Если вы уже пишете код и хотите работать с ИИ, выбирайте курс по задаче. Встраивать LLM в продукты учат программы «LLM-разработчик» и «ИИ-инженер». Ускорить свою разработку с агентами помогут короткие курсы по Claude Code, Cursor и агентной разработке. Обучать модели и работать с данными учат курсы по машинному обучению. Начать бесплатно можно с курсов Hugging Face и Microsoft — у части из них есть русский перевод. Больше всего программ по ИИ для разработчиков — шесть — у Хекслета, и войти в тему там дешевле всего: от 35 000 ₽.
В подборке 26 курсов: 14 платных программ российских школ и 12 бесплатных курсов. Для каждого — для кого он, сколько длится, что в программе, что получите на выходе и сколько стоит. Цены и даты стартов проверены на официальных страницах 20 октября 2026 года. Школы часто меняют цены и скидки, поэтому перед оплатой сверьтесь со страницей курса.
Коротко: какой курс выбрать
Ваша задача | Курс Хекслета | Альтернативы |
Писать код быстрее с агентами в своём проекте | ИИ для разработчиков 2.0, 4–5 недель, от 35 000 ₽ | Skillbox, бесплатные курсы Hugging Face |
Встраивать LLM в продукты и перейти в LLM-разработку | LLM-разработчик, 4–5 месяцев, от 69 000 ₽ | OTUS, Нетология, Яндекс Практикум |
Писать собственных агентов и доводить их до продакшена | Инженерия AI-агентов, от 39 000 ₽ | OTUS «Разработка ИИ-агентов» |
Перестроить процесс команды под агентов | AI SDLC, 4 недели, от 36 000 ₽ | в подборке аналогов нет |
Собирать продукты в Claude Code | Вайб-кодинг на Claude Code, 1 месяц, от 35 000 ₽ | Skillbox «Вайб-кодинг для разработчиков» |
Обучать модели и заниматься ML | база перед ML — Python для анализа данных | karpov.courses, Deep Learning School МФТИ |
Попробовать бесплатно | ИИ для начинающих и вебинар 26 октября | Hugging Face, Microsoft, DeepLearning.AI |
Как мы выбирали курсы
В подборку попали программы для тех, кто уже программирует или готов изучать код. Курсы «нейросети для всех» и промпт-инжиниринг для маркетологов мы не включали. Ещё три условия:
в программе есть хотя бы одна инженерная тема: LLM API, RAG, ИИ-агенты, MCP, дообучение моделей, машинное обучение;
курс идёт в 2026 году или его материалы обновлялись недавно;
курс можно пройти из России: бесплатные курсы, практика которых требует недоступных в России API, вынесены в отдельный раздел.
Хекслет в подборке первый, почему — в отдельном разделе ниже. Остальные школы идут в порядке, удобном для сравнения.
Сравнение платных курсов по ИИ для разработчиков
Школа и курс | Для кого | Срок | Цена на 20.10.2026 |
Хекслет · ИИ для разработчиков 2.0 | разработчики с опытом Git и терминала | 4–5 недель | 35 000–45 000 ₽ |
Хекслет · LLM-разработчик | разработчики, которые встраивают LLM в продукты | 4–5 месяцев | 69 000–89 000 ₽ |
Хекслет · Инженерия AI-агентов для SDLC | разработчики, которые пишут агентов сами | 4 курса, 43 урока | 39 000–59 000 ₽ |
Хекслет · AI SDLC | CTO и тимлиды | 4 недели | 36 000–59 000 ₽ |
Хекслет · Вайб-кодинг на Claude Code | разработчики и основатели проектов | 1 месяц | 35 000–45 000 ₽ |
Хекслет · AI-автоматизация | начинающие и практикующие специалисты | 3–4 месяца | 49 000–69 000 ₽ |
Яндекс Практикум · ИИ-инженер | ML-инженеры и бэкендеры с опытом в ML | 4 месяца | 141 960 ₽ |
OTUS · LLM-инженер | Python-разработчики, DevOps, ML-специалисты | 4 месяца | 113 400 ₽ |
OTUS · Разработка ИИ-агентов | бэкенд- и фулстек-разработчики на Python или JS | 3 месяца | 99 000 ₽ |
OTUS · Большие языковые модели. Экспертный уровень | DS- и ML-специалисты | 4 месяца | 89 100 ₽ |
Нетология · LLM-разработчик | с нуля или разработчики (трек PRO) | 11 или 5 месяцев | от 105 716 ₽ |
Нетология и МТУСИ · ИИ-разработчик: от API до агентов | не указано | 6 месяцев | 119 000 ₽ |
karpov.courses · Deep Learning Engineer, трек NLP | знают Python и ML | 4–5 месяцев | 93 450–131 200 ₽ |
Skillbox · Вайб-кодинг для разработчиков | практикующие разработчики | 2 месяца | от 4 123 ₽/мес |
Цены указаны за весь курс одним платежом с действующими скидками, если школа не показывает только рассрочку. У Хекслета диапазон — это два тарифа: старший добавляет проверку проектов наставником и дополнительный проект.
