Курс на Stepik
Обложка курса «Создание AI‑ассистентов для ИТ инфраструктуры (LLM, RAG, agents)» на Stepik
3 990 ₽

Создание AI‑ассистентов для ИТ инфраструктуры (LLM, RAG, agents) ★ 5.000

Открыть на
STEPIK.ORG

Мы научимся использовать современные языковые модели для администрирования на примере сетей: анализировать логи, подключать базы знаний (RAG), создавать AI агентов для управления оборудованием. Курс поможет инженерам и DevOps-специалистам встроить LLM в привычные процессы автоматизации. Мы шаг за шагом подключим OpenAI и локальные модели, сделаем AI-агентов, чтобы получить AI-ассистента, который ускорит решение рутинных задач.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Создание AI‑ассистентов для ИТ инфраструктуры (LLM, RAG, agents)»Учеников на курсе 42
Сертификаты, выданные на курсе «Создание AI‑ассистентов для ИТ инфраструктуры (LLM, RAG, agents)»Сертификатов выдано 15
Отзывы о курсе «Создание AI‑ассистентов для ИТ инфраструктуры (LLM, RAG, agents)»Отзывов получено 3
Рейтинг курса «Создание AI‑ассистентов для ИТ инфраструктуры (LLM, RAG, agents)»Рейтинг курса 5.000
Уроки в курсе «Создание AI‑ассистентов для ИТ инфраструктуры (LLM, RAG, agents)»Количество уроков 12
Тесты в курсе «Создание AI‑ассистентов для ИТ инфраструктуры (LLM, RAG, agents)»Количество квизов 49
Время прохождения курса «Создание AI‑ассистентов для ИТ инфраструктуры (LLM, RAG, agents)»Время прохождения курса —
Стоимость курса «Создание AI‑ассистентов для ИТ инфраструктуры (LLM, RAG, agents)»Стоимость курса 3 990 ₽ —
Обновления курса «Создание AI‑ассистентов для ИТ инфраструктуры (LLM, RAG, agents)»Обновления курса — —
Дата публикации курса «Создание AI‑ассистентов для ИТ инфраструктуры (LLM, RAG, agents)»Дата публикации курса — ———
Последнее обновление курса «Создание AI‑ассистентов для ИТ инфраструктуры (LLM, RAG, agents)»Последнее обновление — ———
Сложность normal — ———

Чему вы научитесь

  • Освоим основы работы с LLM (на базе OpenAI)
  • Познакомимся с фреймворком LangChain на практике
  • Научимся подключать LLM к системам логирования, таким как Elastic Stack
  • Построим RAG-систему для получения данных из документации и корпоративной базы знаний
  • Создадим AI-агентов для управления сетевым оборудованием
  • Реализуем AI-ассистента, готового помогать в администрировании сетевой инфраструктуры
  • Поработаем как с OpenAI LLM, так и с локальными моделями через Ollama

О курсе

Мы научимся использовать современные языковые модели для администрирования на примере сетей: анализировать логи, подключать базы знаний (RAG), создавать AI агентов для управления оборудованием. Курс поможет инженерам и DevOps-специалистам встроить LLM в привычные процессы автоматизации. Мы шаг за шагом подключим OpenAI и локальные модели, сделаем AI-агентов, чтобы получить AI-ассистента, который ускорит решение рутинных задач.

Для кого этот курс

Администраторы сети, инфраструктуры, сетевые инженеры, DevNetOps и IT специалисты, которые хотят автоматизировать рутинные задачи с помощью современных AI-инструментов.

Начальные требования

  • LLM. Достаточно понимать, что LLM генерирует текст в ответ на prompt

  • Python. Базовые знания: умение писать простые скрипты

  • Сети. Понимание понятий: IP-адрес, VLAN, коммутатор

  • Администрирование. Достаточно понимать что такое API, логи, CMDB (Configuration Management Database)

  • Linux. Важно уметь подключаться по SSH, использовать bash, запускать скрипты

  • Docker Compose. Понимание базовых команд (docker compose up -d, docker ps)

  • Доступ к platform.openai.com и 0.5 USD на балансе

Преподаватели курса

Аватар Артем Уткин
Артем Уткин
Более 12 лет я являюсь сетевым инженером, последние 4 года занимаюсь автоматизацией сетевой инфраструктуры, объединяя оп...
★ 5.0
1 курс 45
→

Как проходит обучение

Уроки — в формате видео и примеров кода

Теория — только то, что действительно нужно

Практика — на Python

Все можно запускать у себя, без сложной подготовки

Сертификат курса Создание AI‑ассистентов для ИТ инфраструктуры (LLM, RAG, agents)

Сертификат

Успешно завершив курс, вы получите сертификат от платформы Stepik. Уже 15 учеников получили сертификат.

Что вы получите

  • Практические навыки использования LLM и LangChain в задачах сетевой автоматизации
  • Умение использовать LLM для задачи анализа логов
  • Практика использования RAG
  • Опыт создания AI-агентов, которые умеют выполнять команды и отвечать на запросы
  • Навык работы с облачными и локальными LLM-моделями
  • Понимание, как встроить LLM в реальные инфраструктурные сценарии
  • Рабочие примеры кода, которые можно адаптировать под свои задачи

Нагрузка

10 уроков по 2 часа

Расскажите о курсе друзьям