Перейти к содержимому

Курс

AI Product Builder строй продукты с AI-агентами

От идеи до запущенного продукта за 8 недель. Преподаёт Назар Мазур — Senior Technical Product Manager с 10+ годами опыта, который сам, за несколько месяцев и без команды разработчиков, построил маркетплейс svio.com.ua с Claude Code.

  • 15 000 8 900 грн
  • Длительность: 8 недель
  • Формат: online, live-сессии + практика
Регистрация
Claude Code
Agentic CLI от Anthropic
OpenAI Codex
Агентный код-ассистент от OpenAI
Google Antigravity
Агентная среда разработки на базе Gemini

Цель программы

Научить системному подходу к построению цифровых продуктов с AI-агентами как активными членами команды разработки — от идеи к требованиям, от требований к архитектуре, от архитектуры к запущенному продукту.

После прохождения курса участники смогут:

Чему вы научитесь в рамках курса?

  • Основы LLM и agentic AI

    Как на самом деле работают Claude, GPT, Gemini: tokens, context windows, tool use, reasoning. Когда использовать чат, а когда — агента.

  • Claude Code, OpenAI Codex, Google Antigravity

    Детальный разбор каждого инструмента на реальных примерах: Claude Code с MCP и Git-интеграцией, Codex для агентных задач, Antigravity — агентная среда Google. Сравнительная матрица выбора.

  • Prompt Engineering & Context Design

    Как структурировать промпты и контекст, чтобы результат был предсказуем. Few-shot, chain-of-thought, шаблоны инструкций для реальных задач.

  • Product Architecture & Spec Writing

    От идеи к технической спецификации, понятной AI. User flows, модели данных, API-контракты — чтобы агент не напутал с первой итерации.

  • Verification & Quality Assurance

    Как проверять код, написанный AI: линтинг, тесты, код-ревью. Когда он готов к продакшену, а когда нужна переработка.

  • Запуск реального продукта

    От идеи к продукту с реальными пользователями: база и авторизация на Supabase, деплой на Vercel, мониторинг в Sentry, email через Resend. Capstone — не учебный, а реальный проект.

Каких результатов вы достигнете?

  • ⭐Запустите свой первый цифровой продукт (или внутренний инструмент для бизнеса) — от идеи до первых реальных пользователей
  • ⭐Сократите время разработки с месяцев до недель благодаря эффективной работе с AI-агентами
  • ⭐Научитесь писать спецификации и задачи, дающие AI чёткую цель без лишних итераций
8

недель интенсивного обучения

16

live-сессий (2 в неделю)

1

production-ready продукт на выходе

Назар Мазур

Преподаватель

Назар Мазур

Senior Technical Product Manager

10+ лет в продукт-менеджменте на стыке digital-маркетинга, big data и аналитики. Прошёл путь от Product Owner в N-iX (web и big data проекты) и US HealthConnect до Virtuozzo/OnApp, BrandShelter (Team Internet, направление brand protection) и Upday (1,5M+ трафика). Ежедневно строит реальные продукты с agentic AI — Claude Code, Codex, Antigravity — и на курсе делится именно этим процессом, а не теоретическими best practices.

  • ✓10+ лет в продукт-менеджменте
  • ✓Опыт: N-iX, US HealthConnect, Virtuozzo, BrandShelter, Upday
  • ✓Стек: Claude Code · Codex · Antigravity · Supabase · Vercel
  • ✓Ниши: AI, e-commerce, big data, cloud, real estate
LinkedIn Назара →

Доказательство, а не обещание

Курс ведёт тот, кто сам это сделал

Лучшее доказательство, что метод работает — реальный продукт. За несколько месяцев, сам, без команды разработчиков, Назар построил svio.com.ua — маркетплейс доверия, полностью с агентной разработкой. Не лендинг, а работающую платформу с платежами, верификацией и рейтингами.

  • Escrow-защита сделок

    Безопасные расчёты между незнакомыми сторонами.

  • Верификация через Дія

    Продавцы подтверждены через государственный сервис Дія.

  • Рейтинговая система доверия

    Репутация участников как основа маркетплейса.

  • Несколько вертикалей

    Товары, услуги, вакансии, недвижимость, волонтёрство.

  • Time-banking

    Обмен услугами и временем внутри сообщества.

  • Благотворительность в покупках

    Часть транзакций идёт на добрые дела.

