[Максим Мигутин] ИИ-агент на своём сервере Python, нейросеть по API (Cloud.ru) (2026)

Свой сервер в облаке Cloud.ru и ИИ-агент на Python: собирает данные из интернета, отправляет их в нейросеть по API и присылает выжимку на почту каждое утро.
С нуля, без опыта Linux. Расходы разобраны по реальному счёту: сервер живёт на стартовых бонусах, нейросеть обходится примерно в рубль в месяц

Чему вы научитесь:

Создавать виртуальную машину в облаке и подключаться к ней по SSH-ключу
Запускать и настраивать Python-скрипт на сервере: виртуальное окружение, зависимости, переменные окружения
Собирать данные из интернета по RSS: фильтровать по времени и ключевым словам, убирать дубликаты
Обращаться к нейросети по API из своего кода и формулировать промпт с жёстким форматом ответа
Проверять ответ нейросети на выдумки — по ссылкам на
источники
Сравнивать модели по реальной стоимости задачи, НЕ по ₽ за миллион токенов
Отправлять результат на почту из Python и рассылать его нескольким адресатам
Запускать всё по расписанию через cron и читать логи, когда что-то сломалось
Считать расходы на облако и на токены и выключать ресурсы, чтобы не платить лишнего

О курсе:

Для кого этот курс:

Аналитикам и тем, кто учится на аналитика
Тем, кто хочет свой сервер, но не знает, с чего начать
Тем, кто пользуется нейросетями в браузере и хочет вызывать их из кода.
Разработчикам, тестировщикам, маркетологам
Тем, кто прошёл «Нейросети для аналитика данных»
Курс не подойдёт, если вы ищете разработку агентов на LangChain или n8n: здесь другое — свой сервер, свой скрипт и полный контроль над тем, что происходит.

Начальные требования:

компьютер с Windows, macOS или Linux;
почтовый ящик на Яндексе (для отправки писем агентом);
номер телефона российского оператора и карта российского банка — без них не пройти регистрацию в облаке;
100–300 ₽ на счёт в облаке: стартовых бонусов хватает на сервер, но не на запросы к нейросети
Наши преподаватели:
Максим Мигутин 10 лет с данными: Booking.com, IBM, KFC. Преподаю в магистратуре РАНХиГС, Otus, Udemy.
10 лет строю системы данных: Booking.com, IBM, KFC.
Преподаю в магистратуре РАНХиГС, в Otus и на Udemy. 17 000+ студентов из 120 стран прошли мои курсы по Data Engineering и Data Observability.

Как проходит обучение
Видео-лекции до 15 минут + вспомогательные файлы + конспекты контрольных точек+ задания для самопроверки

Программа курса:

Что мы построим?

Облако cloud.ru — регистрация и пополнение баланса
Поднимаем сервер
Настраиваем сервер под проект
Почтовый клиент Yandex
Переменные окружения: магия подключений и email
RSS-лента Habr-а
Наш Агент: как работает и что под капотом
Что еще у нужно кроме agent.py
Закидываем файлы на сервер: спасибо Termius
Тестовые прогоны: все ли работает?
Кастомизация агента: что, как и зачем?
Дэшборд: удобно, красиво и доступно из Интернета
Экономика токенов: на что тратим?
Настраиваем расписание для агента: cron и systemd
Чистим ресурсы Облака: как не переплатить
В курс входят 16 уроков, 1 час 59 минут видео, 12 тестов
Последнее обновление 01.09.2026г.