. Руководитель ДВ центра ИИ ДВФУ (2022-н.в.).

Уникальный эксперт на стыке права и ИТ. Профессор, кандидат юридических наук и IT-специалист с нестандартной карьерой.

Юрист и руководитель: 15 лет в юриспруденции (практика + наука), Замдиректора Юрфака ДВФУ (2015–2022).

Айтишник с математическим бэкграундом: Окончил "Прикладную математику", Разрабатывал ПО в 2000-х и вернулся в IT в 2022

В настоящий момент также является Зам директора Института математики и компьютерных технологий Дальневосточного федерального университета (ДВФУ) по развитию.

Пионер ИИ на Дальнем Востоке: Возглавляет ДВ-центр ИИ в ДВФУ,
Совмещает юридическую экспертизу с технологиями будущего.

Факт: Редкий специалист, который говорит на языках кода и законов одновременно.

Автор научного бестселлера: Преступность 4.0. Киберпреступность вчера, сегодня, завтра

​

Практический курс по разработке расширений 1С, используя Cursor, rules и skills.

Краткие преимущества:

• 7 практических уроков
• Реальные расширения 1С
• Rules и skills для Cursor
• Безопасная AI-разработка
• Разработка на конфигурации Демонстрационное приложение

Программа курса:
Урок 1. Установка Cursor и 1С Metadata Viewer
Урок 2. Основные настройки Cursor
Урок 3. Установка правил и skills
Урок 4. Создание структуры проекта
Урок 5. Разработка технического задания (промпта)
Урок 6. Проект 1. Разработка новой печатной формы
Урок 7. Проект 2. Внедрение договоров контрагентов

Пакет: Расширения в Cursor

​

10 дней, чтобы перестать бояться Git и начать работать с ним как инженер.
Практический онлайн-курс для разработчиков, DevOps, SRE и тестировщиков. Разбираем Git от объектов под капотом до командной работы по PR, ребейзим, чиним конфликты и поднимаем свой git-сервер.

Кому подойдёт интенсив:

• Начинающему разработчику – вы уже знакомы с Git, умеете коммитить, пушить и мержить. Хотите понимать, как лучше и почему именно так. Курс даст принципы работы и примеры хороших практик.
• Middle-разработчику – вы уверенно работаете с Git в типовых сценариях. Хотите глубины: понимать, что происходит внутри при merge и rebase, выбирать стратегию ветвления под контекст команды, чище вести историю и увереннее разбирать нестандартные ситуации.
• DevOps-инженеру и SRE – git для вас не про код, а про инфраструктуру: манифесты, Terraform, пайплайны, GitOps. На курсе поднимем bare repo по SSH без GitHub за 10 минут, разберём автоматизацию через GitPython и CI/CD-событийную модель.
• Тестировщику – вам нужно уверенно читать историю репозитория, находить нужную ревизию для воспроизведения бага и аккуратно работать в своих ветках. Курс разложит по полочкам то, с чем вы сталкиваетесь каждый день: коммиты, ветки, чекауты, работу с удалёнными репозиториями.

Как проходит обучение:

• Статьи-гайды и заметки – основной формат подачи теории: короткие материалы по 5–15 минут чтения, с примерами кода и иллюстрациями. Можно вернуться и перечитать, никакого «смотрю ускоренно чтобы успеть».
• Скринкасты – короткие видео, где спикер пошагово проходит сценарий: от чистой машины до результата. Никаких двухчасовых лекций: один скринкаст это один закрытый вопрос.
• Практика с проверкой – каждый учебный день заканчивается заданием. Вы делаете его в своём репозитории и прикладываете подтверждение (скриншот, ссылка на коммит или PR). Куратор проверяет и даёт обратную связь.
• Ритм курса – обучение рассчитано на 2–3 часа в день в будни. Материалы остаются доступны после окончания курса: сколько угодно возвращаться к шпаргалкам и скринкастам.
• Командный проект и ретроспектива – финал курса: 2 дня совместной работы в команде 3–5 человек. Псевдопроект с реальными проблемами командной разработки. В конце: ретроспектива с разбором решений.