Посмотреть svio.com.ua →

Программа обучения

8 недель · формат — online

Модуль 1. LLM, agentic AI и первые инструменты (неделя 1)
  • ·Как работают большие языковые модели: tokens, context windows, fine-tuning vs prompting
  • ·Разница между чатом, агентом и многоагентной системой
  • ·Когда какую модель использовать: cost / quality tradeoff
  • ·Первая практическая сессия: промпт → результат → анализ ошибок
  • ·Обзор agentic-инструментов: Claude Code, OpenAI Codex, Google Antigravity
Модуль 2. Claude Code + GitHub — agentic-разработка (неделя 1-2)
  • ·Claude Code как локальный инструмент: установка, настройка, MCP (Model Context Protocol)
  • ·GitHub с нуля: репозитории, ветки, коммиты, pull requests — даже если вы никогда не видели git
  • ·Как Claude Code читает и пишет код в контексте версионированного проекта
  • ·Ревью AI-сгенерированных diff'ов перед мержем: что именно проверять
  • ·Практика: первая веб-страница с нуля, закоммиченная в собственный GitHub-репозиторий
Модуль 3. OpenAI Codex и Google Antigravity — другие agentic-инструменты (неделя 2)
  • ·OpenAI Codex: агентный CLI и облачный агент для написания, рефакторинга и ревью кода
  • ·Google Antigravity: агентная среда разработки от Google на базе Gemini — когда выбирать вместо Claude Code
  • ·Сравнительная матрица: Claude Code vs Codex vs Antigravity — сильные и слабые стороны каждого
  • ·Структурированный output: JSON schemas, function calling, повторяемость результатов
  • ·Практика: одна и та же задача через все три инструмента — сравнение результата
Модуль 4. Контекст, md-файлы и Prompt Engineering (неделя 2-3)
  • ·Управление context window: что агент реально «видит», а что нет — и почему от этого зависит результат
  • ·CLAUDE.md / AGENTS.md: инструкции для агента как «конституция проекта»
  • ·Разбиение работы на md-файлы: спецификации, task-листы, план, память проекта
  • ·Few-shot, chain-of-thought и шаблоны инструкций для предсказуемого результата
  • ·Практика: настроить контекст так, чтобы агент не «терялся» на большой кодовой базе
Модуль 5. Product Spec, требования и UI через AI-линзу (неделя 3)
  • ·От идеи к требованиям: как получить чёткие требования без бизнес-аналитика
  • ·User flows, wireframes, модели данных: что нужно AI для правильного кода
  • ·Дизайн и UI с AI: Tailwind, shadcn/ui, v0.dev — профессиональный вид без дизайнера
  • ·Техническая спецификация, понятная агенту: API-контракты, error cases, edge cases
  • ·Документация как "source of truth": README, API docs, architecture docs, которые прочитает AI
  • ·Практика: написание спецификации для целого веб-приложения
Модуль 6. Бэкенд, база данных и авторизация — Supabase / Firebase (неделя 4)
  • ·Supabase vs Firebase: когда что выбирать и чем они отличаются
  • ·Проектирование схемы базы данных вместе с AI-агентом
  • ·Авторизация и регистрация пользователей: email, OAuth, magic links
  • ·Row-Level Security и права доступа — чтобы данные пользователей были в безопасности
  • ·Storage для файлов и serverless / edge-функции для логики
  • ·Практика: подключить базу, авторизацию и хранилище к своему продукту
Модуль 7. Verification, Testing & QA + GitHub Actions (неделя 4-5)
  • ·Как проверять код, написанный AI: линтинг, unit- и интеграционные тесты
  • ·GitHub Actions: автоматический CI на каждый push и pull request
  • ·Vercel preview deployments: проверка изменений до релиза в продакшн
  • ·Чек-лист код-ревью + verification loop: агент исправляет себя сам по фидбеку
  • ·Когда агент ломается: выдуманные API, бесконтрольные правки, «он удалил мой код» — и откат через git
  • ·Production readiness: когда код готов, а когда нужна переработка
Модуль 8. Multi-Agent Workflows & Scaling (неделя 5)
  • ·Single-agent vs multi-agent: когда одного агента недостаточно
  • ·Специализированные агенты: code writer, code reviewer, architect, product manager
  • ·Синхронизация: как агенты обмениваются контекстом и артефактами (код, спецификации, отчёты)
  • ·Orchestration patterns: sequential, parallel, conditional flows между агентами
  • ·Практика: архитектура, кодирование и ревью через 3 агента
Модуль 9. Запуск и эксплуатация: Vercel, Sentry, Resend (неделя 5-6)
  • ·Деплой на Vercel: CI/CD, environment variables, secrets, собственный домен
  • ·Sentry.io: отслеживание ошибок и производительности в реальном времени
  • ·Resend: транзакционные email — подтверждения, уведомления, magic links
  • ·Мониторинг, логи и алерты: узнать о поломке раньше клиента
  • ·Итерация: запрос пользователя → задача для агента → фикс в продакшне
Модуль 10. Платежи и монетизация — Stripe и украинские шлюзы (неделя 6)
  • ·Stripe для мирового рынка + LiqPay / Fondy / WayForPay для Украины: когда что выбирать
  • ·Разовые платежи, подписки и тарифные планы — что подходит вашему продукту
  • ·Checkout, webhooks и запись транзакций в базу — надёжно и безопасно
  • ·Escrow-логика безопасных расчётов в маркетплейсе (кейс svio.com.ua)
  • ·Тестовый режим, ключи и безопасность платежей — без утечки секретов
  • ·Практика: подключить приём оплаты к своему продукту
Модуль 11. AI Product Management Skills (неделя 6-7)
  • ·Написание спецификаций как non-engineer: чёткая задача для инженеров/агентов
  • ·Трейдоффы: cost vs quality vs speed при выборе модели и архитектуры
  • ·Evals: как измерять качество работы AI-агента, а не только "код выполняется"
  • ·Analytics & metrics: какие метрики кроме bug-фиксов важны для AI-продуктов
  • ·Практика: спецификация для 3-модульной системы, поданная трём вариантам агентов
Модуль 12. Capstone-проект и портфолио (неделя 7-8)
  • ·Выбор проекта: собственная идея или одно из 5 предложенных направлений
  • ·Полный стек: GitHub + Supabase/Firebase + Vercel + Sentry + Resend
  • ·Разработка: параллельное использование всех инструментов (Claude Code, Codex, Antigravity)
  • ·Деплой: запуск в продакшн, первые 50-100 пользователей, первый feedback loop
  • ·Презентация и портфолио: documentation, представление проекта

