コースと保存済みの進捗を準備しています。
学習パスの概要
ゼロから始めて、AI Operations Starterの最初の動く仕組みを構築しましょう。
経験ゼロから、再現可能な開発環境を整え、決定論的でテスト済みのローカルパイプラインを作る学習パスです。AI Operations Starterを育てながら、AI Systems・AI Automation・AI Security Engineeringの各コースに備えます。
この学習パスの対象者
構築するもの
業務リクエストの受信・検証、決定論的なポリシーの適用、安全なファイル処理、制御された障害からの復旧を行う小さなローカルバックエンドを構築し、システム・自動化・セキュリティの専門分野へ進みます。
カリキュラムを進めるにつれて、システムが発展していきます。公開済みの各フェーズで範囲の明確な機能を実装し、後続機能は該当するカリキュラムの公開時に追加されます。
A ・公開済みの機能
ターミナル · Git · Python · データフロー · JSON + JSONL · デバッグ
プログラミング経験ゼロから始め、AI Operations Starter の最初に動作するレイヤーを構築します。再現可能な uv 管理環境をセットアップし、ターミナルと Git のワークフローを学び、Python の基本データと制御フローを使い、決定論的なリクエストトリアージを実装します。さらに、制御された失敗への対応、JSON と JSONL ファイルの処理、基本的な YAML 設定の読み込みを行い、その後のバックエンド中心の Phase に進めるクリーンなチェックポイントで完了します。
B ・公開済みの機能
Python パッケージ · 型ヒント · Dataclass + Enum · Ruff + mypy · pytest · FastAPI · Pydantic
Phase A のスクリプトを保守しやすい小さな Python パッケージへ変換し、同じリクエストトリアージの動作をテスト済みの型付き API として公開します。パッケージ境界、import、型ヒント、dataclass、enum、Ruff、mypy、pytest、fixture、パラメータ化、回帰テスト、規律ある AI 支援デバッグ、HTTP の基礎、FastAPI、Pydantic バリデーション、依存関係の境界、制御された API エラー、そして明示的に非永続なインメモリストアを学びます。最後に、コアの業務ポリシーを書き直すことなく、後から integration、PostgreSQL、Docker、構造化 AI を追加できるクリーンなチェックポイントを作ります。
C ・公開済みの機能
HTTPX · 署名付き Webhook · 型付き設定 · Docker Compose · PostgreSQL · SQLAlchemy · 構造化出力
テスト済みの Phase B API を、小規模な接続型バックエンドへ拡張します。明示的なアウトバウンド HTTP クライアント、決定論的なモックトランスポート、生バイト列に対する署名付き webhook の検証、型付き設定とシークレットの境界、交換可能なコネクター (connector) インターフェース、制御された外部副作用を追加します。その後、Docker Compose、PostgreSQL、SQLAlchemy 2.x のトランザクション、永続化、プロバイダー (provider) インターフェース、決定論的なフェイクプロバイダー、スキーマ制約付き AI 候補、プロバイダー障害の処理、そしてモデルではなくアプリケーションコードが制御権を持つハイブリッドポリシーを扱います。
必要な前提知識
プログラミングやAIエンジニアリングの経験は不要です。開発ツールをインストールできるパソコン、コードエディター、失敗やデバッグも含めて実践に集中する姿勢が必要です。
カリキュラム
ゼロから始める Python
プログラミング経験ゼロから始め、AI Operations Starter の最初に動作するレイヤーを構築します。再現可能な uv 管理環境をセットアップし、ターミナルと Git のワークフローを学び、Python の基本データと制御フローを使い、決定論的なリクエストトリアージを実装します。さらに、制御された失敗への対応、JSON と JSONL ファイルの処理、基本的な YAML 設定の読み込みを行い、その後のバックエンド中心の Phase に進めるクリーンなチェックポイントで完了します。
3ユニット
信頼できる Python + API
Phase A のスクリプトを保守しやすい小さな Python パッケージへ変換し、同じリクエストトリアージの動作をテスト済みの型付き API として公開します。パッケージ境界、import、型ヒント、dataclass、enum、Ruff、mypy、pytest、fixture、パラメータ化、回帰テスト、規律ある AI 支援デバッグ、HTTP の基礎、FastAPI、Pydantic バリデーション、依存関係の境界、制御された API エラー、そして明示的に非永続なインメモリストアを学びます。最後に、コアの業務ポリシーを書き直すことなく、後から integration、PostgreSQL、Docker、構造化 AI を追加できるクリーンなチェックポイントを作ります。
3ユニット
無料プレビュー
