Final Project & Resources
Финальный проект под ваш профиль, подкасты на каждый день, русскоязычные ресурсы, английский и официальные треки Anthropic, OpenAI, Google и Microsoft — параллельно с курсом.
Capstone execution checklist
Выбрать один production-like сценарий
Лучше узкий и реальный: code review, incident triage, migration helper, support classifier, docs maintainer.
Описать tool contract и threat model
Для каждого tool: входы, выходы, права доступа, опасные операции, ошибки, audit log.
Собрать минимальный вертикальный slice
Один request проходит весь путь: input → model → tool → structured output → trace → response.
Добавить 20-30 eval cases
Включить happy paths, edge cases, prompt injection, noisy inputs и expected failure cases.
Подключить observability и сохранить 3 trace-разбора
Один хороший run, один плохой run, один спорный run с ручным решением.
Поставить eval gate в CI
Любое изменение prompt/model/tool code должно показывать diff качества, latency и cost.
Написать README на английском
Problem, architecture, setup, evals, observability, safety, limitations, roadmap.
Записать demo и one-page architecture note
Короткое видео или asciinema + схема компонентов без лишнего маркетинга.
Провести postmortem обучения
Что стало быстрее, что всё ещё опасно доверять агенту, какие навыки надо добрать в следующем цикле.
Подкасты (EN)
Главный AI-инженерный подкаст. Swyx, Alessio.
Гергей Орос. Выпуски про Claude Code и другие AI-инструменты.
Продуктовые разборы AI-инструментов.
Глубокие интервью с исследователями. Не для слабонервных.
Ежедневные заметки самого читаемого практика agentic coding: именно здесь паттерны вроде vibe coding и параллельных агентов получают имена раньше всех.
YouTube (EN)
Эталон образовательного контента. Идеально для тренировки слуха.
Записи конференции AI Engineer Summit.
Короткие технические видео. Хороший вход в экосистему.
Русскоязычные ресурсы
Игорь Котенков. Лучший аналитический канал по AI на русском.
Технический канал с регулярными обзорами статей.
Выпуски про LLM и AI-агентов. Инженерный уровень.
Крупнейшее русскоязычное ML-сообщество: митапы, курсы и общение.
Инструменты для английского
Параллельный перевод абзацами. Самый важный инструмент.
Озвучивает любой текст голосом высокого качества.
Двойные субтитры в YouTube и Netflix.
Лучшая редактура английского. Использовать вместо Grammarly.
Официальные OpenAI источники
Reading path по agent definitions, orchestration, guardrails, state, observability и evaluation workflows.
Смотреть как reference для tool contracts, hosted tools, MCP connectors и локальных function tools.
Официальный слой для test data, testing criteria, graders и evaluation runs.
Официальный 1-3 hour track: concepts, tools, orchestration, practical use cases and guardrails.
Learning tracks, demo apps, videos and cookbook links. Использовать как monthly refresh source.
Как формализовать quality checks для fine-tuning, RFT, eval loops и regression gates.
Бесплатные self-paced курсы, включая новые OpenAI Certifications — шире, чем developer-треки.
Источник для ежемесячной сверки фич Codex CLI/cloud и ChatGPT — та же роль для OpenAI-стека, что и остальные changelog-пункты.
Anthropic / Claude learning path
Каталог бесплатных курсов Anthropic с сертификатами (запуск март 2026): основы API, prompt engineering, evals, tool use, агенты и отдельный трек по Claude Code. Сами курсы идут на anthropic.skilljar.com.
Начинать с success criteria, evals и первой версии prompt, а не с хаотичного подбора формулировок.
Client tools, server tools, structured tool calls, MCP connector and strict schema conformance.
Управление проектом из терминала: repo context, tool permissions, terminal loop, review and handoff discipline.
Практические notebooks для tool use, extraction, RAG, multimodal and advanced Claude patterns.
Официальный бесплатный курс с сертификатом: context management, кастомные команды, MCP, skills, hooks, интеграция с GitHub.
Самый высокосигнальный фид по агентным паттернам 2025–2026: context engineering, agent evals, sandboxing, мультиагентные кейсы.
Google / Gemini / ADK
Production agent framework: graph workflows, multi-agent orchestration, sessions, memory, deployment and observability.
Разобрать структуру agent definition, model selection, instructions, tools, state and runtime.
Function tools, agents-as-tools, tool context, auth, error handling and sequential tool use.
Trajectory, tool-use quality, final response quality, pytest integration and CI-friendly regression checks.
Function declarations, call IDs, parallel/compositional calls and connecting Gemini to external systems.
Когда model-run code execution полезнее обычного tool call и как ограничивать такой capability.
Microsoft / GitHub Agentic AI
Использовать как внешний skill map: SDLC, tools/MCP, memory/state, evals, multi-agent coordination и guardrails.
Plan → act → evaluate, GitHub as system of record, contributor model, risks and traceability.
Agent responsibilities, inputs/outputs, planning vs execution, PR governance, checks, CODEOWNERS and environment gates.
Tools, APIs, MCP servers, GitHub Actions, execution boundaries, branch restrictions and environment safeguards.
Сверить capstone с GH-600 skill weights
Отдельно отметить: architecture/SDLC, tools/MCP, memory, evals, multi-agent and guardrails. Это хороший финальный self-review.
Добавить GitHub governance в README финального проекта
PR template, required checks, branch/ruleset policy, CODEOWNERS, artifacts, eval report and human review boundaries.
Background agent workflow: repo research, implementation plan, branch changes, tests, PR and review loop.
Подключение MCP servers к Copilot Chat как практический слой context and tool governance.
Python/.NET agent abstractions, orchestration and Azure/OpenAI agent types for enterprise apps.
Managed platform for prompt agents, workflow agents and hosted code agents with identity, observability and enterprise controls.
Обзор рынка агентов
Открытый терминальный агент Google — третий CLI-агент для картины рынка рядом с Claude Code и Codex CLI; все три читают AGENTS.md-стиль инструкций проекта. Активно развивается.
0 /57 материалов завершено
Финальный проект под ваш профиль плюс фоновое обучение: соберите agentic-сервис, который встраивается в ваш текущий стек и показывает в портфолио всё сразу — prompt engineering, паттерны, evals, MCP, observability. Параллельно слушайте подкасты, читайте русскоязычные ресурсы и проходите официальные треки Anthropic, OpenAI, Google и Microsoft. Не делайте английский отдельной задачей — все материалы и так на английском.