Qdrant: полный курс

Суть
Инженерия векторного поиска на базе Qdrant: от настройки контейнера до backend-разработки на Python
На выходе
Научиться проектировать коллекции и настраивать параметры HNSW; Управлять хранилищем через библиотеку qdrant-client; Разработать сервис VectorCatalog на стеке FastAPI, Qdrant, PostgreSQL и Docker Compose
Навыки
Развёртывание в Docker · Использование HTTP API · CRUD для точек · Фильтрация по payload · Гибридный поиск · Квантование · Настройка Docker Compose
Кому подойдёт
Python- и backend-инженеры; Специалисты, работавшие с Qdrant по базовым инструкциям; Команды, создающие SaaS-продукты или корпоративные базы знаний; Разработчики, знакомые с архитектурами RAG и агентами
Знать заранее
Уверенное знание Python 3.11+; Базовые навыки работы с терминалом и Docker; Понимание протокола HTTP и формата JSON; Понимание концепции эмбеддингов
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.