Для кого этот маршрут
Пользуешься ChatGPT каждый день, но хочешь понимать, что происходит внутри
Любишь математику и логику, но не видел(а), где это применяется по-настоящему
Хочешь портфолио для поступления на Data Science, ИИ или прикладную математику
Не хочешь быть просто «промпт-инженером» — хочешь собрать нейросеть с нуля
Что внутри каждого месяца
6 месяцев, 48 занятий — от азов до собственной нейросети.
Азы ИИ и математика на пальцах
- Иерархия ИИ → ML → Deep Learning
- Python и Google Colab
- Векторы и embeddings
- NumPy и первая модель на Титанике
Анатомия нейронной сети
- Нейрон и функции активации
- Forward pass и функция потерь
- Backpropagation вручную
- Первая сеть на Keras (MNIST)
Инструментарий и виды нейросетей
- CNN и свёртки
- Transfer Learning
- RNN, LSTM и механизм Attention
- Трансформеры и современные LLM
Вайбкодинг и промт-инжиниринг
- Промптинг и Chain-of-Thought
- Системные промпты и роли
- API и векторные базы данных
- RAG и AI-агенты
Разработка своей нейросети
- Формулировка задачи и сбор данных
- Аугментация и стратегии обучения
- Файн-тюнинг LLM (LoRA)
- Деплой в Hugging Face Spaces
Финальный проект
- Брейншторм и архитектура решения
- Обучение и код-ревью
- UI и финальный деплой
- Демо-день перед жюри
Шесть рубежей за 6 месяцев
От «Дешифровщика» до AI-Архитектора — с чем ты выходишь на каждом рубеже.
Питон с нуля, работа с данными, первые скрипты и алгоритмы.
Строим первую нейросеть и разбираемся, как она учится.
Модели компьютерного зрения и обработки языка на практике.
Учимся «договариваться» с ИИ: промпты, RAG, векторные базы, AI-агенты с инструментами.
Проектируем и обучаем собственную нейросеть, дообучаем LLM и деплоим свой сервис.
Финальный проект — своя нейросеть или агент в интернете, защита перед жюри.
Через 6 месяцев у тебя будет
Репозиторий на GitHub с 10+ выполненными домашними заданиями
Собственная нейросеть на NumPy с нуля — редкость даже среди студентов вузов
RAG-система (чат-бот по документам) с рабочим интерфейсом
AI-агент с 5 инструментами — калькулятором, поиском и другими
Дообученная LLM и финальный MVP, задеплоенный в интернете (Hugging Face Space)
Владислав Иксанов
Старший преподаватель кафедры информатики РЭУ им. Г. В. Плеханова, аспирант кафедры. Тема диссертации — интеллектуальная аналитическая система прогнозирования промышленных показателей России. Автор 16 научных публикаций (10 — в перечне ВАК Минобрнауки), исследования в машинном обучении и нейросетевом прогнозировании.
Более 4 лет преподавательского стажа в вузе, вёл курс «Разработка проектов нейросетей на Python» для школьников 10-х классов.
«Вы научитесь видеть за кодом математику, за данными — закономерности, а за моделями — стратегию принятия решений».
Тарифы
Занятия проходят в группе до 10 человек. Участники сравнивают подходы к решению задач, обсуждают ошибки и результаты — это часть обучения, а не фон. Такой формат сложно заменить занятиями только с репетитором: там нет сверстников и общей проектной динамики.
Час с репетитором по цене часто близок к одному нашему занятию. Разница в том, что в курсе — 48 занятий и итоговый проект, а не отдельные разовые уроки. Старт потока: 1 ноября 2026.
- ✓Группа до 10 человек · занятия по программе
- ✓48 занятий, записи и материалы
- ✓Проверка ДЗ и поддержка куратора
- ✓Демо-день «Защита диплома ИИ»
- —Индивидуальные занятия не входят
- ✓Всё, что входит в «Старт»
- ✓6 занятий × 40 мин: разбор затруднений по проекту, персональный фидбек по коду
- ✓Всё, что входит в «Про»
- ✓12 занятий × 40 мин: разбор затруднений по проекту, персональный фидбек по коду
- ✓Ежемесячный отчёт для родителя
- ✓Персональный план развития после курса
Частые вопросы
Нет. Необходимый минимум разбираем по ходу курса: векторы, матрицы и NumPy — в первый месяц, производные и градиенты — во второй, на примере обратного распространения ошибки.
Да — на NumPy, без готовых библиотек, чтобы понять устройство модели изнутри, а не только пользоваться готовыми решениями.
Занятия проходят в группе до 10 человек. Участники сравнивают подходы к решению задач, обсуждают ошибки и результаты — это часть обучения. Такой формат сложно заменить занятиями только с репетитором: там нет сверстников и общей проектной динамики.
Онлайн, группа до 10 человек, 2 раза в неделю по 75 минут, 48 занятий за 6 месяцев. На тарифах «Про» и «Мастер» дополнительно входят индивидуальные занятия по 40 минут.
Во всех тарифах одна программа и одна группа до 10 человек. Разница — в числе индивидуальных занятий: «Старт» — 0, «Про» — 6×40 мин, «Мастер» — 12×40 мин. В «Мастер» также входят ежемесячный отчёт родителю и персональный план развития после курса.
Час с репетитором по цене часто близок к одному нашему занятию. В тариф входят 48 занятий, проверка заданий, куратор и итоговый проект с демо-днём — не отдельные разовые уроки.
Нагрузка рассчитана на школьников: два занятия в неделю по 75 минут плюс домашние задания. При пропуске приходят запись и материалы; куратор помогает наверстать перед следующим занятием.
Материалы и запись высылаются, куратор поможет наверстать перед следующим занятием.
Ноутбук и браузер. Работаем в Google Colab и Hugging Face — на старте достаточно бесплатных тарифов.
До начала занятий — возврат в полном объёме. После старта — за вычетом стоимости уже проведённых занятий. Подробности — в оферте курса.
Оставляете заявку → созваниваемся на консультации, выбираем тариф. Ближайший старт потока — 1 ноября 2026.
Репозиторий GitHub с 10+ домашними заданиями, собственная нейросеть на NumPy, RAG-система, AI-агент с несколькими инструментами, дообученная LLM и финальный MVP, задеплоенный в интернете — всё по реальным ссылкам.
Собраться в путь
Мы свяжемся с вами, чтобы обсудить курс и записать на консультацию.
Форму заполняет родитель — мы перезвоним и расскажем, как записаться.