68 added
85 removed
Original
2026-01-01
Modified
2026-03-10
1
<h2>LLM Driven Development</h2>
1
<h2>LLM Driven Development</h2>
2
<p>Разработка и эксплуатация AI: полный курс для профессионалов</p>
2
<p>Разработка и эксплуатация AI: полный курс для профессионалов</p>
3
<h2>Для кого этот курс?</h2>
3
<h2>Для кого этот курс?</h2>
4
<p>Этот курс для вас, если вы хотите внедрить AI на основе LLM в свой проект или сервис, но не знаете, как это сделать.</p>
4
<p>Этот курс для вас, если вы хотите внедрить AI на основе LLM в свой проект или сервис, но не знаете, как это сделать.</p>
5
<ul><li>Python-разработчики, желающие выйти за рамки классического программирования и освоить прикладное AI</li>
5
<ul><li>Python-разработчики, желающие выйти за рамки классического программирования и освоить прикладное AI</li>
6
<li>DevOps-инженеры, которым важно понять, как разворачивать и поддерживать крупные AI-системы</li>
6
<li>DevOps-инженеры, которым важно понять, как разворачивать и поддерживать крупные AI-системы</li>
7
<li>Data-инженеры, аналитики данных и специалисты по Data Science, стремящиеся глубже интегрировать языковые модели в пайплайны и сервисы</li>
7
<li>Data-инженеры, аналитики данных и специалисты по Data Science, стремящиеся глубже интегрировать языковые модели в пайплайны и сервисы</li>
8
</ul><h2>Необходимые знания</h2>
8
</ul><h2>Необходимые знания</h2>
9
-
<p>Желательно базовое знание Python. Многие темы курса на курсе не требуют знания языков программирования, но отдельные примеры работы будут именно на Python</p>
9
+
<ul><li>Базовые знания Python. Многие темы курса на курсе не требуют знания языков программирования, но отдельные примеры работы будут именно на Python</li>
10
-
<h2>Что даст вам этот курс</h2>
10
+
<li>Базовые знания о нейронных сетях</li>
11
+
</ul><h2>Что даст вам этот курс</h2>
11
<p>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.</p>
12
<p>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.</p>
12
-
<h2>На курсе вы</h2>
13
+
<h2>На курсе вы:</h2>
13
<ul><li>Изучите фундаментальные принципы AI-архитектуры и трансформеров</li>
14
<ul><li>Изучите фундаментальные принципы AI-архитектуры и трансформеров</li>
14
<li>Освоите практики LLMOps: от развёртывания и автоматизации до мониторинга и обновления крупных моделей</li>
15
<li>Освоите практики LLMOps: от развёртывания и автоматизации до мониторинга и обновления крупных моделей</li>
15
<li>Разберётесь в токенизации, контекстных окнах и научитесь эффективно управлять памятью для больших LLM</li>
16
<li>Разберётесь в токенизации, контекстных окнах и научитесь эффективно управлять памятью для больших LLM</li>
16
<li>Освоите фреймворки для интеграции LLM (LangChain, LlamaIndex, vllm и другие) и научитесь работать с мультиагентными системами</li>
17
<li>Освоите фреймворки для интеграции LLM (LangChain, LlamaIndex, vllm и другие) и научитесь работать с мультиагентными системами</li>
17
<li>Научитесь применять retrieval-augmented generation (RAG) вместе с векторными базами данных и внедрять AI-функциональность в классические backend-проекты</li>
18
<li>Научитесь применять retrieval-augmented generation (RAG) вместе с векторными базами данных и внедрять AI-функциональность в классические backend-проекты</li>
18
<li>Поймёте, как проводить fine-tuning и оптимизацию LLM, включая вызов внешних функций</li>
19
<li>Поймёте, как проводить fine-tuning и оптимизацию LLM, включая вызов внешних функций</li>
19
<li>Узнаете о когнитивных архитектурах, принципах мультимодальных моделей и методах тестирования AI-решений</li>
20
<li>Узнаете о когнитивных архитектурах, принципах мультимодальных моделей и методах тестирования AI-решений</li>
20
-
</ul><p>После курса вы будете готовы внедрять LLM-сервисы в реальные продукты: разрабатывать, тестировать, поддерживать и оптимизировать AI-приложения на продвинутом уровне.</p>
