Skip to content

Карта обучения

English · Русский · Карта Atlas

Выбирайте маршрут по работе, которую нужно уметь показать. В Atlas по-прежнему два трека: AI Engineering и AI Leadership. В Engineering теперь два предметных маршрута; в Leadership — один с четырьмя ветками ответственности. Существующий восьминедельный учебный план сохраняется как широкая база. Это дополнительные варианты выбора, а не три обязательных курса сверху.

Предметные маршруты рассчитаны на опытных разработчиков и специалистов по продукту, управлению инженерными командами и программами. Если входная проверка выявила пробелы в основах, сначала устраните их и повторите попытку. Все сроки ниже — редакционные оценки, не проверенное время подготовки. Календарная неделя не считается завершённой практикой, если критерий не выполнен.

Выберите маршрут

Ближайшая потребность Маршрут и scope Оценка нагрузки Нужные свидетельства
Широкая база AI или неясные пробелы Существующий учебный план, Engineering или Leadership 8 недель × 6–8 часов плюс восстановление базы Объяснения, небольшие артефакты и отложенные попытки по общим P0-темам
Читать, менять и защищать код с разрешённым AI AI-ассистированный кодинг, внутри Engineering 4 недели × 6–8 часов Диагностика бага, контекст, контрпримеры алгоритмов, чеклист ревью PR и защита решения
Объяснить ограниченный сервис вокруг модели Прикладная AI-инженерия, внутри Engineering 8 недель × 6–8 часов Выбор baseline, контракт ответа, план оценки, разбор отказов поиска/инструментов и чеклист релиза
Руководить AI-продуктом, командами, портфелем или реализацией AI Leadership, внутри Leadership 8 недель × 6–8 часов для одной основной ветки Решения, расчёты, ответственность, критерии релиза и рекомендации после возражений

Если по пересекающемуся результату уже есть свежие свидетельства, повторите его без заметок с изменённым ограничением и пройдите тот же критерий до замены задания. Чтение базы не заменяет обоснованное объяснение или решение. Текущие предметные Engineering-маршруты не требуют Python-реализации или сдачи лабораторных. При последовательном прохождении складывайте бюджеты времени и убирайте пересечения только по показанному результату. Обучение модели, сложный инференс и полный курс алгоритмов выходят за эти оценки.

Engineering: две разные демонстрации

AI-ассистированный кодинг проверяет, сохраняете ли вы управление разработкой. Начните со знакомства с репозиторием и граничного бага; затем объясните ограниченную функцию с AI, проверьте допущения алгоритма и закончите планом сборки, ревью и защитой. Семь семейств алгоритмов — карта выбора и контрпримеров, а не семь больших проектов. Следуйте правилам конкретного интервью: разрешение одного работодателя не переносится на другого.

Прикладная AI-инженерия проверяет наличие ясной задачи, baseline и контракта отказов. Один маленький публичный или синтетический кейс проходит выбор модели/контракта, оценку, поиск, ограниченные инструменты, эксплуатацию, безопасность и финальную защиту при изменённом ограничении. Используйте концептуальные примеры и планы проверок; качество и безопасность модели остаются неизмеренными. Аккаунт модели, API-ключ или реализованный сервис не нужны. Production обозначает тренируемые обязанности, а не сертификацию готовности.

Оба маршрута используют существующие Engineering-вопросы. Редакционные уточнения остаются вне опубликованного и созданного по радару банка; существующие вопросы получили дополнительные ответы и первичное чтение. В исследовании Engineering описаны сравнение источников, границы Premium и первичные технические проверки.

Leadership: выбирайте ответственность, а не должность

В маршруте Leadership есть общая работа с выбором задачи, свидетельствами, техническим суждением, полномочиями и реализацией. Выберите одну ветку для глубины. Все кейсы всех веток за восемь недель проходить не требуется.

Ветка Основные решения Какой scope назвать
Product Discovery, AI/no-AI, метрики/эксперименты, экономика, UX и launch/stop Пользователь и покупатель, результат, свидетельства, право приоритизации
EM / Platform Архитектура, надёжность, AI-assisted SDLC, staffing, найм и coaching Владение сервисом, ёмкость команды, прямые подчинённые и эскалация
Head / Director Портфель/бюджет, build/buy, оргизменения и решения с руководством Реально контролируемые ресурсы, менеджеры в подчинении, право распределять и отменять
TPM / Delivery Зависимости, неопределённые этапы, readiness, перепланирование и передача Владельцы решений, обязательства, незакрытые зависимости и условия остановки

Название Director само по себе не подтверждает управление людьми или бюджетом. Техническая глубина не заменяет coaching и портфельные решения. Реальные прошлые примеры практикуйте отдельно от вымышленных кейсов: упражнение не становится профессиональным достижением. Аудит Leadership показывает прямые, вторичные, адаптированные и перенесённые с другой роли свидетельства интервью.

Еженедельный цикл практики

  1. Ответьте или набросайте артефакт до чтения. Назовите допущения и то, что опровергнет подход.
  2. Прочитайте выбранный первичный материал и план существующего вопроса; исправьте артефакт вместо заучивания ответа.
  3. Получите проверку от тестов, коллеги или источника. Критику AI нужно проверить; один численный балл AI не является свидетельством.
  4. Повторите без заметок после паузы, изменив существенное ограничение. Примерно два дня и следующая неделя — практический выбор, не научно оптимальный интервал.
  5. Запишите дату, артефакт/anchor, результат, балл, обратную связь и следующий повтор. Незакрытые пробелы остаются видимыми.

Используйте существующую шкалу 0–3: 0 — несвязность или критическая ошибка; 1 — нужна помощь или нет корректной проверки; 2 — самостоятельное объяснение или реализация с допущениями, компромиссом и проверкой; 3 — также изменённые ограничения, отказы и пределы применимости. Результат недели и отложенная попытка требуют не менее 2 каждый, плюс конкретная проверка маршрута. Ошибки корректности, доступа, критического релиза и правдивости опыта нельзя усреднять.

В учебном плане есть ссылки на исследования извлечения из памяти и распределённой практики, а также их ограничения. Они не валидируют эту программу интервью, её расписание или порог. Завершение означает записанную практику и успешные повторы выбранного scope, а не прогноз найма, диплом или разрешение развёртывания.

Перед расширением scope прочитайте свидетельства

Аудит покрытия отделяет наличие материала от свидетельств интервью и освоения учащимся. План расширения фиксирует реализованное содержание, нерешённые вопросы свидетельств и отложенную реализацию. Текущее расширение добавляет вопросы при допустимом происхождении, ответы, чтение и чеклисты. Python-упражнения, исполняемые лабораторные, реализация проекта и AI-оценщик отложены сопровождающим и не требуются для этих предметных маршрутов. Отдельная дорожная карта проекта сохраняется как общий план развития репозитория.