Практика в живом формате, безопасный контур и измеримый ROI
49ч практики из 55ч
вы сразу внедряете AI в пайплайны, алерты и деплои
Безопасный контур
Локальные LLM, AI-боты с кастомным RAG и политика данных
Готовый результат
3+ рабочих AI-workflow, e2e-пайплайн и отчёт по ROI, который можно показать руководству
Интеграция под DevOps-процессы
n8n, GitLab API, bash, мониторинги и агенты
Прошедший вебинар
Что такое RAG и с чем его едят
Вместе с экспертом GenAI LAB поговорим об одной из самых актуальных технологий 2025 года — Retrieval-Augmented Generation. Разберём, что такое RAG, эмбеддинги и векторные базы данных, сборку работающего RAG, построение пайплайна без написания кода, графовый RAG и многое другое
Пример корпоративного обучения по Kubernetes для сотрудников Тинькофф банка
Если ваша задача — обучить больше 30 сотрудников, мы готовы предложить вашей компании корпоративный формат обучения или адаптировать обучение под вас
Кастомизируем курс для вашей компании
Часто задаваемые вопросы
DevOps, SRE/Platform-инженерам, авторам CI/CD, разработчикам и QA, кто хочет безопасно внедрять ИИ в пайплайны и эксплуатацию, снижать MTTR и убирать ручные шаги.
Базовый Linux и git, основы Docker, чтение YAML, умение писать простые bash-скрипты, умение читать Python/JS, базовый TS для n8n. Опыт с GitLab желателен, но не обязателен — всё разберём на практиках.
1-2 живые встречи в неделю (в сумме ~2-4 часа) + 3-5 часов на практики. В среднем 7-9 часов/нед.
Записи и материалы доступны 24 месяца.
Да: практики с шаблонами (n8n, GitLab API, локальная LLM, AI-бот с кастомным RAG), авто-проверки на базовых шагах и ручное ревью ключевых заданий (в Pro/Team — расширенное).
Нет. Курс ориентирован на безопасный локальный контур: поднимем локальную LLM и приватного AI-бота с кастомным RAG. Внешние API можно использовать опционально.
Да. Работаем в on-prem/приватном контуре, разбираем политику данных, журналирование действий и разграничение доступа.
Любая современная машина на Windows/Mac/Linux с Docker. Для комфортного запуска локальной модели рекомендуем: 4+ vCPU, 16+ ГБ RAM, 30-50 ГБ свободно. GPU желателен, но не обязателен (на CPU просто медленнее). Если железа не хватает — дадим альтернативные варианты развертывания.
LLM (локально), n8n, GitLab API, bash, AI-боты с кастомным RAG, вебхуки/мониторинг для алертов, вебхуки/мониторинг для алертов. Фокус — DevOps-процессы и CI/CD (GitLab).
Мы про DevOps-кейсы: от автотриажа алертов и агента-отката деплоев до встраивания ИИ в CI/CD. Вместо абстрактных примеров — рабочие workflow под инфраструктуру.
Минимум 3+ готовых workflow, приватный AI-бот, кастомные ноды под GitLab API и e2e-пайплайн с метриками. Плюс сертификат и методика подсчёта ROI.
Да. Дадим шаблон метрик, считаем экономию часов «до/после» и собираем короткий отчёт для руководства (в Team — расширенная версия).
Общий чат с кураторами и еженедельные встречи.
Да. Рассрочка 3/6 месяцев; оплата по счёту для юрлиц, командные пакеты и приватные потоки.
Полный возврат (минус комиссия платёжной системы) до второй живой встречи.