Курс на Stepik
Обложка курса «RAG на чистом Python: персональный помощник с LM Studio» на Stepik
Бесплатно

RAG на чистом Python: персональный помощник с LM Studio ★ 0.000

Открыть на
STEPIK.ORG

Практический курс из 14 уроков: вы шаг за шагом соберёте RAG-помощника на чистом Python без внешних библиотек — с поиском на TF-IDF, подготовкой промта, локальной моделью в LM Studio, проверкой ответов и инструментом MCP.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «RAG на чистом Python: персональный помощник с LM Studio»Учеников на курсе 4
Сертификаты, выданные на курсе «RAG на чистом Python: персональный помощник с LM Studio»Сертификатов выдано 0
Отзывы о курсе «RAG на чистом Python: персональный помощник с LM Studio»Отзывов получено 0
Рейтинг курса «RAG на чистом Python: персональный помощник с LM Studio»Рейтинг курса 0.000
Уроки в курсе «RAG на чистом Python: персональный помощник с LM Studio»Количество уроков 14
Тесты в курсе «RAG на чистом Python: персональный помощник с LM Studio»Количество квизов 29
Обновления курса «RAG на чистом Python: персональный помощник с LM Studio»Обновления курса — —
Дата публикации курса «RAG на чистом Python: персональный помощник с LM Studio»Дата публикации курса — ———
Последнее обновление курса «RAG на чистом Python: персональный помощник с LM Studio»Последнее обновление — ———
Сложность easy — ———

Чему вы научитесь

  • Читать учебные JSON-данные и находить записи по точному ID с белым списком полей
  • Разбивать длинные документы на фрагменты с адресами источников
  • Реализовать поиск по смыслу слов: токенизация, TF-IDF и косинусная похожесть без NumPy
  • Оценивать качество поиска на наборе контрольных вопросов
  • Собирать промт из вопроса, найденных фактов и ссылок на источники
  • Отправлять запрос локальной модели в LM Studio по HTTP без SDK
  • Проверять ответ: ссылки на источники, отказы и неподтверждённые факты
  • Запускать помощника из терминала и оформлять его как read-only инструмент MCP

О курсе

Практический курс из 14 уроков: вы шаг за шагом соберёте RAG-помощника на чистом Python без внешних библиотек — с поиском на TF-IDF, подготовкой промта, локальной моделью в LM Studio, проверкой ответов и инструментом MCP.

Для кого этот курс

Для начинающих Python-разработчиков, аналитиков и студентов, которые хотят понять, как устроен RAG изнутри, а не просто вызвать готовую библиотеку. Подойдёт тем, кто хочет собрать приватного помощника, работающего локально на своём компьютере.

Начальные требования

Базовое знание Python: переменные, условия, циклы, функции и работа с файлами. Нужны установленный Python 3.10+ и редактор кода. LM Studio понадобится в модулях 4–5 для живого запуска; предыдущие модули работают автономно. Знать машинное обучение и математику не требуется.

Преподаватели курса

Аватар Андрей Соболев
Андрей Соболев
Преподаватель и разработчик курсов.
★ 5.0
32 курса 52
→

Как проходит обучение

Курс состоит из 5 модулей и 14 уроков. В каждом уроке — подробный текстовый разбор с полным кодом, самостоятельный ZIP-архив с контрольной точкой проекта, практика и снимки фактического вывода программы. После уроков идут тесты и задания на ввод точной строки результата с автоматической проверкой. Проект растёт от урока к уроку: каждый следующий урок начинается с итогового образца предыдущего.

Что вы получите

  • Рабочий RAG-помощник на чистом Python
  • Полный код каждого шага и самостоятельный ZIP-архив к каждому уроку
  • Практические задания с проверкой и снимки фактического вывода
  • Навык подключения локальных моделей через LM Studio

Нагрузка

3–4 часа в неделю

Расскажите о курсе друзьям