Чему вы научитесь
- Подключать AI к документации
- Подключать AI к API
- Подключать AI к базе
- Подключать AI к логам
- Подключать AI к своим сервисам
- Создать собственного помощника
О курсе
Построй AI-помощника, который работает с твоим проектом, а не только отвечает в чате.
За последний год появилось огромное количество материалов про искусственный интеллект. Почти все они сводятся к одному: написать хороший промпт или попробовать новый AI-инструмент.
На практике этого недостаточно.
Настоящая ценность появляется тогда, когда AI получает доступ к вашим рабочим данным и начинает помогать в реальных задачах: анализировать требования, писать тест-кейсы, разбирать логи, работать с API, базой данных и документацией.
Именно этому посвящён этот курс.
Мы не будем изучать отдельные технологии ради технологий. Вместо этого шаг за шагом соберём полноценную рабочую среду современного QA-инженера, где AI становится частью ежедневной работы.
Внутри курса вы развернёте собственный стенд с микросервисами, подключите AI к реальным данным через MCP, научите его работать с документацией, API, PostgreSQL, логами и собственными инструментами.
В результате вы получите не набор промптов, а систему, которую сможете адаптировать под свой проект.
Для кого этот курс
Начальные требования
Для прохождения курса не требуется опыта разработки MCP-серверов или работы с локальными LLM.
Желательно иметь:
- опыт работы QA или разработчиком;
- понимание HTTP и REST API;
- базовые знания SQL;
- базовые навыки работы с Git;
- желание работать в терминале и не бояться Docker.
Если вы никогда не использовали Cursor — не страшно. Мы начнём с самых основ и постепенно построим полноценную рабочую среду.
Наши преподаватели
Как проходит обучение
Курс полностью практический.
Практически каждая глава заканчивается выполнением реальной инженерной задачи.
Во время обучения вы:
- разворачиваете собственный Docker-стенд;
- подключаете AI к рабочим данным проекта;
- учитесь работать с API, PostgreSQL, логами и документацией;
- расследуете реальные инциденты;
- создаёте собственные MCP-серверы;
- автоматизируете рутинные задачи QA.
Материал состоит из текстовых уроков, иллюстраций, схем, практических заданий, готовых репозиториев и скринкастов (по мере развития курса).
Курс развивается постепенно. Новые главы будут добавляться регулярно, а участники, купившие курс раньше, получат все обновления без дополнительной оплаты.
Программа курса
Что вы получаете
- Сможете использовать Cursor как полноценного AI-напарника, а не просто чат;
- Сможете подключать AI к документации, API и базе данных вашего проекта;
- Сможете автоматизировать подготовку тест-кейсов, SQL-запросов, чек-листов и баг-репортов;
- Сможете использовать AI для расследования инцидентов и анализа логов;
- Сможете создавать собственные MCP-серверы для внутренних сервисов компании;
- Сможете развернуть локальную лабораторию QA с Docker, PostgreSQL, Grafana, Loki и другими сервисами;
- Сможете понимать архитектуру современных AI-агентов и адаптировать её под задачи своей команды.
- Кроме самого курса вы получите:
- готовый Docker-стенд для практики;
- исходный код MCP-серверов;
- шаблоны Rules для Cursor;
- практические задания, основанные на реальных рабочих сценариях;
- материалы, которые можно использовать и после окончания курса как справочник.