Відеокурс: Agentic Engineering для нових проєктів
Ментор - Вʼячеслав Колдовський, Competence Manager в SoftServe
Чому одні AI-first проєкти злітають, а інші лишаються демо?
Секрет не лише в інструментах, а в тому, як саме збудована інженерія навколо них. Claude Code та OpenClaw — яскраві приклади того, що greenfield-підхід дає змогу використати потенціал агентів на максимум: закласти правильну архітектуру, продумати правила взаємодії, під'єднати потрібні інструменти й рухатися до production із зовсім іншою швидкістю.
Ментор: В'ячеслав Колдовський, Founder Dev AI Consulting.
На цьому відеокурсі ви розберете підходи, які стоять за такими AI-first рішеннями, і навчитесь застосовувати їх на практиці для створення власних production-ready продуктів.
Важливо: як правильно працювати з AI агентами?
- хаотичне використання агентів у «режимі вайб-кодингу», швидкий старт без продуманої архітектури й оптимального стеку
- генерація коду без специфікацій і критеріїв приймання
- паралельна робота агентів без координації
- прискорений delivery ціною технічного боргу
- відсутність надійних guardrails та механізму рев'ю
- свідомий вибір технологій, фреймворків і архітектури під AI-first delivery
- побудова системи правил, ролей і навичок для агентів із самого старту
- баланс у підключенні MCP для зовнішніх інструментів і джерел даних
- Spec Driven Development як основа керованої реалізації
- multi-agent orchestration для паралельної роботи над системою
- безперервний шлях від ідеї та специфікації до production
За правильного підходу AI в greenfield-проєктах дає не просто «швидшу генерацію коду», а принципово інший темп створення продукту: команда фокусується на функціях, бізнес-логіці та рішеннях, а значну частину технічної реалізації беруть на себе агенти.
Ви послідовно побудуєте фуллстек веб-проєкт з нуля, використовуючи найкращі сучасні практики Agentic Engineering, і вбудуєте в рішення агента на базі OpenClaw / NanoClaw. Під час практичних завдань ви реалізуєте власну ідею чи стартап у вигляді готового продукту. Для демо використовується Cursor, але підходи універсальні — підійдуть для будь-якої Agentic IDE, зокрема Claude Code чи GitHub Copilot.
Після курсу ви:
- зможете стартувати новий AI-first проєкт і задеплоїти його на прод уже в перший день
- нарощуватимете продукт через Spec Driven Development з rules, skills, MCP і мультиагентною оркестрацією
- тримаєте якість і уникаєте технічного боргу за рахунок guardrails, code review та fast feedback loops
- вбудуєте у свій продукт агента на базі OpenClaw / NanoClaw і переведете окремі фічі у формат Agent Skills
- прискорите delivery до production без втрати якості та керованості
- Розробникам усіх рівнів, які хочуть запускати нові продукти з AI не хаотично, а через інженерний підхід
- Tech Leads, Solution Architects та Founding Engineers, які проєктують нові системи під ефективну роботу агентів
- Startup founders та product builders, які хочуть скоротити шлях від ідеї до working product і production deployment
- DevOps / Platform Engineers, які хочуть побудувати швидкий delivery pipeline для agent-driven розробки
- Engineering Managers і тимлідам, які хочуть стандартизувати роботу з AI-інструментами на нових проєктах
- Продакт-менеджерам та бізнес-аналітикам, які хочуть самостійно імплементувати свої ідеї в production
Три модулі: від першого деплою до агента в проді
module-1 Відправляємо в продакшн перший робочий продукт 1/3 ›
- – Нова SDLC: чому генерація вже не вузьке місце, а верифікація — так
- – Agent = Model + Harness: з чого складається agentic engineering — моделі й бенчмарки, інструменти, правила, Agent Skills, MCP, суб-агенти
- – Greenfield-специфіка: AI-friendly стек, мови та фреймворки, архітектури, дружні до агентів
- – Як збудовані Claude Code та OpenClaw — і що з цього взяти собі
- – Comprehension debt та intent debt: чому «все в репозиторії» і SDD критичні
- – Практика: від PRD до задеплоєного Next.js — наївний vibe-підхід vs інженерне середовище (React best-practices skill + Context7 + Vercel MCP)
module-2 Запускаємо фабрику проєктів 2/3 ›
- – Project Factory: повторюваний цикл «вимоги → специфікації → тести → імплементація → перевірка → пруфи»
- – Loop Engineering і його складові: automations, worktrees, skills, connectors, суб-агенти, пам'ять
- – Spec-Driven Development (OpenSpec) і capability slicing замість «зроби весь MVP одразу»
- – Паралельне виконання агентів в ізольованих worktrees
- – Guardrails і review-гейти: maker ≠ checker, evals, трасування та автоматичне QA
module-3 Вбудовуємо агента на базі OpenClaw / NanoClaw / Hermes 3/3 ›
- – Показуємо парадигму skill-based programming у дії: одну з фіч, реалізованих на Дні 2 звичайним детермінованим кодом, переводимо в агента й інтегруємо з веб-інтерфейсом — отримуємо гібридну архітектуру «веб + агент-runtime»
- – OpenClaw / NanoClaw / Hermes: коротко про підходи і коли що обирати
- – Skill-based programming як парадигма: коли бізнес-логіка краще живе як Agent Skills, а не як код
- – Від детермінованої фічі до Agent Skill: переписуємо шматок коду з Дня 2 у формат skill
- – Інтеграція агента з веб-інтерфейсом; опціонально — додатковий канал через месенджер
- – Безпека, моделі, вартість і ліміти: на що дивитись, коли ставиш агента у прод
В'ячеслав Колдовський
- – 20+ років в IT, сертифікований Google Cloud Professional Cloud Architect, nVidia Generative AI LLMs
- – Ph.D / кандидат економічних наук, доцент, керівник Центру Gen AI в IT STEP Університеті
- – Засновник YouTube та Telegram-каналів Programming Mentor
- – Активний спікер: виступи на iForum, DOU Day та ін.
- – Лідер AI-спільноти на DOU, автор публікацій
- – Має реалізовані проєкти з Gen AI та AI-генерованим кодом, які успішно працюють у продакшені
- – Консультує компанії з трансформації процесів SDLC з використанням AI
Вартість участі
Доступ до записів 3 онлайн-сесій курсу
Презентації
Практичні завдання для самостійного опрацювання
Сертифікат (за умови проходження тестування)
Знижка 10% на участь в конференціях Fwdays
Доступна оплата частинами від Monobank та покупка частинами від ПриватбанкуПісля покупки ми відправимо вам доступ до курсу протягом одного робочого дня