По итогам интенсива вы научитесь:

1. Объяснить как Git устроен: blob, tree, commit, tag, DAG, SHA
2. Настраивать Git под себя: gitconfig, алиасы, SSH, .gitignore, .gitattributes, хуки
3. Делать осмысленные коммиты по Conventional Commits и семантически версионировать релизы
4. Работать с ветками: fast-forward, three-way merge, rebase, и понимать, что именно происходит
5. Разрешать конфликты руками и в mergetool, не паникуя
6. Откатывать изменения правильно: reset, restore, revert, reflog
7. Чистить историю перед PR через amend и интерактивный rebase
8. Переносить коммиты между ветками через cherry-pick и понимать когда это оправдано
9. Поднять свой git-сервер на bare repo по SSH без GitHub
10. Писать хорошие PR и проводить code review, который не превращается в войну
11. Выбирать подходящий флоу (Git Flow, GitHub Flow, Trunk-based) под контекст команды
12. Автоматизировать работу с репозиторием из Python через GitPython

Что входит:

• Полезные материалы
• Скринкасты
• Практические задания каждый день
• Итоговый проект для портфолио

Автор – Кирилл Казарин

• DevOps and SRE global manager в RingCentral Inc.
• Опыт в администрировании более 14 лет
• DevOps более 7 лет
• Спикер на профильных конференциях: DUMP Казань, Dump ЕКБ, DevOops Спб
• DnD Мастер
• Автор статей на Хабр и телеграм-канала Kazarin.online

​

Мидл Python-разработчик. Для тех, кому комфортнее делать проекты в команде и обсуждать все процессы вместе

За 6 месяцев выйдете на новый уровень разработки на Python:

• Систематизируете и углубите знания бэкенд-разработки на Python
• Сможете расширить стек и браться за более сложные задачи
• Будете много практиковаться и сделаете 11 проектов — самостоятельно или в команде
• Освоите популярные инструменты: Apache Kafka, RabbitMQ, ElasticSearch, ClickHouse
• Будете учиться с поддержкой senior разработчиков и технических лидов
• Поймёте, как и в каком направлении развивать карьеру

За 6 месяцев научитесь тому, что отличает новичка от опытного разработчика:

• Освоите разработку сложных приложений. Создадите приложение из 10+ микросервисов с надёжным взаимодействием через OpenAPI, Protobuf и Apache Avro
• Изучите технологии, которые помогут при разработке. Научитесь работать с NoSql и реляционными базами, OLTP и OLAP, брокерами сообщений и поисковыми системами
• Поймёте, как обеспечить работу приложения без сбоев. Освоите все виды тестов, трассировку и логирование, горизонтальное масштабирование и оркестрацию

Курс подойдёт, если вы:

• Работаете в коммерческой разработке на Python более 1 года
• Имеете опыт в SQL и базах данных
• Работаете в Linux на уровне пользователя

Технологии и инструменты, которые вы освоите:

• AsyncIO,
• Django,
• Swagger,
• FastAPI,
• ETL,
• OAuth2.0/OIDC,
• PostgreSQL,
• Elasticsearch,
• Redis,
• Apache Kafka,
• RabbitMQ,
• Docker Compose,
• nginx, ELK,
• ClickHouse.

Усилите свои хардскилы с помощью ИИ. Научитесь использовать нейросети, чтобы:

• Генерировать и анализировать код
• Создавать mock-объекты и писать автотесты
• Находить и устранять уязвимости
• Проектировать системы и составлять дизайн-документы
• Писать промпты без галлюцинаций и утечки данных

Программа:

Введение и вступительный тест. Бесплатная часть курса:

• Как устроена учёба в Практикуме
• Вступительный тест (20 вопросов по основам Python-разработки)
• Узнаете, как организовано обучение, пройдёте тест и поймёте, подходит ли вам курс

Дополнительный модуль. PyTest для автоматизации тестирования:

• Работа с фреймворком PyTest
• Параметризованные тесты и фикстуры
• Применение правил написания unit-тестов
• Оценка покрытия unit-тестами
• Применение ассертов Python при проведении unit-тестов

Дополнительный модуль. Личное развитие тимлида разработчиков:

• Целеполагание и лидерство
• Расстановка приоритетов
• Коммуникация с командой

Погружение в курс.