21
+
</ul><p><strong>После курса</strong>вы будете готовы внедрять LLM-сервисы в реальные продукты: разрабатывать, тестировать, поддерживать и оптимизировать AI-приложения на продвинутом уровне.</p>
21
<h3>Почему стоит освоить?</h3>
22
<h3>Почему стоит освоить?</h3>
22
<p>Курс фокусируется на прикладных знаниях архитектуры LLM и их интеграции с современными фреймворками, такими как LangChain и LlamaIndex, обеспечивая практическое применение через проектную работу и домашние задания.</p>
23
<p>Курс фокусируется на прикладных знаниях архитектуры LLM и их интеграции с современными фреймворками, такими как LangChain и LlamaIndex, обеспечивая практическое применение через проектную работу и домашние задания.</p>
23
<h2>Процесс обучения</h2>
24
<h2>Процесс обучения</h2>
24
<p>Обучение проходит онлайн: вебинары, общение с преподавателями и вашей группой в Telegram, сдача домашних работ и получение обратной связи от преподавателя.</p>
25
<p>Обучение проходит онлайн: вебинары, общение с преподавателями и вашей группой в Telegram, сдача домашних работ и получение обратной связи от преподавателя.</p>
25
<p><strong>Вебинары проводятся 2 раза в неделю по 2 ак. часа </strong>и <strong>сохраняются в записи </strong>в личном кабинете. Вы можете посмотреть их в любое удобное для вас время.</p>
26
<p><strong>Вебинары проводятся 2 раза в неделю по 2 ак. часа </strong>и <strong>сохраняются в записи </strong>в личном кабинете. Вы можете посмотреть их в любое удобное для вас время.</p>
26
<p>В ходе обучения вы будете выполнять домашние задания. Каждое из них посвящено одному из компонентов вашего выпускного проекта.</p>
27
<p>В ходе обучения вы будете выполнять домашние задания. Каждое из них посвящено одному из компонентов вашего выпускного проекта.</p>
27
<p>После выполнения всех домашних заданий вы получите готовый выпускной проект.</p>
28
<p>После выполнения всех домашних заданий вы получите готовый выпускной проект.</p>
28
<h3>Оптимальная нагрузка</h3>
29
<h3>Оптимальная нагрузка</h3>
29
<p>Возможность совмещать учебу с работой</p>
30
<p>Возможность совмещать учебу с работой</p>
30
<h3>Портфолио</h3>
31
<h3>Портфолио</h3>
31
<p>Индивидуальная разработка итоговой проектной работы </p>
32
<p>Индивидуальная разработка итоговой проектной работы </p>
32
<h3>Перспективы</h3>
33
<h3>Перспективы</h3>
33
<p>Получите знания, которые помогут повысить вашу востребованность и доход</p>
34
<p>Получите знания, которые помогут повысить вашу востребованность и доход</p>
34
<h2>Партнеры</h2>
35
<h2>Партнеры</h2>
35
<p>Многие студенты еще во время прохождения первой части программы находят или меняют работу, а к концу обучения могут претендовать на повышение в должности.</p>
36
<p>Многие студенты еще во время прохождения первой части программы находят или меняют работу, а к концу обучения могут претендовать на повышение в должности.</p>
36
<ul><li><strong>Получите помощь с оформлением резюме</strong>, портфолио и сопроводительного письма</li>
37
<ul><li><strong>Получите помощь с оформлением резюме</strong>, портфолио и сопроводительного письма</li>
37
<li><strong>Разместите свое резюме в базе OTUS</strong>и сможете получать приглашения на собеседования от партнеров</li>
38
<li><strong>Разместите свое резюме в базе OTUS</strong>и сможете получать приглашения на собеседования от партнеров</li>
38
</ul><h5>Формат обучения</h5>
39
</ul><h5>Формат обучения</h5>
39
<h3>Интерактивные вебинары</h3>
40
<h3>Интерактивные вебинары</h3>
40
<p>2 занятия по 2 ак.часа в неделю. Доступ к записям и материалам остается навсегда</p>
41
<p>2 занятия по 2 ак.часа в неделю. Доступ к записям и материалам остается навсегда</p>
41
<h3>Обратная связь</h3>
42
<h3>Обратная связь</h3>
42
<p>Домашние задания с поддержкой и обратной связью наших преподавателей помогут освоить изучаемые технологии</p>
