Основы AI-автоматизаций и инструментов
Важные советы перед началом курса
Как максимально эффективно пройти обучение, на что обратить внимание.
Какие ссылки и сервисы понадобятся в процессе обучения
Полезные ресурсы, аккаунты и инструменты, необходимые для прохождения курса.
Что такое API, клиент и сервер
Базовые знания об API, взаимодействии между клиентом и сервером.
Инструменты для автоматизации и AI-агентов (n8n, Make, Zapier, LangChain, Flowise и др.)
Обзор современных платформ для автоматизации и работы с ИИ.
Что такое LLM (ChatGPT, Claude, Gemini, Llama, Deepseek, Grok и др.)
Введение в большие языковые модели и их роль в автоматизации.
OpenAI API: тарифы, настройка проекта, управление, соблюдение норм
Как зарегистрироваться, настроить ключи, управлять бюджетом и быть в рамках законодательства.
Тестовое время вычислений, TTS, модели мышления (Deepseek R1, OpenAI o3)
Практическое применение моделей с продвинутыми возможностями рассуждений.
Что такое Function Calling в LLM для AI-агентов и автоматизаций
Как заставлять ИИ вызывать функции и работать с внешними системами.
Векторные базы данных, эмбеддинги, RAG (Retrieval-Augmented Generation)
Как хранить и извлекать данные для повышения точности ответов ИИ.
Основные выводы первой недели
Краткий обзор ключевых тем и терминов.