ИИ-агент на своём сервере: Python, нейросеть по API Cloud.ru

Школа Stepik

## О чём материал Пошаговое руководство по созданию **ИИ-агента на Python** и его развёртыванию на **виртуальной машине** в облаке Cloud.ru рассчитано на слушателей без предварительного опыта работы с Linux. В практической части создаётся сервис, который собирает информацию из интернета, отправляет запросы к нейросети по API и ежедневно рассылает готовую выжимку на электронную почту. Отдельное внимание уделено оптимизации бюджета: автор разбирает затраты на реальном счёте, демонстрируя использование стартовых бонусов облачного провайдера и минимизацию расходов на запросы к языковым моделям. ## Чему вы научитесь - Создавать сервер в облаке и подключаться к нему с помощью **SSH-ключа**. - Разворачивать рабочее окружение на сервере: управлять зависимостями и настраивать переменные окружения. - Собирать данные из RSS-лент, фильтровать публикации по ключевым словам и дате, удалять дубликаты. - Работать с API нейросетей из программного кода и составлять **промпты** с фиксированным форматом ответа. - Верифицировать результаты генерации по ссылкам на первоисточники. - Сравнивать стоимость различных моделей исходя из конкретной прикладной задачи. - Организовывать автоматическую отправку писем нескольким адресатам. - Настраивать выполнение скриптов по расписанию через планировщик **cron** и читать системные логи. - Контролировать расходы на облачные ресурсы и токены. ## Для кого - Начинающие и практикующие аналитики данных. - Специалисты, желающие настроить собственный сервер с нуля. - Пользователи нейросетей, стремящиеся перейти от веб-интерфейсов к вызовам моделей через код. - Разработчики, тестировщики и маркетологи. - Выпускники программы «Нейросети для аналитика данных». Материал не подойдёт тем, кто ищет решения на базе готовых платформ вроде LangChain или n8n: программа ориентирована на написание собственного скрипта и полный контроль над серверными процессами. ## Требования для прохождения Для комфортного обучения потребуется компьютер на базе Windows, macOS или Linux, почтовый ящик на «Яндексе», а также номер телефона и карта российского банка для прохождения регистрации в облачном сервисе. ## Формат Обучение включает 16 видеоуроков продолжительностью до 15 минут (общий хронометраж — около двух часов), вспомогательные рабочие файлы, конспекты контрольных точек и 12 тестовых заданий для самопроверки. ## Об авторе Максим Мигутин — специалист с более чем 10-летним стажем в сфере инженерии данных, работавший с системами в Booking.com, IBM и KFC. Преподаватель магистратуры РАНХиГС, Otus и Udemy. По данным автора, его образовательные программы по Data Engineering и Data Observability окончили свыше 17 000 студентов из 120 стран.

Курс уже доступен

Как получить курс

Ждать завершения складчины не нужно — материалы готовы к выдаче.

  1. 1
    Оплатите доступ

    Добавьте курс в корзину и оплатите заказ удобным способом.

  2. 2
    Получите материалы

    После подтверждения оплаты ссылки придут на почту и появятся в разделе «Мои заказы».

  3. 3
    Скачайте и сохраните

    Все материалы курса можно скачать на своё устройство.