[BOOTCAMP_01] // AI-DRIVEN РАЗРАБОТКА

Увеличь продуктивность
разработки
с AI-DRIVEN
подходом

12-недельный онлайн буткемп для Middle и Senior/Lead разработчиков с реальными кейсами использования AI-инструментов в продакшене.
12 недель
14 уроков
5 модулей
скорость разработки
01
[ABOUT] // О ПРОГРАММЕ

AI в разработке освоили многие.
Встроить его в реальный процесс — другая задача.

Согласно нашим исследованиям, 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 наш 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.
[CONTEXT] // КТО ТАКОЙ РАЗРАБОТЧИК

Что изменилось
в профессии разработчика?

Тогда Сейчас ↕ drag
02
[AUDIENCE] // ДЛЯ КОГО

Middle и Senior
разработчики с
продуктовым мышлением

01
Мыслит продуктом
Понимает, что код это средство достижения целей бизнеса. Фокусируется на результате.
02
Активно развивается
Читает, экспериментирует, инвестирует в обучение. 5–7+ лет опыта.
03
Влияет на команду
Проводит код ревью, менторит. Готов стать лидером трансформации.
04
Скептически, но открыто
Подозрительно относится к AI, но готов глубоко разобраться и проверить возможности.
05
Ограничен временем
Имеет полноценную работу, семью, из-за чего нет времени на самостоятельное обучение.
06
Хочет контролируемые результаты
Не верит в «волшебные таблетки». Хочет понимать, что происходит под капотом.
03
[OUTCOMES] // ЧТО ТЫ ПОЛУЧИШЬ

Что ты научишься
делать

  • Создание фич в разы быстрее — используя AI в цикле ресерч → план → внедрение → тест → ревью

  • Настраивать AI-driven окружение — RAG-системы, MCP, SPEC-разработка, агенты, контекст под твой стек

  • Управлять контекстом — подключать AI к кодовой базе, вики проекта, внешним сервисам

  • Избегать галлюцинаций и контролировать результат — процессы, которые ловят ошибки до продакшена

  • Управлять агентами — несколько агентов в одной кодовой базе, автоматизация рутины и ощутимая помощь в сложных задачах

  • Работать со сложными системами — рефакторинг крупных проектов, работа с легаси, архитектурная трансформация, дробление монолитов на микросервисы и наоборот

  • Держать полноценную AI-команду — бекэнд / фронтэнд разработчики, системный аналитик и DevOps создают полноценный рабочий продукт

  • Масштабировать на команду — AI-driven процессы, корпоративная академия, трансформация SDLC организации

04
[CURRICULUM] // ПРОГРАММА · 12 НЕДЕЛЬ · 14 УРОКОВ

Программа
буткемпа

M1
Введение — AI как инструмент
НЕД 1 · 1 УРОК
01
Вводная встреча и дорожная карта
Живые демонстрации на реальных коммерческих кейсах: лендинг за 5 минут, SQL-анализ за 10 минут, архитектурные задачи с AI в роли сеньора. Чёткое понимание возможностей и границ инструментов на старте.
// Матрица паттернов · Возможности LLM · Роль архитектора · Дорожная карта
M2
Контекст, основы и подготовка
НЕД 2–3 · 3 УРОКА
02
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.
// Токены и предсказания · Контекстное окно · Философия качества · Trust but verify
03
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.
// Контекст как код · RAG · Кэширование · Управление памятью
04
Мультиэкспертность
AI в роли аналитика данных, дизайнера, тестировщика, DevOps. Работа в незнакомых стеках, делегирование задач из чужих доменов, понимание границ компетенций модели.
// Симулятор эксперта · Кросс-функциональность · Domain translation · Границы компетенций
M3
Агенты
НЕД 4–10 · 4 УРОКА
05
Мультиагенты
Построение мультиагентных систем с узкоспециализированными агентами. Подключение векторных баз данных, оркестрация через MCP, типы памяти агентов на реальном архитектурном кейсе.
// Мультиагентная архитектура · MCP · Векторные БД · Типы памяти
06
Обзор моделей
Системный обзор ландшафта моделей: Claude, GPT, DeepSeek, GigaChat, YandexGPT. Одна задача через пять моделей, матрица применений моделей в зависимости от задач.
// Ландшафт моделей · Матрица применения · Бенчмарки
07
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.
// Агенты vs воркфлоу · Plan Mode · Human-in-the-loop
08
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.
// Агентская логика · Спецификации · agents.md · skills.md
M4
Quick Wins и сложные кейсы
НЕД 4–8 · 5 УРОКОВ
09
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.
// Figma MCP · Vibe coding · Rapid Prototyping · Code Review Pattern
10
Фреймворк системной декомпозиции
Проектирование продуктовой системы через 5 этапов: UI прототипы, структура БД, API контракты, архитектура, бизнес-логика. Проектирование микросервиса с демонстрацией полного пайплайна.
// Системная декомпозиция · API контракты · Микросервисы · 5 этапов проектирования
11
Изучение незнакомых систем
Восстановление архитектуры большого legacy-проекта на незнакомом языке программирования. Объяснение связей между модулями, создание документации для системы без документации.
// Legacy Exploration · Dependency mapping · Восстановление архитектуры · Оптимизация контекста
12
Рефакторинг и трансформация сложных систем
Безопасный рефакторинг крупной кодовой базы с GitHub: установление связей, изоляция модулей, поэтапные массовые изменения, непрерывная валидация и стратегия отката.
// Legacy Refactoring · Dependency mapping · Continuous validation · Rollback strategy
13
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.
// Monolith Breakdown · Bounded contexts · Риск-менеджмент · Интеграция паттернов
M5
Масштабирование и выпуск
НЕД 11–12 · 2 УРОКА
14
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.
// Управление изменениями · Корпоративная академия · Изменение SDLC
15
Окончание и следующие шаги
Формирование долгосрочной стратегии развития AI-практик. Чеклисты, промпты, плейбуки для ежедневной работы. Вход в комьюнити для постоянного обмена опытом.
// Мастер-тулкит · Библиотека паттернов · Комьюнити
05
[FORMAT] // ФОРМАТ ЗАНЯТИЙ

