Vibe Coding · с нуля
Vibe Coding School — приложения с помощью AI
Практический курс vibe-кодинга: от интерфейса в Google AI Studio до бэкенда на Python, базы данных Supabase и публикации проекта на сервере. Без опыта программирования.
Дмитрий Романов6 модулей · 41 урокПрограммирование
Как устроен курс
Лекции и тесты
После каждого модуля — проверочный тест, в конце финальный экзамен. Видно, что усвоил, а что стоит перечитать.
Читается с телефона
Открывается прямо в Telegram или в браузере. Ничего скачивать и устанавливать не нужно.
Доступ остаётся
Курс закреплён за вашим аккаунтом — вернуться к нему можно в любой момент через раздел «Мои курсы».
Сначала посмотрите изнутри
Первые два модуля открыты целиком и бесплатно — чтобы понять, удобно ли вам так учиться
Программа курса
Что именно внутри — без воды
01Модуль 1. Google AI Studio: первое приложение
- Урок 1. Вайб-кодинг и инструменты для старта
- Урок 2. Как составить ТЗ приложения с помощью GPT
- Урок 3. Приложение №1: чат-платформа в Google AI Studio
- Урок 4. Приложение №2: AI-дизайнер интерьеров (image-to-image)
- Урок 5. Публикация ссылки, Remix и практика
02Модуль 2. Серверная часть: backend на Python
- Урок 1. Frontend и Backend: как устроено приложение
- Урок 2. API, endpoints и JSON: язык общения фронта и бэка
- Урок 3. Четыре типа связи: GET, POST, SSE и WebSocket
- Урок 4. Backend на FastAPI в Google Colab + Cloudflare Tunnel
- Урок 5. RAG: дообучение ассистента на своей базе знаний
- Урок 6. Какие бывают AI-агенты: внутренние, внешние и личные
- Урок 7. Практика: свой backend с базой знаний
03Модуль 3. База данных: подключение Supabase
- Урок 1. Что такое база данных и зачем она нужна
- Урок 2. Первичный ключ и связи между таблицами
- Урок 3. Локальные и облачные базы: Supabase против SQLite
- Урок 4. Регистрация в Supabase и создание таблицы
- Урок 5. Политики доступа (RLS) и подключение Supabase к приложению
- Урок 6. Практика: две базы данных в проекте «AI-рекрутер»
- Урок 7. Практика: свой AI-консультант с сохранением в Supabase
04Модуль 4. Разбор проектов и AI-агенты: насмотренность
- Урок 1. Насмотренность: зачем делать проекты и что такое AI-агент
- Урок 2. Агенты для продаж
- Урок 3. Маркетинг, контент и аналитика данных
- Урок 4. Рекрутинг, HR и клиентский сервис
- Урок 5. Личные сервисы, ассистенты и каталог заказных проектов
- Урок 6. Технологии: среды вайб-кодинга, стек, голос и работа с экраном
- Урок 7. Рынок труда: трудоустройство в AI как метод
- Урок 8. Продажа проектов на заказ: воронка и каналы заявок
- Урок 9. Сервисы по подписке (SaaS для B2B) и валидация идеи
05Модуль 5. Публикация проекта на сервер
- Урок 1. Что такое деплой и зачем публиковать через Git
- Урок 2. Выбор сервиса: почему TimeWeb Cloud
- Урок 3. Публикация фронтенда (React → dist)
- Урок 4. Подготовка бэкенда: requirements.txt и Docker
- Урок 5. Публикация бэкенда и доступ к нейросетям через OpenRouter
- Урок 6. Связка фронта с бэком, CORS и домен
- Урок 7. Практика и диагностика деплоя
06Модуль 6. Дополнительно: дообучение GPT на своей базе знаний (RAG)
- Урок 1. Что такое RAG и зачем «дообучать» GPT на своей базе знаний
- Урок 2. Как RAG устроен внутри: чанки, эмбеддинги, векторная база, поиск
- Урок 3. Метрики качества и тестирование RAG
- Урок 4. Техники расширения поиска: контекстуализация, мультиквери, HyDE, метаданные
- Урок 5. Точность и сборка конвейера: реранк, гибридный поиск, работа с чанками
- Урок 6. RAG на практике: вы архитектор, отладка по логам, применение
07Финальный тест — 15 вопросов
Забрать курс
Открывается в боте, там же оплата картой, СБП, Telegram Stars или криптой