43
<p>Домашние задания с поддержкой и обратной связью наших преподавателей помогут освоить изучаемые технологии</p>
43
<h3>Активное комьюнити</h3>
44
<h3>Активное комьюнити</h3>
44
<p>Чат в Telegram для общения преподавателей и студентов</p>
45
<p>Чат в Telegram для общения преподавателей и студентов</p>
45
<h2>Программа</h2>
46
<h2>Программа</h2>
46
-
<h5>Архитектура трансформеров</h5>
47
+
<h5>Фундамент нейросетей и подготовка данных</h5>
47
-
<p>В этом модуле вы научитесь анализировать архитектурные ограничения RNN и преимущества self-attention, объяснять механику трансформеров и интерпретировать работу attention-слоёв.</p>
48
+
<p>Принципы работы нейросетей "под капотом" и проектирование инженерных пайплайнов для обработки текстовых данных.</p>
48
-
<p>Тема 1: Базовые принципы трансформеров (от RNN к Self-Attention)</p>
49
+
<p>Тема 1: Основы Deep Learning</p>
49
-
<p>Тема 2: Token Embedding, позиционные вектора и QKV</p>
50
+
<p>Тема 2: Фундамент NLP</p>
50
-
<p>Тема 3: Визуализация Attention и эволюция (BERT, GPT, T5) // ДЗ</p>
51
+
<p>Тема 3: Работа с данными и подготовка для LLM</p>
51
-
<h5>Введение в AI Engineering</h5>
52
+
<h5>Анатомия и обзор современных LLM</h5>
52
-
<p>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.</p>
53
+
<p>Глубокая декомпозиция архитектуры трансформеров, алгоритмика подготовки данных (токенизация) и сравнительный анализ актуальных семейств моделей.</p>
53
-
<p>Тема 1: Эволюция AI и фундаментальные модели (ChatGPT, Mistral, Llama, Deepseek)</p>
54
+
<p>Тема 1: Алгоритмы токенизации</p>
54
-
<p>Тема 2: Подходы к локализации (SberGPT, YandexLLM, ruGPT-3)</p>
55
+
<p>Тема 2: Encoder-архитектуры и Эмбеддинги</p>
55
-
<p>Тема 3: Работа с данными в Python и подготовка данных для LLM // ДЗ</p>
56
+
<p>Тема 3: Decoder-архитектуры и механизм Attention</p>
56
-
<h5>Основы LLMOps</h5>
57
+
<p>Тема 4: Ландшафт современных LLM</p>
57
-
<p>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.</p>
58
+
<h5>Начало работы с LLM</h5>
58
-
<p>Тема 1: Принципы LLMOps, автоматизация развертывания</p>
59
+
<p>Первое взаимодействие с пред обученными моделями, работа с облачными API и локальными весами.</p>
59
-
<p>Тема 2: Оптимизация и поддержка LLM</p>
60
+
<p>Тема 1: Yandex Cloud и YandexGPT</p>
60
-
<p>Тема 3: CI/CD для LLM и инструменты (Triton, MLflow, vLLM) // ДЗ</p>
61
+
<p>Тема 2: Экосистема Hugging Face</p>
61
-
<h5>Оценка, токенизация и контекст</h5>
62
+
<h5>Промпт-инжиниринг и интеллектуальные агенты</h5>
62
-
<p>В этом модуле вы овладеете методами оценки качества генерации, применением метрик и управлением длиной контекста и token streaming.</p>
63
+
<p>Проектирование отказоустойчивых диалоговых интерфейсов и создание сложных мультиагентных сред с управляемым состоянием.</p>
63
-
<p>Тема 1: Специализированные бенчмарки и метрики (GLUE, SQuAD и др.) // ДЗ</p>
64
+
<p>Тема 1: Промпт-инжиниринг и управление выводом</p>
64
-
<p>Тема 2: Токенизация, контекстные окна, test time scaling</p>
65
+
<p>Тема 2: Архитектура диалоговых систем в LangChain</p>
65
-
<h5>Интеграция и практика</h5>
66
+
<p>Тема 3: Агентские системы и LangGraph</p>
66
-
<p>В этом модуле вы научитесь конструировать и защищать промпты, реализовывать Retrieval-Augmented Generation и интегрировать LLM через API и middleware.</p>
67
+
<p>Тема 4: LLM Observability (Langfuse)</p>
67
-
<p>Тема 1: Работа с фреймворками и агентами (LangChain, LlamaIndex, Ollama, Haystack) // ДЗ</p>
68
+
<h5>RAG - Интеграция внешних знаний</h5>
68
-
<p>Тема 2: Мониторинг моделей с LangChain Observability, LangSmith, Langfuse</p>
69
+
<p>Создание систем дополненной генерации (Retrieval Augmented Generation), работа с неструктурированными данными и внедрение метрик качества поиска.</p>
69
-
