Соберите QA-агента, который находит реальные баги, а не просто рисует зелёный CI
За два дня вы построите агентный QA-конвейер для backend и frontend: он спроектирует покрытие, создаст pytest- и Playwright-тесты, докажет их чувствительность на настоящих дефектах, проведёт независимое ревью и только после этого примет исправление.
Python · FastAPI · PostgreSQL · React · Playwright · LangChain · LangGraph
5–6 сентября
СБ 10:00 → ВС 18:00 МСК
30 мест
закрытая группа
Онлайн · Zoom
не запись лекций
Git
репозиторий в итоге
На каком проекте работаем
Участники получают готовый fullstack QR-сервис на FastAPI, PostgreSQL и React с двумя встроенными дефектами:
backend повторно создаёт один и тот же QR-код вместо идемпотентного ответа
frontend отправляет два запроса после быстрого двойного клика
Это не игрушечные ошибки в одной функции
Один дефект требует разобраться в API, сервисном слое, транзакциях и ограничениях базы данных. Второй — увидеть реальное поведение интерфейса через браузер и Playwright.
Приложение уже подготовлено
Время воркшопа уходит не на сборку очередного CRUD с нуля, а на проектирование и доказательство работы QA-агента.
Инженер, который уже живёт с агентами в продакшене
// спикер
Алексей Жиряков
Executive Director · Сбер, GenAI Data Platform
«На выходных я не читаю лекций. Мы садимся и собираем такого же агента, с какими я работаю каждый день».
Алексей отвечает за работу с данными для генеративного ИИ в Сбере. До этого руководил backend- и data-направлениями в KION (МТС Web Services), где строил высоконагруженные системы и инженерные платформы.
// за последние годы Алексей
15+ лет
В backend-разработке и архитектуре
Python Guild
TechMaster, лидер сообщества
GenAI · Сбер
Отвечает за данные для генеративного ИИ
Highload++
Член программного комитета
ex-KION / МТС
Руководил backend и data-направлениями
Agentic Dev Conf
Член программного комитета
Спринт для тех, кто уже работает с coding-агентами и хочет перестать принимать их работу на слово
// кому подойдет
Подойдёт
Backend- и fullstack-разработчики. Если вы уже используете coding-агентов и хотите перестать принимать их работу по самоуверенному отчёту.
QA-инженеры и автоматизаторы. Если вы хотите превратить свою экспертизу в управляемого агента, который генерирует тесты, но не подменяет инженерное суждение.
Тимлиды и технические лидеры. Если вам нужен воспроизводимый quality gate для агентной разработки, а не ещё один набор промтов.
Не подойдёт
Никогда не писал код
Ищешь теоретический курс
Хочешь смотреть записи вместо практики
Чем этот воркшоп отличается
На этом воркшопе
01
Каждый вывод проходит машинные гейты и независимое ревью
02
Known-bug тест обязан сначала доказуемо упасть
03
После приёмки тесты заморожены и проверяются по SHA
04
Таймаут, ошибка импорта и ошибка сбора тестов не считаются доказательством
05
Два чистых запуска с восстановлением исходного состояния
06
Максимум три итерации, затем честный BLOCKED
07
Сначала строим логику процесса, затем отображаем её в LangChain и LangGraph
08
В конце остаются код, тесты, логи, SHA, контрольные точки и шаблон переноса
Обычная генерация тестов
01
Модель пишет несколько тестов и сообщает об успехе
02
Зелёный тест считается достаточным
03
Агент может исправить тест под готовый код
04
Ошибка окружения выглядит как найденный баг
05
Один удачный прогон
06
Бесконечный retry
07
Фреймворк показывают как магию
08
В конце остаётся демо
Главный критерий: тест сначала обязан упасть по точной причине на реальном дефекте, а после исправления тот же неизменённый тест обязан пройти.
Готовый проект QA-агента для backend и frontend
Созданные агентами наборы pytest- и Playwright-тестов
Risk-based план покрытия с замороженными scenario IDs
Независимый reviewer качества тестов
Сampaign runner с ограниченным циклом доработки
Доказательства двух полных прогонов RED → fix → same-SHA GREEN
Журналы, SHA и финальный state вместо отчёта „модель сказала, что всё готово
Рабочий пример LangChain create_agent с безопасными инструментами
LangGraph-граф с ветвлениями, checkpoints и терминальными статусами
Шаблон адаптации всего конвейера к собственному сервису
// что вы получите
Не сертификат.
Работающий проект
Работающий проект
В воскресенье вечером закрываешь ноут не с папкой PDF-ок, а с ссылкой на репозиторий с рабочим QA-конвейером. В понедельник утром кидаешь её в командный Slack.
5 сентября
Суббота
// программа
Один спринт на двое суток
Два дня живут как один цикл: разбор → сборка → доказательство.
// от приложения к доказанному дефекту
10:00
Старт и стенд
План дня, роли в группе, поднимаем готовый fullstack QR-сервис и проверяем окружение.
10:15
Как устроен сервис
FastAPI: API → service → repository → PostgreSQL и миграции. React: состояния loading/error/empty и типизированная API-граница.
12:00
Перерыв · 15 мин
Кофе, не Slack.
12:15
Два реальных дефекта
Серверный кейс: почему повторный POST создаёт дубликаты. Браузерный: как двойной клик превращается в два запроса. Воспроизводим оба до исправления.
13:45
Обед · 60 мин
Реально отойди от ноута.
14:45
План покрытия
Пирамида тестирования: что проверять на уровне unit, API и UI. Сценарии positive, negative, boundary и known bug, фиксация scenario IDs.
