Чему вы научитесь
- Выбирать модель под задачу: проприетарные и open-source модели, подключение через OpenAI-совместимый эндпоинт, экономика токенов – и объяснять, почему для этой задачи хватит быстрой модели.
- Готовить контекст вместо подбора формулировок: последовательная загрузка артефактов от общего к частному, работа с доменом, которого модель не знает, Few-Shot и цепочки промптов.
- Проверять и декомпозировать требования с ИИ: противоречия и пробелы в БТ, уточняющие вопросы стейкхолдерам, User Story и Gherkin, аудит полноты НФТ, матрица трассировки и спецификация по шаблону.
- Генерировать и валидировать диаграммы: BPMN в XML, Use Case и Sequence в PlantUML, ветвления и исключения, as-is и to-be – с поиском семантических ошибок, а не только синтаксических.
- Проектировать контракты и ловить галлюцинации: OpenAPI, .proto, GraphQL SDL, AsyncAPI, маппинг форматов, поиск придуманных полей и методов, Postman-коллекция и Doc-As-Code из спецификации.
- Проектировать модель данных и архитектуру с ревью: ERD, DDL и тестовые данные, C4 с расчётом нагрузки и проверкой на DDD, ADR с trade-off таблицей и вопросами к согласующим.
- Собирать библиотеку промптов и ассистента под задачу: карточка промпта в едином формате, структура по этапам анализа, ассистент с базой знаний и проверкой, что он отвечает из базы, а не по памяти модели.
- Запускать агента на своём проекте: git как страховка, файл правил AGENTS.md, первый скилл со стоп-условием, которое само запускает проверку DDL и не отдаёт результат, пока она не прошла.
О курсе
Главная информация по курсу
| Формат | В своём темпе, без расписания и дедлайнов |
| Модулей | 10: модули 1–7 доступны, 8, 9 и 10 в разработке |
| Практикумов | 8 на сквозном проекте в модулях 2–9 |
| Нагрузка | 4–6 часов на модуль, около 40–55 часов на модули 1–9 |
| Проверка | Чек-листы самопроверки, с модуля 8 – машинные проверки артефактов |
| Доступ | Бессрочный |
Вопросы по программе до покупки – в личные сообщения @rly_it_owner.
Вы просите модель описать контракт метода и через минуту получаете аккуратный JSON. В нём два поля, которых не было в постановке, и на ревью никто не может сказать, откуда взялось требование. В новом чате тот же запрос даёт другой формат, а контекст проекта приходится объяснять заново.
Дело не в модели и не в формулировке. Работа с ИИ у большинства аналитиков остаётся на уровне чата: нет порядка загрузки контекста, нет проверки результата, удачные промпты теряются в истории диалогов. Материалы по ИИ обычно учат формулировать запросы, а не встраивать модель в процесс, где у артефакта есть вход, проверка и ревью.
| Курс выстраивает работу с ИИ как процесс, а не как набор удачных запросов. Контекст, генерация, проверка, артефакт файлом – сначала на каждом артефакте системного аналитика, затем в библиотеке промптов, ассистенте и агенте, который работает в папке вашего проекта по вашим правилам. |
Для кого этот курс
| Вы аналитик уровня Junior и выше и пользуетесь ИИ как чатом. Иногда помогает, иногда выдумывает поля и методы, и каждый раз вы заново объясняете модели проект. Курс превращает разовые удачи в воспроизводимый процесс: контекст грузится по порядку, у каждого артефакта есть проверка. |
| Вы прошли курсы линейки по системному анализу и ищете следующий шаг. Требования, BPMN, OpenAPI, ERD, C4 и ADR вы уже делаете руками. Здесь они не объясняются заново, а ускоряются: каждый модуль 2–6 опирается на артефакт, который вы умеете проверять. |
| Вы хотите быть на острие ИИ-трансформации в индустрии, а не догонять. Курс доводит вас до уровня, где вы пишете ТЗ на агента: файл правил, скиллы и стоп-условия, по которым он работает. Это и есть роль аналитика в агентной разработке. |
