- Суть
- Проектирование, внедрение и поддержка RAG-систем на векторных базах данных
- На выходе
- Построение масштабируемых RAG-пайплайнов промышленного уровня; Практическое освоение трех векторных баз данных: FAISS, Qdrant и Weaviate; Реализация мультимодального поиска текстовых и визуальных данных; Внедрение метрик качества и автоматизация процессов доставки с GitHub Actions
- Навыки
- FAISS · Qdrant · Weaviate · GitHub Actions · Python · ANN-поиск
- Кому подойдёт
- ML-инженеры; Backend-разработчики, желающие интегрировать LLM в приложения; Data Scientists, планирующие развиваться в ML Engineering
- Знать заранее
- Уверенное владение Python; Базовое понимание машинного обучения
