Чему вы научитесь
- Разворачивать и оптимизировать локальные модели через Ollama.
- Разбираться, когда выбрать локальную LLM, а когда — облачный API, чтобы найти баланс между качеством и стоимостью.
- Строить сценарии с помощью LangGraph.
- Создавать масштабируемые векторные индексы в FAISS с поддержкой метаданных.
- Объективно измерять качество ответов через Langfuse и метрики ретривера.
О курсе
Разберетесь, чем AI-ассистент отличается от полноценного AI-агента, и познакомитесь с ключевыми компонентами их архитектуры.
Получите доступ к облачным LLM через прокси-сервер и развернете локальные языковые модели с помощью Ollama.
Создадите Python-проект с нуля с помощью современного пакетного менеджера uv и настроите изолированное окружение.
Настроите Git для AI-проекта и создадите репозиторий на GitHub, чтобы надежно хранить код и историю изменений.
Спроектируете конфигурацию AI-проекта в YAML.
6 802