Модуль 1. Сервисы Admin Panel и ETL (6 недель, 3 практические работы):

• Фреймворк Django
• Проектирование базы данных
• Паттерн ETL
• Docker
• Nginx
• Elasticsearch
• Разработаете панель администратора и ETL-процесс для синхронизации данных из PostgreSQL в Elasticsearch

Модуль 2. Сервис AsyncAPI (4 недели, 2 практические работы):

• Основы асинхронности
• Асинхронные фреймворки (Twisted, Aiohttp, FastAPI)
• FastAPI
• Напишете API для поиска по базе фильмов

Модуль 3. Сервис авторизации (4 недели, 2 практические работы).

Модуль 4. Сервис UGC (4 недели, 2 практические работы):

• Что такое UGC
• Задачи архитектуры
• Обработка большого потока данных
• Работа с брокерами сообщений
• CI/CD
• Разработаете сервис для сбора, хранения и обработки контента, генерируемого пользователями

Модуль 5. Сервис нотификации (3 недели, 1 практическая работа):

• Как работает сервис нотификации
• Устройство email и шаблонизаторов
• Работа с RabbitMQ
• Разработаете сервис нотификации пользователей через email и Телеграм

Модуль 6. Итоговый проект (самостоятельно, 4 недели):

• Самостоятельный выбор проекта или реализация собственной идеи
• Полный цикл создания веб-сервиса с нуля
• Защита проекта перед архитектурным комитетом

Модуль 7. Оркестрация масштабных приложений (Дополнительный модуль):

• K8S, Health Check, метрики
• Configuration-as-Code (CaC)
• Разработаете и опишете необходимые манифесты, а затем опубликуете приложение

Дополнительный модуль. Принципы работы с ИИ:

• Принципы и ограничения
• Выбор инструментов
• Основы промптинга
• Планирование и декомпозиция

Дополнительный модуль. Применение ИИ в разработке:

• Генерация кода и автотестов
• Анализ кода и техдолга
• Проектирование архитектуры с ИИ

​

Тариф Онлайн участие

Профессиональная конференция разработчиков высоконагруженных систем:

• 2 дня
• 6 треков
• 130+ спикеров
• 1500+ участников

О конференции. HighLoad сегодня — это больше, чем нагрузка:

• Не только количество запросов в секунду и миллисекунды. Мы говорим о системах, где сложность растет вместе с контекстом и масштабом.
• Нагрузки: скорость, устойчивость, эффективность
• Сложность контекста: распределенность, интеграции, безопасность, надежность
• Физический масштаб: география, инфраструктура, устройства, реальные процессы

В этом году Saint HighLoad++ пройдет в формате конференции развития. Конференция развития — инструмент решения задач, а не потребления контента. Конференция становится больше практикумом, чем лекциями.

Больше интерактивных форматов и профессионального общения, чтобы участники были не пассивными слушателями, а активными создателями решений, знаний, новых контактов и идей.

Для кого эта конференция развития:

• Разработчики
• Лидеры команд
• Архитекторы
• Технические лидеры
• Руководители департамента/отдела
• Аналитики
• ИТ-директора
• Инженеры по надежности систем
• Технические директора
• Инженеры по автоматизации разработки и эксплуатации
• Генеральные директора
• Системные администраторы
• Разработчики серверной части
• Инженеры данных
• Менеджеры проектов/продуктов

Форматы:

• Доклад. Все формы докладов: пример из практики, обзорный, визионерский. 50 минут
• Блиц-доклад. Идея, которую можно внедрить уже завтра. 5-20 минут
• Мастер-класс/практикум. Практика отработки навыка на реальных инструментах. 2 часа
• Ситуационная игра. Работа в группах над реальным анонимизированным примером из практики. 45–60 мин
• Фейл-митап. Закрытая сессия, где инженеры открыто делятся историями своих неудачных архитектурных решений, разбор инцидентов, анализ того, как они были решены и как восстанавливалась система. 2 часа
• Питч-сессии. С обратной связью от экспертов или участников, с голосованием от аудитории. До 30 минут на такт
• Форсайт-сессия. Проектирующие работы в команде единомышленников. От 2 до 4 часов
• Дебаты. Две группы экспертов дискутируют на сцене, отработка вопросов от участников. 50 минут

Доклады и спикеры:

