1. Фундамент
   1. Этап 0Ориентация и Python Разобрать роль AI Engineer, собрать рабочее окружение и связать обучение с уже знакомой инженерной практикой. План 12 мая — 25 маяФакт 15 июн · ядро
   2. Этап 1Фундамент LLM Понять из каких шагов модель собирает следующий токен и руками пройти ключевую механику нейросети. План 15 июн — 12 июлФакт 23 июн
   3. Этап 2Промптинг и tool use Управлять поведением модели через контекст и ограничения, понимать передачу управления инструментам и MCP. План 13 июл — 26 июлФакт 13 июл
2. Качество и retrieval
   1. Этап 3Evals Измерять поведение AI-систем на реальных ошибках, а не полагаться на впечатление от удачных примеров. Вернуться к закреплению План 27 июл — 9 авгФакт 13 авг · зачёт 5/6
   2. Этап 4RAG глубоко Улучшать retrieval на измерениях: понять представление, отбор и ранжирование контекста, затем проверять изменения на корпусе кейсов. Вы здесь План 10 авг — 6 сентФакт с 13 авг
3. Агентные системы
   1. Этап 5Агенты и память Понять агентный цикл и спроектировать память как управляемое состояние, а не бесконечное добавление контекста. План 7 сент — 27 сентФакт —
   2. Этап 5.5Multi-agent depth Сравнить систему нескольких агентов с сильным одиночным агентом и измерить, когда координация окупается. План 28 сент — 18 октФакт —
4. Эксплуатация и специализация
   1. Этап 6Production Эксплуатировать AI-функции с измеримыми ограничениями по качеству, задержке, стоимости и наблюдаемости. План 19 окт — 1 ноябФакт —
   2. Этап 7Безопасность и надёжность Определить границы доверия для пользовательского ввода, retrieval и tools, затем ограничить последствия ошибок. План 2 нояб — 15 ноябФакт —
   3. Этап 8Multimodal Расширить AI-системы от текста к изображениям и голосу, учитывая преобразования и ошибки каждого этапа. План 16 нояб — 22 ноябФакт —
   4. Этап 9Fine-tuning Понять, когда настройка модели лучше промптинга или retrieval, и освоить контролируемый LoRA цикл. План 23 нояб — 13 декФакт —
   5. Этап 10Деплой Запускать модели локально и как сервис, выбирать serving-путь по требованиям к памяти, скорости и доступности. План 14 дек — 27 декФакт —