Почему Хекслет первый в подборке
Хекслет — онлайн-школа программирования, которую в 2012 году основали практикующие разработчики. У школы больше 17 000 выпускников и больше 30 компаний-партнёров. По ИИ у Хекслета шесть платных программ — больше, чем у любой другой школы в подборке. Вот что их отличает:
Цена входа ниже рынка. Курс по агентной разработке стоит от 35 000 ₽, программа «LLM-разработчик» — от 69 000 ₽. У других школ подборки программы по LLM и агентам начинаются с 89 100 ₽ и доходят до 141 960 ₽.
Модели без VPN и своих ключей. На курсе «ИИ для разработчиков» Хекслет даёт доступ к платным моделям через OpenCode на всё время обучения: не нужно оплачивать подписки и API-ключи. Для разработчиков из России это главная проблема при самостоятельном обучении.
Программы под каждую роль. Разработчик, LLM-разработчик, инженер агентов, CTO и тимлид, основатель продукта — для каждого своя программа. Курс о перестройке процесса команды под агентов (AI SDLC) в подборке есть только у Хекслета.
Свежие программы. «ИИ для разработчиков 2.0» обновили в июле 2026 года, «Инженерию AI-агентов» — в сентябре 2026 года.
Авторы — практики. Курсы ведут сооснователь Хекслета Кирилл Мокевнин с 18 годами в коммерческой разработке, CTO Вебпрактика Иван Поддубный, инженер отдела интеграции ИИ «Финама» Рустам Борханов, бывший CTO и CDO Алексей Могильников.
Практика на реальных задачах. Проекты собираются в портфолио, на курсе AI SDLC практикумы делаются на вашем рабочем проекте.
Совместно с Yandex Cloud. Программа «LLM-разработчик» сделана вместе с Yandex Cloud.
Понятные условия. Деньги вернут полностью в первые 14 дней после старта, позже — за оставшуюся часть. Рассрочка до 24 месяцев.
Как учат в разных школах: формат и поддержка
Программы отличаются и форматом. Вот как в каждой школе устроены занятия и обратная связь по данным со страниц курсов:
Школа | Занятия | Обратная связь | Модели и инфраструктура | Цена входа |
Хекслет | текстовые уроки в своём темпе и живой воркшоп или вебинар каждую неделю | чат с наставником, проверка проектов наставником на старшем тарифе | доступ к платным моделям без VPN на курсе «ИИ для разработчиков» | от 35 000 ₽ |
Яндекс Практикум | 6 спринтов, 3 воркшопа с наставниками | ревью проекта экспертом в каждом спринте | виртуальная машина с GPU и хранилище S3 | 141 960 ₽ |
OTUS | вебинары 2 раза в неделю в 20:00 по Москве | домашние задания с обратной связью преподавателей | на странице не указано | от 89 100 ₽ |
Нетология | 23 вебинара и 5 сессий вопросов и ответов | до 8 консультаций с ментором | на странице не указано | от 105 716 ₽ |
karpov.courses | платформа, начать можно сразу после оплаты | кураторы и эксперты | инфраструктура для практики | 93 450 ₽ |
Skillbox | видеоуроки | обратная связь по 6 практическим работам | на странице не указано | от 4 123 ₽ в месяц |
Только у Хекслета в подборке сочетаются три вещи: уроки в своём темпе, живое занятие с наставником каждую неделю и доступ к моделям от школы.
1. Хекслет
У Хекслета шесть платных программ по ИИ для разработчиков и бесплатный вводный курс. Уроки текстовые, с квизами и практикой, раз в неделю — живое занятие с наставником или автором курса. Деньги вернут полностью, если передумать в первые 14 дней после старта, а позже — за оставшуюся часть программы. Оплатить можно сразу или в рассрочку от 6 до 24 месяцев.
ИИ для разработчиков 2.0
Курс для тех, кто уже пишет код и хочет перевести свою работу на ИИ-агентов: Claude Code, Cursor, GitHub Copilot. Автор — Кирилл Мокевнин, сооснователь Хекслета. Главная идея курса: агенту нужен понятный проект, и разработчик учится менять код и обвязку так, чтобы задачи заканчивались кодом, который не нужно дорабатывать.
Для кого: разработчики на любом стеке; нужен опыт с Git (commit, branch, merge) и терминалом
Срок: 4–5 недель, старт 20 октября
Формат: текстовые уроки и квизы, воркшоп раз в неделю с наставником и спикером, самостоятельные работы
Программа: скиллы агентов, Spec Driven Development (ADR, PRD), онтология проекта, харнес: инструменты, MCP, память, циклы проверки, многоагентные пайплайны
На выходе: итоговый проект: веб-приложение от проектирования до деплоя в PaaS, интерфейс, бэкенд и тесты сделаны с агентами; сертификат
Цена: 35 000 ₽ за 4 недели или 45 000 ₽ за 5 недель с проверкой проекта наставником; рассрочка от 3 500 ₽ в месяц
Что в программе по модулям.
Введение: выбор моделей и уровня ризонинга, локальные модели, экономика ассистентов, контекст-инжиниринг, устройство агента (цикл, харнес, инструменты, MCP), память и AGENTS.md, безопасность и разрешения.