• Сергей Барышев (ON Медиа). Воркшоп: «Построение AI-агента: Говори с данными на языке бизнеса»
• Владимир Невзоров (Servicepipe). Игра «System Design»
• Екатерина Лысенко (Независимый эксперт). Мастер-класс «Детские болезни доменных платформ в BigTech: архитектурные ошибки, которые дорого чинить»
• Татьяна Сердинова (Yandex Cloud). Воркшоп по надежности: «Рожденный устойчивым»
• Сергей Прилуцкий (MixBytes). Воркшоп-хакатон «Вайбкодим и запускаем крипторубль за час»
• Игорь Анохин (K2 Cloud). MongoDB как единственное хранилище. Использование, проблемы, боль и последствия
• Даниил Соболь (Независимый эксперт). Воркшоп: «Глитчим микроконтроллеры пока не сольем прошивку»
• Андрей Бородин (Yandex Cloud). Воркшоп: «Допиливаем свой форк Постгреса свистелками»

Программа:

• Высоконагруженная архитектура.
  Полный цикл работы с архитектурой: от аудита и поиска узких мест до построения решений под экстремальные нагрузки и сложные данные
• Внедрение ИИ в цикл разработки.
  Разбираем примеры из практики внедрения ИИ в разработку и эксплуатацию: от ИИ-агентов и text2sql до промышленных конвейеров машинного обучения и инфраструктуры графических процессоров
• Оптимизация производительности.
  Где на самом деле теряется производительность? Обсудим проблемы производительности, возникающие в работе сред выполнения языка, планировщиков, структур данных и другого
• Методология безопасной разработки (DevSecOps).
  Как повысить безопасность на всех уровнях ЖЦ ПО? Поговорим об обеспечении соблюдения требований и чистоты лицензий зависимостей, обсудим квантовое шифрование в Java и не забудем про безопасность ИИ-агентов
• Продуктовое мышление для разработчиков.
  Как инженерные решения влияют на продукт? Стрим про разработку через призму метрик, роста и пользовательского опыта
• Управление технологическими затратами (FinOps).
  Как управлять стоимостью highload-систем? Стрим про практические инструменты FinOps и кейсы оптимизации расходов на инфраструктуру
• Про базы данных.
  Как готовить базы к экстремальным нагрузкам? Стрим про внутренности, компромиссы и нестандартные решения
• Надежность и масштабируемость.
  Стрим про то, как обеспечить не только масштабируемость, но и надежность. Обсудим векторы развития инженерной дисциплины обеспечения надежности (SRE), узнаем, как применять машинное обучение для анализа корневых причин (RCA) и научимся геобалансировке трафика

​

Чему вы научитесь

• Научитесь писать высокопроизводительный асинхронный код на Python для создания масштабируемых приложений.
• Освоите библиотеку asyncio через практические примеры работы с корутинами, задачами и футурами по актуальной документации.
• Поймете внутреннее устройство asyncio через детальный разбор исходного кода ключевых компонентов: цикла событий, механизмов планирования и управления корутинами. Это знание поможет вам не просто использовать, а глубоко понимать асинхронность в Python и отлаживать сложные сценарии.
• Изучите фундаментальные механизмы асинхронности на уровне операционной системы, что позволит легко осваивать аналогичные технологии в других языках программирования.
• Узнаете историческую эволюцию асинхронного программирования — от колбэков и генераторов до современных синтаксических конструкций async/await.
• Разберетесь в низкоуровневых возможностях операционных систем для управления операциями ввода-вывода и научитесь использовать модули select и selectors.
• Создадите управляемые генераторы и сопрограммы на их основе для решения практических задач.
• Реализуете собственные аналоги цикла событий и асинхронные классы для глубокого понимания принципов работы.
• Закрепите теорию многочисленными практическими задачами по созданию асинхронных программ.
• Освоите работу с PostgreSQL в асинхронном режиме через библиотеку asyncpg: от базовых запросов до использования пулов соединений для эффективного взаимодействия с базой данных в высоконагруженных приложениях.

О курсе
Курс является завершающей частью большой темы реализации многозадачных решений в Python и полностью раскрывает асинхронную многозадачность.

