- Суть
- Устройство RAG-систем на векторных базах данных и сборка пайплайна для языковой модели
- На выходе
- Настройка поиска по тексту и изображениям; Применение метрик качества и приёмов отказа от ответа при неуверенности
- Навыки
- FAISS · Qdrant · Weaviate · LangChain · GitHub Actions · Семантический поиск
- Кому подойдёт
- ML-инженеры; Backend-разработчики; Специалисты по данным, переходящие к ML-инженерии; Люди с опытом программирования, интересующиеся ИИ
- Знать заранее
- Умение писать простые скрипты на Python; Работа с библиотеками наподобие pandas или requests; Базовое представление о векторах и расстоянии между точками