- Суть
- Работа Python-разработчика с LLM: от запросов к модели до RAG, агентов и AI-микросервиса на FastAPI.
- На выходе
- Собрать RAG и настроить поиск в Chroma и Qdrant; Создать агентов с памятью и инструментами на LangChain и CrewAI; Собрать финальный проект: AI-ассистент разработчика с микросервисом и тестами; Оценить качество RAG с помощью RAGAS и собственных метрик; Дообучить open-source модель Mistral методом LoRA в Google Colab
- Навыки
- Python · FastAPI · LangChain · CrewAI · Chroma · Qdrant · LoRA
- Кому подойдёт
- бэкенд-разработчики без подготовки в математике и машинном обучении; инженеры, планирующие внедрять LLM во внутренние инструменты; техлиды и архитекторы, оценивающие применение LLM в своей инфраструктуре