Для проходження на програму найважливіші не формальні досягнення, а здатність мислити, вчитися й працювати з AI як з інструментом. Ми звертаємо увагу на те, чи кандидат може самостійно розібратися з задачею, ітерувати й покращувати результат, помічати помилки моделі, перевіряти факти, ставити точніші запитання та доводити роботу до практичного артефакту, який справді можна використати. Також важливі базове математичне й логічне мислення, здатність міркувати про алгоритми та код навіть без глибокого досвіду програмування, а також достатній рівень англійської для роботи з матеріалами, участі в інтерв'ю та пояснення власного процесу мислення.

Англійська та українська

10 тижнів, 4 спринти:
Тиж. 1: LLM landscape, що таке LLM, огляд платформи
Тиж. 2: Prompt engineering, контекст, RAG, безпека
Тиж. 3: Tool use, function calling, MCP-сервери
Тиж. 4: Архітектура агентів (ReAct, multi-agent, LangGraph, PydanticAI)
Тиж. 5: Reasoning, planning, memory
Тиж. 6: Coding agents, верифікація коду
Тиж. 7: Reinforcement learning, JAX, self-improvement loops
Тиж. 8: Evaluation, safety, deployment
Тиж. 9: Production hardening, документація, pitch
Тиж. 10: Demo Day + 2-тижневий інтенсив у Києві

Немає традиційних лекцій — навчання проблемо-орієнтоване. 
Офлайн
Структура: щотижневий семінар з читання, щоденні office hours з викладачами, щотижневий code review. Наприкінці кожного спринту — публічний демо. Practitioner-in-residence присутній на 2-тижневому інтенсиві в Києві + async-підтримка решту часу. 2-тижневий офлайн-інтенсив у Києві — обов'язковий.

Студентам не з Києва надається допомога з проживанням на період навчання в школі. Участь офлайн обов’язкова.

Підписки студентам не потрібні. Студентам надається доступ до GPU-ресурсів та API-підписок.

Іспитів у програмі немає. Оцінювання відбувається через спринт-демо, роботу над командним проєктом, внесок у роботу команди та фінальну презентацію результату. Наприкінці програми команди захищають свій проєкт на Demo Day: демонструють готове рішення, пояснюють ключові рішення в розробці, показують, як перевіряли його якість, і обговорюють обмеження та можливості для подальшого розвитку.

Заняття проводять викладачі KSE з релевантним практичним і дослідницьким досвідом у створенні AI-систем, роботі з сучасними LLM-інструментами та впровадженні технологічних рішень у реальних задачах. Окремі сесії також ведуть лідери індустрії, практики з компаній та запрошені гостьові спікери від партнерських організацій.

• учнів 11 класів та випускників шкіл із сильним математичним мисленням;
• студентів математики, computer science, фізики та інженерних спеціальностей;
• студентів економіки, бізнесу та публічної політики, які хочуть працювати з AI-системами на практиці;
• інженерів, аналітиків, фізиків та інших спеціалістів, які звикли розв'язувати складні задачі та готові працювати над реальними проєктами.