Курс для тех, кто хочет не просто «пользоваться», а «понимать»! Этот курс не только обучает использованию библиотеки asyncio, но и показывает концепции, на которых строится асинхронное программирование. Асинхронные программы создавались и до выхода библиотеки asyncio. Этот курс позволит Вам глубже понять асинхронное программирование и не ограничивается рамками одной готовой библиотеки.

На курсе Вас ждут:

• теоретические и практические основы концепции асинхронного программирования.
• подробный разбор официальной документации и большое количество примеров использования;
• разбор исходного кода внутренней реализации модуля asyncio. Важно не только уметь применять инструменты, но и знать как они устроены. Учитесь у лучших! разбираясь в исходном коде модуля, который был написан и улучшен опытными разработчиками и огромным комьюнити языка Python.
• ссылки на дополнительные материалы различных источников на русском и английском языках;
• итоговый учебный проект, позволяющий применить новые полученные знания в задаче по агрегации рыночных данных ценных бумаг, используя реальные API финансовых сервисов.

Программа курса
Введение
Приветствие!
О курсе и особенностях тестирующей системы

Основы асинхронного программирования
Основные определения
Виды операций и область применения
Переключение потока выполнения
Генераторы и корутины ч.1
Генераторы и корутины ч.2
Файлы, сокеты и блокирующие операции ввода-вывода
Операционные системы и контроль IO-bound задач, ч.1
Операционные системы и контроль IO-bound задач, ч.2
Асинхронное программирование на коллбэках
Асинхронное программирование на генераторах
Эпилог

Библиотека asyncio
Детали пазла
Awaitables объекты, ч.1
Awaitables объекты, ч.2
Runners и локальный контекст значений. Сontextvars, ч.1
Runners и локальный контекст значений. Сontextvars, ч.2
Задачи Tasks. Работа с коллбэками
Задачи Tasks. gather и TaskGroup
Нетерпеливый старт задач eager_start и uvloop
Задачи Tasks. Исключения
Задачи Tasks. Исключения gather и TaskGroup
Задачи Tasks. Примитивы ожидания
Задачи Tasks. Таймауты/таймеры
Работа с сетевыми соединениями. Streams
Запуск блокирующих операций с использованием потоков
Запуск блокирующих операций с использованием пула процессов
Запуск блокирующих операций с помощью пула интерпретаторов
Асинхронный менеджер контекста
Асинхронный итератор
Асинхронные очереди
Асинхронные примитивы синхронизации. Lock
Асинхронные примитивы синхронизации. Event и Condition
Асинхронные примитивы синхронизации. Semaphore и Barrier
Асинхронная работа с субпроцессами
Разбор тестовых задач и примеры решений
Эпилог

Низкоуровневая работа с asyncio
Back to the Future
Работа с циклом событий. Планирование обратных вызовов
Реализации событийных циклов. Очередь коллбэков
Реализации событийных циклов. Мониторинг I/O-операций

Асинхронная работа с БД на примере PostgreSQL и asyncpg
Введение. Архитектура СУБД
Установка и настройка
Подключение и работа с запросами
Пул соединений. Connection Pool

Последний подвиг
Учебный проект: агрегация рыночных данных III

​

Для junior go и свитчеров в backend
Пошагово пишем такс-треккер и решаем типичные backend-задачи, которые встречаются на работе: от осознанного выбора инструментов разработки до production-ready кода и интеграции бэка со фронтом

Подойдет начинающим Golang-разработчикам и свитчерам из другой предметной области

• Проходили курсы по Golang c нуля, и вместо практики получили много теории, которую непонятно, как применять
• Хотите перейти в backend — уже изучили синтаксис и пощупали основы, которые теперь нужно отточить на практике
• Учились по статьям, документации, роликам на ютубе, и запутались еще сильнее
• На собеседованиях требуют большой опыт,
и в резюме нужен проект и стек технологий коммерческого уровня

Не подойдет свитчерам из другого backend-стека

• Здесь мы изучаем Golang на практике для начинающих backend-инженеров. Если переходишь в Go из PHP, Java, С++ или других ЯП — у тебя уже есть опыт backend-разработки, потому что основные концепции схожи.
Приходи на курс «Глубокий Go», чтобы сразу погрузиться в тонкости и нюансы языка

