Открыто

Увеличь продуктивность разработки с AI-Driven подходом [Николай Барышников, Михаил Овчинников, Даниил Пелипенко]

Тема в разделе "Курсы по программированию", создана пользователем Кот Леопольд, 10 апр 2026.

Основной список: 13 участников

  1. 10 апр 2026
    #1
    Кот Леопольд
    Кот Леопольд ПомощникПомощник

    Складчина: Увеличь продуктивность разработки с AI-Driven подходом [Николай Барышников, Михаил Овчинников, Даниил Пелипенко]

    IMG_20260410_155420.png

    12-недельный онлайн буткемп для Middle и Senior/Lead разработчиков с реальными кейсами использования AI-инструментов в продакшене:
    • 12 недель.
    • 15 уроков.
    • 5 модулей.
    • 2× скорость разработки.
    AI в разработке освоили многие.
    Встроить его в реальный процесс — другая задача.

    Согласно описанию программы, большинство разработчиков используют AI в базовом режиме: задать вопрос, сгенерировать кусок кода, разобраться с ошибкой. И это работает, но это не то, как действительно сейчас меняются процессы в крупных компаниях. Разница в том, как ставится задача, как управляется контекст, как встраивается проверка результата, как AI интегрирован в SDLC. Этому сложно научиться из документации или туториалов, потому что это видно только в работе.

    Поэтому буткемп построен вокруг практики:
    • 10–30 минут необходимой теории
    • 1 час живого разбора реального кейса
    • 1.5 часа самостоятельного решения с экспертами рядом
    Теоретические концепции только там, где они нужны для понимания практики.

    Для кого программа:

    Middle и Senior разработчики с продуктовым мышлением
    • те, кто понимает, что код — это средство достижения целей бизнеса
    • те, кто активно развивается, читает, экспериментирует, инвестирует в обучение
    • те, кто влияет на команду: проводит код ревью, менторит, готов стать лидером трансформации
    • те, кто скептически, но открыто относится к AI и хочет глубоко разобраться
    • те, кто ограничен временем и не может позволить себе долгое самостоятельное обучение
    • те, кто хочет контролируемые результаты и не верит в “волшебные таблетки”
    Что ты получишь:
    • создание фич в разы быстрее — используя AI в цикле ресерч → план → внедрение → тест → ревью
    • настройку AI-driven окружения — RAG-системы, MCP, SPEC-разработка, агенты, контекст под твой стек
    • управление контекстом — подключение AI к кодовой базе, вики проекта, внешним сервисам
    • понимание, как избегать галлюцинаций и контролировать результат
    • управление агентами — несколько агентов в одной кодовой базе, автоматизация рутины и помощь в сложных задачах
    • работу со сложными системами — рефакторинг крупных проектов, легаси, архитектурная трансформация, дробление монолитов на микросервисы и наоборот
    • понимание, как держать полноценную AI-команду
    • масштабирование AI-driven процессов на команду и организацию
    Как устроен каждый урок:
    • 10–30 минут минимальной теории
    • 1 час живого разбора кейса
    Уроки 2–5 проходят 2 раза в неделю, остальные — раз в неделю. После урока открывается доступ к материалам библиотеки. Логика последовательного открытия помогает сконцентрироваться на текущих паттернах.

    Программа:

    Модуль 1. Введение — AI как инструмент:

