AI-архитектор
24 декабря
4 месяца
Онлайн
Для кого этот курс?
- Архитекторы ПО и систем
- Senior‑разработчики и Тимлиды, желающие перейти в роли архитекторов AI
- ML-инженеры, MLOps‑инженеры и Data-инженеры
- Инфраструктурные инженеры / SRE
Необходимые знания
- Базовые знания Python
- Понимание основных ML‑понятий (тренировка/валидация моделей, переобучение, метрики качества)
- Базовые знания системной архитектуры и сетей
- Опыт работы с Git и понимание CI/CD
Что даст вам этот курс?
- Умение проектировать AI‑системы: от требований и PoC до Production
- Выбор и внедрение архитектурных паттернов: RAG, AI‑агенты, multi‑agent systems
- Проектирование MLOps‑конвейеров, CI/CD и IaC для AI‑решений
- Создание HLD и LLD (C4 Model и детализация компонентов)
- Расчет ресурсов и оптимизация инференса LLM (sizing, latency, cost)
- Проектирование интеграций и архитектуры данных для AI (ETL, векторные БД)
- Обеспечение качества GenAI‑компонентов: тестирование, валидация, мониторинг
- Управление стоимостью (FinOps) и принятие стратегических решений по архитектуре
Почему стоит освоить?
Процесс обучения
А если вы не смогли посетить занятие в реальном времени, то сможете посмотреть его в записи и задать вопрос преподавателю в закрытом Telegram-чате.
Портфолио
Индивидуальная разработка итоговой проектной работы
Обучайтесь у экспертов
Программу ведут действующие специалисты
Перспективы
Получите знания, которые помогут повысить вашу востребованность и доход
Партнеры
Многие студенты еще во время прохождения первой части программы находят или меняют работу, а к концу обучения могут претендовать на повышение в должности.
- Карьерные мероприятия в сообществе
Публичный разбор резюме
Публичное прохождение собеседования и воркшопы - Разместите свое резюме в базе OTUS и сможете получать приглашения на собеседования от партнеров
Формат обучения
Интерактивные вебинары
2 онлайн-трансляции по 2 ак.часа в неделю. Доступ к записям и учебным материалам – навсегда
Практика
Домашние задания + проектная работа, для усиления вашего портфолио и компетенций
Активное комьюнити
Живое общение с преподавателями на вебинарах, переписки в Telegram чате и развёрнутые ответы при проверке ДЗ
Программа
Стратегический фундамент и планирование проекта
Цель: Сформировать у студентов системное видение роли архитектора в бизнес-процессах. Научить анализировать проектные ограничения (контракт, требования), выявлять риски и планировать проект как последовательность этапов, поставляющих измеримую ценность
Тема 1: Пресейл, контракты и работа с требованиями: закладываем фундамент проекта
Тема 2: Проектирование и оценка: от требований к плану, рискам и смете
Тема 3: Стратегия поставки ценности: от PoC до Production
Проектирование и документирование архитектуры
Цель: Дать студентам полный набор инструментов для создания, документирования и верификации архитектуры AI-решений на всех уровнях детализации
Тема 1: Высокоуровневое проектирование (HLD) с использованием C4 Model
Тема 2: Низкоуровневое проектирование (LLD): компоненты и взаимодействия
Тема 3: Архитектурные паттерны: RAG и его продвинутые вариации
Тема 4: Архитектурные паттерны: AI-агенты и Multi-Agent Systems
Тема 5: Документирование решений: Architecture Decision Records (ADR)
Тема 6: Верификация архитектуры и "CTO Challenge"
Качество, интеграции и безопасность
Цель: Научить студентов встраивать в архитектуру механизмы обеспечения качества, надежности и безопасности на всех этапах жизненного цикла
Тема 1: Архитектурный надзор и управление техническим долгом
Тема 2: Проектирование интеграций: от классики до AI-стандартов
Тема 3: Архитектура данных для AI-систем
Тема 4: Оценка качества и тестирование GenAI-компонентов
Тема 5: Security by Design: архитектура для защиты AI-систем
Тема 6: Архитектура наблюдаемости (Observability)
Инфраструктура
Дать системные знания по планированию, автоматизации развертывания и поддержке надежной и отказоустойчивой инфраструктуры для AI-систем.
