[Stepik] ИИ-агент на своём сервере: Python, нейросеть по API Cloud.ru (Максим Мигутин)

Свой сервер в облаке Cloud.ru и ИИ-агент на Python: собирает данные из интернета, отправляет их в нейросеть по API и присылает выжимку на почту каждое утро. С нуля, без опыта Linux. Расходы разобраны по реальному счёту: сервер живёт на стартовых бонусах, нейросеть обходится примерно в рубль в месяц

Чему вы научитесь

• Создавать виртуальную машину в облаке и подключаться к ней по SSH-ключу
• Запускать и настраивать Python-скрипт на сервере: виртуальное окружение, зависимости, переменные окружения
• Собирать данные из интернета по RSS: фильтровать по времени и ключевым словам, убирать дубликаты
• Обращаться к нейросети по API из своего кода и формулировать промпт с жёстким форматом ответа
• Проверять ответ нейросети на выдумки - по ссылкам на
• источники
• Сравнивать модели по реальной стоимости задачи, НЕ по ₽ за миллион токенов
• Отправлять результат на почту из Python и рассылать его нескольким адресатам
• Запускать всё по расписанию через cron и читать логи, когда что-то сломалось
• Считать расходы на облако и на токены и выключать ресурсы, чтобы не платить лишнего

О курсе
Для кого этот курс

• Аналитикам и тем, кто учится на аналитика
• Тем, кто хочет свой сервер, но не знает, с чего начать
• Тем, кто пользуется нейросетями в браузере и хочет вызывать их из кода.
• Разработчикам, тестировщикам, маркетологам
• Тем, кто прошёл «Нейросети для аналитика данных»

Курс не подойдёт, если вы ищете разработку агентов на LangChain или n8n: здесь другое — свой сервер, свой скрипт и полный контроль над тем, что
происходит.

Начальные требования

• компьютер с Windows, macOS или Linux;
• почтовый ящик на Яндексе (для отправки писем агентом);
• номер телефона российского оператора и карта российского банка — без них не пройти регистрацию в облаке;
• 100–300 ₽ на счёт в облаке: стартовых бонусов хватает на сервер, но не на запросы к нейросети

Наши преподаватели
Максим Мигутин 10 лет с данными: Booking.com, IBM, KFC. Преподаю в магистратуре РАНХиГС, Otus, Udemy.
10 лет строю системы данных: Booking.com, IBM, KFC.
Преподаю в магистратуре РАНХиГС, в Otus и на Udemy. 17 000+ студентов из 120 стран прошли мои курсы по Data Engineering и Data Observability.

Как проходит обучение
Видео-лекции до 15 минут + вспомогательные файлы + конспекты контрольных точек+ задания для самопроверки

Программа курса
1.Что мы построим?
2.Облако cloud.ru - регистрация и пополнение баланса
3.Поднимаем сервер
4.Настраиваем сервер под проект
5.Почтовый клиент Yandex
6.Переменные окружения: магия подключений и email
7.RSS-лента Habr-а
8.Наш Агент: как работает и что под капотом
9.Что еще у нужно кроме agent.py
10.Закидываем файлы на сервер: спасибо Termius
11.Тестовые прогоны: все ли работает?
12.Кастомизация агента: что, как и зачем?
13.Дэшборд: удобно, красиво и доступно из Интернета
14.Экономика токенов: на что тратим?
15.Настраиваем расписание для агента: cron и systemd
16. Чистим ресурсы Облака: как не переплатить