Spec Driven Development: агент проверяет свои решения, скиллы и их жизненный цикл, ADR и PRD без ручной работы, онтология проекта, разбор кейсов на скиллах Мэтта Покока.
Адаптация проекта под агента: почему вместе с правилами приходится менять и сам код; как понять, где LLM не справляется; многоагентные пайплайны.
Итоговый проект: полный цикл веб-приложения от проектирования до развёртывания в PaaS.
Курс не привязан к языку: подходы работают на Python, JavaScript, Java и любом другом стеке. Основной инструмент — OpenCode, модели на выбор, свои подписки на Claude или ChatGPT тоже можно подключить.
Программа курса «ИИ для разработчиков». Как курс устроен изнутри, автор рассказал в статье «Курс ИИ для разработчиков: как перейти от промтов к управлению AI-агентами».
LLM-разработчик
Программа совместно с Yandex Cloud для разработчиков, которые встраивают языковые модели в продукты компании. Автор — Рустам Борханов. За курс вы соберёте несколько AI-сервисов: от работы с облачными LLM и RAG до агентов, MCP-интеграций и локальных моделей внутри защищённого контура.
Для кого: разработчики, которые хотят перейти в LLM-разработку
Срок: 4 месяца (16 недель) или 5 месяцев (20 недель), старт 11 ноября
Формат: вебинары 1–2 раза в неделю по 2 академических часа, домашние задания и проекты, чат с наставником
Программа: облачные LLM, RAG по корпоративным знаниям, агенты для службы поддержки, проектирование MCP-серверов и контрактов инструментов, локальные модели и on-premise
На выходе: 4 AI-проекта в портфолио, на старшем тарифе — 5 проектов с проверкой наставником
Цена: 69 000 ₽ или 89 000 ₽; рассрочка от 3 885 ₽ в месяц на 24 месяца
Рустам Борханов — старший инженер-программист отдела интеграции искусственного интеллекта АО «Финам», раньше работал в Wazzup, Ozon и «Камазе». Второй автор — Кирилл Мокевнин. Курс рассчитан на бэкенд-, фронтенд- и фулстек-разработчиков, тимлидов и специалистов, которые уже работают в IT: вы научитесь управлять системными промптами, контекстом и экономикой токенов, контролировать качество ответов, защищать сервис от атак и считать стоимость решения.
Программа курса «LLM-разработчик». Кто такой LLM-разработчик и сколько он зарабатывает — в статье «LLM-разработчик в 2026 году».
Инженерия AI-агентов для SDLC
Программа для разработчиков, которые пишут агентов сами. Сквозной пример — система автоматического ревью кода на TypeScript: вы спроектируете многоагентное ревью и обоснуете его архитектуру замерами.
Для кого: разработчики, которые проектируют и пишут агентов
Срок: 4 курса, 43 урока, занятия раз в неделю; старт 30 ноября
Формат: уроки на платформе, примеры на TypeScript и схемы, вопросы для самопроверки, наставник
Программа: устройство агента и харнес, evals, инфраструктура автономных агентов, делегирование частей ревью, планирование покрытия изменения
Цена: 39 000 ₽ или 59 000 ₽; рассрочка от 2 195 ₽ в месяц
Курс для разработчиков уровня middle+ и senior, которые уже вызывают LLM API и писали что-то агентное руками, а также для тимлидов и платформенных команд. Вы разберёте один запуск агента до деталей, соберёте воспроизводимую оценку качества, чтобы отличать улучшение от случайности, и переведёте агента в сервис без человека в цикле: очередь, изоляция, восстановление после сбоев, наблюдаемость. Авторы — Кирилл Мокевнин и Иван Поддубный, у которого 16 лет в коммерческой разработке и больше 50 выступлений на конференциях.
Программа курса «Инженерия AI-агентов». Про устройство обвязки агента — статья «Анатомия агентного харнесса».
AI SDLC
Курс для CTO и тимлидов, которые перестраивают разработку команды под агентов. Практикумы делаются на вашем проекте: оцениваете уровень команды, пишете спеку, считаете пропускную способность ревью и составляете план перехода. Учебного репозитория нет. Один из авторов — Алексей Могильников.
Для кого: руководители разработки с командой, которая уже работает с coding-агентами, и полномочиями менять правила ревью и гейты
Срок: 4 недели, старт 29 октября
Формат: текстовые темы и квизы, раз в неделю большое живое занятие с авторами курса
Программа: спецификации, конвейер от задачи до production, пропускная способность ревью, внедрение на старом коде, что централизовать в харнесе, метрики эффекта
Цена: 36 000 ₽ или 59 000 ₽ при полной оплате; рассрочка от 4 900 ₽ в месяц
Программа — 4 занятия и 9 тем: модель зрелости и шесть уровней автономности команды, исходный замер до перехода, спека как источник истины рядом с кодом, пайплайн OpenSpec, путь изменения от спеки до релиза, ревью в нескольких ролях — агентное, архитектурное, security и доменное. Курс не привязан к языку, стеку и размеру команды. Алексей Могильников — 15 лет в разработке и архитектуре, был CTO и CDO и построил AI-направление на 60 специалистов.
