Курс MCP для роботи з LLM

Навчіться підключати джерела, керувати доступами та будувати реальні AI-системи безпечно.

Програма курсу

Вступ до LLM і prompt engineering

• Зрозумієте принципи роботи LLM та їхні обмеження
• Вивчите основні типи промптів і техніки (zero-shot, few-shot, CoT)
• Оглянете ключові проблеми: галюцинації, нестабільність у довгих діалогах, висока вартість запитів
• Розберетеся в тому, чому prompt engineering не розв'язує проблему контексту
• Зрозумієте, як автоматизувати вибір промптів залежно від сценарію

Основи RAG

• Зрозумієте архітектуру RAG (ембеддінги, пошук, ранжування)
• Оглянете типові проблеми та переваги RAG над простим prompt engineering
• Навчитеся працювати з документами (chunking, метадані)
• Вивчите обмеження RAG і проблеми масштабування

Вступ до MCP

• Зрозумієте, що таке Model Context Protocol та які проблеми він розв'язує
• Вивчите структуру MCP (session, context, memory, query)
• Розберетесь у відмінностях між RAG і MCP
• Спроєктуєте MCP-потік на прикладі кейса "Відповідь на запитання про статус задачі"

Розробка базового MCP-агента

• Навчитеся створювати базового MCP-агента
• Зрозумієте, як LLM взаємодіє з інструментами через context
• Вивчите, як інтегрувати retrieval у запит
• Створите і запустите базового Hello, World агента

Провайдери контексту

• Зрозумієте, як працює розподілений контекст
• Зможете організувати довготривалу памʼять: підходи й патерни
• Навчитеся підключати статичні та динамічні джерела даних
• Розберетесь у побудові надійного context provider
• Підключите публічний API та обробку відповіді

Управління контекстом у багатомодельних сценаріях

• Зрозумієте, як працюють multi-model сценарії
• Навчитеся будувати pipeline з кількома моделями
• Вивчите, як валідувати й нормалізувати контекст

Архітектурні патерни для LLM-додатків

• Зрозумієте роль контексту в архітектурі систем
• Ознайомитеся зі схемами для обробки та зберігання контексту діалогів
• Вивчите, як інтегрувати LLM у мікросервіси
• Розберетесь у базових архітектурних патернах

PR Review Agent: від реалізації до безпечного використання

• Навчитеся проєктувати агента для code review
• Зрозумієте, як аналізувати diff і генерувати коментарі
• Вивчите базові принципи security й governance
• Реалізуєте спрощений PR Review Agent

Деплой та операції MCP-агента

• Навчитеся деплоїти MCP-агента (cloud, Docker)
• Зрозумієте, як будувати CI/CD-пайплайни
• Вивчите, як налаштовувати моніторинг і логування

Захист курсових проєктів

• Презентація створеного впродовж курсу end-to-end AI-рішення, яке інтегрує LLM із реальними джерелами даних і забезпечує контрольований, безпечний та масштабований доступ до контексту
• Q&A та фідбек від лектора

Особливості курсу

• Допомога ментора
• Практика
• Власний MCP-based AI-сервіс
• Курсовий проєкт
• Сертифікат про проходження курсу

Викладачі курсу

• Дмитро Дегтярьов - Senior Data Scientist в українських та міжнародних аутсорс- і продуктових компаніях
• Віталій Козінський - Senior DevOps Engineer у SoftServe, Сertified Solutions Architect