<p>Тема 3: Векторные БД и Retrieval Augmented Generation (Pinecone, Chroma, Milvus, Clickhouse) // ДЗ</p>
70
+
<p>Тема 1: Векторные базы данных</p>
70
-
<p>Тема 4: Промпт-инжиниринг (Chain-of-thought, защита от некорректных промптов)</p>
71
+
<p>Тема 2: LlamaIndex и базовый RAG</p>
71
-
<h5>Разработка и оптимизация LLM</h5>
72
+
<p>Тема 3: Advanced RAG и оптимизация поиска</p>
72
-
<p>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.</p>
73
+
<p>Тема 4: Оценка качества (RAGAS)</p>
73
-
<p>Тема 1: Fine-tuning (LoRA, PEFT) и вызов внешних функций из LLM // ДЗ</p>
74
+
<h5>Fine-tuning и оптимизация моделей</h5>
74
-
<p>Тема 2: Локальное использование LLM (CPU/GPU), оптимизация</p>
75
+
<p>Глубокая подготовка данных, методы эффективного дообучения архитектур и объективная оценка полученных результатов.</p>
75
-
<p>Тема 3: Извлечение данных из текста (NER, IE), разработка приложений // ДЗ</p>
76
+
<p>Тема 1: Подготовка данных и синтетическая генерация</p>
76
-
<p>Тема 4: Автоматизация тестирования LLM, CI/CD жизненного цикла // ДЗ</p>
77
+
<p>Тема 2: Fine-tuning через LoRA/QLoRA</p>
77
-
<h5>Когнитивные архитектуры и RAG</h5>
78
+
<p>Тема 3: Квантование и сжатие моделей</p>
78
-
<p>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.</p>
79
+
<p>Тема 4: Метрики и бенчмарки (Evaluation)</p>
79
-
<p>Тема 1: Основы RAG, онтологические графы, LangGraph</p>
80
+
<h5>Мультимодальные системы (VLM и Audio)</h5>
80
-
<p>Тема 2: Проектирование когнитивных архитектур (QA, чат-боты, документооборот)</p>
81
+
<p>Выход за рамки текста. Интеграция компьютерного зрения и обработки звука в экосистему LLM для создания Omni-помощников.</p>
81
-
<p>Тема 3: Архитектуры AI-приложений, профилирование inference</p>
82
+
<p>Тема 1: Vision-Language Models и поиск по изображениям</p>
82
-
<p>Тема 4: Тестирование AI-приложений (мониторинг, оптимизация задержек)</p>
83
+
<p>Тема 2: Audio AI: Речевые интерфейсы</p>
83
-
<h5>Продвинутые архитектуры и паттерны</h5>
84
+
<h5>Деплой, Serving и LLMOps</h5>
84
-
<p>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.</p>
85
+
<p>Перевод моделей из состояния "обученных весов" в отказоустойчивые сервисы. Оптимизация инференса, промышленный деплой и мониторинг качества в продакшене.</p>
85
-
<p>Тема 1: Сжатие моделей: квантование (GGUF, AWQ), дистилляция, pruning</p>
86
+
<p>Тема 1: Локальный инференс и легкий деплой</p>
86
-
<p>Тема 2: Семантический поиск и мультимодальность (текст + изображение/аудио) // ДЗ</p>
87
+
<p>Тема 2: Высокопроизводительный Serving с vLLM</p>
87
-
<p>Тема 3: Продвинутое обучение (contrastive fine-tuning, in-context learning), интерпретируемость (SHAP, LIME)</p>
88
+
<p>Тема 3: Промышленный деплой: NVIDIA Triton Inference Server:</p>
89
+
<p>Тема 4: Нагрузочное тестирование и мониторинг (SRE для LLM)</p>
90
+
<p>Тема 5: Тестирование и жизненный цикл (LLMOps)</p>
88
<h5>Проектная работа</h5>
91
<h5>Проектная работа</h5>
89
-
<p>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.</p>
92
+
<p>Тема 1: Выбор темы и организация проектной работы</p>
90
-
<p>Тема 1: Выбор темы и организация проектной работы // Проект</p>
91
<p>Тема 2: Консультация по проектам и домашним заданиям</p>
93
<p>Тема 2: Консультация по проектам и домашним заданиям</p>
92
<p>Тема 3: Защита проектных работ</p>
94
<p>Тема 3: Защита проектных работ</p>
93
<p>Тема 4: Подведение итогов курса</p>
95
<p>Тема 4: Подведение итогов курса</p>
94
<h5>Также вы можете получить полную программу, чтобы убедиться, что обучение вам подходит</h5>
96
<h5>Также вы можете получить полную программу, чтобы убедиться, что обучение вам подходит</h5>
95
<h2>Выпускной проект</h2>
97
<h2>Выпускной проект</h2>
96
-
<p>Каждый семестр завершается финальным проектом, который предстоит защитить перед преподавателями и командой. Вам будет, что обсудить на собеседовании!</p>
98
+
