Владимир Елфимов - LLM Driven Development Разработка и эксплуатация AI
Артикул: 8693 В наличии
Категория: Бизнес, менеджмент, продажи / Программирование / Нейросети / Backend / ChatGPT и Midjourney / Prompt Engineering
Дата выхода: 2025
Продажник от автора: Перейти на продажник
Вид доступа: Облако Mail
Что учесть при выборе
- Выпуск: 2025
- Доступ: Облако Mail
Подготовка к практике
Сверьте язык, версии инструментов и уровень подготовки с описанием. До покупки проверьте, есть ли код и задания: они помогут повторять примеры и собирать свой проект.
Доступ и версия
Для этого материала указан доступ: Облако Mail. Проверьте, сможете ли вы открыть этот сервис на своём устройстве и достаточно ли места для сохранения файлов.
Условия получения материалов — в инструкции по покупке. Вопросы о составе: admin@kursberry.com.
Программа и содержание
Слив курса LLM Driven Development Разработка и эксплуатация AI: полный курс для профессионалов [OTUS] [Владимир Елфимов]
Для кого этот курс?
Этот курс для вас, если вы хотите внедрить AI на основе LLM в свой проект или сервис, но не знаете, как это сделать.
- Python-разработчики, желающие выйти за рамки классического программирования и освоить прикладное AI
- DevOps-инженеры, которым важно понять, как разворачивать и поддерживать крупные AI-системы
- Data-инженеры, аналитики данных и специалисты по Data Science, стремящиеся глубже интегрировать языковые модели в пайплайны и сервисы
- Желательно базовое знание Python. Многие темы курса на курсе не требуют знания языков программирования, но отдельные примеры работы будут именно на Python
Курс охватывает полный цикл разработки и внедрения больших языковых моделей — от основ архитектуры AI и подготовки данных до тонкостей MLOps, мониторинга и оптимизации. Программа основана на реальных кейсах и инструментах, которые уже сейчас востребованы в индустрии.
На курсе вы:
- Изучите фундаментальные принципы AI-архитектуры и трансформеров
- Освоите практики LLMOps: от развёртывания и автоматизации до мониторинга и обновления крупных моделей
- Разберётесь в токенизации, контекстных окнах и научитесь эффективно управлять памятью для больших LLM
- Освоите фреймворки для интеграции LLM (LangChain, LlamaIndex, vllm и другие) и научитесь работать с мультиагентными системами
- Научитесь применять retrieval-augmented generation (RAG) вместе с векторными базами данных и внедрять AI-функциональность в классические backend-проекты
- Поймёте, как проводить fine-tuning и оптимизацию LLM, включая вызов внешних функций
- Узнаете о когнитивных архитектурах, принципах мультимодальных моделей и методах тестирования AI-решений
Программа:
Архитектура трансформеров
В этом модуле вы научитесь анализировать архитектурные ограничения RNN и преимущества self-attention, объяснять механику трансформеров и интерпретировать работу attention-слоёв.
Тема 1: Базовые принципы трансформеров (от RNN к Self-Attention)
Тема 2: Token Embedding, позиционные вектора и QKV
Тема 3: Визуализация Attention и эволюция (BERT, GPT, T5) // ДЗ
Введение в AI Engineering
В этом модуле вы освоите выбор и адаптацию русскоязычных LLM под прикладные задачи. А также рассмотрите LLM-пайплайны и применение инженерных практик в работе с моделями.
Тема 1: Эволюция AI и фундаментальные модели (ChatGPT, Mistral, Llama, Deepseek)
Тема 2: Подходы к локализации (SberGPT, YandexLLM, ruGPT-3)
Тема 3: Работа с данными в Python и подготовка данных для LLM // ДЗ
Основы LLMOps
В этом модуле вы научитесь настраивать мониторинг и отслеживание работы LLM, использовать соответствующие инструменты и интегрировать модели в CI/CD-процессы для обеспечения надёжной и стабильной эксплуатации.
Тема 1: Принципы LLMOps, автоматизация развертывания
Тема 2: Оптимизация и поддержка LLM
Тема 3: CI/CD для LLM и инструменты (Triton, MLflow, vLLM) // ДЗ
Оценка, токенизация и контекст
В этом модуле вы овладеете методами оценки качества генерации, применением метрик и управлением длиной контекста и token streaming.
Тема 1: Специализированные бенчмарки и метрики (GLUE, SQuAD и др.) // ДЗ
Тема 2: Токенизация, контекстные окна, test time scaling
Интеграция и практика
В этом модуле вы научитесь конструировать и защищать промпты, реализовывать Retrieval-Augmented Generation и интегрировать LLM через API и middleware.