    • 01. Разбор индустрии и будущее разработки.
      Разбор смены роли разработчика через реальный кейс Google: как мультиагентная система взяла на себя расследование инцидентов и операционную рутину, освободив инженеров для стратегической работы. Смотрим, какой пул навыков становится ключевым, собираем одностраничник с бэкендом в реальном времени — основу для следующего урока.
    • 02. Продуктовая итерация через AI-аналитику.
      Берём лендинг с первого урока и решаем бизнесовую задачу: максимизировать конверсию через данные. Анализируем поведение пользователей, строим SQL-пайплайн, передаём в модель, вносим изменения и фиксируем результат. Полный цикл продуктовой итерации, который в реальности занимал бы месяцы, проделываем за время урока.
    Модуль 2. Контекст, основы и подготовка:
    • 03. Механизмы работы LLM и философия качества.
      Разбор механизмов языковых моделей: токены, предсказания, контекстное окно. Практика измеримых критериев качества и разделения ответственности между разработчиком и моделью.
    • 04. Контекст-инжиниринг.
      Управление краткосрочной и долгосрочной памятью агента, работа с ограничениями контекстного окна, оптимизация затрат через кэширование. Три кейса: ролевая память, сравнение моделей, суммаризация транскрипций.
    • 05. Мультиэкспертность.
      AI в роли аналитика данных, дизайнера, тестировщика, DevOps. Работа в незнакомых стеках, делегирование задач из чужих доменов, понимание границ компетенций модели.
    Модуль 3. Агенты:
    • 06. Мультиагенты.
      Построение мультиагентных систем с узкоспециализированными агентами. Подключение векторных баз данных, оркестрация через MCP, типы памяти агентов на реальном архитектурном кейсе.
    • 07. Обзор моделей.
      Системный обзор ландшафта моделей: Claude, GPT, DeepSeek, GigaChat, YandexGPT. Одна задача через пять моделей, матрица применений моделей в зависимости от задач.
    • 08. Агенты, воркфлоу и простые кейсы.
      Создание агента для автоматического управления API-документацией с генерацией diff-версий. Работа с workflow-системами n8n и make, агентскими платформами Devin и Sweep AI.
    • 09. Агенты в разработке.
      Реверс инжиниринг внутренней логики Cursor и Claude Code: режим Reasoning, многоэтапное планирование. Написание спецификаций с критериями качества, кастомизация агентов через agents.md и skills.md.
    Модуль 4. Quick Wins и сложные кейсы:
    • 10. Простые беспроблемные и проблемные кейсы.
      Перенос многостраничного Figma-проекта во фронтенд через Figma MCP. Оценка качества большой кодовой базы с GitHub, создание документации уровня модуля для проекта на незнакомом языке.
    • 11. Фреймворк системной декомпозиции.
      Проектирование продуктовой системы через 5 этапов: UI прототипы, структура БД, API контракты, архитектура, бизнес-логика. Проектирование микросервиса с демонстрацией полного пайплайна.
    • 12. Изучение незнакомых систем.
      Восстановление архитектуры большого legacy-проекта на незнакомом языке программирования. Объяснение связей между модулями, создание документации для системы без документации.
    • 13. Рефакторинг и трансформация сложных систем.
      Безопасный рефакторинг крупной кодовой базы с GitHub: установление связей, изоляция модулей, поэтапные массовые изменения, непрерывная валидация и стратегия отката.
    • 14. Архитектурная трансформация и интеграция знаний.
      Разделение монолита на микросервисы: анализ зависимостей, выделение bounded contexts, создание API-границ. Стратегическое планирование трансформации с риск-менеджментом на архитектурном уровне.
    Модуль 5. Масштабирование и выпуск:
    • 15. Трансформация команды и внедрение.
      Масштабирование AI-практик на команду и организацию на базе агента-аналитика: план внедрения, работа с сопротивлением, оцифровка SDLC, создание корпоративной академии.
    • 16. Окончание и следующие шаги.
      Формирование долгосрочной стратегии развития AI-практик. Чеклисты, промпты, плейбуки для ежедневной работы. Вход в комьюнити для постоянного обмена опытом.
    Авторы и эксперты:

    Николай Барышников
    • 15 лет опыта в индустрии
    • ex-product manager в Yandex Cloud
    • специалист по распределённым системам и облачной инфраструктуре
    • предприниматель и CTO: со-основатель Joylink, основатель DataLightMe
    Михаил Овчинников
    • 18 лет опыта в индустрии
    • 8 лет в BigTech: Meta, Google — менеджер и Staff-инженер
    • специалист по распределённым системам
    • спикер Highload Conf, TeamLead Conf, Knowledge Conf
    • автор курсов по алгоритмам и машинному обучению
    Даниил Пелипенко
    • директор центра подбора и оценки IT-специалистов SymbioWay
    • технический директор SW Development
    • руководитель направления «Разработка» в Центральном университете (Т-Банк)
    • разработчик с 2004 года
    • спикер TeamLead Conf, MergeConf
    • автор 58 курсов
    • выпускник МГУ, кандидат наук
    Цена 100000 руб.
    Скрытая ссылка
     
    Последнее редактирование модератором: 28 май 2026 в 20:08
    1 человеку нравится это.
  2. Последние события

    1. Нестор Летописец
      Нестор Летописец участвует в складчине.
      28 май 2026 в 11:05
    2. Brami
      Brami не участвует в складчине.
      25 май 2026 в 12:24
    3. oksited
      oksited участвует в складчине.
      6 май 2026
    4. secrek771
      secrek771 не участвует в складчине.
      6 май 2026