поток
поток №1
когда
зима 2026
для грейдов
от middle+
длительность
1 месяц
Нужно знать любой backend-язык программирования, базы данных и System Design на базовом уровне
Middle+
Senior
Staff
TechLead
Подойдет backend-разработчикам, инженерам и архитекторам
/1
Как устроены поисковые системы и как их проектировать
/2
Как предугадывать запрос на этапе ввода в поисковую строку
/3
Как отдать релевантный поисковый ответ за 200ms
/4
Как найти по смыслу, если в запросе ни одного ключевого слова
/5
Как использовать поисковую систему в качестве retrieval layer для LLM и AI-агентов
/6
Как обеспечить отказоустойчивость, если у вас гигабайты данных
Не просто изучаем ElasticSearch, а учимся проектировать поиск под любые задачи
От внутренних сервисов до системы логов и поиска под RAG. Все на примере HighLoad-проектов — маркетплейсов с миллионами товаров и архитектуры Яндекса / Гугла
Поисковые движки и инфраструктура
ElasticSearch
Apache Lucene
обработка данных
Веб-краулинг
Парсинг
Очистка текста
Индексация
Работа с семантикой языка
api, интерфейсы поиска
Search API
Кэширование в поиске
поисковые техники и типы поиска
Полнотекстовый поиск
Векторный поиск
Поиск по смыслу
Поиск с опечатками
Поиск по синонимам
Гибридный поиск
Автокомплит
BM25
основы ml для разработчиков
Embeddings
Vector space model
Cosine similarity
ANN / HNSW
ML Ranking
Clustering
Retrieval для LLM и AI Agents
После курса будешь владеть:
Web Crawler обходит википедию, скачивает страницы и кладет их в Postgres
Indexator читает страницы, чистит HTML, строит документы и кладет все в ElasticSearch
Search API принимает запрос и ищет по словам
Если нет ключевых слов, система ищет по смыслу, используя embedding
И все это — на практике
За месяц пошагово создашь распределенный поисковый движок по Википедии с миллионами страниц и релевантным ответом за 200ms
Подробная программа
Разбираемся с фундамент всех поисковых систем — Google, Amazon, Elasticsearch-based systems: основные подходы, алгоритмы, идеи, и как они вообще устроены
В уроке:
В уроке:
- архитектура поисковых движков
- inverted index
- BM25, TF-IDF
- scoring и ranking
- fuzzy search (опечатки)
- синонимы и query rewriting
Изучаем проектирование любого высоконагруженного поиска на основе ElasticSearch. Разбираем на примере всем известных маркетплейсов
В уроке:
Практика:
Результат:
В уроке:
- функциональные и нефункциональные требования поисковых систем
- ElasticSearch / OpenSearch / Lucene
- cluster architecture
- indexing pipeline
- search query tuning
- ELK stack
Практика:
- делаем обход Wikipedia
- сохраняем страницы в PostgreSQL
- пишем BFS обход графа
- реализуем защиту от дубликатов
Результат:
- работающий ingestion pipeline + базовая search инфраструктура
Разбираем, как строятся поисковики на подобии Яндекса и Гугла. Как проиндексировать весь интернет, скачать страницы и куда все положить
В уроке:
Практика:
Результат:
В уроке:
- graph traversal (BFS)
- crawling architecture
- indexing pipeline
- HTML parsing и data extraction
- scale problems
Практика:
- извлекаем title/body из HTML
- чистим текст
- реализуем bulk indexing в Elasticsearch
Результат:
- готовый пайплайн: HTML → структурированный документ → поисковый индекс
В прошлом уроке мы проиндексировали весь интернет. Как теперь по нему искать и сделать максимально релевантную выдачу, даже если человек опечатался?
В уроке:
Практика:
Результат:
В уроке:
- search API design
- BM25 retrieval layer
- pagination & query execution
- caching in search systems
- База по ML для разработчиков: decision trees, random forest, gradient boosting, CatBoost, neural networks (overview)
- feature engineering
- clustering (K-Means)
Практика:
- реализуем BM25 Search API
Результат:
- рабочий full-text search API
Простым языком рассказываем про Embeddings и то, как реализовать поиск по смыслу, если пользователь в общей форме описал запрос и не попал ни в одно ключевое слово
В уроке:
Практика:
Результат:
В уроке:
- embeddings и vector space model
- cosine similarity
- kNN search
- approximate nearest neighbors
- HNSW algorithm
- vector search in Elasticsearch
Практика:
- пишем Embedding Service
Результат:
- поисковый движок умеет искать запросы по смыслу. Например, отдать название сериала «Гангстерленд» на запрос «как называется популярный сериал от Гая Ричи про семью бандитов»
К этому моменту мы умеем строить поисковую систему, которая может искать по словам, смыслу и выдерживать production-нагрузку. Но что происходит, когда потребителем становится не только человек, но и AI?
