AI Engineer Roadmap
Прогресс: 0 / 21
Путь в AI-инженеры · стек 2026

Как стать
AI Engineer

Практический роадмап от основ к созданию надёжных AI-продуктов на базе LLM. Карта слева живая: она следует за шагами справа и кликается.

14 этапов6 компетенций80+ инструментов
01

Python / бэкенд

  • FastAPI, async, очереди
  • Контракты API и схемы данных
  • Docker, CI/CD, одно облако
  • Решать неоднозначные задачи
02

LLM + промпт

  • Несколько провайдеров, не один
  • System prompt = контракт, few-shot
  • Function calling, structured output
  • Frontier-fluency: новое каждый месяц
03

RAG

  • Векторные БД, чанкинг по смыслу
  • Hybrid search + reranking
  • Когда RAG / fine-tune / контекст
  • recall@k, faithfulness, Ragas

AI Engineer
Roadmap

строим продукты
поверх LLM
04

Агенты

  • LangGraph / CrewAI / SDK
  • ReAct, планирование, рефлексия
  • Память и управление контекстом
  • MCP-интеграция
05

Eval / наблюдаемость

  • Дизайн evals — топ-сигнал на собесе
  • LLM-as-judge, регрессии в CI
  • Трейсинг, latency, drift, cost
  • Бенчмарки честно: GPQA, SWE-bench
06

Продакшн

  • Cost routing + prompt caching
  • OWASP LLM01–LLM10
  • Ретраи, фолбэки, идемпотентность
  • Кросс-функциональная работа
Наведи или кликни столп — подсветит связанные шаги. При прокрутке справа карта сама показывает, где ты.
Цель роадмапа

Научиться проектировать, собирать и поддерживать системные AI-продукты, которые решают реальные задачи и держатся в проде.

Уровень

От новичка до уверенного инженера, который выкатывает надёжные системы в прод.

Грейд
JMS
0 / 14 этапов02

Инструменты по шагам

Пошаговый путь от знакомства с моделями до продакшн-систем. Клик по чипу — атомарные знания и ресурсы.

00ВведениеПонятия
01Pre-trained моделиПровайдеры — знать ≥2
02API провайдераПлатформа и API
03Prompt EngineeringПромпт как инженерия
04AI SafetyБезопасность и этика
05Open-Source AIОткрытые модели и хостинг
06EmbeddingsЭмбеддинги
07Vector DBВыбрать одну
08RAGRAG — пайплайн
09AI AgentsАгенты → раздел 03
10Eval & ObsОценка и наблюдаемость · топ-сигнал
11MultimodalМультимодальность
12Dev ToolsРабочий инструмент
13CapstoneПортфолио — собрать end-to-end
0 / 7 блоков03

Глубже: LangGraph

Низкоуровневый рантайм агентов: граф, состояние, чекпойнтинг, память, HITL, прод.

AГрафГраф и примитивыStateGraph(State)add_node / add_edgeSTART / ENDУзел = (state) → частичный апдейтadd_conditional_edgesCommand (апдейт + переход).compile() — валидация
BСостояниеState и редьюсерыState: TypedDict / Pydantic, общийReducer: по умолчанию заменаAnnotated[list, operator.add]add_messages / MessagesStateДизайн схемы — решение №1 (частая причина прод-инцидентов)Не клади блобы — храни ссылку
CTool-loopTool-loopllm.bind_tools(tools)ToolNodetools_conditionПетля agent→tools→agent, пока есть tool_callsReAct-паттернrecursion_limit / remaining_stepscreate_agent (LangChain v1) ← create_react_agent (legacy)ToolNode v2 + Send — параллельно
DЧекпойнтингПерсистентностьЧекпойнт = снапшот state на super-stepthread_id — изоляцияInMemorySaver (dev)SqliteSaver (один сервер)PostgresSaver / Async (прод)read → execute → write; resumecompile(checkpointer=…)
EПамятьПамять — три слояShort-term: state + reducer + checkpointerStore / BaseStore — long-termstore.put() / store.search()namespaces, cross-threadInMemoryStore → AsyncPostgresStoreExternal: память через tool-узлыСначала eval на recall, потом расширяй
FHITLHuman-in-the-loop и time travelinterrupt() — пауза узлаCommand(resume=…)graph.update_state()HumanInTheLoopMiddleware(interrupt_on=…)approve / edit / reject / respondНе оборачивать interrupt в try/exceptИдемпотентность; гейт ДО действияTime travel: реплей с любого чекпойнта
GПродНадёжность и продretry_policy на узлеState-level retry: error_count + edge → fallbackasyncio.wait_for — таймаутstream_mode = updates / values / messagesSubgraphs, fan-out (Send)Supervisor / multi-agentLangGraph Platform / Agent ServerLangGraph Studio + LangSmith