<p>Курс завершается финальным проектом, который предстоит защитить перед преподавателями-экспертами.</p>
97
<p>В качестве проекта вам будет предложено разработать свой сервис с интеграцией AI и LLM. Например, разработать интеллектуального чат-бота для поддержки клиентов или систему семантического поиска для корпоративных данных.</p>
99
<p>В качестве проекта вам будет предложено разработать свой сервис с интеграцией AI и LLM. Например, разработать интеллектуального чат-бота для поддержки клиентов или систему семантического поиска для корпоративных данных.</p>
98
<p>Вы можете выбрать одну из предложенных преподавателем тем или реализовать свою идею.</p>
100
<p>Вы можете выбрать одну из предложенных преподавателем тем или реализовать свою идею.</p>
99
<h2>Преподаватели</h2>
101
<h2>Преподаватели</h2>
100
-
<p>Владимир Елфимов</p>
102
+
<p>Виталий Бабчук</p>
101
-
<p>Team Lead Data Engineer</p>
103
+
<p>AI Engineer / Data Scientist</p>
102
-
<p>Лаборатория Маркетинга</p>
104
+
<p>ИНИТИ</p>
103
<p>Раиль Сулейманов</p>
105
<p>Раиль Сулейманов</p>
104
<p>Machine Learning Engineer</p>
106
<p>Machine Learning Engineer</p>
105
<p>Garage IT</p>
107
<p>Garage IT</p>
106
<p>Михаил Лебедев</p>
108
<p>Михаил Лебедев</p>
107
<p>Tech Lead DS</p>
109
<p>Tech Lead DS</p>
108
<p>Банк России</p>
110
<p>Банк России</p>
109
<p>Николай Осипов</p>
111
<p>Николай Осипов</p>
110
<p>MLOps Engineer</p>
112
<p>MLOps Engineer</p>
111
<p>Kadam</p>
113
<p>Kadam</p>
112
<p>Дмитрий Колесников</p>
114
<p>Дмитрий Колесников</p>
113
-
<p>Lead Computer Vision Engineer</p>
115
+
<p>ML Team Lead</p>
114
<p>Wildberries</p>
116
<p>Wildberries</p>
115
-
<p>Виталий Бабчук</p>
116
-
<p>AI Engineer / Data Scientist</p>
117
-
<p>ИНИТИ</p>
118
<p>Александр Брут-Бруляко</p>
117
<p>Александр Брут-Бруляко</p>
119
<p>DS инженер (к.э.н.)</p>
118
<p>DS инженер (к.э.н.)</p>
120
<p>Сбер GigaLegal</p>
119
<p>Сбер GigaLegal</p>
121
<p>Татьяна Смирнова</p>
120
<p>Татьяна Смирнова</p>
122
<p>Руководитель цифровой трансформации и развития продуктов в FinTech</p>
121
<p>Руководитель цифровой трансформации и развития продуктов в FinTech</p>
123
<p>Эксперты-практики делятся опытом, разбирают кейсы студентов и дают развернутый фидбэк на домашние задания</p>
122
<p>Эксперты-практики делятся опытом, разбирают кейсы студентов и дают развернутый фидбэк на домашние задания</p>
124
-
<h2>Ближайшие мероприятия</h2>
123
+
<h2>Прошедшие мероприятия</h2>
125
-
<p>Открытый вебинар - это настоящее занятие в режиме онлайн с преподавателем курса, которое позволяет посмотреть, как проходит процесс обучения. В ходе занятия слушатели имеют возможность задать вопросы и получить знания по реальным практическим кейсам.</p>
124
+
<p>Раиль Сулейманов</p>
126
-
<p>Как GPT понимает язык и формулирует ответы</p>
127
-
<p>Дмитрий Колесников</p>
128
-
<p>Что будет на лекции? - Как текст превращается в токены и векторы: токенизация (BPE), эмбеддинги и почему слова "становятся числами"; - Что происходит с вектором на каждом слое: как он постепенно "наполняется смыслом", меняя своё представление через attention и feed-forward блоки; - Как модель отвечает на вопросы: от внимания к контексту до выбора следующего токена - логиты, softmax, температура и принцип генерации. Для кого эта лекция? - Разработчики и Data Scientists с базовым опытом в ML; - Те, кто уже пробовал LLM, но хочет понять, как они "думают"; - Всем, кто интересуется NLP и хочет разобраться в GPT без глубокой математики - на уровне интуиции. Что вы узнаете и сможете применить? - Как GPT "понимает" вопрос и формирует осмысленный ответ, шаг за шагом; - Как эволюционирует вектор от входа к выходу - от простого кода токена к богатому семантическому представлению; - Как использовать это понимание для промпт-инжиниринга, отладки и проектирования LLM-систем. Вебинар в рамках старта курса "LLM Driven Development"....</p>