В уроке:
Практика:
Результат:
В уроке:
- внутреннее устройство RAG-систем и роль поиска в ней
- как построить retrieval pipeline для LLM
- как объединить BM25 и vector search в hybrid search
- как применять reranking для повышения качества retrieval
- как превратить search API в tool для AI Agent
Практика:
- реализуем semantic search API и объединяем полнотекстовый и векторный поиск
Результат:
- готовый hybrid retrieval layer: поиск по ключевым словам + поиск по смыслу, который можно использовать как retrieval layer для RAG или как search tool для AI-агентов
«Гугл и маркетплейсы уже есть... зачем мне это?»
Возможность уйти от СRUD’ов в команды с поисковым доменом и более высокой ЗП
Поиск — одна из сложнейших областей backend-разработки. За него больше платят, и сегодня он есть везде: не только в Яндексе или Ozon. Поиск сегодня — это еще и AI
Новый уровень в инженерном развитии
Следующий виток, если преисполнились в микросервисах / PgSQL / Kafka и прочих инструментах
Поиск редко нужно строить с нуля. Зато внедрять, улучшать и масштабировать — постоянно
Как будем учиться
Живые созвоны — длятся по 1.5−2 часа и проходят 2 раза в неделю в свободное от работы время. Есть запись
6 уроков в online-формате
Фидбек дает преподаватель — никаких
кураторов и помощников
Домашние задания и pet-проект
Online-встречи для ответов на вопросы по домашним заданиям и лекциям
Q&A-сеccии
Посмеяться, обсудить проблему или задать вопрос — на связи преподаватель и другие студенты
Общий чат
Выдадим для подтверждения твоих навыков
Сертификат
TradingView
Senior Backend Engineer, AI Assistant & Support
Magnit OMNI
ex-Senior, проектировал ML-платформу персонализации и рекламного ранжирования для маркетплейса
ВКонтакте
ex-Senior, разрабатывал биллинговую и wallet-инфраструктуру рекламного маркетплейса
ViTech
ex-Senior, оптимизировал поисковую инфраструктуру маркетплейса на базе Elasticsearch
Преподает Степан Ляхов, Senior backend Engineer
7 лет
промышленного опыта разработки
5k RPS
max нагрузка поисковой системы
200ms
на 33% оптимизировал нагрузку поиска ViTech
6 → 2 часа
на 66% ускорил индексацию в ViTech
Отвечаем репутацией за качество
{
ффф"it_companies": {
ффффф"trust": 100%
ффф}
}
ффф"it_companies": {
ффффф"trust": 100%
ффф}
}
У нас регулярно учатся BigTech-компании, и в списке лишь некоторые из них:
3 из 10
человек после 1-го курса проходят еще несколько
5.0
независимая оценка качества курсов от Яндекса
>1700
человек повысили у нас квалификацию
86.6%
учеников готовы нас рекомендовать знакомым
поддерживаем высокие метрики удовлетворенности
Частые вопросы
В неделю понадобится ≈8 часов:
Но часы обучения можно подстроить под себя — у тебя останутся записи уроков и Q&A-сессий с разбором вопросов по лекциям и практике, которые ты сможешь смотреть в любое удобное время. Если в них не получится найти нужные ответы, можно задать вопрос в общем чате с преподавателем
- два урока по 1.5−2 часа
- домашние задания — примерно 2 часа
Но часы обучения можно подстроить под себя — у тебя останутся записи уроков и Q&A-сессий с разбором вопросов по лекциям и практике, которые ты сможешь смотреть в любое удобное время. Если в них не получится найти нужные ответы, можно задать вопрос в общем чате с преподавателем
Курс ориентирован на backend-разработчиков, инженеров и архитекторов уровня Middle+/Senior/Staff/TechLead
Для обучения нужно знать:
Для обучения нужно знать:
- любой backend-язык
- базы данных
- system design на базовом уровне
Да. Также, преподаватель даст референс для самопроверки, на который можно будет опираться. А если возникнут вопросы, их можно задать на Q&A-сессиях с преподавателем в online
Курс оплачивается на сайте через платежный виджет. Чек об оплате высылать не нужно, доступ в личный кабинет ученика приходит сразу после оплаты
Да, мы работаем на основании лицензии N Л035-01276-61/07004410 на осуществление образовательной деятельности
Да, после заполнения формы оплаты ты перейдешь на платежную страницу. Внутри есть системы, работающие с иностранными картами
Да, у нас есть возможность оплаты через юридическое лицо.
Чтобы сделать это, пожалуйста, свяжитесь с нами через форму заявки. Отвечаем в течение 1-го дня
Оставить заявку
Чтобы сделать это, пожалуйста, свяжитесь с нами через форму заявки. Отвечаем в течение 1-го дня
Оставить заявку
Да, в течение первой недели обучения ты сможешь вернуть всю стоимость обучения за вычетом комиссии платежной системы, если останешься недоволен качеством или поймешь, что курс тебе не подходит
Примерно 50
Да, все теоретические и практические занятия ведет только один преподаватель. Он же проводит Q&A-сессии и отвечает на вопросы в общем чате.
У нас нет кураторов и помощников — только прямое общение студентов с преподавателем
У нас нет кураторов и помощников — только прямое общение студентов с преподавателем
задать вопрос
Пиши, если есть вопрос по курсу или не знаешь, с чего начать — поможем советом