Чему вы научитесь
- Понимать архитектуру Ollama и трансформеров
- Настраивать и отлаживать локальные LLM
- Работать с Modelfile, памятью, кэшами и генерацией
- Выполнять fine-tuning с помощью LoRA
- Интегрировать LangChain, RAG, API и инструменты
- Оптимизировать производительность моделей
- Автоматизировать CI/CD-пайплайны для LLM
- Создавать и презентовать полноценных AI-агентов
О курсе
🧠 Погрузись в архитектуру Ollama — локального движка LLM — через практический квест. Пройди путь от токенизации до fine-tuning, научись ускорять генерацию, создавать агентов и автоматизировать обновления моделей. Теория, практика и мини-вызовы — всё, чтобы стать архитектором LLM-систем.
Для кого этот курс
AI/ML-инженеры, желающие разобраться в LLM-инфраструктуре
Backend-разработчики, интегрирующие AI в продукты
Data Scientists, изучающие работу моделей под капотом
Техлиды и DevOps, выстраивающие пайплайны работы с LLM
Энтузиасты Open Source-моделей, работающие с Ollama, llama.cpp или LocalAI
Начальные требования
-
Базовые знания Python и Linux
-
Понимание принципов нейросетей
-
Желание разбираться в архитектуре и инфраструктуре
-
Установленная Ollama или возможность её развернуть (Docker / локально)
Преподаватели курса
159
Как проходит обучение
Обучение построено как квест: вы переходите от миссии к миссии, открывая новые уровни сложности и применяя знания сразу на практике.
Сертификат
Успешно завершив курс, вы получите сертификат от платформы Stepik. Уже 3 учеников получили сертификат.
Что вы получите
- Чёткое понимание архитектуры Ollama и локальных LLM
- Навыки оптимизации и настройки моделей
- Умение создавать и внедрять агентов с памятью и reasoning
- Сертификат и звание «Архитектор LLM»
Нагрузка
4-5 часов в неделю