129
-
<p>28 января в 17:00</p>
130
<p>Открытый вебинар</p>
125
<p>Открытый вебинар</p>
131
-
<p>Тестирование и валидация AI-агентов: от RAG-прототипа к управляемой интеллектуальной системе</p>
126
+
<p>Обзор фреймворков для создания агентов</p>
132
<p>Илья Ящук</p>
127
<p>Илья Ящук</p>
133
-
<p>На открытом уроке рассмотрим: - Почему AI-агенты требуют полноценного инженерного тестирования и чем прототип отличается от продакшен-решения; - Архитектуру AI-агента (LLM, RAG, retrieval, промпты, данные и агентная логика) как единый объект тестирования; - Основные классы ошибок и рисков в AI-агентах: галлюцинации, нерелевантные ответы, ложная уверенность и деградация качества; - Подходы к тестированию и валидации AI-систем: типы тестов, принципы и измеримые метрики качества; - Практическую демонстрацию оценки качества RAG-агента и фиксации метрик на работающей системе; - Как улучшение данных, retrieval-стратегий или модели превращается в управляемый инженерный процесс; - Повторную оценку качества и анализ изменений на основе метрик; - Как практики тестирования отдельных агентов масштабируются до архитектуры реальных AI-систем. После урока вы будете знать: - Почему "агент работает" не означает, что он готов к использованию в продакшене; - Какие компоненты AI-агента необходимо тестировать и как они взаимосвязаны; - Какие типовые ошибки возникают в AI-агентах и как их выявлять на ранних этапах; - Какие метрики использовать для объективной оценки качества ответов AI-агента; - Как выстраивать цикл: тестирование → улучшение → повторная валидация; - Как применять инженерный подход к развитию AI-агентов в рамках более сложных AI-архитектур. Вебинар в рамках старта курса "LLM Driven Development"....</p>
134
-
<p>10 февраля в 17:00</p>
135
<p>Открытый вебинар</p>
128
<p>Открытый вебинар</p>
136
-
<p>Обзор фреймворков для создания агентов</p>
129
+
<p>Тестирование и валидация AI-агентов: от RAG-прототипа к управляемой интеллектуальной системе</p>
137
-
<p>Раиль Сулейманов</p>
138
-
<p>На открытом уроке рассмотрим: - Что такое agentic-подход и чем он отличается от обычных LLM-приложений (chains, RAG, tools); - Из каких компонентов состоит агент: модель, инструменты, память, планирование, контроль выполнения; - Как устроены известные фреймворки для создания агентов; - Типовые архитектурные паттерны агентных систем; - Практический разбор простого агентного сценария и сравнение того, как он выглядит в разных фреймворках; - Преимущества и ограничения agentic-подхода. После урока вы будете знать: - Что на самом деле подразумевается под "агентами" в современных LLM-системах; - Какие задачи имеет смысл решать агентным подходом, а какие - нет; - В чём ключевые различия между популярными агентными фреймворками; - Как выбрать фреймворк под свою задачу и оценить сложность проекта; - С чего начать практическую разработку агентных систем и как избежать типичных ошибок на старте. Для кого этот урок: - Backend- и full-stack-разработчиков, интересующихся практическим применением LLM; - Инженеров, которые уже пробовали работать с LLM, RAG или tools и хотят понять, что дают агенты; - Тех, кто слышал про LangGraph, CrewAI и другие фреймворки, но пока не знает, чем они отличаются и какой нужно использовать; - Техническим лидам и архитекторам, которым важно оценивать реальные возможности agentic-подхода. Вебинар в рамках старта курса "LLM Driven Development"....</p>
139
-
<p>17 февраля в 17:00</p>
140
-
<p>Открытый вебинар</p>
141
-
<h2>Прошедшие мероприятия</h2>
142
-
<p>Михаил Лебедев</p>
143
-
<p>Открытый вебинар</p>
144
-
<p>Создание локального сервиса с использованием библиотек искусственного интеллекта на основе телеграмм-бота</p>
145
-
<p>Дмитрий Колесников</p>
146
-
<p>Открытый вебинар</p>
147
-
<p>Что надо знать про работу LLM моделей</p>
