Чек-лист
кодовое словоИнженер
AI-инженерия с нуля: бесплатный курс на GitHub и личный AI-репетитор
Ставишь бесплатный курс AI Engineering From Scratch - 523 урока в 20 этапах - прямо в Claude Code или Codex и превращаешь его в личного AI-репетитора. Он даёт вводный тест, составляет план под твой уровень и ведёт тебя от математики до своего мини-GPT и AI-агентов.
Содержание6 глав
AI Engineering From Scratch - бесплатный опенсорс-курс на GitHub, у него больше 65 тысяч звёзд. Внутри 523 урока в 20 этапах: от математики, на которой стоит весь AI, до языковых моделей и AI-агентов. Код не смотришь со стороны - всё пишешь сам, вплоть до своего мини-GPT.
Репозиторий AI Engineering From Scratch
Сайт курса - уроки прямо в браузере
Карта курса
20 этапов: от математики до агентов
- 0 - Setup & Tooling: окружение и инструменты
- 1 - Math Foundations: линейная алгебра, вероятности, матанализ
- 2 - ML Fundamentals: классическое машинное обучение
- 3 - Deep Learning Core: нейросети с нуля
- 4 - Computer Vision: компьютерное зрение
- 5 - NLP: работа с текстом
- 6 - Speech & Audio: речь и звук
- 7 - Transformers Deep Dive: как устроены трансформеры
- 8 - Generative AI: генеративные модели
- 9 - Reinforcement Learning: обучение с подкреплением
- 10 - LLMs from Scratch: своя языковая модель, здесь мини-GPT
- 11 - LLM Engineering: LLM-приложения в продакшене
- 12 - Multimodal AI: картинки, звук и текст вместе
- 13 - Tools & Protocols: инструменты и MCP
- 14 - Agent Engineering: AI-агенты
- 15 - Autonomous Systems: автономные системы
- 16 - Multi-Agent & Swarms: команды агентов
- 17 - Infrastructure & Production: инфраструктура и выкатка
- 18 - Ethics, Safety & Alignment: безопасность и этика
- 19 - Capstone Projects: итоговые проекты
С чего начать
Выбери точку входа под свой уровень
01
Не программировал и не трогал AI
~306 часов
Начинай с этапа 0 - Setup & Tooling
02
Знаешь Python, но не ML
~270 часов
Начинай с этапа 1 - Math Foundations
03
Знаешь ML, но не нейросети
~200 часов
Начинай с этапа 3 - Deep Learning Core
04
Знаешь нейросети, хочешь LLM и агентов
~100 часов
Начинай с этапа 10 - LLMs from Scratch
05
Опытный разработчик, нужны только агенты
~60 часов
Начинай с этапа 14 - Agent Engineering
Свой мини-GPT
Какие этапы пройти, чтобы собрать свою модель
- Пройди этап 0 - Setup & Tooling: настрой окружение
- Пройди этап 1 - Math Foundations: векторы, матрицы, градиенты
- Пройди этап 3 - Deep Learning Core: собери нейросеть руками
- Пройди этап 7 - Transformers Deep Dive: разберись с attention
- В этапе 10 сделай уроки 01-03: токенизатор и пайплайн данных
- Сделай урок 10.04 - Pre-Training a Mini GPT (124M): обучи свой мини-GPT
Репетитор
Поставь курс в Claude Code или Codex
01
Проверь Node и Python
Все три команды ниже должны вывести версию. Если нет - поставь Node.js и Python 3
02
Установи курс как скилл
Выполни команду установки в терминале. Установщик спросит, куда ставить - выбери Claude Code или Codex и область (для проекта или для всего компьютера)
03
Склонируй репозиторий
Уроки с кодом запускаются локально, поэтому скачай репозиторий и зайди в его папку
04
Прогони проверку окружения
Скрипт проверит, что всё готово к первому уроку
node --version
npx --version
python3 --version
Шаг 1 - проверка, что всё установлено
npx skills add rohitg00/ai-engineering-from-scratch
Шаг 2 - ставит репетитора, хост выбираешь при установке
git clone https://github.com/rohitg00/ai-engineering-from-scratch.git
cd ai-engineering-from-scratch
Шаг 3 - скачать курс
python3 phases/00-setup-and-tooling/01-dev-environment/code/verify.py --route beginner
Шаг 4 - проверка окружения
Если npx не подходит
Скиллы можно поставить скриптом из склонированного репозитория. Укажи папку скиллов своего агента, для Claude Code это ~/.claude/skills/. Сначала прогони с --dry-run, чтобы увидеть, что поставится.
python3 scripts/install_skills.py ~/.claude/skills/ --dry-run
python3 scripts/install_skills.py ~/.claude/skills/
Запускай из папки ai-engineering-from-scratch
Вводный тест и план
Включи режим репетитора
01
Запусти онбординг
В Claude Code напиши /start-learning. В Codex - start-learning или выбери скилл через /skills
02
Ответь на 3 вопроса
Репетитор спросит, зачем учишься, сколько часов в неделю готов давать и что хочешь построить
03
Пройди вводный тест
10 вопросов
10 вопросов по 5 областям: математика и статистика, классический ML, глубокое обучение, NLP и трансформеры, прикладной AI. По баллам он определит, с какого этапа тебе начинать
04
Получи свой план
Репетитор отметит каждый из 20 этапов: пропустить, повторить или пройти - и сохранит план в файл LEARNING.md
05
Учись по уроку за сессию
Пиши /learn - репетитор даёт один урок: концепция, математика, код и квиз в конце. Прогресс пишется в LEARNING.md, на следующий день продолжаешь с того же места
06
Проверяй себя по этапам
После этапа пиши /check-understanding и номер этапа, например /check-understanding 13. В Codex - те же команды без слэша
/start-learning
Claude Code - первый запуск репетитора
/learn
Claude Code - следующий урок по твоему плану
Уже знаешь, с чего начать
Тест можно пропустить: просто назови номер этапа от 0 до 19, и план соберётся с него. А если хочешь только перепроверить уровень, попроси репетитора find your level - он прогонит один тест без онбординга.
Короткие треки
Нужен только MCP или Agent Skills - в Claude Code пиши /learn-mcp или /learn-agent-skills. Это отдельные маршруты на несколько часов, без всего курса.
Скилл start-learning на GitHub
Финиш
Проверь себя
- Открыл репозиторий AI Engineering From Scratch и сайт курса
- Выбрал точку входа под свой уровень - этап 0, 1, 3, 10 или 14
- node, npx и python3 выводят версии
- Поставил курс командой npx skills add rohitg00/ai-engineering-from-scratch в Claude Code или Codex
- Склонировал репозиторий и прогнал verify.py без ошибок
- Запустил /start-learning и ответил на 3 вопроса репетитора
- Прошёл вводный тест из 10 вопросов
- В папке появился LEARNING.md с планом по 20 этапам
- Прошёл первый урок через /learn
- Наметил путь до урока 10.04 - своего мини-GPT
