LLM для Python-разработчиков: от RAG до агентов

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
Курс уже доступен

Как получить курс

Ждать завершения складчины не нужно — материалы готовы к выдаче.

  1. 1
    Оплатите доступ

    Добавьте курс в корзину и оплатите заказ удобным способом.

  2. 2
    Получите материалы

    После подтверждения оплаты ссылки придут на почту и появятся в разделе «Мои заказы».

  3. 3
    Скачайте и сохраните

    Все материалы курса можно скачать на своё устройство.