148
<p>Оставьте заявку, чтобы получить доступ ко всем записям прошедших мероприятий. Записи всех мероприятий появятся в этом блоке</p>
130
<p>Оставьте заявку, чтобы получить доступ ко всем записям прошедших мероприятий. Записи всех мероприятий появятся в этом блоке</p>
149
<h2>Этот курс может оплатить ваш работодатель</h2>
131
<h2>Этот курс может оплатить ваш работодатель</h2>
150
<p>Обучайтесь за счёт работодателя или разделите оплату 50/50</p>
132
<p>Обучайтесь за счёт работодателя или разделите оплату 50/50</p>
151
<ul><li>Подробно расскажем об интересующем вас курсе</li>
133
<ul><li>Подробно расскажем об интересующем вас курсе</li>
152
<li>Объясним, как договориться с работодателем</li>
134
<li>Объясним, как договориться с работодателем</li>
153
<li>Сообщим стоимость обучения и варианты оплаты</li>
135
<li>Сообщим стоимость обучения и варианты оплаты</li>
154
<li>Ответим на вопросы</li>
136
<li>Ответим на вопросы</li>
155
<li>Предоставим шаблон договора и счёт на оплату</li>
137
<li>Предоставим шаблон договора и счёт на оплату</li>
156
-
</ul><h2>Подтверждение знаний и навыков</h2>
138
+
</ul><h2>Отзывы</h2>
139
+
<p>Юлия Соломенникова</p>
140
+
<p>04.12.2025</p>
141
+
<p>Спасибо большое за курс по LLM - домашние задания были сложными и требовательными, но очень полезными. Курс получился максимально практичным и хардовым, действительно помог разобраться в теме и прокачать навыки. Спасибо за ценный опыт!</p>
142
+
<h2>Подтверждение знаний и навыков</h2>
157
<p>OTUS осуществляет лицензированную образовательную деятельность. В конце обучения вы получите сертификат OTUS о прохождении курса и удостоверение о повышении квалификации.</p>
143
<p>OTUS осуществляет лицензированную образовательную деятельность. В конце обучения вы получите сертификат OTUS о прохождении курса и удостоверение о повышении квалификации.</p>
158
<h2>После обучения вы:</h2>
144
<h2>После обучения вы:</h2>
159
<ul><li>Получите материалы по пройденным занятиям (видеозаписи курса и дoполнительные материалы)</li>
145
<ul><li>Получите материалы по пройденным занятиям (видеозаписи курса и дoполнительные материалы)</li>
160
<li>Создадите свой проект, который поможет при прохождении собеседований</li>
146
<li>Создадите свой проект, который поможет при прохождении собеседований</li>
161
<li>Повысите свою ценность и конкурентоспособность как IT-специалист</li>
147
<li>Повысите свою ценность и конкурентоспособность как IT-специалист</li>
162
<li>Получите сертификат об окончании курса</li>
148
<li>Получите сертификат об окончании курса</li>
163
</ul><h2>LLM Driven Development</h2>
149
</ul><h2>LLM Driven Development</h2>
164
-
<p>Полная стоимость со скидкой</p>
165
-
<p>Скидка 10%</p>
166
-
<p>действительна до 11 января</p>
167
<p>Доступные способы оплаты. Стоимость указана для оплаты физическими лицами</p>
150
<p>Доступные способы оплаты. Стоимость указана для оплаты физическими лицами</p>
168
-
<p>Доступна оплата материнским капиталом</p>
169
<p>Верните с помощью налогового вычета до 13% стоимости обучения.</p>
151
<p>Верните с помощью налогового вычета до 13% стоимости обучения.</p>
170
<p>Оставьте заявку и менеджер вас проконсультирует</p>
152
<p>Оставьте заявку и менеджер вас проконсультирует</p>
171
<p>Запишитесь сегодня</p>
153
<p>Запишитесь сегодня</p>
172
-
<p>Старт занятий 25 февраля</p>
154
+
<p>Старт занятий 28 мая</p>
155
+
<p>Доступные способы оплаты. Стоимость указана для оплаты физическими лицами</p>
156
+
<p>Верните с помощью налогового вычета до 13% стоимости обучения.</p>
157
+
<p>Оставьте заявку и менеджер вас проконсультирует</p>
173
<h2>Частые вопросы</h2>
158
<h2>Частые вопросы</h2>
174
<h5>Почему OTUS?</h5>
159
<h5>Почему OTUS?</h5>
175
<p>Мы обучаем IT-сотрудников уже 6 лет, через OTUS прошли 20 000 студентов. Специализируемся на программах для людей с опытом, а ещё - быстро переформатируем учебные программы под изменения в сфере информационных технологий.</p>