В рамках обучения не просто напишем еще один pet-проект, а на практике разберемся:

• С чего начинается разработка типичного проекта на Golang
  Какие инструменты выбирать под задачу и с чего начать, когда перед тобой пустой файл
• Как проектировать API и по каким критериям выбирать БД
  Их много, и каждая затаскивается в проект под разные задачи
• Как рефакторить код
  Разберемся с архитектурами, выберем одну из них и перепишем код с нуля
• Как создать асинхронную задачу и не потерять ее
  Научимся правильно использовать очереди и безопасно читать из них сообщения
• Что делать, если упал prod
  Сами его положим и реанимируем. Научимся тестировать, логировать и мониторить сервис, чтобы избегать инциденты
• Как подготовить код к совместной работе с командой
  Внедрим CI, линтеры и автотесты, чтобы ловить баги до сode review от коллег постарше

Бонусом интегрируем бэк со фронтом через ИИ
Иногда нужно быстро сделать простую веб-морду для бэка, чтобы докрутить MVP или упростить тестирование. Посмотрим, как с помощью ИИ можно сделать это быстро и без погружения во фронтенд

В итоге получится таск-треккер с чистой архитектурой и масштабируемым кодом
Опыт коммерческого уровня, который можно отражать в резюме

Программа курса:

Урок №1. Ставим задачу, подбираем технологии и пишем микросервис
Теория:
с чего начать, когда перед тобой пустой файл
как не уйти в оверинжиниринг — учимся осознанно выбирать технологии под любую задачу, а не «тащить» все, что слышал и видел
библиотека, сервис, тулза — чем отличается и как влияет на то, что ты делаешь
Пишем с нуля:
HTTP-микросервис с одним эндпоинтом для мониторинга — лайф-проба, которая будет возвращать о себе базовую информацию
клиент для HTTP-микросервиса — CLI-тулза, которая чекает мониторинг
Результат:
освоил лучшие практики, с которых начинается разработка типичного проекта

Урок №2. Прорабатываем сценарии таск-трекера и работы с БД из Go. Пишем API
Теория: часть №1:
для чего нужны сценарии использования
На практике:
описываем задачу
пишем функционал создания списка, получения и добавления элементов
прорабатываем HTTP API
Теория: часть №2:
какие бывают БД и как выбрать БД под задачу
На практике:
выбираем БД из Go с пониманием — почему эта, а не другие
делаем окружение на docker compose, запускаем Postgres
встраиваем работу с БД в микросервис — подключение, запись и чтение данных. Делаем первые запросы
Результат:
спроектировали API под задачу
запустили Postgres в Docker’e и подключились к нему из БД
написали базовый функционал таск-трекера

Урок №3. Архитектуры приложений: делаем код чистым, интегрируемся со фронтом
Функционал написан, код работает, самое время «натянуть на морду». Только senior за соседним столом пробежался глазами и сказал, что код страшный и надо рефакторить. Как теперь сделать его чище?
Теория:
гексагональная архитектура: суть, плюсы и минусы внедрения
слабосвязанные компоненты
инверсия зависимостей
На практике:
выбираем архитектуру и рефакторим под нее код
улучшаем мониторинг — Live и Ready пробы, Healthcheck докер контейнера
быстро пишем веб-морду с помощью ИИ, чтобы протестировать все, что получилось
разбираем кейсы, в которых ИИ не справляется
Результат:
узнали, как изучать разные архитектуры
привели код в порядок
научились интегрировать frontend

Урок №4. Очереди сообщений: как создать асинхронную задачу
У таск-трекера появились пользователи и они хотят знать, что их друзья добавляют в свои списки задач, и какие из них выполняют
Разбираемся с протоколами очередей, брокерами и прочим:
MQTT
AMQP
RabbitMQ
Распределенный лог Kafka — базовые операции
Выбираем очередь под задачу:
какие задачи решает очередь, а какие лог
что подходит под наш микросервис
На практике:
проектируем эксченджи, топики и формат сообщений — проработка сценариев и фиксирование протокола
учимся работать с AMQP из Go — подключаем, настраиваем окружение, отправляем сообщения
Результат:
поняли, зачем и как использовать очереди сообщений в реальных сервисах

