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 — ———

Содержание курса

Разделы в курсе «ИИ-агенты, RAG и LLM с нуля: теория и вопросы с собеседований» 9 разделов Уроки в курсе «ИИ-агенты, RAG и LLM с нуля: теория и вопросы с собеседований» 36 уроков Тесты в курсе «ИИ-агенты, RAG и LLM с нуля: теория и вопросы с собеседований» 283 теста Последнее обновление курса «ИИ-агенты, RAG и LLM с нуля: теория и вопросы с собеседований» обн. 31 октября 2026

Введение

2 урока
1. О курсе ↗
2. Дополнительные материалы ↗

Как устроена языковая модель

7 уроков
1. Токены и токенизация ↗
2. Как модель выбирает следующий токен ↗
3. Трансформер и механизм внимания ↗
4. Контекстное окно и KV-кэш ↗
5. Как обучают языковую модель ↗
6. Дообучение: LoRA и QLoRA ↗
7. Галлюцинации ↗

Промпты и структурированный вывод

4 урока
1. Системный промпт и роли сообщений ↗
2. Примеры в промпте: zero-shot и few-shot ↗
3. Рассуждение по шагам ↗
4. Структурированный вывод ↗

Эмбеддинги и RAG

4 урока
1. Эмбеддинги и векторные базы ↗
2. RAG: устройство и решения при проектировании ↗
3. Почему RAG ошибается ↗
4. Продвинутые схемы RAG ↗

Оценка качества

4 урока
1. Модель в роли судьи ↗
2. Бенчмарки и рейтинги моделей ↗
3. Оценка до запуска и в работе ↗
4. Оценка агентов ↗

Вызов инструментов

3 урока
1. Как модель вызывает функции ↗
2. Описание инструментов и обработка ошибок ↗
3. MCP: протокол для подключения инструментов ↗

Агенты

5 уроков
1. Цикл ReAct: рассуждение и действие ↗
2. Рабочие процессы и агенты: типовые схемы ↗
3. Планирование и самопроверка ↗
4. Память агента ↗
5. Системы из нескольких агентов ↗

LLM в продакшене

5 уроков
1. Стоимость запросов ↗
2. Задержка и потоковый ответ ↗
3. Свои модели: квантизация и обслуживание ↗
4. Безопасность: промпт-инъекции и утечки ↗
5. Мониторинг и эксплуатация ↗

Итоговый тест

2 урока
1. Разбор неисправностей ↗
2. Проектирование систем ↗