Как устроен
каждый урок

[ТЕОРИЯ] // 10–30 МИН
Минимальная теория

Только то, что нужно для понимания практики. Концепции даются по мере необходимости.

[КЕЙС] // 1 ЧАС
Живой разбор кейса

Рассказываем, о чём будет кейс и показываем, как его реализовать. Даём инструкции к выполнению и отвечаем на вопросы.

[ПРАКТИКА] // 1.5 ЧАСА
Практика на месте

Студенты реализуют кейс самостоятельно прямо на занятии. Сталкиваются с проблемами и решают их с экспертами на месте.

Уроки 2–5 проходят 2 раза в неделю, остальные — раз в неделю. После урока открывается доступ к материалам библиотеки. Логика последовательного открытия поможет сконцентрироваться на текущих паттернах.

06
[TEAM] // АВТОРЫ И ЭКСПЕРТЫ БУТКЕМПА

Авторы и
эксперты

Николай Барышников
Николай
Барышников
// Яндекс Cloud
[LEAD_INSTRUCTOR]
15 лет опыта в индустрии
Ex-product manager в Yandex Cloud, ответственный за стратегические дорожные карты и развитие облачных продуктов
Специалист по распределённым системам и облачной инфраструктуре
Предприниматель и CTO: со‑основатель Joylink, основатель DataLightMe
Михаил Овчинников
Михаил
Овчинников
// Meta · Google
[LEAD_INSTRUCTOR]
18 лет опыта в индустрии
8 лет в Бигтехе: 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
Даниил
Пелипенко
// SymbioWay
[LEAD_INSTRUCTOR]
Директор центра подбора и оценки IT-специалистов SymbioWay
Технический директор SW Development
Руководитель направления «Разработка» в Центральном университете (Т-Банк)
Разработчик с 2004 года (Java, PHP, frontend), руководитель разработки с 2008
Спикер TeamLead Conf, MergeConf · ПК конференции Стачка
Автор 58 курсов · Skillbox, МФТИ, ТГУ, РАНХиГС, Яндекс.Практикум
Сертифицированный карьерный коуч (Career Way Inc., ICF)
Выпускник МГУ · Кандидат наук
[COMMITTEE_01] // Программный комитет
Михаил Пайсон
Михаил Пайсон
«Подход через спецификации и управление контекстом — правильный фундамент. Specification-driven development как практика сюда органично вписывается.»
Павел Ремезов
Павел Ремизов
«Структура выстроена осмысленно, программа прошла через серьёзную работу. Путь от простых кейсов к архитектурным задачам выстроен последовательно.»
Дмитрий Твердохлебов
Дмитрий Твердохлебов
Андрей Кузьминых
Андрей Кузьминых
«Уверенный буктемп про смену роли разработчика. Важно, что в конце затронута тема организационных изменений — это обычно самое слабое место подобных программ. Здесь это закрыто.»
Глеб Михеев
Глеб Михеев
«Плотный буткемп, каким и должен быть для аудитории разработчиков. Я бы и сам такое послушал. Чувствуется, что материал выстроен людьми, которые понимают, как реально устроена разработка изнутри.»
Тимур Каримбаев
Тимур Каримбаев
Дмитрий Крутов
Дмитрий Крутов
Александр Ларьяновский
Александр Ларьяновский
07
[FAQ] // ЧАСТЫЕ ВОПРОСЫ

