Курс на Stepik
Обложка курса «Векторные базы данных и RAG: чат по PDF» на Stepik
Бесплатно

Векторные базы данных и RAG: чат по PDF ★ 0.000

Открыть на
STEPIK.ORG

Практический курс по векторным базам данных и RAG: загружаем PDF-документы, разбиваем текст на фрагменты, строим эмбеддинги, храним их в векторной базе и собираем чат, который отвечает на вопросы строго по содержимому ваших файлов, со ссылками на источники.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Векторные базы данных и RAG: чат по PDF»Учеников на курсе 0
Сертификаты, выданные на курсе «Векторные базы данных и RAG: чат по PDF»Сертификатов выдано 0
Отзывы о курсе «Векторные базы данных и RAG: чат по PDF»Отзывов получено 0
Рейтинг курса «Векторные базы данных и RAG: чат по PDF»Рейтинг курса 0.000
Уроки в курсе «Векторные базы данных и RAG: чат по PDF»Количество уроков 43
Тесты в курсе «Векторные базы данных и RAG: чат по PDF»Количество квизов 129
Обновления курса «Векторные базы данных и RAG: чат по PDF»Обновления курса — —
Дата публикации курса «Векторные базы данных и RAG: чат по PDF»Дата публикации курса — ———
Последнее обновление курса «Векторные базы данных и RAG: чат по PDF»Последнее обновление — ———

Содержание курса

Разделы в курсе «Векторные базы данных и RAG: чат по PDF» 12 разделов Уроки в курсе «Векторные базы данных и RAG: чат по PDF» 43 урока Тесты в курсе «Векторные базы данных и RAG: чат по PDF» 129 тестов Последнее обновление курса «Векторные базы данных и RAG: чат по PDF» обн. 10 октября 2026

Модуль — Что мы создаём

3 урока
1. Демонстрация готового приложения ↗
2. Что такое RAG простыми словами ↗
3. Что такое векторная база данных ↗

Модуль — Каркас проекта

2 урока
1. Подготовка окружения ↗
2. Структура приложения ↗

Модуль — Работа с PDF

3 урока
1. Загружаем PDF ↗
2. Извлекаем текст по страницам ↗
3. Очищаем текст ↗

Модуль — Разбиение документа

3 урока
1. Зачем нужен chunking ↗
2. Простой chunker ↗
3. Улучшенный chunking ↗

Модуль — Эмбеддинги

3 урока
1. Как текст превращается в вектор ↗
2. Мультиязычная модель для русского текста ↗
3. Поиск без ChromaDB ↗

Модуль — ChromaDB

5 уроков
1. Создаём локальную векторную базу ↗
2. Сохраняем документ ↗
3. Исключаем повторную индексацию ↗
4. Поиск по вопросу ↗
5. Метаданные и фильтры ↗

Модуль — Retrieval

4 урока
1. Собственный retriever ↗
2. Настраиваем top_k ↗
3. Порог релевантности ↗
4. Сборка контекста ↗

Модуль — Генерация ответа

4 урока
1. Подключаем LLM ↗
2. Системный промпт ↗
3. Ответ со ссылками на страницы ↗
4. Prompt injection внутри PDF ↗

Модуль — Интерфейс Streamlit

4 урока
1. Экран загрузки ↗
2. Экран чата ↗
3. Состояние приложения ↗
4. Удаление документа ↗

Модуль — Проверка качества

4 урока
1. Набор контрольных вопросов ↗
2. Проверяем retrieval отдельно от LLM ↗
3. Эксперимент с размером chunk ↗
4. Типичные причины плохих ответов ↗

Модуль — Надёжность и упаковка

4 урока
1. Обработка ошибок ↗
2. Логи и диагностика ↗
3. Конфигурация через .env ↗
4. Финальная сборка проекта ↗

Модуль — Дополнительные уроки

4 урока
1. Несколько PDF ↗
2. OCR для сканированных PDF ↗
3. Локальная LLM через Ollama ↗
4. Простейший API на FastAPI ↗