Программа курса «AI SDLC». Почему одних промптов команде мало — в статье «SDLC для ИИ-агентов».
26 октября в 19:00 — бесплатный вебинар «Как выстроить сквозной SDLC для ИИ-агентов». Разберём спецификации для агентов, передачу контекста между ними и проверки до готового пул-реквеста. Записаться на вебинар →
Вайб-кодинг на Claude Code
Короткий практический курс по Claude Code: агент работает с проектом целиком, а вы учитесь ставить ему задачи, управлять контекстом и проверять результат. Подходит и разработчикам, и основателям проектов, которые собирают продукт с ИИ.
Срок: 1 месяц, старт 17 декабря
Формат: вебинары раз в неделю по 2 академических часа, чат потока с наставником
Программа: запуск задач в Claude Code, структура проекта и конфигурации, Git и публикация, контекст и системные инструкции, внешние API, скиллы и хуки, автоматические сценарии по расписанию, хранение ключей и Row Level Security
На выходе: 1–2 проекта в портфолио
Цена: 35 000 ₽ или 45 000 ₽ с проверкой проектов; рассрочка от 1 970 ₽ в месяц
Программа курса «Вайб-кодинг на Claude Code». Что такое вайб-кодинг и где он заканчивается — в статье «Вайбкодинг — что это такое простыми словами», а свой скилл для Claude Code можно написать по пошаговой инструкции.
AI-автоматизация
Курс о том, как собирать AI-автоматизации для компаний: обработку заявок без менеджера, интеграции сервисов, AI-ассистентов и workflow. Подходит начинающим: в начале разбирают Git, зависимости и запуск проектов.
Срок: 3 месяца (12 недель) или 4 месяца (16 недель), старт 24 ноября
Формат: вебинары раз в неделю по 2 академических часа, домашние задания и проекты, чат с наставником
На выходе: 3–4 проекта в портфолио, на старшем тарифе — проверка проектов наставником и дополнительный проект
Цена: 49 000 ₽ или 69 000 ₽; рассрочка от 2 759 ₽ в месяц
Программа курса «AI-автоматизация»
Бесплатно: ИИ для начинающих
12 уроков примерно на 4 часа: работа с LLM, промпты, тексты, изображения, сайт и презентация проекта. Программировать не нужно, курс подойдёт, если вы только знакомитесь с нейросетями. Начать курс «ИИ для начинающих».
2. Яндекс Практикум — ИИ-инженер
Самая инженерная программа подборки и самая требовательная к входу. Курс в линейке PRO рассчитан на тех, кто уже работает в ML: нужны Python с ООП, основы обработки текстов, линейная алгебра, опыт в ML, PyTorch и базовый Docker. Для практики школа даёт виртуальную машину с GPU.
Для кого: ML-инженеры, DL- и NLP-специалисты, бэкенд-разработчики с опытом в ML
Срок: 4 месяца, около 12 часов в неделю: 71 час теории и 184 часа практики
Формат: 6 спринтов с проектом и ревью эксперта в каждом, 3 воркшопа с наставниками, тренажёр с ИИ-помощником; первая часть бесплатная
Программа: архитектура LLM и инференс на vLLM, RAG и векторные базы FAISS, Chroma, Qdrant, агенты на LangChain и LangGraph, деплой на FastAPI и Docker, мониторинг в Prometheus, Grafana и LangSmith, дообучение
На выходе: 6 проектов, итоговый — ИИ-ассистент для службы поддержки; диплом о переподготовке при наличии СПО или ВО. Помощи с трудоустройством нет
Цена: 141 960 ₽ одним платежом с учётом промокода или от 5 795 ₽ в месяц на 36 месяцев
Если опыта в ML нет. Те же темы — RAG, агенты, MCP, деплой — разбирают в программе «LLM-разработчик» Хекслета. Опыт в ML и PyTorch для неё не нужен. Цена — от 69 000 ₽, вдвое ниже.
3. OTUS
У OTUS три программы для разных уровней. Занятия идут вживую два раза в неделю по 2 академических часа, по понедельникам и средам в 20:00 по Москве, записи остаются. В конце — выпускной проект, сертификат OTUS и удостоверение о повышении квалификации.
LLM-инженер
Для кого: Python-разработчики, которые переходят к LLM- и RAG-приложениям, DevOps, дата-инженеры и ML-специалисты; нужны Python и базовые знания нейросетей
Срок: 4 месяца, последний — проект; старт 30 ноября
Программа: токенизация и архитектуры трансформеров, LangChain и LangGraph, Advanced RAG и оценка через RAGAS, LoRA и QLoRA, инференс на vLLM и NVIDIA Triton, LLMOps, мультимодальные модели
Цена: 113 400 ₽ или от 10 500 ₽ в месяц
Плюс: самая широкая по стеку программа — от токенизации до инференса на vLLM и Triton. Ограничение: жёсткое расписание, два вечера в неделю вживую.
Страница курса «LLM-инженер». Похожая программа у Хекслета — «LLM-разработчик»: 4–5 месяцев, вебинары 1–2 раза в неделю, от 69 000 ₽.