| Вы лид или старший аналитик и думаете, с чего начать внедрение ИИ в команде. Курс даёт вход, который не требует ни бюджета, ни согласований с ИБ: библиотеку промптов команды в едином формате карточек, ассистента по этапу анализа и агента для пилота. |
Курс не подойдёт, если
| Вы пока не делаете артефакты системного аналитика руками. ИИ ускоряет то, что вы умеете проверить: если вы не отличите корректную спецификацию от правдоподобной, модель вас обманет. Сначала закройте хард-скиллы курсами «Системный аналитик Middle» или «Системный аналитик Middle+/Senior», затем возвращайтесь сюда. |
| Вам нужна проверка заданий автором. Проверки заданий, созвонов и чата в курсе нет, вопросы задаются в комментариях к шагам. Если вам нужен поток с ревью проектов автором, посмотрите стажировку по системному анализу: там уроки по ИИ стоят внутри каждого технического модуля. |
| Вы ждёте, что ИИ сделает работу за вас. Курс последовательно учит обратному: решение о готовности артефакта принимает аналитик, а агент без лимитов и стоп-условий – это риск, а не автоматизация. |
Начальные требования
| Что нужно знать | Опыт работы с требованиями, диаграммами и контрактами хотя бы на уровне Junior. Курс показывает, как ускорить создание этих артефактов с нуля. |
| Что не нужно | Писать код и оплачивать подписки на чаты. Опыт работы в терминале: команды для агента и git разобраны пошагово, с полным выводом, а для тех, кому терминал непривычен, есть агент в редакторе с наглядным интерфейсом. |
| Из инструментов | Для модулей 1–7 – только чат с LLM и Obsidian, плюс bpmn.io в браузере и Postman. С модуля 8 – Node.js, git и открытый CLI-агент, в модуле 10 – Docker и n8n. Всё ставится тогда, когда до инструмента дошёл курс, по шагам. |
| Из ресурса | 4–6 часов на модуль. Единица работы – шаг на 15–40 минут, практикум делится на 2–3 вечера. В первом модуле разобраны варианты ритма под вечерние часы после работы. |
Чему вы научитесь
| Выбирать модель под задачу: проприетарные и open-source модели, подключение через OpenAI-совместимый эндпоинт, экономика токенов – и объяснять, почему для этой задачи хватит быстрой модели. | |
| Готовить контекст вместо подбора формулировок: последовательная загрузка артефактов от общего к частному, работа с доменом, которого модель не знает, Few-Shot и цепочки промптов. | |
| Проверять и декомпозировать требования с ИИ: противоречия и пробелы в БТ, уточняющие вопросы стейкхолдерам, User Story и Gherkin, аудит полноты НФТ, матрица трассировки и спецификация по шаблону. | |
| Генерировать и валидировать диаграммы: BPMN в XML, Use Case и Sequence в PlantUML, ветвления и исключения, as-is и to-be – с поиском семантических ошибок, а не только синтаксических. | |
| Проектировать контракты и ловить галлюцинации: OpenAPI, .proto, GraphQL SDL, AsyncAPI, маппинг форматов, поиск придуманных полей и методов, Postman-коллекция и Doc-As-Code из спецификации. | |
| Проектировать модель данных и архитектуру с ревью: ERD, DDL и тестовые данные, C4 с расчётом нагрузки и проверкой на DDD, ADR с trade-off таблицей и вопросами к согласующим. | |
| Собирать библиотеку промптов и ассистента: карточка промпта в едином формате, структура по этапам анализа, ассистент с базой знаний и проверкой, что он отвечает из базы, а не по памяти модели. | |
| Запускать агента на своём проекте: git как страховка, файл правил AGENTS.md, первый скилл со стоп-условием, которое само запускает проверку DDL и не отдаёт результат, пока она не прошла. |
Что внутри программы курса
Модули 01–07 доступны сейчас. Модули 08–10 в разработке и откроются в этом же курсе.
