Курс на Stepik
Обложка курса «ИИ-агенты, RAG и LLM с нуля: теория и вопросы с собеседований» на Stepik
Бесплатно

ИИ-агенты, RAG и LLM с нуля: теория и вопросы с собеседований ★ 0.000

Открыть на
STEPIK.ORG

Курс об устройстве языковых моделей и систем на их основе: промпты, эмбеддинги и RAG, оценка качества, вызов инструментов и MCP, агенты, работа в продакшене. Темы разобраны на уровне собеседования, после каждой части урока идут вопросы с пояснениями.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «ИИ-агенты, RAG и LLM с нуля: теория и вопросы с собеседований»Учеников на курсе 0
Сертификаты, выданные на курсе «ИИ-агенты, RAG и LLM с нуля: теория и вопросы с собеседований»Сертификатов выдано 0
Отзывы о курсе «ИИ-агенты, RAG и LLM с нуля: теория и вопросы с собеседований»Отзывов получено 0
Рейтинг курса «ИИ-агенты, RAG и LLM с нуля: теория и вопросы с собеседований»Рейтинг курса 0.000
Уроки в курсе «ИИ-агенты, RAG и LLM с нуля: теория и вопросы с собеседований»Количество уроков 36
Тесты в курсе «ИИ-агенты, RAG и LLM с нуля: теория и вопросы с собеседований»Количество квизов 283
Обновления курса «ИИ-агенты, RAG и LLM с нуля: теория и вопросы с собеседований»Обновления курса — —
Дата публикации курса «ИИ-агенты, RAG и LLM с нуля: теория и вопросы с собеседований»Дата публикации курса — ———
Последнее обновление курса «ИИ-агенты, RAG и LLM с нуля: теория и вопросы с собеседований»Последнее обновление — ———
Сложность easy — ———

Чему вы научитесь

  • Объяснять, как языковая модель разбивает текст на токены и выбирает следующий токен
  • Составлять системный промпт, подбирать примеры и получать ответ в формате JSON по схеме
  • Описывать устройство RAG-системы и находить причину неверного ответа
  • Выбирать способ оценки модели, RAG-системы и агента
  • Описывать инструменты для модели и подключать их через протокол MCP
  • Определять, когда задаче нужен агент, и описывать его устройство: цикл, планирование, память
  • Рассчитывать стоимость и задержку запросов и защищать систему от промпт-инъекций
  • Отвечать на типовые вопросы с собеседований по LLM, RAG и агентам

О курсе

Курс об устройстве языковых моделей и систем на их основе: промпты, эмбеддинги и RAG, оценка качества, вызов инструментов и MCP, агенты, работа в продакшене. Темы разобраны на уровне собеседования, после каждой части урока идут вопросы с пояснениями.

Для кого этот курс

Разработчики, ML-инженеры и аналитики, которые готовятся к собеседованию на позицию, связанную с языковыми моделями, RAG или агентами. Разработчики, которые встраивают LLM в продукт и хотят понимать, от чего зависят качество, стоимость и скорость ответа. Все, кто хочет разобраться, как устроены чат-боты, RAG-системы и агенты.

Начальные требования

Специальная подготовка не нужна: термины объясняются при первом упоминании. Опыт программирования и работы с API поможет быстрее разобраться в примерах с JSON и вызовами функций. Расчёты в курсе выполняются в одно действие на уровне школьной математики.

Преподаватели курса

Аватар Никита Малашин
Никита Малашин
Mathematics slayer — AI enthusiast — Python struggler && C++ enjoyer
★ 4.9
2 курса 258
→

Как проходит обучение

Текстовый курс: уроки со схемами, тестовые вопросы после каждой части урока, итоги с вопросами с собеседований в конце урока и итоговый тест в последнем модуле.

По любому шагу можно задать вопрос автору в комментариях к шагу.

Формат курса

Текстовые уроки со схемами, вопросы с пояснениями после каждой части урока, итоги и вопросы с собеседований в конце урока, итоговый тест в последнем модуле. Видео и задач на программирование в курсе нет.

Что вы получите

  • Итоги каждого урока с типовыми вопросами с собеседований и краткими ответами
  • Пояснение к каждому варианту ответа в тестовых вопросах
  • Схемы устройства RAG-систем, агентов и вызова инструментов
  • Подготовку к собеседованию на позиции, связанные с LLM, RAG и агентами

Нагрузка

3–4 часа в неделю

Расскажите о курсе друзьям