Разработка ИИ-агентов
Для кого: бэкенд- и фулстек-разработчики на Python или JavaScript, тимлиды, ML-инженеры; нужны опыт разработки, API и основы баз данных
Срок: 3 месяца, старт 28 октября
Программа: цикл ReAct и роутинг моделей, function calling, MCP и A2A, векторная и графовая память, Agentic RAG, LangGraph и SDK OpenAI и Anthropic, evals, guardrails и защита от prompt injection
Цена: 99 000 ₽ или от 8 250 ₽ в месяц
Единственная программа в подборке, целиком посвящённая агентам, и одна из немногих, куда берут JavaScript-разработчиков. Дообучение и инференс моделей в неё не входят. Страница курса «Разработка ИИ-агентов».
Для сравнения: в «Инженерии AI-агентов» Хекслета агентов тоже пишут сами, но упор на замеры качества, запуск агента как сервиса и многоагентное ревью кода. Цена — от 39 000 ₽.
Большие языковые модели. Экспертный уровень
Для кого: DS-специалисты; нужны высшая математика, классический ML, основы DL и PyTorch
Срок: 4 месяца, старт 30 ноября
Программа: BERT, GPT и дообучение, LoRA и доменная адаптация, длинный контекст и ризонинг, RAG, распределённое обучение, мультимодальные модели, coding-агенты и MCP
Цена: 89 100 ₽ или от 8 250 ₽ в месяц
Курс про устройство моделей и их дообучение. Бэкенд-разработчику без ML порог входа будет высоким. Страница курса «Большие языковые модели».
4. Нетология
LLM-разработчик
У программы два трека: с нуля на 11 месяцев, где сначала учат Python, ООП, API и SQL, и трек PRO для разработчиков на 5 месяцев без базовых тем.
Формат: 23 вебинара, 5 сессий вопросов и ответов, до 8 консультаций с ментором
Программа: LLM через API, российские и локальные модели, эмбеддинги и RAG с оценкой качества, дообучение LoRA и QLoRA, архитектура ИИ-агентов, деплой агента в Docker и Yandex Cloud
На выходе: проекты для портфолио, диплом или удостоверение, программа трудоустройства
Цена: трек с нуля — 105 716 ₽ по акции до 31 октября или от 3 455 ₽ в месяц на 36 месяцев; цену трека PRO школа показывает после заявки
Плюс: отдельный трек для разработчиков, в программе дообучение LoRA и QLoRA и деплой агента в Yandex Cloud. Ограничение: цену трека PRO без заявки не узнать, а трек с нуля длится 11 месяцев.
Страница курса «LLM-разработчик». Если Python вы уже знаете, базовые темы можно пропустить: «LLM-разработчик» Хекслета сразу начинает с LLM и идёт 4–5 месяцев.
ИИ-разработчик: от API до агентов
Срок: 6 месяцев, дата старта на странице — «скоро»
Программа: API OpenAI, OpenRouter и GigaChat, оптимизация стоимости, FastAPI-приложения с LLM, векторные базы Pinecone, Qdrant и pgvector, RAG, агенты и мультиагентная оркестрация, локальные модели в Ollama, MLOps на Terraform, Ansible и Kubernetes
На выходе: 5 проектов, дипломы МТУСИ и Нетологии
Цена: 119 000 ₽ по акции до 31 октября или от 3 889 ₽ в месяц
Требований к входу на странице нет, уточните их у школы. Страница курса «ИИ-разработчик: от API до агентов».
5. karpov.courses — Deep Learning Engineer, трек NLP
Курс по глубокому обучению, где LLM — часть трека NLP. Подойдёт, если хотите понимать, как устроены трансформеры, и дообучать генеративные модели. RAG, агентов и векторных баз в программе нет.
Для кого: знают Python и машинное обучение
Срок: база DL 8 недель, затем трек NLP 8 недель; начать можно сразу после оплаты
Программа: PyTorch, токенизация и языковые модели, RNN и LSTM, BERT и GPT, transfer learning, сжатие моделей, деплой DL-моделей
На выходе: финальный проект — чат-бот с дообученной генеративной моделью, сертификаты на русском и английском, карьерное сопровождение
Цена: 93 450 ₽ или 131 200 ₽ в зависимости от тарифа, рассрочка от 5 467 ₽ в месяц
Страница курса Deep Learning Engineer
6. Skillbox — Вайб-кодинг для разработчиков
Курс про ИИ-ассистентов в работе разработчика: Cursor, VS Code, GigaIDE, агенты и MCP в IDE, тесты, рефакторинг и ревью с ИИ. Строить LLM-системы он не учит: RAG, архитектуры агентов и дообучения в программе нет.
Срок: 2 месяца, видеоуроки, 6 практических работ с обратной связью, финальный проект
Цена: базовый тариф — 4 123 ₽ в месяц в рассрочке на 12 месяцев
Страница курса «Вайб-кодинг для разработчиков»
Похожие задачи закрывают «ИИ для разработчиков 2.0» и «Вайб-кодинг на Claude Code» Хекслета. Разница — в живых воркшопах с наставником каждую неделю и в Spec Driven Development на итоговом проекте.
Бесплатные курсы по ИИ для разработчиков
Бесплатные курсы дают теорию и практику, но без наставника и проверки проектов. Большинство — на английском, у курсов Hugging Face и Microsoft есть русский перевод.