160
<p>Мы обучаем IT-сотрудников уже 6 лет, через OTUS прошли 20 000 студентов. Специализируемся на программах для людей с опытом, а ещё - быстро переформатируем учебные программы под изменения в сфере информационных технологий.</p>
176
<h5>Обязательно ли выполнять и защищать выпускной проект?</h5>
161
<h5>Обязательно ли выполнять и защищать выпускной проект?</h5>
177
<p>Для получения сертификата OTUS и УПК (удостоверение повышения квалификации государственного образца) необходимо сдать проект. Кроме того, проект необязательно защищать перед аудиторией, а можно сдать в чате с преподавателем. Для получения УПК также понадобится предъявить документ об образовании.</p>
162
<p>Для получения сертификата OTUS и УПК (удостоверение повышения квалификации государственного образца) необходимо сдать проект. Кроме того, проект необязательно защищать перед аудиторией, а можно сдать в чате с преподавателем. Для получения УПК также понадобится предъявить документ об образовании.</p>
178
<h5>Обязательно ли выполнять все домашние задания?</h5>
163
<h5>Обязательно ли выполнять все домашние задания?</h5>
179
<p>Да, если хотите хорошо отточить навыки. На курсе будут практические домашние задания, их выполнение занимает примерно 2-3 часа.</p>
164
<p>Да, если хотите хорошо отточить навыки. На курсе будут практические домашние задания, их выполнение занимает примерно 2-3 часа.</p>
180
-
<h5>Помогаете ли вы с трудоустройством после курса?</h5>
181
-
<p>В Otus Club проводятся вебинары на тему трудоустройства, разбор резюме, прохождения собеседований, особенности реферальных программ при найме. Также обратим ваше внимание, что преподаватели курса занимают ведущие позиции в разных компаниях. Будьте активны, выполняйте домашние задания, стройте network с сокурсниками и преподавателями, и вам будет проще найти работу, расширив свои контакты.</p>
182
<h5>Смогу ли я совмещать учебу с работой?</h5>
165
<h5>Смогу ли я совмещать учебу с работой?</h5>
183
<p>Да. Программа курса рассчитана на студентов, у которых мало времени. Лекции проводим дважды в неделю, домашние задания - не чаще 1 раза в неделю.</p>
166
<p>Да. Программа курса рассчитана на студентов, у которых мало времени. Лекции проводим дважды в неделю, домашние задания - не чаще 1 раза в неделю.</p>
184
<h5>Что, если в середине курса я не смогу продолжать обучение?</h5>
167
<h5>Что, если в середине курса я не смогу продолжать обучение?</h5>
185
<p>Вы можете бесплатно перейти в другую группу. Но только один раз.</p>
168
<p>Вы можете бесплатно перейти в другую группу. Но только один раз.</p>
186
<h5>Я могу вернуть деньги?</h5>
169
<h5>Я могу вернуть деньги?</h5>
187
<p>Да, мы можем вернуть деньги за то время курса, которое вы ещё не успели отучиться. Например, если курс длится пять месяцев, а вы отучились один, мы вернём деньги за оставшиеся четыре месяца.</p>
170
<p>Да, мы можем вернуть деньги за то время курса, которое вы ещё не успели отучиться. Например, если курс длится пять месяцев, а вы отучились один, мы вернём деньги за оставшиеся четыре месяца.</p>
188
<h5>Может ли мой работодатель оплатить курс?</h5>
171
<h5>Может ли мой работодатель оплатить курс?</h5>
189
<p>Да. Когда свяжетесь с нашим менеджером, уточните, что оплачивать курс будет ваш работодатель.</p>
172
<p>Да. Когда свяжетесь с нашим менеджером, уточните, что оплачивать курс будет ваш работодатель.</p>
190
<h5>Остались вопросы?</h5>
173
<h5>Остались вопросы?</h5>
191
<p>Оставляйте заявку и задавайте вопросы менеджеру, команда курса с ним на связи и постарается дать вам исчерпывающую информацию.</p>
174
<p>Оставляйте заявку и задавайте вопросы менеджеру, команда курса с ним на связи и постарается дать вам исчерпывающую информацию.</p>