| 01 | Начало работы. Что ИИ ускоряет в работе аналитика и что нет, карта семи дисциплин работы с ИИ, выбор модели и экономика токенов, рабочее место в Obsidian. На выходе: хранилище с контекстом сквозного проекта первым файлом. |
| 02 | Требования. Противоречия и пробелы в БТ, уточняющие вопросы, размытое в измеримое, проверка качества по стандартам, ФТ и НФТ, Gherkin, матрица трассировки. Практикум: спецификация требований и сверка реализации с ТЗ. |
| 03 | Процессы. BPMN в XML, Use Case и Sequence в PlantUML, перевод между нотациями, as-is и to-be, симуляция «what-if», ревью диаграмм. Практикум: три диаграммы сквозного проекта и поиск логических дыр. |
| 04 | Интеграции. Контракты таблицей, OpenAPI, gRPC, GraphQL, AsyncAPI для Kafka и RabbitMQ, проверка лучших практик, поиск придуманных полей. Практикум: ТЗ, OpenAPI, Doc-As-Code и Postman-коллекция. |
| 05 | Базы данных. ERD и нормализация, ИИ-ревью модели, DDL и тестовые данные, индексы, VIEW, сложные запросы, NoSQL. Практикум: модель данных от ERD до работающих SQL-запросов. |
| 06 | Архитектура. C4, расчёт нагрузки, DDD, синхронное и асинхронное взаимодействие, «адвокат дьявола», docs-репозиторий, ADR и его ревью. Практикум: архитектура и ADR сквозного проекта. Последний урок – библиотека промптов команды из модулей 2–6. |
| 07 | ИИ-ассистенты. Чат, ассистент и агент – в чём разница, RAG и проверка качества поиска по базе, системная инструкция, ручная оркестрация цепочки ассистентов. Практикум: ассистент-проектировщик БД из карточек библиотеки. |
| 08 | В разработке. ИИ-агенты: запуск на своём проекте. Git-минимум, установка открытого CLI-агента, подключение модели, первый запуск без правил и список его ошибок, слои харнесса, AGENTS.md, проверки артефактов одной командой. Практикум: артефакт сквозного проекта вашим агентом со сработавшим стоп-условием. |
| 09 | В разработке. Харнесс: своя методология в агенте. Система скиллов под артефакты аналитика, MCP, верификация и стоп-условия, «генератор и критик», стоимость цикла. Практикум: новая фича приходит перепиской, агент выдаёт комплект артефактов, затем тот же проект открывается вторым агентом. |
| 10 | В разработке. Автоматизация через n8n. Как перевести правила и скиллы агента в воркфлоу, которые запускаются сами – по событию в рабочих системах или по расписанию, с подтверждением человеком там, где результат уходит наружу. Практикум: собственный воркфлоу на тех же скиллах и правилах, что у агента. |
| 11–13 | В плане курса. ИИ для анализа кода, ИИ для коммуникации, внедрение ИИ в своей компании. Срок выхода не объявлен. |
Как проходит обучение
Один сквозной проект на весь курс. Техника показывается на абстрактном примере, а практикум идёт на одном проекте – личном кабинете инвестора в вымышленном банке. К модулю 8 у вас накоплена папка, на которой агенту есть с чем работать.
Два правила с первого урока до последнего. Каждый артефакт сохраняется файлом в хранилище, а не остаётся в истории чата. Каждый промпт универсален: контекст проекта подаётся отдельным блоком, поэтому промпт без правок переносится на ваши рабочие задачи.
Порядок модулей задан лестницей, а не темами. Сначала промпт и контекст на каждом артефакте, затем библиотека, ассистент и агент. Карточка промпта из модуля 6 становится инструкцией ассистента в модуле 7 и скиллом агента в модуле 8. Опытным пользователям ИИ в первом модуле дан чек-лист из семи вопросов и минимальный пакет уроков перед модулем 7.
Проверки заданий автором нет. Качество держится на чек-листах самопроверки в конце каждого практикума: если пункт не выполнен, артефакт не готов. С модуля 8 добавляются машинные проверки – линтер для OpenAPI, исполнение для DDL – одна команда с понятным выводом по результату генерации.
Учебное – в публичные сервисы, рабочее – только в согласованный контур. Сквозной проект вымышленный, его можно загружать в любую модель. Отдельно разобрано, что нельзя отправлять в модели на зарубежных серверах и как перенести собранное в корпоративный контур, когда у компании появится своя модель или свой агент.
Порядок работы внутри темы. Мини-теория → универсальный промпт на абстрактном примере → типовые ошибки ИИ на этом артефакте → применение к сквозному проекту → самопроверка по чек-листу → артефакт в хранилище.