Курс | Язык | Объём | О чём |
Хекслет · ИИ для начинающих | рус. | 12 уроков, ~4 ч | LLM и промпты, без программирования |
Hugging Face · LLM Course | англ., главы 0–9 на русском | 12 глав, ~6–8 ч на главу | трансформеры, fine-tuning, датасеты, reasoning-модели |
Hugging Face · AI Agents Course | англ. | 4 главы и бонусы | smolagents, LangGraph, LlamaIndex, сертификат |
Hugging Face · MCP Course | англ. | 3 главы | MCP-серверы и клиенты, сертификат |
Microsoft · AI Agents for Beginners | англ., есть русский | 18 уроков | паттерны агентов, Agentic RAG, MCP, память |
Microsoft · Generative AI for Beginners | англ., есть русский | 21 урок | промпты, RAG, function calling, LLMOps |
DeepLearning.AI · Agentic AI | англ. | ~10 часов | reflection, tool use, планирование, оценка агентов |
Deep Learning School МФТИ | рус. | 2 семестра | DL с нуля, NLP и LLM во второй части |
ODS · NLP & LLMs | рус. | сентябрь — декабрь | тексты, трансформеры, LLM, проект |
Яндекс · Учебник по ML | рус. | 16 глав | классический ML, DL, языковые модели |
Андрей Карпатый · Zero to Hero | англ. | 8 лекций, ~14,5 ч | нейросети и GPT с нуля |
Google · Machine Learning Crash Course | англ. | ~13,5 ч | основы ML, введение в LLM |
Hugging Face: LLM, агенты и MCP
Три курса от Hugging Face — самый полный бесплатный набор для LLM-разработчика. LLM Course объясняет трансформеры, дообучение и работу с датасетами; главы 0–9 переведены на русский, курс обновлялся в октябре 2026 года. AI Agents Course сравнивает на практике три фреймворка — smolagents, LangGraph и LlamaIndex — и выдаёт бесплатный сертификат. MCP Course сделан вместе с Anthropic и учит писать MCP-серверы на Python и TypeScript. Нужны уверенный Python и бесплатный аккаунт Hugging Face.
Microsoft: AI Agents for Beginners и Generative AI for Beginners
Два открытых курса на GitHub с русским переводом. AI Agents for Beginners — 18 уроков о паттернах агентов: инструменты, планирование, мультиагентные системы, Agentic RAG, MCP, память и безопасность. Generative AI for Beginners — 21 урок с кодом на Python и TypeScript: промпты, RAG и векторные базы, function calling, открытые модели и LLMOps. Примеры рассчитаны на Azure, но в курсах есть путь через локальные модели в Foundry Local.
DeepLearning.AI: Agentic AI
Курс Эндрю Ына — около 10 часов, 5 модулей. Агентов строят на чистом Python без фреймворков: reflection, использование инструментов, планирование, мультиагентные сценарии, оценка и разбор ошибок. Смотреть бесплатно, сертификат — по подписке Pro. Страница курса Agentic AI.
Deep Learning School МФТИ
Бесплатная школа ФПМИ МФТИ на русском, больше 34 000 выпускников. Первая часть — машинное и глубокое обучение, вторая — обработка текстов: эмбеддинги, attention, трансформеры и большие языковые модели. Обучение идёт потоками с дедлайнами, осенний поток 2026 года — на Stepik. Сайт Deep Learning School.
ODS: NLP & LLMs
Курс сообщества Open Data Science с лектором Валентином Малыхом. Осенний поток идёт с 14 сентября по 31 декабря 2026 года: лекции по вторникам, семинары, тесты и проект. Нужны Python, высшая математика и основы ML. Страница курса NLP & LLMs.
Учебник по машинному обучению от Яндекса
16 глав от авторов ШАД: классическое обучение с учителем, архитектуры нейросетей, трансформеры, генеративные и языковые модели. Это справочник без заданий и сертификата, зато подробный и на русском. Учебник по ML.
Андрей Карпатый: Neural Networks: Zero to Hero
8 лекций, в которых нейросети и GPT пишутся с нуля, без фреймворков. Курс не обновлялся с 2024 года и не касается RAG и агентов, но подробно объясняет, как устроены языковые модели изнутри. Страница курса Zero to Hero.
Google: Machine Learning Crash Course
Около 13,5 часов видео, визуализаций и упражнений в Colab: регрессия, классификация, нейросети, эмбеддинги и вводный модуль о LLM. Подойдёт как короткая база по ML перед курсами о языковых моделях. Страница курса.
Какие курсы сложно пройти из России
Курсы Anthropic Academy, например Building with the Claude API, и интенсив Kaggle по ИИ-агентам от Google бесплатны. Но практика в них построена на Claude API и Gemini API, а оба сервиса официально не работают в России. Смотреть материалы можно, повторить код — только с доступом к API. Старый репозиторий anthropics/courses на GitHub переведён в архив и строится на моделях Claude 3.
На курсе Хекслета «ИИ для разработчиков» этой проблемы нет: школа даёт доступ к платным моделям через свою инфраструктуру, VPN и личные API-ключи не нужны.
