Чему вы научитесь
- Понимать назначение Model Context Protocol и его роль в Apache Superset
- Устанавливать и запускать Superset MCP Server
- Настраивать безопасное подключение к MCP через SSH-туннель
- Подключать Kiro и другие AI-клиенты к Superset MCP
- Проверять состояние MCP-сервера и диагностировать ошибки подключения
- Работать с датасетами Superset через AI-агента
- Анализировать структуру данных и определять уровень детализации датасета
- Формулировать корректные промпты для создания аналитических объектов
- Создавать предварительные варианты чартов с помощью AI-агента
- Проверять метрики, измерения, фильтры и временные диапазоны
- Создавать KPI, линейные и столбчатые диаграммы
- Сохранять чарты и собирать дашборды в Apache Superset
- Контролировать действия AI-агента и безопасно работать с объектами Superset
О курсе
Этот практический курс посвящён работе с Model Context Protocol в Apache Superset и использованию AI-агентов для создания аналитических чартов и дашбордов.
Вы разберётесь, как устроен Superset MCP, какие задачи он решает и каким образом AI-клиент получает доступ к инструментам Apache Superset. В курсе рассматривается полный путь от установки MCP Server до создания готового аналитического дашборда.
Сначала мы познакомимся с основными принципами Model Context Protocol и архитектурой подключения. Вы узнаете, чем MCP отличается от обычного API, какие инструменты предоставляет Superset и как права пользователей влияют на действия AI-агента.
Затем мы установим и запустим Superset MCP Server, настроим пользователя, проверим виртуальное окружение и организуем безопасное подключение к удалённому серверу через SSH-туннель.
Отдельный блок посвящён подключению Kiro. Мы создадим файл mcp.json, проверим MCP endpoint, выполним переподключение и разберём типичные ошибки, включая fetch failed, connection refused и проблемы с конфигурацией.
В практической части курса AI-агент будет работать с данными Olist. Мы научимся находить датасеты, анализировать их структуру, определять уровень детализации и выбирать корректные метрики.
После этого создадим несколько визуализаций:
• KPI с количеством заказов;
• линейный график динамики заказов по месяцам;
• столбчатую диаграмму распределения заказов по статусам.
Особое внимание уделяется безопасному и контролируемому подходу: сначала агент анализирует задачу, затем создаёт предварительный вариант визуализации, после чего пользователь проверяет параметры и только потом сохраняет объект.
В завершение курса мы объединим созданные графики в аналитический дашборд и разберём роль AI-агента в современном BI-процессе.
Курс включает:
• видеолекции;
• практические демонстрации;
• готовые команды для терминала;
• примеры конфигураций;
• шаблоны промптов;
• тесты для проверки знаний.
Для прохождения курса желательно иметь базовое представление об Apache Superset, Linux или macOS и работе с терминалом. Глубокие знания программирования не требуются.
Для кого этот курс
Начальные требования
Для прохождения курса желательно иметь базовое представление об Apache Superset и основных BI-понятиях: датасетах, метриках, чартах и дашбордах.
Потребуются:
• установленный Apache Superset 6.1 или доступ к учебному стенду;
• компьютер с macOS, Linux или Windows;
• базовые навыки работы с терминалом;
• возможность подключаться к серверу по SSH;
• установленный Kiro или другой MCP-клиент;
• понимание базового синтаксиса JSON;
• доступ к тестовому набору данных, например Olist.
Глубокие знания программирования, DevOps или разработки AI-систем не требуются. Все основные команды, конфигурации и промпты разбираются в ходе курса.
Наши преподаватели
Как проходит обучение
Курс построен от теории к практике.
Сначала вы познакомитесь с Model Context Protocol и разберётесь, как MCP связывает AI-клиент с Apache Superset.
Затем последовательно выполните практические шаги:
• установите и запустите Superset MCP Server;
• настроите пользователя и права доступа;
• создадите безопасное подключение через SSH-туннель;
• подключите Kiro с помощью файла mcp.json;
• проверите MCP endpoint и список доступных инструментов;
• научитесь диагностировать типичные ошибки подключения;
• исследуете датасеты через AI-агента;
• создадите KPI, линейные и столбчатые графики;
• проверите метрики, фильтры и временные диапазоны;
• соберёте итоговый дашборд.
Обучение включает короткие видеолекции, демонстрации в терминале и интерфейсе Superset, готовые команды, шаблоны промптов и тесты с автоматической проверкой.
Материал рекомендуется проходить последовательно и повторять действия на собственном или учебном стенде.
Программа курса
Сертификат
Что вы получаете
- Практические навыки установки и запуска Superset MCP
- Понимание архитектуры взаимодействия Apache Superset, MCP Server и AI-клиента
- Навык безопасного подключения к удалённому MCP-серверу через SSH-туннель
- Набор команд для проверки и диагностики подключения
- Шаблоны промптов для работы с датасетами, чартами и дашбордами
- Навык анализа структуры датасета и выбора корректных метрик
- Практику создания KPI, Line Chart и Bar Chart с помощью AI-агента
- Понимание подхода preview → проверка → корректировка → сохранение
- Готовый учебный дашборд на данных Olist
- Тесты для проверки знаний после каждого основного модуля
- Сертификат Stepik после успешного прохождения курса, если он включён в настройки курса