Чем курс отличается от подборок промптов
| Подборка промптов | Этот курс |
| Промпт под конкретный пример, который ломается на вашей задаче | Универсальный промпт с отдельным блоком контекста, проверенный на сквозном проекте |
| Результат принимается на глаз | У каждого артефакта – типовые ошибки ИИ и чек-лист проверки |
| Отдельные запросы без связи между собой | Цепочка артефактов: выход одного модуля – вход следующего |
| Промпты живут в заметках и истории чатов | Библиотека промптов команды в едином формате, отдельно от проекта, под git |
| Заканчивается на уровне чата | Доходит до агента с вашими правилами, скиллом и стоп-условием |
Место в линейке курсов
Курс – следующий шаг после хард-скиллов. Если их пока не хватает, начните с курсов линейки по системному анализу:
| Системный аналитик Junior – бесплатный курс: ваша ли это профессия. |
| Системный аналитик Middle – хард-скиллы, которые этот курс ускоряет. |
| Системный аналитик Middle+/Senior – те же темы глубже, плюс System Design и Doc-As-Code. |
| Стажировка SA – поток с проверкой проектов автором, Q&A-созвонами и ревью резюме. |
Что вы получаете
| Комплект артефактов сквозного проекта: спецификация требований с матрицей трассировки, BPMN, Use Case и Sequence, OpenAPI с документацией и Postman-коллекцией, модель данных с DDL и запросами, архитектура в C4, docs-репозиторий и ADR. | |
| Библиотеку из 50+ универсальных промптов в формате карточек: задача, входные артефакты, промпт, ожидаемый выход, известные риски, этап анализа. | |
| Ассистента-проектировщика БД с базой знаний и шаблон, по которому собираются ассистенты для остальных этапов. | |
| Своего агента на рабочем проекте: файл правил AGENTS.md, скилл со стоп-условием, который сам запускает проверку артефакта и не отдаёт результат, пока она не прошла, и история изменений в git. Модуль 8 в активной разработке. | |
| Хранилище в Obsidian со всеми артефактами курса, связанными между собой – рабочий контекст для ассистента и агента. | |
| Чек-листы: самопроверки практикумов, типовых ошибок ИИ по каждому артефакту, проектирования харнесса, ревью ADR. | |
| Модули 8–10 по мере выхода в этом же курсе. | |
| Сертификат Stepik по итогам прохождения. |
Ответы на частые вопросы
Сколько придётся потратить на модели?
В модулях 1–7 – ничего: всё проходится в бесплатных версиях чатов. С модуля 8 агенту нужен API модели. Эталонный вариант выполнения проектного задания по агентам выполнен при помощи модели с дешёвым API: она работает из РФ напрямую и обходится заметно дешевле подписки на платного агента. Бесплатный вариант разобран тоже, но требует VPN, а лимиты могут закончиться посреди прогона.
Модули 8, 9 и 10 в разработке. Что это значит для меня?
Они откроются в этом же курсе, отдельно покупать их не нужно. Модули 1–7 – законченный результат сами по себе: комплект артефактов, библиотека промптов и ассистент с базой знаний.
Модели меняются каждые полгода. Курс не устареет?
Курс построен на том, что от модели не зависит: порядок загрузки контекста, проверка артефактов, формат библиотеки промптов, устройство харнесса агента. Конкретные модели в уроках названы по ролям – быстрая и рассуждающая, – а имена и цены вынесены в одну справку.
На работе ИИ запрещён службой безопасности. Мне это пригодится?
Да. Библиотека промптов – уже внедрение, которое не требует ни бюджета, ни доступов. Промпты и файл правил агента переносятся в корпоративный чат с LLM или в агента компании почти без изменений, когда они появятся.
Я никогда не работал в терминале. Справлюсь с модулем про агентов?
Команды разобраны пошагово, с полным выводом и типовыми ошибками. Перед первым запуском агента вы делаете снимок проекта в git, и всё, что агент сломает, откатывается одной командой. Если терминал совсем некомфортен, есть агент внутри редактора: он читает те же правила.
Я уже уверенно пользуюсь ИИ. Можно пропустить начало?
Можно, но не всё. В первом модуле есть чек-лист из семи вопросов и минимальный пакет перед модулем 7: рабочее место и контекст проекта, практикум по базам данных и урок про библиотеку промптов. Из них собираются ассистент и первый скилл агента.
Программа курса
В курс входят
- 46 уроков
- 61 тест