Курс на Stepik
Обложка курса «[Архив]Разработка AI/LLM-приложений на Python: от идеи до релиза» на Stepik
Бесплатно

[Архив]Разработка AI/LLM-приложений на Python: от идеи до релиза ★ 4.909

Открыть на
STEPIK.ORG

Курс "Разработка AI/LLM-приложений на Python: от идеи до релиза" предоставляет слушателям возможность пройти через полный цикл создания AI-продукта: от идеи до релиза. В курсе вы познакомитесь с моделями от MistralAI (доступный аналог OpenAI) и OpenRouter, LangChain+LangGraph, Arize Phoenix, Chainlit, FastAPI, PostgreSQL, Qdrant, Docker и т.д. Попрактиковаться и получить ревью вы сможете в LLM Simulator!

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «[Архив]Разработка AI/LLM-приложений на Python: от идеи до релиза»Учеников на курсе 6 828
Сертификаты, выданные на курсе «[Архив]Разработка AI/LLM-приложений на Python: от идеи до релиза»Сертификатов выдано 0
Отзывы о курсе «[Архив]Разработка AI/LLM-приложений на Python: от идеи до релиза»Отзывов получено 22
Рейтинг курса «[Архив]Разработка AI/LLM-приложений на Python: от идеи до релиза»Рейтинг курса 4.909
Уроки в курсе «[Архив]Разработка AI/LLM-приложений на Python: от идеи до релиза»Количество уроков 49
Тесты в курсе «[Архив]Разработка AI/LLM-приложений на Python: от идеи до релиза»Количество квизов 82
Задачи с кодом в курсе «[Архив]Разработка AI/LLM-приложений на Python: от идеи до релиза»Количество задач с кодом 7
Время прохождения курса «[Архив]Разработка AI/LLM-приложений на Python: от идеи до релиза»Время прохождения курса —
Обновления курса «[Архив]Разработка AI/LLM-приложений на Python: от идеи до релиза»Обновления курса — —
Дата публикации курса «[Архив]Разработка AI/LLM-приложений на Python: от идеи до релиза»Дата публикации курса — ———
Последнее обновление курса «[Архив]Разработка AI/LLM-приложений на Python: от идеи до релиза»Последнее обновление — ———
Сложность normal — ———
4.909 ★
из 5
22 отзыва
★★★★★
21
★★★★★
0
★★★★★
1
★★★★★
0
★★★★★
0
Александр Костерин
Александр Костерин •
★ ★ ★ ★ ★
• 2 недели назад

Предмет курса - общий обзор проблем ИИ. Теоретическая часть наверное достаточна, а вот с примерами явно слабовато. В большинстве своем - это угадайка из 4 позиций, которую пройти не составляет труда. А в задачах программного характера очень большой объем сразу, без повышения сложности. Такой уровень заданий не позволяет усвоить материал. Хотя я выбирал курс по оглавлению для общего ознакомления с архитектурой и логикой построения нейросетей, но в процессе прохождения курса понял, что практической части в нем явно не хватает.

Владислав Милевский
Владислав Милевский •
★ ★ ★ ★ ★
• 4 месяца назад

Курс понравился, узнал много нового про LLM модели, как с ними работать. Интересно, что внимательное прохождение курса, научит многим другим современным технологиям: контейниризации, работе с базами данных, использованию зависимостей, абстракций, ORM. Так что, проходя весь курс, вы серьезно прокачаетесь в программной инженерии, до уровня уверенного мидла))

Дайнеко Александр
Дайнеко Александр •
★ ★ ★ ★ ★
• 7 месяцев назад

Замечательный курс, охватывающий большинство аспектов работы с LLM. Единственное, из-за того, что AI сфера чуть ли не самая быстроразвивающая, некоторые примеры кода уже являются устаревшими.