Стоимость обучения

  • Курс

    8 900 грн

    или 3 платежа по 2 967 грн

    • ✓ 8 недель (16 live-сессий по 90 мин, пн-ср 19:00–20:30 по Киеву)
    • ✓ Записи всех сессий + материалы в приватном Slack-канале
    • ✓ Домашние задания + фидбек от Назара Мазура
    • ✓ 2 сессии код-ревью для вашего capstone-проекта
    • ✓ Шаблоны промптов, specification documents, чек-листы
    • ✓ Сертификат завершения курса

    Осталось

    6 МЕСТ

    Зарегистрироваться
  • Популярный

    Курс + Менторство

    16 990 грн

    или 4 платежа по 4 247 грн

    • ✓ Всё из первого плана +
    • ✓ 1-на-1 менторинг с Назаром: 8 сессий по 30 мин в течение курса
    • ✓ Приватные консультации по специфике вашего проекта
    • ✓ Более глубокое код-ревью: 6 итераций вместо 2 для capstone
    • ✓ Помощь с запуском: шаблоны лендинга, сбора email, аналитики
    • ✓ Пост-курс: 3 месяца лёгкой поддержки для запущенного продукта
    • ✓ Гарантия возврата средств в течение 30 дней

    Осталось

    3 МЕСТА

    Зарегистрироваться

Частые вопросы

Нужны предыдущие знания программирования?

Нет. Курс рассчитан на людей без кода — мы учим управлять AI-агентами, а не писать код самостоятельно. Базовое знание HTML/CSS или JavaScript поможет ориентироваться быстрее, но не обязательно.

А если я уже разработчик?

Отлично — вы сразу перейдёте на уровень "как эффективно работать с AI, чтобы ускориться в разы". Курс даёт систему, а не хаотичное промптирование.

Что такое "agentic AI"? Это просто ChatGPT?

Нет. ChatGPT — это чат: вы пишете промпт, он отвечает. Agentic AI — система, которая сама принимает решения, читает контекст, пишет код, тестирует его и проверяет результат. Claude Code, Codex и Antigravity — классические примеры таких систем.

Будут ли записи сессий?

Да. Все 16 live-сессий записываются и остаются у вас навсегда, вместе с материалами и шаблонами в приватном канале.

Какое время сессий?

Понедельник и среда, 19:00–20:30 по Киеву (UTC+2). Если ваш часовой пояс другой — запись доступна на следующий день.

Capstone-проект обязательно моя идея?

Можно взять собственную идею или выбрать из 5 предложенных направлений. Главное условие — это должен быть реальный, запущенный продукт, а не проект на localhost.

Сколько времени нужно в неделю вне сессий?

Планируйте 5-7 часов дополнительно на домашние задания и работу над capstone-проектом — суммарно это около 16 часов в неделю.

Регистрация

Заполните форму и забронируйте место

Перезвоним в течение одного рабочего дня.