Тема 1: Работа с фреймворками и агентами (LangChain, LlamaIndex, Ollama, Haystack) // ДЗ
Тема 2: Мониторинг моделей с LangChain Observability, LangSmith, Langfuse
Тема 3: Векторные БД и Retrieval Augmented Generation (Pinecone, Chroma, Milvus, Clickhouse) // ДЗ
Тема 4: Промпт-инжиниринг (Chain-of-thought, защита от некорректных промптов)
Разработка и оптимизация LLM
В этом модуле вы изучите, как дообучать и оптимизировать LLM, расширяя их функциональность через Fine-tuning, вызов внешних функций, локальный запуск и извлечение информации из текста.
Тема 1: Fine-tuning (LoRA, PEFT) и вызов внешних функций из LLM // ДЗ
Тема 2: Локальное использование LLM (CPU/GPU), оптимизация
Тема 3: Извлечение данных из текста (NER, IE), разработка приложений // ДЗ
Тема 4: Автоматизация тестирования LLM, CI/CD жизненного цикла // ДЗ
Когнитивные архитектуры и RAG
В этом модуле вы научитесь строить когнитивные системы на базе Retrieval-Augmented Generation (RAG), проектировать архитектуры AI-приложений с учётом профилирования производительности и обеспечением надёжности, а также оптимизировать отклик и мониторинг.
Тема 1: Основы RAG, онтологические графы, LangGraph
Тема 2: Проектирование когнитивных архитектур (QA, чат-боты, документооборот)
Тема 3: Архитектуры AI-приложений, профилирование inference
Тема 4: Тестирование AI-приложений (мониторинг, оптимизация задержек)
Продвинутые архитектуры и паттерны
В этом модуле вы изучите современные подходы к построению эффективных и масштабируемых LLM-систем: от сжатия и оптимизации моделей до внедрения мультимодальности и реализации семантического поиска.
Тема 1: Сжатие моделей: квантование (GGUF, AWQ), дистилляция, pruning
Тема 2: Семантический поиск и мультимодальность (текст + изображение/аудио) // ДЗ
Тема 3: Продвинутое обучение (contrastive fine-tuning, in-context learning), интерпретируемость (SHAP, LIME)
Проектная работа
Заключительный месяц курса посвящен проектной работе. Проект – это самая интересная часть обучения. Вы будете разрабатывать его на основе полученных на курсе навыков и компетенций. В процессе работы над проектом можно получить консультацию преподавателей.
Тема 1: Выбор темы и организация проектной работы // Проект
Тема 2: Консультация по проектам и домашним заданиям
Тема 3: Защита проектных работ
Тема 4: Подведение итогов курса
Старт занятий 26 июня 2025г.
Знакомство с материалом «Владимир Елфимов - LLM Driven Development Разработка и эксплуатация AI»
Kursberry собрал сведения об этом материале в одной карточке: программу, характеристики и доступные варианты. Он относится к направлению «Бизнес, менеджмент, продажи / Программирование / Нейросети / Backend / ChatGPT и Midjourney / Prompt Engineering». Автор или образовательный проект — Владимир Елфимов. В качестве даты выхода указано: 2025.
Парная версия для данного товара не указана. Если вам нужны конкретные характеристики записи, задайте вопрос до покупки.
Для открытия материала указан Облако Mail. Способ просмотра зависит от того, какие файлы входят в выбранный вариант.
Похожие курсы
Вопросы и ответы
Как получить курс?
Добавьте курс в корзину или нажмите «Купить», выберите удобный способ оплаты и завершите заказ. После подтверждения оплаты ссылки на материалы автоматически придут на указанную почту. Авторизованные пользователи также найдут купленные материалы в разделе «Мои покупки».
Почему такая цена?
Материалы приобретаются совместно, поэтому стоимость заметно ниже цены автора. Вы получаете запись курса и заявленные материалы для самостоятельного обучения; обратная связь автора обычно не входит, если отдельно не указано обратное.
Нашли дешевле?
Пришлите нам ссылку на более дешёвое предложение — проверим его и постараемся сделать цену ниже. .
Где будет доступ к курсу?
Для этого товара указан вид доступа: Облако Mail. После оплаты вы получите нужную ссылку или приглашение.
Можно ли скачать материалы?
Если материалы находятся в облачном хранилище, их обычно можно смотреть онлайн или скачать себе. Исключения зависят от формата конкретного курса.
Есть ли гарантия получения?
После подтверждения оплаты выдача происходит автоматически. Если возникнет вопрос с оплатой или доступом, напишите нам в Telegram, через чат на сайте или на admin@kursberry.com. До покупки по запросу можем показать дополнительные скриншоты или фрагмент содержимого.