Тема 1: Расчет ресурсов (Sizing) для приложений и данных
Тема 2: Расчет ресурсов и оптимизация инференса LLM
Тема 3: Инфраструктура как код (IaC) и CI/CD
Тема 4: Архитектура MLOps-конвейеров
Тема 5: Стратегии развертывания и вывода в Production
Тема 6: Архитектура высокой доступности (HA) и восстановления (DR)
Продвинутые архитектурные паттерны
Цель: Изучить передовые архитектурные подходы, позволяющие решать сложные задачи масштабирования, real-time обработки, безопасности и работы в гибридных средах.
Тема 1: Serverless vs. Kubernetes для AI-ворклоадов
Тема 2: Событийно-ориентированная архитектура (EDA) для AI
Тема 3: Архитектура для High-Load и Low-Latency инференса
Тема 4: Гибридная и мультиоблачная архитектура для AI
Тема 5: Архитектура для Multi-tenancy в AI SaaS
Тема 6: Federated Learning и Privacy-Preserving архитектура
Стратегия, лидерство и экономика
Цель: Развить у студентов стратегическое мышление, экономическую ответственность и лидерские качества, необходимые для перехода на высшие архитектурные роли.
Тема 1: FinOps: архитектура, управляемая стоимостью
Тема 2: Технологический радар и эволюция архитектуры
Тема 3: Ethical AI by Design и архитектура для Governance
Тема 4: API как продукт: проектирование и управление
Проектная работа
Тема 1: Выбор темы и организация проектной работы
Тема 2: Консультация по проектам и домашним заданиям
Тема 3: Защита проектных работ
Тема 4: Подведение итогов курса
Также вы можете получить полную программу, чтобы убедиться, что обучение вам подходит
Выпускной проект
Преподаватели
Эксперты-практики делятся опытом, разбирают кейсы студентов и дают развернутый фидбэк на домашние задания
Ближайшие мероприятия
Бесплатный открытый вебинар – онлайн-занятие с преподавателем курса. На открытом вебинаре можно посмотреть, как проходит обучение, а ещё – узнать что-то ценное по интересующей теме. На занятии слушатели задают ведущему вопросы и получают обратную связь.
Современная архитектура AI-сервисов обеспечивает надежность, масштабируемость и безопасность систем искусственного интеллекта. Она позволяет эффективно обрабатывать большие объемы данных и обеспечивать высокую производительность моделей. Правильная архитектура минимизирует риски, связанные с отказами, утечками данных и несоответствием требованиям бизнеса.
Программа вебинара
Введение в основы построения архитектуры AI-сервисов.
Стратегии обеспечения непрерывности сервисов: HA (High Availability) , FT (Fault Tolerance) и DR (Disaster Recovery).
Практические примеры создания RAG сервиса.
Для кого будет актуален?
Разработчики и архитекторы, занимающиеся созданием AI-систем.
Менеджеры проектов, ответственные за внедрение и поддержку технологий.
Специалисты по данным и аналитике, работающие с моделями и инфраструктурой.
Что слушатели узнают по итогам вебинара?
Основные принципы проектирования архитектуры AI-сервисов.
Данные и модели, используемые AI-системами.
Стратегию обеспечения непрерывности сервисов: HA (High Availability) , FT (Fault Tolerance) и DR (Disaster Recovery).
Этот курс может оплатить ваш работодатель
- Подробно расскажем об интересующем вас курсе
- Объясним, как договориться с работодателем
- Сообщим стоимость обучения и варианты оплаты
- Ответим на вопросы
- Предоставим шаблон договора и счёт на оплату
Подтверждение знаний и навыков
OTUS осуществляет лицензированную образовательную деятельность.
Вы получите сертификат о прохождении обучения, а также можете получить удостоверение о повышении квалификации.
После обучения вы:
- Получите материалы по пройденным занятиям (видеозаписи курса и дoполнительные материалы)
- Создадите свой проект, который поможет в повышении вашей квалификации
- Повысите свою ценность и конкурентоспособность
- Получите сертификат об окончании курса
AI-архитектор
Полная стоимость
Стоимость указана для оплаты физическими лицами
вычета до 13% стоимости обучения. Оставьте заявку и менеджер вас проконсультирует
+7 499 938-92-02 бесплатно