Курс на Stepik
Обложка курса «Qdrant: от основ до готовой поисковой системы и RAG» на Stepik
3 790 ₽

Qdrant: от основ до готовой поисковой системы и RAG ★ 5.000

Открыть на
STEPIK.ORG

Курс о Qdrant для тех, кто хочет не просто «сделать поиск», а понимать, как он работает: модель данных, механика поиска, фильтрация, гибридный и sparse-поиск, квантование, multitenancy, ColBERT, RAG, продакшен-эксплуатация и интеграции с LangChain. Всё закрепляется практикой с автопроверкой на реальных данных. В конце у вас останется не только теория, но и набор Jupyter-ноутбуков с готовыми паттернами для продакшена, которые можно легко переиспользовать в своих проектах.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Qdrant: от основ до готовой поисковой системы и RAG»Учеников на курсе 9
Сертификаты, выданные на курсе «Qdrant: от основ до готовой поисковой системы и RAG»Сертификатов выдано 6
Отзывы о курсе «Qdrant: от основ до готовой поисковой системы и RAG»Отзывов получено 1
Рейтинг курса «Qdrant: от основ до готовой поисковой системы и RAG»Рейтинг курса 5.000
Уроки в курсе «Qdrant: от основ до готовой поисковой системы и RAG»Количество уроков 85
Тесты в курсе «Qdrant: от основ до готовой поисковой системы и RAG»Количество квизов 160
Время прохождения курса «Qdrant: от основ до готовой поисковой системы и RAG»Время прохождения курса —
Стоимость курса «Qdrant: от основ до готовой поисковой системы и RAG»Стоимость курса 3 790 ₽ —
Обновления курса «Qdrant: от основ до готовой поисковой системы и RAG»Обновления курса — —
Дата публикации курса «Qdrant: от основ до готовой поисковой системы и RAG»Дата публикации курса — ———
Последнее обновление курса «Qdrant: от основ до готовой поисковой системы и RAG»Последнее обновление — ———

Содержание курса

Разделы в курсе «Qdrant: от основ до готовой поисковой системы и RAG» 12 разделов Уроки в курсе «Qdrant: от основ до готовой поисковой системы и RAG» 85 уроков Тесты в курсе «Qdrant: от основ до готовой поисковой системы и RAG» 160 тестов Время прохождения курса «Qdrant: от основ до готовой поисковой системы и RAG» 0 ч. Последнее обновление курса «Qdrant: от основ до готовой поисковой системы и RAG» обн. 30 сентября 2026

Введение в Qdrant и векторный поиск

8 уроков
1. Что вы узнаете из этой части? ↗
2. Почему ключевой поиск не ловит смысл? ↗
3. Осваиваем HNSW: как Qdrant ищет за миллисекунды? ↗
4. Какую метрику расстояния выбирать? ↗
5. Терминология Qdrant ↗
6. Эмбеддинги для русского языка: что выбрать? ↗
7. Практика: сравнение эмбеддингов ↗
8. Итоги и вопросы для обсуждения ↗

Установка, развёртывание и работа с клиентами

7 уроков
1. Что вы узнаете из этой части? ↗
2. Развертывание Qdrant ↗
3. Подключение клиента ↗
4. Дашборд ↗
5. Популярные ошибки ↗
6. Примеры: установка и клиенты ↗
7. Итоги и вопросы для обсуждения ↗

Коллекции и точки: модель данных Qdrant

7 уроков
1. Что вы узнаете из этой части? ↗
2. Коллекции ↗
3. Точки ↗
4. Управление данными ↗
5. Проектирование payload осознанно ↗
6. Практика: коллекции и точки ↗
7. Итоги и вопросы для обсуждения ↗

Механика векторного поиска: query_points, top-K, hnsw_ef

9 уроков
1. Что вы получите в этой части? ↗
2. Зачем вообще нужны индексы? ↗
3. Осознанный hnsw_ef: recall против скорости ↗
4. Батч-запросы: когда это круто, а когда нет ↗
5. Группировка результатов: query_points_groups ↗
6. Recommend и Discovery API ↗
7. Частые ошибки и как их избежать ↗
8. Практика: механика поиска ↗
9. Итоги и вопросы для обсуждения ↗

Фильтрация по payload и payload-индексы

7 уроков
1. Что вы получите в этой части? ↗
2. Фильтрация в ANN: проблема, синтаксис и типы условий ↗
3. Настраивать payload-индексы ↗
4. Разобраться с ACORN ↗
5. Собрать реальный e-commerce фильтр и частые ошибки ↗
6. Практика: фильтрация по payload ↗
7. Итоги и вопросы для обсуждения ↗

Sparse-векторы и гибридный поиск

7 уроков
1. Что вы получите в этой части? ↗
2. Слепое пятно dense и sparse-векторы ↗
3. Настроить гибридную коллекцию и fusion-запрос ↗
4. Паттерн prefetch + rerank ↗
5. Когда гибридный поиск нужен и частые ошибки ↗
6. Практика: sparse и гибрид ↗
7. Итоги и вопросы для обсуждения ↗

Квантование: экономия памяти в Qdrant

7 уроков
1. Что вы получите в этой части? ↗
2. Арифметика памяти и принцип квантования ↗
3. Scalar, Product и Binary Quantization ↗
4. Настраивать rescoring и oversampling ↗
5. Инлайн-хранение, алгоритм выбора и частые ошибки ↗
6. Практика: квантование ↗
7. Итоги и вопросы для обсуждения ↗

Multitenancy: изоляция клиентов в SaaS

7 уроков
1. Что вы получите в этой части? ↗
2. Выбор архитектуры и настройка is_tenant-индекса ↗
3. Защита фасадом и двухуровневая изоляция ↗
4. Tiered Multitenancy: горячие и холодные тенанты ↗
5. Удаление тенанта и частые ошибки ↗
6. Практика: multitenancy ↗
7. Итоги и вопросы для обсуждения ↗

Мультивекторы и Late Interaction (ColBERT)

7 уроков
1. Что вы получите в этой части? ↗
2. Проблема усреднения и Late Interaction / MaxSim ↗
3. Мультивекторная коллекция и именованные векторы ↗
4. ColBERT как rerank-этап и когда это оправдано ↗
5. Частые ошибки ↗
6. Практика: ColBERT ↗
7. Итоги и вопросы для обсуждения ↗

Продакшен: безопасность, масштабирование, мониторинг

7 уроков
1. Что вы получите в этой части? ↗
2. Защита инстанса: api_key, JWT RBAC, периметр ↗
3. Масштабирование: шардирование и репликация ↗
4. Резервное копирование и мониторинг ↗
5. Чек-лист перед продакшеном и частые ошибки ↗
6. Практика: продакшен ↗
7. Итоги и вопросы для обсуждения ↗

Интеграции: LangChain, LlamaIndex, n8n

7 уроков
1. Что вы получите в этой части? ↗
2. LangChain: подключение и гибридный поиск ↗
3. LlamaIndex и терминология фреймворков ↗
4. n8n и выбор framework vs сырой клиент ↗
5. Частые ошибки ↗
6. Практика: интеграции ↗
7. Итоги и вопросы для обсуждения ↗

Куда двигаться дальше и шпаргалка по API

5 уроков
1. Темы для углублённого изучения и ресурсы ↗
2. Шпаргалка: подключение, коллекции, точки ↗
3. Шпаргалка: поиск, фильтры, индексы ↗
4. Шпаргалка: гибридный поиск, квантование ↗
5. Итоги курса ↗