Бесплатные курсы по ИИ на русском: с нуля до университетского уровня

Откуда: репозиторий Microsoft на GitHub

Уровень: новичок

Что внутри: 21 урок про генеративные модели и промптинг — официальный русский перевод текстов уроков прямо в репозитории.

Кому подходит: если никогда не работал с ИИ — отличное начало: минимум теории, много практики. Для заданий с кодом пригодятся базовые навыки Python.

Откуда: репозиторий Microsoft на GitHub

Уровень: новичок–средний

Что внутри: как устроены AI-агенты и tool use (когда модель вызывает инструменты) — с полным русским переводом.

Кому подходит: если хочешь понять, как на самом деле работают агенты вроде Claude Code, — это про них.

Откуда: Google Developers

Уровень: средний, требует минимум математики

Что внутри: фундамент машинного обучения: как тренировать модели, потери и оптимизация, регуляризация. Полностью на русском, включая новые модули про LLM. Видео + упражнения.

Кому подходит: если ты уже читал про ИИ и хочешь понять, как это всё устроено изнутри.

Откуда: Hugging Face

Уровень: средний–продвинутый, нужны основы Python

Что внутри: трансформеры, как обрабатывается текст, файн-тюнинг моделей, практика с библиотекой transformers. Полный перевод на русский.

Кому подходит: если планируешь работать с текстом и готов писать код. Это не просто теория, это реальная практика.

Откуда: платформа Stepik, курс от МФТИ

Уровень: новичок

Что внутри: базовый курс МФТИ про машинное обучение и анализ данных, интерактивные задачи прямо на платформе.

Кому подходит: тем, кто хочет мягкий старт по-русски. Пригодятся базовые навыки программирования.

Откуда: Московский физико-технический институт

Уровень: от основ до продвинутого, пригодится математика

Что внутри: университетский уровень. Deep learning с нуля, нейросети, компьютерное зрение, NLP. Видеолекции, материалы и домашние задания с проверкой.

Кому подходит: если дружишь с линейной алгеброй и матанализом и готов серьёзно вникнуть. Это не для скорости, это для понимания.

Откуда: Яндекс Education

Уровень: продвинутый, требует алгебры, анализа, теории вероятностей

Что внутри: полноценный учебник про методы обучения, теорию, применение. Не видео, а честный текст с формулами. Бесплатный, университетского уровня.

Кому подходит: если интересует математика за ML, а не просто код. Предупреждение: нужна хорошая подготовка.

Откуда: Andrej Karpathy

Уровень: продвинутый, на английском

Что внутри: как работают нейросети изнутри. Карпати пишет код нейросетей с нуля на Python — от крошечного micrograd до PyTorch. Вся магия и вся боль. Легендарный курс в ML-сообществе.

Кому подходит: если прошёл всё выше, говоришь по-английски, и хочешь по-настоящему понять, что происходит. Это для тех, кто готов к вызову.

Stepik — начни отсюда: мягкий вход и интерактивные задачи, не скучно.

Generative AI for Beginners (Microsoft) — разберёшься, что такое LLM и как с ними работать.

Google ML Crash Course — фундамент: потери, оптимизация, как тренировать модели. Нельзя пропускать.

Hugging Face NLP — практика с трансформерами и текстом. Теперь пишешь код, а не только смотришь видео.

Deep Learning School МФТИ (параллельно, в своём темпе) — погружайся по мере освоения предыдущего.

Хендбук Яндекса (идёшь своим темпом) — если хочешь разбираться в теории. Открывай его, когда появляются вопросы «почему», а не «как».

AI Agents for Beginners (Microsoft) — когда уже разобрался с LLM, узнай про агентов и tool use.

Karpathy Zero to Hero — финальный уровень, только если говоришь по-английски. Пиши нейросеть с нуля, поймёшь всю магию.

Проекты: не останавливайся на теории. Возьми набор данных, обучи модель, добавь в портфолио. Kaggle — хороший старт.

Практика с Claude Code: учись писать промпты и управлять агентами. Это отдельный скилл. Гайды в нашем клубе помогут.

Сообщество: присоединись к AI-сообществу, читай статьи, делись проектами. Лучше всего учишься от других.

Узкие темы: выбери, что тебя зацепило (компьютерное зрение, NLP, RL, генеративные модели) и погружайся глубже. Лучше углубиться в одну тему, чем распыляться.