Прикладное обучение
Практикумы
Не просто прочитать тему: собрать артефакт, пройти проверки и получить доказательство готовности.
Устойчивый клиент AI API
Создайте production-ready клиент LLM API со structured output, валидацией, retries, timeout, идемпотентностью, tracing и тестами.
Ассистент знаний с приоритетом доказательств
Создайте RAG-ассистента, который отвечает только по проверенным доказательствам, показывает цитаты и измеряет качество retrieval.
Управляемый операционный AI-агент
Постройте управляемого AI-агента с tools, явным состоянием, approvals, ограничениями стоимости и времени, audit log и rollback path.
AI Quality Gate в CI
Создайте regression gate для LLM-функции с deterministic checks, model graders, safety cases и release thresholds.
Production Observability для AI-системы
Постройте monitoring и incident workflow для AI-нагрузки с evidence по latency, cost, quality, fallback и rollback.
Проверяемый AI Analytics Workflow
Постройте аналитический workflow для CSV и SQL с проверенными вычислениями, provenance, privacy controls и воспроизводимым executive report.
Production-интерфейс AI-ассистента
Создайте production-ready frontend для AI-ассистента со streaming, citations, approvals, cancellation, error states и accessibility.
AI-аудит требований
Проведите аудит требований с traceability, выявлением неоднозначностей, gaps и рисков, а также проверяемыми acceptance criteria.
Досье discovery для AI-функции
Подготовьте decision-ready пакет по AI-функции: проблема, capability fit, UX, метрики, риски, экономика и план эксперимента.
Модель угроз AI и план контролей
Постройте модель угроз AI-системы с abuse cases, controls, security tests, residual risk и incident playbook.
Карта автоматизации процессов с AI
Преобразуйте as-is процесс в evidence-backed карту автоматизации с bottlenecks, controls, AI candidates, deterministic alternatives, human checkpoints и измеримыми acceptance criteria.
Матрица оценки AI use cases
Постройте портфель AI use cases с доказательным scoring по ценности, частоте, готовности данных, capability fit, потенциалу автоматизации, влиянию ошибок, контролям и возможности экспериментальной проверки.
Пакет доказательств для AI business case
Соберите готовый к решению AI business case, где ROI, риск, контроли и evidence качества не смешиваются в одну красивую цифру.
Лаборатория Source-Sink для Prompt Injection
Постройте red-team лабораторию для прямой и косвенной prompt injection, где риск измеряется реальным путём от контролируемого атакующим source к sensitive sink и побочному эффекту, а не только обходом инструкций.
Аудит цепочки поставки возможностей агента
Проведите аудит Agent Skills, плагинов, MCP-серверов и каталогов инструментов как исполняемой цепочки поставки возможностей: происхождение, границы установки, схемы, авторизация, кэш, дрейф версий и отзыв.
Учения по локализации инцидента безопасности ИИ
Отработайте специфичный для ИИ инцидент, где prompt injection или скомпрометированный инструмент уже повлиял на production workflow. Постройте сохраняющую доказательства локализацию, reconciliation, ограниченный rollback и закрытие регрессии.
Лаборатория сверки AI-метрик
Проверяйте сгенерированные ИИ SQL и метрики через семантический контракт, детерминированные контроли, сверку с авторитетным источником и регрессионные кейсы до попадания числа в дашборд или решение.
Контроль приватности и lineage для аналитики
Постройте privacy-aware AI analytics pipeline с минимизацией данных, проверками прав, lineage, egress-контролями, retention и негативными тестами до передачи чувствительного контекста модели.
Досье AI-анализа для принятия решения
Превратите AI-assisted analysis в decision artifact с проверенными метриками, evidence ledger, анализом неопределённости и чувствительности, контранализом, воспроизводимостью и контролями refresh/change.
Лаборатория release envelope для AI serving
Постройте управляемый release-контракт для AI runtime: точный fingerprint модели/конфигурации, readiness-проверки, ограниченные retries, canary, rollback и runtime verification вместо предположения, что зелёный CI уже означает production truth.
Лаборатория AI Capacity, Cost & Chaos
Проверьте AI workload под нагрузкой: concurrency, бюджеты tokens/tools, очереди, backpressure, 429/5xx/timeouts, load shedding, degraded mode и стоимость успешной верифицированной задачи.
Учение по восстановлению и сверке после AI-инцидента
Проведите production drill для provider outage, model regression и неопределённых side effects: containment, сохранение evidence, reconcile-first recovery, known-good rollback, failback и превращение инцидента в regression control.
Лаборатория AI Observability, SLO и Runtime Evidence
Постройте observability contract для AI workload: сквозные traces, SLI/SLO с разделением по риску, сигналы quality и cost, privacy-aware telemetry, авторитетные postconditions и runtime evidence, которое отличает реальное состояние production от красивого dashboard.
Лаборатория калибровки и надёжности AI graders
Постройте evaluation workflow, в котором model-based grader калибруется на evidence, проверенном людьми, имеет disagreement policy, risk slices и release gate, привязанный к версии.
Лаборатория test oracle для side effects AI-агентов
Проверяйте agent workflow по trajectory, permissions, tool calls, side effects и authoritative state системы учёта, а не только по финальному тексту.
Лаборатория форензики AI-инцидента → регрессии
Преобразуйте production incident в минимизированный воспроизводимый testcase, root-cause slice, permanent regression и проверенный release/rollback gate.