A01 · ゼロから始める Python
A02 · ゼロから始める Python
A03 · ゼロから始める Python
入門パス
AI Engineering Foundationsの完全な3ユニットから始め、フルコースと同じ学習システムを使えます。開始にアカウントやクレジットカードは不要です。
環境、ターミナル、Git、そして最初に動くプログラム
A01
Python データ、条件分岐、ループ、関数、リクエストトリアージ
A02
例外、パス、JSON/JSONL、YAML の基本、バッチデバッグ
A03
方法論
信頼性と方法論
この学習パスはカリキュラムで扱うスキルを、更新履歴を管理したスキル情報に対応づけています。網羅率は就業準備度の評価、採用の保証、資格認定、実績の代わりにはなりません。
コースの成果は、学習者が実際に取り組むプロジェクト、タスク、確認項目に基づきます。
実践課題の確認と完了の記録は、学習者自身が行います。クイックチェックは理解を深めるためのものであり、能力を自動的に証明するものではありません。
コース修了は、採用の保証、資格、評価、実力を示す成果物の代わりにはなりません。
アクセス
無料プレビュー
公開ロードマップと、実際のコースから選んだユニット全文を無料で試せます。
無料で始めるコース全体
買い切りで、すべての公開済みユニット、進捗、クイックチェック、レッスンノート、バックアップツールを利用できます。
個別コース、または現在の4コースを含むAll-Accessから選べます。
アクセスプランを比較D ・公開済みの機能
統合キャップストーン · クリーンスタート検証 · 評価ハーネス · リリースゲート · 制御された Automation · 攻撃 + 有用性テスト · Core トラック準備度
クリーンな checkout (clean checkout) から完全な AI Operations Starter を組み立て、API、署名付き webhook、PostgreSQL、構造化 AI、コネクター (connector)、障害に関する各契約を、再現可能な 1 つの受け入れゲートで検証します。続いて、3 つの範囲を限定した専門分野プレビューを完了します。AI Systems Engineering では評価とリリース判断、AI Automation Engineering では重複に安全な (duplicate-safe) オペレーション識別子を用いた提案・認可・実行の経路、AI Security Engineering では攻撃テスト (attack test) と有用性テスト (utility test) を用いた封じ込められた認可障害の実験を行います。最後に、Quantil Labs の 3 つの Core トラックについて、証拠に基づく準備度レポートを作成します。
学習成果
学習成果01
uvで管理する再現可能なPython環境と、規律あるターミナル・Gitの作業手順を整えます。
学習成果02
フェーズAでは、Pythonの値、コレクション、条件、ループ、関数を使い、決定論的なリクエスト分類を行うAI Operations Starterを構築します。
学習成果03
JSON・JSONL・YAMLを安全に処理し、ファイル単位の障害と、レコード単位・業務単位の結果を区別します。
学習成果04
フェーズAを終え、AI Systems・AI Automation・AI Security Engineeringの基礎に進む準備を整えます。
接続データ + AI
テスト済みの Phase B API を、小規模な接続型バックエンドへ拡張します。明示的なアウトバウンド HTTP クライアント、決定論的なモックトランスポート、生バイト列に対する署名付き webhook の検証、型付き設定とシークレットの境界、交換可能なコネクター (connector) インターフェース、制御された外部副作用を追加します。その後、Docker Compose、PostgreSQL、SQLAlchemy 2.x のトランザクション、永続化、プロバイダー (provider) インターフェース、決定論的なフェイクプロバイダー、スキーマ制約付き AI 候補、プロバイダー障害の処理、そしてモデルではなくアプリケーションコードが制御権を持つハイブリッドポリシーを扱います。
3ユニット
キャップストーン + 準備度
クリーンな checkout (clean checkout) から完全な AI Operations Starter を組み立て、API、署名付き webhook、PostgreSQL、構造化 AI、コネクター (connector)、障害に関する各契約を、再現可能な 1 つの受け入れゲートで検証します。続いて、3 つの範囲を限定した専門分野プレビューを完了します。AI Systems Engineering では評価とリリース判断、AI Automation Engineering では重複に安全な (duplicate-safe) オペレーション識別子を用いた提案・認可・実行の経路、AI Security Engineering では攻撃テスト (attack test) と有用性テスト (utility test) を用いた封じ込められた認可障害の実験を行います。最後に、Quantil Labs の 3 つの Core トラックについて、証拠に基づく準備度レポートを作成します。
3ユニット