FIG_000 · curriculum v1.0 · 2026 open source · MIT

AI Engineering
from Scratch

503 урока. 20 фаз. Каждый алгоритм сначала собирается из базовой математики, и только потом появляется framework.

Русская локализация fork-а. Оригинал поддерживают Rohit Ghumare и контрибьюторы. Запускается на вашей машине.

Как это устроено

Большинство материалов по AI учат отдельными кусками: статья здесь, пост про fine-tuning там, эффектная демка агента где-то еще. Куски редко складываются в систему. Можно запустить чатбота, но не объяснить его loss curve. Можно подключить функцию к агенту, но не понимать, что attention делает внутри модели, которая ее вызывает.

Этот курс дает позвоночник: 20 фаз, 503 урока и четыре языка - Python, TypeScript, Rust, Julia. На одном конце линейная алгебра, на другом автономные роевые системы. Каждый алгоритм сначала собирается из базовой математики: backprop, tokenizer, attention, agent loop. Когда появляется PyTorch, вы уже понимаете, что он делает под капотом.

Каждый урок идет по одному циклу: понять проблему, вывести математику, написать код, запустить тест и сохранить артефакт. Никаких пятиминутных видео, copy-paste deploy и ведения за руку. Бесплатно, open source, запускается на вашем ноутбуке.

Текущий прогресс
Готовые уроки 0 / 0
Фазы 0 / 0
Языки 4
Глоссарий Terms ···
Курс · 20 фаз · 503 урока
Откройте фазу, чтобы увидеть уроки. Урок считается готовым, когда написаны математика, код и проверка.
Готово В работе Запланировано
Технически

Весь курс лежит на GitHub. Клонируйте, форкайте и проходите в своем темпе. Без paywall и регистрации. В каждом уроке есть запускаемый код на Python, TypeScript, Rust или Julia.

git clone https://github.com/bvrbvr/ai-engineering-from-scratch-ru.git