Сколько зарабатывают ИИ-разработчики
Вилки зарплат в Москве на руки, по агрегаторам вакансий и опросам сообществ за первый квартал 2026 года. Данные — из статьи «Как стать ИИ-разработчиком в 2026».
Уровень | LLM-разработчик | ML-инженер | AI-автоматизатор |
Junior | 120–200 тыс. ₽ | 150–250 тыс. ₽ | 80–140 тыс. ₽ |
Middle | 200–380 тыс. ₽ | 280–450 тыс. ₽ | 140–250 тыс. ₽ |
Senior | 380–600 тыс. ₽ | 450–700 тыс. ₽ | 250–400 тыс. ₽ |
Lead | 500–900 тыс. ₽ | 600 тыс. — 1,2 млн ₽ | 350–500 тыс. ₽ |
ML-инженерия платит больше, но требует математики и опыта обучения моделей. LLM-разработка — самая массовая ниша для бэкенд-разработчика, а в AI-автоматизацию можно прийти без опыта программирования.
Какие навыки нужны ИИ-разработчику в 2026 году
В вакансиях LLM-разработчика чаще всего встречаются уверенный Python или TypeScript, HTTP API и асинхронность, работа с API моделей, RAG и векторные базы, агенты и инструменты, MCP, оценка качества ответов, деплой и контроль стоимости. Подробнее о навыках — в статьях блога Хекслета:
Код пишет ИИ: какие навыки нужны разработчику в 2026 году — семь навыков, от постановки задачи агенту до настройки MCP и субагентов;
Рынок навыков для ИИ-агентов в 2026 — что спрашивают работодатели;
Промпт-инжиниринг больше не главное: что такое инженерия контекста;
Год разработки с ИИ-агентами: главные выводы Кирилла Мокевнина.
План: как стать LLM-разработчиком за полгода
Если вы уже пишете на Python или TypeScript, на переход в LLM-разработку уйдёт около шести месяцев. Пример плана, где платные курсы Хекслета совмещаются с бесплатными материалами:
Месяц 1. Агентная разработка в своём проекте. Научитесь работать с Claude Code, Cursor или OpenCode так, чтобы агент приносил готовый код: контекст, скиллы, спецификации. Курс — «ИИ для разработчиков 2.0», бесплатная альтернатива — Generative AI for Beginners.
Месяцы 2–3. LLM API, промпты, RAG. Подключаете модели через API, собираете поиск по документам компании на эмбеддингах и векторной базе, учитесь считать стоимость токенов. Это первые модули программы «LLM-разработчик». Теорию трансформеров добирайте в LLM Course от Hugging Face.
Месяц 4. Агенты, инструменты, MCP. Агент получает инструменты и действует в системах компании, вы проектируете MCP-серверы и контракты инструментов. В «LLM-разработчике» это агент для службы поддержки, бесплатно — AI Agents Course и MCP Course.
Месяц 5. Продакшен. Деплой, контроль качества ответов, защита от атак, локальные модели внутри контура компании. Пригодятся статьи про экономию токенов и про RAG в бизнес-процессах.
Месяц 6. Портфолио. 4–5 проектов на GitHub с описанием задачи, архитектуры и замеров качества. Дальше — «Инженерия AI-агентов» для роста до senior.
Проекты для портфолио: что собрать за время учёбы
Работодатель смотрит на работающий сервис. Вот проекты, которые собирают на программах Хекслета:
Проект | Что показывает | Где его делают |
Веб-приложение, собранное с ИИ-агентами от спеки до деплоя | Spec Driven Development, проверка результата агента, работа с PaaS | |
ИИ-агент для службы поддержки | архитектура агента, инструменты, настройка поведения | |
RAG по корпоративным знаниям | эмбеддинги, векторная база, качество ответов | |
MCP-сервер с контрактами инструментов | интеграция LLM с внешними системами | |
Многоагентное ревью кода с замерами | харнес, evals, агент как сервис | |
План перехода команды на AI SDLC с исходным замером | спеки, ревью, метрики эффекта | |
Автоматическая обработка заявок без менеджера | workflow, интеграции сервисов |
Как выбрать курс по ИИ разработчику
Начните с задачи. Если нужно быстрее делать свою работу, хватит короткого курса по агентной разработке на 1–2 месяца. Если хотите встраивать LLM в продукты и сменить роль на LLM-разработчика, нужна программа на 4–6 месяцев с RAG, агентами, деплоем и проектами. Если интересно обучать модели, начинайте с машинного обучения и математики.
Проверьте требования на входе. Курсы «ИИ-инженер» Практикума и экспертный курс OTUS по LLM рассчитаны на тех, кто уже знает ML и PyTorch. Бэкенд-разработчику без ML проще начать с программ, где LLM изучают через API и инженерную обвязку.
Смотрите на проекты и проверку. Работодатели и заказчики ждут работающий сервис: с RAG по реальным документам, агентом с инструментами, деплоем и оценкой качества. Хорошо, если проект проверяет наставник: автотесты не покажут, удачна ли архитектура.
