Чему вы научитесь
- Разбираться в архитектурах LLM, различать проприетарные и open‑source модели, выбирать подходящие решения.
- Составлять эффективные промпты, использовать шаблоны, few‑shot, chain‑of‑thought, self‑consistency, Tree‑of‑Thoughts.
- Реализовывать память в LangChain: буферная память, окно, суммаризация, графовая память, комбинированные стратегии.
- Создавать RAG‑пайплайны: загружать документы (PDF, HTML, аудио, базы данных), сегментировать текст, строить эмбеддинги, настраивать векторные БД (Chroma, Qdrant, FAISS) и использовать гибридные retrievers.
- Разрабатывать агентов: определять инструменты, строить ReAct‑агентов, Plan‑and‑Execute и OpenAI Tools Agents; реализовывать semantic routing и классификацию намерений.
- Осваивать LangGraph: проектировать state‑графы, организовывать циклы, ветвление и параллельные ветви, строить многопоточную обработку, использовать human‑in‑the‑loop и чек‑пойнты.
О курсе
AI‑инженер: LLM‑приложения на Python — это практический курс, в котором вы шаг за шагом освоите современные технологии генеративного ИИ. С нуля научитесь строить приложения на основе больших языковых моделей (LLM) с использованием LangChain/LangGraph, реализуете память, Retrieval‑Augmented Generation (RAG), агенты и графовые пайплайны, а затем доведёте их до продакшна с API, кэшированием и мониторингом.
Для кого этот курс
Python‑разработчикам и фулл‑стек разработчикам, которые хотят расширить свой стек до генеративных моделей и интегрировать ИИ‑функции в приложения.
ML/AI‑инженерам, желающим перейти от классического ML к системной разработке LLM‑приложений, RAG‑пайплайнов и агентов.
Студентам и исследователям, интересующимся современными подходами к памяти, контексту, планированию и state‑графам.
Начальные требования
-
Уверенные навыки программирования на Python (функции, классы, работа с пакетами).
-
Опыт работы с командной строкой и Git (управление версиями).
-
Базовое понимание принципов машинного обучения и NLP необязательно, но облегчит изучение.
Преподаватели курса
595
Как проходит обучение
📚 Краткие теоретические модули с кодом и схемами
🧪 Тесты на понимание
Сертификат
Успешно завершив курс, вы получите сертификат от платформы Stepik. Уже 1 учеников получили сертификат.
Что вы получите
- Готовность к реальным задачам AI-инженера в коммерческой разработке
- Понимание полного цикла создания LLM-приложений: от идеи до деплоя
- Уверенная работа с современным стеком: LangChain, LangGraph, векторные БД
Нагрузка
4 часа в неделю