Урок №5. Обрабатываем сообщения из очереди, защищаем prod и ловим инциденты
Сообщения отправили. Что дальше? Как теперь их читать и обрабатывать? А главное — после интеграции очередей система перестала быть прямолинейной, а значит появились риски инцидентов. Как искать проблемы?
Получаем сообщения из очереди:
подключаем и настраиваем консьюмер
внедряем горутину-обработчик сообщений
Внедряем надежность и гарантии:
разные политики чтения сообщений из очереди
concurrency при чтении сообщений из очереди
Учимся искать причины неполадок:
анализируем логи, ищем и воспроизводим баги в ручном режиме
Результат:
научились читать сообщения из очереди и писать код, пригодный для поддержки

Урок №6. Тестируем
Искать баги вручную после запуска — тоже навык, но лучше ловить их на этапе тестирования, а не на продакшене
Теория:
зачем нужны тесты
где и какие тесты нужны
организация кода, который можно протестировать
На практике:
пишем юнит- и интеграционнные тесты
Результат:
научились ловить баги до того, как они попадут в продакшн

Урок №7. Готовим код к совместной работе с другими разработчиками, внедряем CI
Твой код всегда будет читать и запускать кто-то ещё. Поэтому важно, чтобы он работал одинаково на любом компьютере — не только у тебя
Как собрать единое окружение и зафиксировать его, чтобы при отправке кода в GitHub всё воспроизводилось автоматически:
одинаковые версии зависимостей (go.mod, vendor)
одинаковые версии софта (скрипты, докер-контейнеры)
Автоматизируем поиск ошибок до code review:
внедряем линтеры для проверки кода под общие договоренности команды
CI — зачем нужен и как добавить
добавляем запуск тестов в CI
Результат:
большая часть багов ловится без твоего участия: тесты прогоняются сами, а код автоматически тестируется и валидируется линтерами до ревью
теперь у тебя есть не только pet-проект коммерческого уровня, но и шаблон, по которому можно ориентироваться в других задачах — переиспользовать практики и ускорять свою работу

Преподает Алексей Бакин, Senior Go-разработчик
20 лет коммерческого опыта на go и C++

​

Код дешевеет. Системное мышление дорожает. Сформируй навык, который не заменит ИИ.
Архитектурный фундамент → практика на React → production-задачи.

Что меняется в мышлении после курса:
Курс даёт архитектурное мышление, которое повышает твою ценность как инженера в эпоху ИИ.

Когда инструменты меняются всё быстрее, именно архитектурное мышление остаётся стабильной основой профессионального роста.
Этот курс — про навыки, которые не устаревают.

Метод обучения:

1. Курс построен вокруг одного приложения на React, которое последовательно эволюционирует от версии к версии.
2. Для каждой итерации создаётся Excalidraw-доска, на которой разбираются архитектурные принципы и решения.
3. После этого решения немедленно внедряются в код.

Такой формат позволяет изучать архитектуру через практику — наблюдая, как изменения структуры влияют на развитие и масштабирование системы.

Темы, которые проходим в процессе:

Архитектурный фундамент:

• MVC / MVVM и применимость во Frontend
• SOLID, Dependency Injection, Inversion of Control, Service Locator
• Model-first подход
• Принцип наименьших привелегий
• Паттерны: Builder, Observer, Facade, Gateway, Publisher-Subscriber
• Что такое Domain и Bounded Context
• Low coupling/High cohesion

Практика на React:

• Как правильно адаптировать фундаментальные знания под React
• Пишем на разных техологиях: Reactuse, Zustand, Preact/signals, Effector, Reatom и др. Делаем упор на то, как меняется архитектура в целом, а не какой API мы используем
• Структура папок и построение слоев приложения
• Что такое инфраструктурный код на React
• Обработка ошибок в React-приложении
• Гайд на State-Management
• Паттерны для композиции компонентов: renderProp, slot, HOC
• Как масштабировать Frontend-архитектуру при росте сложности
• Зачем писать бизнес-логику вне UI на самом деле
• Inversion of Control на практике (Inversify, needle-di)
• Микрофронтенды

Production-задачи:

• Ролевая модель и доступы
• Аутентификация и авторизация
• Feature flags
• Правильная работа с формами
• Интернационализация