hardandsoft@hardsoftskills.dev
Certificate of Hard&Soft Skills
]
[
This certificate confirms that
Raman Papou
successfully completed the course «‎Architecture in the age of AI»‎
lasting 4 weeks

Teachers of The Course
]
[
Developer since 2003, has been teaching since 2008, training seniors and architects since 2018. He has shared expertise in more than 100 meetups and conferences.
Pavel is one of the founders of various communities of IT specialists, including ByChange, Free IT. He perfomed the roles of developer, team lead, architect, CTO in small startups, large corporations and product companies.

  • Architect: Miro, EPAM
  • CTO: AmadoAd Ltd., SplitMetrics, Leverice
  • Tech Advisor: LeoHome Inc.

Trained more than 1K developers over the past 15 years, including over 200 architects. Creates educational courses for many technical areas.

Specializations: distributed systems architecture, highload, microservice architectures, systems engineering, engineer growth, corporate communication.


Founding Teacher at Hard&Soft Skills
Pavel Veinik
The course programme included:
]
[
1. AI Architecture Stack: Foundation Models and Infrastructure

  • AI Stack Abstraction Layers
  1. Foundation Models (LLM, LMM, SLM): Selection criteria
  2. Orchestration Frameworks: Role in the architecture
  3. Vector Databases & RAG Infrastructure: Architectural patterns for knowledge storage
  4. Serving Layer: API Gateway for AI, Caching, Rate limiting
  • Interaction Patterns: Prompt engineering vs. fine-tuning vs. RAG — when and what to apply
  • Infrastructure Challenges: GPU vs. CPU inference, quantization, self-hosting vs. API
  • Data Strategy for AI: Unstructured data preparation, data pipelines for embeddings

2. Designing Agents, Multi-Agent Systems, and Tools (MCP)

  • From Single Prompts to Agents: Cognitive architecture patterns: designing memory, planning, and tools
  • Agent Types: ReAct, Plan-and-Solve, Reflexion
  • Agent Orchestration
  1. Interaction Patterns: Hierarchical, Collaborative, Competitive
  2. State Management and context passing between agents
  • Model Context Protocol (MCP)
  1. Standardizing data connections to LLMs
  2. MCP Server and Client architecture
  3. Secure tool provisioning for agents
  • Complexity and Debugging: Chain of Thought (CoT) tracing, Observability for agents

3. AI Operational Architecture: FinOps, Security, and Quality

  • AI FinOps
  1. Pricing Models (per token, per hour, provisioned throughput)
  2. Cost Monitoring and Optimization (Caching, Routing, Model cascading)
  3. Unit Economics of AI features
  • Safety & Security
  1. Attack Vectors: Prompt Injection, Jailbreak, Data Poisoning
  2. Architectural Protection Patterns: Input/Output Guardrails, Sanitization layers
  3. Privacy Preserving AI: PII masking, Local processing
  • Evaluation & Testing
  1. Testing Paradigm Shift: From Unit tests to Evals (generation quality assessment)
  2. Metrics: RAGAS, BLEU/ROUGE (where applicable), LLM-as-a-judge
  3. Dataset Management: Creating "Golden Datasets" for change validation

