Содержание курса
1. О курсе
2 урока
4 166
2 343
4м
58
Закрытый
1.1
О курсе и организаторах
↗
2 639
1 415
1м 16с
33
Закрытый
1.2
Тестирование по основам Data Science
↗
1 527
928
3м 9с
25
2. Современное состояние NLP
2 урока
1 919
1 436
76м
49
Закрытый
2.1
Введение в NLP
↗
1 129
870
73м 16с
36
Закрытый
2.2
Самопроверка по материалам модуля
↗
790
566
3м 0с
13
3. Практика по работе с LLM
5 уроков
2 703
1 637
205м
70
Закрытый
3.1
Подготовка к работе с LLM: от предобработки до метрик
↗
734
348
22м 17с
24
Закрытый
3.2
Use-cases различных архитектур трансформеров
↗
571
438
52м 29с
16
Закрытый
3.3
Знакомство с HuggingFace
↗
497
422
44м 58с
9
Закрытый
3.4
Практика по LLM в Python
↗
488
392
48м 45с
11
Закрытый
3.5
Практическое задание
↗
413
37
39м 41с
10
4. RAG и агенты
3 урока
1 117
818
122м
31
Закрытый
4.1
Recap и погружение в attention
↗
391
307
58м 52с
12
Закрытый
4.2
RAG и AI-агенты
↗
394
326
62м 43с
11
Закрытый
4.3
Тестирование по RAG и агентам
↗
332
185
3м 46с
8
5. Система LLM + RAG на практике
3 урока
941
496
89м
18
Закрытый
5.1
RAG и необходимые инструменты
↗
311
244
52м 33с
8
Закрытый
5.2
Собираем полноценную систему: LLM + RAG
↗
289
230
36м 15с
5
Закрытый
5.3
Итоговое задание курса
↗
341
22
1м 43с
5