Java · Spring · AI engineering
Автор курсов, который сначала разбирает механику — и только потом показывает удобную абстракцию
Евгений Борисов объясняет Spring так, как его применяют инженеры: с устройством фреймворка, диагностикой и неизбежными углами реального кода. В новых программах этот подход перенесён на Spring AI, RAG и MCP на Java — от локальной LLM до собственных Advisors и MCP-host.
Факты сверены по Udemy и JavaOne · обновлено
expertise = [Java, Spring, AI];
build(RAG, MCP, LLM);
Профессиональный контекст · Java и Spring
В официальном профиле JavaOne 2026 Евгений Борисов указан как руководитель команды Java Developer Advocates в JetBrains. Он работает с программным обеспечением более двадцати лет, а на международных конференциях выступает с 2009 года.
Java-сообщество знает Борисова по выступлениям о Spring и докладу «Spring-потрошитель». Его характерная подача — вскрыть удобную абстракцию, показать жизненный цикл и только после этого собрать решение. Поэтому курсы Евгения Борисова по Spring AI и MCP адресованы разработчикам, которым важно понимать не только «как запустить», но и «почему работает».
Это профиль автора и навигатор по программам, а не пересказ громких регалий. Факты можно проверить по официальным источникам, а содержание каждого курса — по его странице Udemy.
Более 20 лет разработки ПО: Java, Spring и архитектура приложений.
Международные выступления с 2009 года и статус JavaOne Rockstar.
Spring AI, локальные LLM, RAG и Model Context Protocol на Java.
Четыре инженерных маршрута
Две программы посвящены Spring AI, ещё две — MCP на Java. Карточки ниже не ведут сразу наружу: сначала можно изучить подробную программу, требования и различия уровней.
01Старт в Spring AI
От запуска локального LLM до RAG
Базовый инженерный маршрут: локальная модель через Ollama, ChatClient, streaming, история диалога и собственный RAG-конвейер в Spring Boot.
02Продвинутый Spring AI
Advisors, retrievers, rerankers и диагностика
Продолжение для тех, кто уже освоил ChatClient и базовый RAG: анализ запросов, собственные Advisors, расширение запроса и кастомный reranker.
03Полный маршрут MCP
От ручной реализации до Spring AI
MCP на Java шаг за шагом: server, client, host, tools, STDIO и HTTP, orchestration, sampling и переход к готовым возможностям Spring AI.
04Базовая версия MCP
Механика протокола и Java SDK
Сокращённый путь для понимания MCP без расширенных тем: свой сервер, инструменты, клиент, host, orchestration и запуск связки компонентов.
Длительность и состав программ сверены с карточками Udemy 17 августа 2026 года.
Почему правильное название технологии — Spring AI
В поиске встречается формулировка «AI Spring», но официальное название проекта — Spring AI. Это слой экосистемы Spring, который помогает Java-разработчику подключать модели и собирать AI-сценарии привычными инженерными средствами.
Spring AI унифицирует обращение к моделям, настройку запроса, streaming и историю диалога.
Документы разбиваются на фрагменты, релевантный контекст находится и передаётся модели вместе с вопросом.
Model Context Protocol связывает host, client и server, чтобы модель могла использовать доступные инструменты и данные.
Это прикладной маршрут для Java-разработчика: Spring Boot остаётся основой приложения, а Spring AI добавляет единый API для моделей, RAG и инструментов.
Борисов начинает не с готовой аннотации, а с жизненного цикла и ролей компонентов. Поэтому его новые программы продолжают знакомый инженерный разбор Spring.
Для первого знакомства подходит базовый курс с ChatClient и RAG. После него можно углубиться в Advisors и reranking либо выбрать отдельную ветку MCP.
Выбор без дублирования
Если ещё не работали с ChatClient, streaming и retrieval-цепочкой.
Когда нужны собственные Advisors, retrievers, rerankers и диагностика.
Чтобы компактно понять server, client, host, tools и Java SDK.
Чтобы пройти путь от ручной реализации до Spring AI и sampling.
Четыре преимущества RusUdemy
Оплата на Udemy напрямую картами россйских банков не доступна с 2022 года. В 2026 году основной способ приобрести курсы Михаила Петрика - сервис RusUdemy
Курс появляется в вашей личной библиотеке на Udemy. Никаких пиратских копий, общих аккаунтов или «серых» схем.
Вы оплачиваете покупку только после того, как курс появился в вашем аккаунте Udemy.
Обычно от первого сообщения до появления курса в аккаунте проходит около 10 минут.
В Telegram отвечает живой человек: можно задать вопрос и получить качественную поддержку по покупке.
Ответит живой человек · без предоплаты · обычно около 10 минут
Проверяемые сообщения
Короткие ответы
Визуальный архив
Две редакционные иллюстрации: сначала понять механику, затем выбрать нужную глубину.
Контекст, инструменты и модель рассматриваются как части одной инженерной системы, а не как «магический» API.
После базы проще выбрать нужную глубину: основной Spring AI, продвинутый RAG или отдельную ветку MCP.
Изображения сохранены из прежней версии страницы; актуальные показатели приведены в карточках курсов выше.