4. Advanced Patterns, Optimization, and AI-Assisted Design

  • Architecting with AI: Using AI during the system design phase
  • Optimization Techniques
  1. Prompt optimization and Prompt Caching
  2. Speculative decoding and request parallelization
  3. Distillation: Transferring knowledge from large to small models for speed and cost-efficiency
  • Probabilistic Engineering
  1. Uncertainty Management: Retry policies, Fallback strategies
  2. Architectural Anti-patterns: Hallucination amplification, Context overflow
  3. Hybrid Architectures: Neuro-symbolic approaches (combining code and LLMs)
Сертификат Hard&Soft Skills
]
[
Сертификат подтверждает, что
Роман Попов
успешно окончил курс
«Архитектура в эпоху AI»
продолжительностью 4 недели
[
Преподаватели курса
]
Разработчик с 2003 года, занимается обучением с 2008, обучением сеньоров и архитекторов с 2018. Делился экспертизой в более чем 100 митапов и конференций.
Павел стоит у основания различных сообществ IT специалистов, включая: ByChange, Free IT. Выполнял роли разработчика, тимлида, архитектора, СТО в небольших стартапах, крупных корпорациях и продуктовых компаниях:
Специализации: архитектура распределенных систем, highload, микросервисные архитектуры, системная инженерия, рост инженера, коммуникации в организации.
  • Architect: Miro, EPAM
  • CTO: AmadoAd Ltd., SplitMetrics, Leverice
  • Tech Advisor: LeoHome Inc.
  • Founder: Hard&Soft skills, ITStart, Amadoad Ltd.
Обучил более 1K разработчиков за последние 15 лет. Обучил более 200 архитекторов. Создает и проводит обучающие курсы для любых технических направлений.
Founding Teacher at Hard & Soft Skills
Павел Вейник
Пройденная программа курса
]
[
1. Архитектурный стек AI: foundation Models и инфраструктура

  • Уровни абстракции AI стека
1. Foundation Models (LLM, LMM, SLM): критерии выбора
2. Orchestration Frameworks: роль в архитектуре
3. Vector Databases & RAG Infrastructure: архитектурные паттерны хранения знаний
4. Serving Layer: API Gateway для AI, Caching, Rate limiting
  • Паттерны взаимодействия: prompt engineering vs fine-tuning vs RAG — когда и что применять
  • Инфраструктурные вызовы: GPU vs CPU inference, quantization, self-hosting vs API
  • Data Strategy для AI: подготовка неструктурированных данных, data pipelines для эмбеддингов

2. Проектирование Агентов, Мультиагентных систем и Инструментов (MCP)

  • От одиночных промптов к агентам: архитектурный паттерн cognitive architecture: проектирование memory, planning и tools
  • Типы агентов: ReAct, Plan-and-Solve, Reflexion
  • Оркестрация агентов
1. Паттерны взаимодействия: Hierarchical, Collaborative, Competitive
2. Управление состоянием и передача контекста между агентами
  • Model Context Protocol (MCP)
1. Стандартизация подключения данных к LLM
2. Архитектура MCP сервера и клиента
3. Безопасное предоставление инструментов (Tools) агентам
  • Сложность и дебаг: Трассировка цепочек рассуждений (Chain of Thought), Observability для агентов

3. Операционная архитектура AI: FinOps, Безопасность и Качество

  • AI FinOps
1. Модели ценообразования (per token, per hour, provisioned throughput)
2. Мониторинг и оптимизация расходов (Caching, Routing, Model cascading)
3. Unit economics AI-фичи
  • Safety & Security
1. Векторы атак: Prompt Injection, Jailbreak, Data Poisoning
2. Архитектурные паттерны защиты: Input/Output Guardrails, Sanitization layers
3. Privacy Preserving AI: PII masking, Local processing
  • Evaluation & Testing
1. Сдвиг парадигмы тестирования: от Unit-тестов к Evals (оценка качества генерации)
2. Метрики: RAGAS, BLEU/ROUGE (где применимы), LLM-as-a-judge
3. Dataset management: создание Golden Datasets для валидации изменений

4. Продвинутые паттерны, Оптимизация и AI-assisted Design

  • Architecting with AI: использование AI во время дизайна системы
  • Optimization Techniques
1. Prompt optimization и Prompt Caching
2. Speculative decoding и параллелизация запросов
3. Distillation: перенос знаний из большой модели в маленькую для скорости и дешевизны
  • Probabilistic Engineering
1. Управление неопределенностью: Retry policies, Fallback strategies
2. Архитектурные антипаттерны: Hallucination amplification, Context overflow
3. Hybrid architectures: Neuro-symbolic approaches (сочетание кода и LLM)