FAQ

  • Буктемп подойдёт мне, если я уже пользуюсь ChatGPT/Copilot/Claude или другим инструментом?
    Да, и скорее всего именно для вас он будет наиболее ценным. Базовое использование AI — это первый уровень из трёх: AI как поисковик, AI как помощник, AI как продакшн слой со своим пайплайном. Буктемп начинается там, где заканчивается большинство туториалов: контекст-инжиниринг, мультиагентная система, работа с реальными кодовыми базами, безопасный рефакторинг. Если вы уже используете автодополнение или другие отдельные практики — вы сэкономите время на старте и быстрее перейдёте к практике.
  • Как буктемп поможет, если я не доверяю качеству AI-кода?
    Скептицизм — правильная стартовая позиция, и буктемп строится именно вокруг неё. Центральный принцип программы называется trust but verify: AI генерирует быстро, но ответственность за качество остаётся за разработчиком. На практике это означает: как формулировать задачу так, чтобы минимизировать галлюцинации; как выстраивать проверки через юнит-тесты и код ревью; как сохранять понимание кода при делегировании агентам.
  • Подойдёт ли буктемп под мой стек и язык?
    Буктемп работает с любым стеком. Практика построена на принципах, применимых в любом языке и фреймворке: контекст-инжиниринг, системная декомпозиция, работа с легаси кодом. Один из ключевых кейсов — восстановление архитектуры большого проекта на незнакомом языке программирования. Именно эта способность — работать с любым стеком через AI — является одним из главных результатов программы. Если у вас нишевый язык или специфичная БД, обсудите ваш кейс с куратором до старта.
  • Чем это отличается от курсов по промптингу, которых полно?
    Промптинг — это техника составления запросов. Буктемп про другое: как встроить AI в реальный инженерный процесс так, чтобы это давало контролируемый результат на рабочих задачах. Каждый урок строится вокруг реального коммерческого кейса. Сертификация — портфолио из 3–5 внедрений на вашем рабочем проекте.
  • AI заменит разработчиков — зачем тогда учиться?
    Писать код строчка за строчкой перестаёт быть дефицитом. Дефицитом становится понимание систем, архитектурное мышление, контроль качества и способность управлять AI как инструментом. Разработчик с AI конкурирует с разработчиком без AI, который делает ту же работу в 3–5 раз медленнее. Буктемп про то, как занять позицию архитектора решений и почти полностью отойти от ручного ввода.
  • Будут ли реальные кейсы или только теория?
    Каждый урок построен вокруг конкретного кейса: перенос многостраничного Figma-проекта во фронтенд за минуты, восстановление архитектуры легаси кода на незнакомом языке, безопасный рефакторинг большого проекта с GitHub, разбиение монолита на микросервисы и обратно и ещё 10 кейсов. Теория занимает не более 10–30 минут из 3 часов в начале урока, остальное время это демонстрация, самостоятельная практика и живое обсуждение.
  • И всё же, буктемп для разработчиков или для менеджеров?
    Для разработчиков middle+ и senior уровня с 5+ годами опыта. Вся практика построена на инженерных задачах и требует хорошего понимания кода. Последний урок про масштабирование на команду рассчитан на тех, кто уже влияет на технические решения в компании, хочет проявить себя в трансформации команды, либо хочет понять, как это уже происходит в компаниях.
  • Что я буду уметь делать после буктемпа — конкретно?
    Переносить многостраничный дизайн из Figma в работающий проект за минуты. Контролировать и улучшать качество результатов от ИИ, управляя контекстом. Восстанавливать архитектуру незнакомой кодовой базы без документации. Проводить безопасный рефакторинг большого легаси проекта. Настраивать агентов для автоматизации рутинных задач — документация, тесты, code review — и для помощи в сложных задачах, как проектирование архитектуры и написание соответствующей спецификации. Формулировать эти спецификации так, чтобы агенты минимально отклонялись от плана. Оптимизировать затраты токенов на разные типы задач.
  • Буктемп про инструменты или про подход к работе?
    Инструменты и подход идут вместе. Cursor, Claude Code, n8n, MCP, векторные БД — всё это и многое другое появляется в контексте реальных задач. Поскольку инструменты меняются каждые несколько месяцев, акцент на паттернах: как думать о задаче, как декомпозировать систему, как выстраивать контроль качества. Конкретные инструменты — способ показать паттерн в действии.
  • Как получить доступ к зарубежным моделям из России?
    Мы предоставляем доступ ко всем инструментам по запросу для жителей России. Для этого нужно обязательно заполнить предварительную заявку и указать почту. В непредвиденных случаях обращаться к нашему куратору.

Готов писать лучший код
и шипить быстрее?

12 недель. 14 уроков. Реальные кейсы из продакшена.
Старт — 20 апреля 2026. Мест ограничено.