Сравните формат. Живые вебинары по расписанию дисциплинируют, но требуют свободных вечеров. Текстовые уроки и записи удобнее совмещать с работой. Узнайте, сколько часов в неделю закладывает школа.
Попробуйте бесплатно. У многих школ есть бесплатное начало курса или вводный вебинар. Курсы Hugging Face и Microsoft помогут понять, интересна ли вам тема, ещё до оплаты.
Словарь: термины, которые встретятся на курсах
LLM — большая языковая модель: GPT, Claude, Gemini, GigaChat, YandexGPT. Работает с текстом как с последовательностью токенов. Основа — нейросети.
Токен — кусок текста, которым оперирует модель. Модели тарифицируются за токены, поэтому длина контекста — это деньги: как экономить токены.
Контекст — всё, что модель видит в запросе: инструкции, история, документы, результаты инструментов. Инженерия контекста важнее формулировки промпта.
RAG — генерация с поиском: модель ищет нужные фрагменты в документах компании и отвечает по ним. Как это внедряют.
Эмбеддинги и векторная база — числовые представления текста и хранилище для поиска похожих фрагментов: Qdrant, pgvector, FAISS, Chroma.
ИИ-агент — модель, которая сама выбирает действия и вызывает инструменты, пока не решит задачу. Чем агент отличается от ассистента и чат-бота.
Харнес — обвязка агента: цикл, инструменты, память, правила и проверки. Анатомия харнесса.
MCP — Model Context Protocol, стандарт подключения инструментов и данных к моделям. Через MCP агент работает с базой, API и файлами.
Spec Driven Development — разработка от спецификации: агент получает описание поведения, по нему пишет код и тесты. Зачем спеки командам.
Evals — воспроизводимые замеры качества ответов модели или агента. Без них нельзя понять, стало ли лучше после изменения.
Fine-tuning — дообучение модели на своих данных, чаще всего методами LoRA и QLoRA. Задача из машинного обучения, в продуктовой LLM-разработке нужна реже, чем RAG.
Вайб-кодинг — разработка, где код пишет агент по описанию задачи. Что это и где его границы.
Что почитать в блоге Хекслета перед курсом
Бесплатные статьи Хекслета по теме подборки — с кодом и разбором инструментов:
ИИ-агенты и RAG: как компании внедряют LLM в бизнес-процессы
Cursor Rules: как писать правила, чтобы они реально работали
Частые вопросы
Можно ли учиться на Хекслете и работать?
Да. Уроки текстовые, их проходят в своём темпе, а живое занятие с наставником одно в неделю. Для курса «AI-автоматизация» школа рекомендует закладывать 15–20 часов в неделю.
Что если курс Хекслета не подойдёт?
В первые 14 дней после старта Хекслет вернёт всю сумму без объяснений, позже — деньги за оставшуюся часть программы. Оплатить можно сразу или в рассрочку от 6 до 24 месяцев, а платить нужно только к старту потока.
Чему учат на бесплатном вебинаре Хекслета 26 октября?
Как выстроить сквозной процесс разработки для ИИ-агентов: что писать в спецификации, как передавать контекст между агентами и где ставить проверки до слияния пул-реквеста. Ведёт Алексей Могильников, вебинар длится 1,5 часа.
Какой курс Хекслета выбрать разработчику?
Если вы пишете код и хотите работать быстрее с агентами — «ИИ для разработчиков 2.0» на 4–5 недель. Если хотите строить LLM-сервисы и сменить роль — «LLM-разработчик» на 4–5 месяцев. Если уже пишете агентов — «Инженерия AI-агентов». Руководителям команд подойдёт «AI SDLC».
Нужен ли VPN, чтобы учиться на курсах Хекслета по ИИ?
Нет. На курсе «ИИ для разработчиков» Хекслет даёт доступ к платным моделям через свою инфраструктуру на всё время обучения, оплачивать подписки и API-ключи не нужно.
Нужна ли математика, чтобы работать с LLM?
Для LLM-разработки — встраивания моделей в продукты через API, RAG и агентов — глубокая математика не нужна, хватит уверенного программирования. Математика и статистика понадобятся, если вы хотите обучать и дообучать модели или работать ML-инженером.
Чем LLM-разработчик отличается от ML-инженера?
ML-инженер обучает модели и работает с данными. LLM-разработчик берёт готовые языковые модели и строит на них продукты: чат-ботов поддержки, поиск по документам, агентов, которые выполняют действия в системах компании.
С какого языка программирования начинать?
Больше всего материалов и библиотек для LLM — на Python. Агентов и интеграции пишут и на TypeScript: на нём построены, например, курс Хекслета «Инженерия AI-агентов» и часть курса Hugging Face по MCP.
Сколько стоит обучение ИИ для разработчика?
Короткие курсы по агентной разработке стоят 35 000–50 000 ₽, программы по LLM-разработке на 4–6 месяцев — 70 000–140 000 ₽. Бесплатные курсы Hugging Face, Microsoft и Deep Learning School дают хорошую базу, но без наставника.
Можно ли выучиться ИИ бесплатно?
Да, бесплатных материалов достаточно. Сложнее всего самостоятельно довести проект до продакшена и получить обратную связь по коду. За это в основном и платят в платных программах.