16:15
Агенты-генераторы
Роли QA Lead, backend generator, frontend generator и reviewer. Первые pytest- и Playwright-наборы, созданные агентами.
17:30
Итоги дня
Что запущено, что доказано, с чем идём в воскресенье.
6 сентября
Воскресенье
// от генерации тестов к управляемому QA-конвейеру
Итог субботы: У вас запущен fullstack-стенд, оба дефекта воспроизводятся, план покрытия зафиксирован, а агенты создали backend- и frontend-тесты, которые готовы к строгой машинной проверке.
Итог воскресенья: У вас есть работающий QA-конвейер, который не объявляет успех без доказательств, останавливается в BLOCKED при нарушении правил и может быть адаптирован под другой продукт.
10:00
Правила приёмки
Что считается доказательством дефекта, а что — сломанным окружением. Статусы PASS и BLOCKED.
10:30
Machine gates
Вспомогательные сценарии обязаны быть зелёными, known-bug тест — падать строго по смыслу дефекта. Таймаут, ошибка импорта и ошибка сбора тестов доказательством не считаются.
12:00
Перерыв · 15 мин
12:15
Ревью и заморозка
Независимый reviewer работает в свежем контексте и только на чтение: ловит тавтологичные тесты, слабые проверки, копирование реализации. Принятый набор заморожен по SHA, цикл доработки ограничен тремя попытками.
13:45
Обед · 60 мин
14:45
Полный цикл
Автоматический прогон: тест падает на баге → правим приложение → тот же тест с тем же SHA становится зелёным → стенд восстанавливается. Два чистых запуска, на диске остаются исходники, логи и вердикты.
15:45
LangChain и LangGraph
LangChain create_agent и три инструмента из белого списка. LangGraph StateGraph: состояния, узлы, ветвления, ограниченный цикл, контрольные точки и human-in-the-loop. Когда достаточно ролей и skills, а когда нужен граф.
17:00
Demo time
Показываем не слайд, а доказательства: лог падения, SHA, зелёный прогон того же набора, два чистых запуска.
17:45
git push origin main
Репозиторий с QA-конвейером и карта переноса реестра сценариев, путей, правил приёмки и границ ревьюера на свой проект.
// Бесплатный вебинар
Почему AI пишет плохой код и как заставить его работать как Senior Developer
Алексей Жиряков
Executive Director · Сбер, GenAI Data Platform
Алексей отвечает за работу с данными для генеративного ИИ в Сбере. До этого руководил backend- и data-направлениями в KION (МТС Web Services), где строил высоконагруженные системы и инженерные платформы.
Получить запись вебинара
Почему AI пишет плохой код и как заставить его работать как Senior Developer
Риск-план
Генерация backend/frontend тестов
Machine gates
Неависимый reviewer
Fix
Tе же тесты GREEN
Повторный clean run
Еvidence
// результат
Что останется в репозитории
К концу воркшопа в вашем репозитории будет не презентация про AI-агентов, а воспроизводимый QA-контур:
// стоимость
В понедельник ты вернёшься не с конспектом
А с собственным QA-агентом, который уже работает, лежит в твоём репозитории и которого не стыдно показать команде.
// нас выбирают
Среди участников — инженеры компаний, которые ты знаешь
Курсы Proglib Academy уже прошли 1500+ разработчиков из крупнейших российских IT-команд. Спринт построен на практиках из флагманского курса по AI-агентам.
1500+
Разработчиков прошли курсы по AI
100 000+
Читателей инженерного медиа
Флагман
По AI-агентам в основе спринта
1. Какой нужен уровень?
// faq
Что обычно спрашивают
Junior+ / Middle. Нужны базовый Python, Git и командная строка. Опыт с FastAPI, React, Playwright, LangChain или LangGraph желателен, но не обязателен: все ключевые решения разбираются на проекте по шагам.
2. Что нужно иметь под рукой?
Ноутбук с Python 3.11+, аккаунт на GitHub, coding-агент в терминале: OpenCode, Cursor или Claude Code. Проект разворачивается готовым bootstrap-скриптом, без git clone и скрытых установок.
3. Это запись или живой формат?
Только живой. СБ 10:00 → ВС 18:00 МСК в Zoom, вопросы по ходу, совместный разбор. Запись остаётся как страховка, не как замена участия.
4. А если мне нужно будет отлучиться?
Ничего страшного. Мы специально построили программу так, чтобы после каждого этапа была понятная «точка синхронизации»: Алексей резюмирует сделанное, отвечает на вопросы и только потом группа идет дальше. Поэтому если вам пришлось ненадолго отойти, вы сможете быстро включиться обратно. Это выходные — мы понимаем, что жизнь не ставится на паузу.
5. Что если не получится быть оба дня?
Лучше прийти на оба — воскресенье продолжает субботний стенд: те же дефекты, тот же план покрытия, те же тесты.
6. Как устроена помощь во время сборки?
Ведущий и ассистент работают с группой live: вопросы по ходу, совместные разборы. Это групповой формат, не индивидуальный менторинг.
7. Дают ли счёт для работодателя?
Да, оформляем чек или счёт от юр.лица — многие компании компенсируют обучение.
8. Чем это отличается от ютуба и курсов?
Собираешь рабочего агента по шагам с экспертом, рядом инженер, который ведёт группу live. В конце — собственный репозиторий.
Готовы обсудить все детали и ответить на вопросы
Документы
О нас
Программы
Мы используем файлы cookie в соответствии с политикой в отношении файлов cookie, чтобы обеспечить лучшую работу с сайтом, в соответствии с условиями Пользовательского соглашения.