Чему вы научитесь
- Создавать автономных агентов без привязки к конкретным LLM.
- Использовать в одном агенте несколько LLM: ChatGPT, Gemini, Яндекс GPT.
- Подключать национальные и суверенные модели от Яндекса и Сбера.
- Устанавливать локальные LLM-модели (Ollama, Qwen).
- Создавать надежные отказоустойчивые цепочки.
- Создавать резервные цепочки и модели.
- Запускать параллельные цепочки с одновременной обработкой множества запросов.
- Создавать RAG-цепочки.
- Грамотно обрабатывать документы и формировать чанки для векторной базы данных.
- Формировать эмбеддинги.
- Устанавливать и работать с векторными базами данных.
- Совмещать векторный и полнотекстовый поиск.
- Программировать безопасные инструменты.
- Подключать инструменты к моделям и агентам.
- Работать с памятью агента.
- Управлять структурированным выводом агента.
О курсе
🧑🎓 Как проходит обучение
Теория
Большая часть курса – это короткие видео-уроки, в которых мы шаг за шагом осваиваем работу с LangChain. По необходимости мы добавляем схемы и сопроводительные материалы.
Практика (5 проектов в портфолио)
Практика состоит из двух частей:
- Решение тестовых заданий на понимание материалов.
- Разработка мини-проектов:
- Игра с LLM.
- Инструменты для работы с файлами или базой данных.
- RAG-сервис поиска по информации.
- Цепочка для генерации сложных многоступенчатых ответов.
- Выпускной агент.
🛟 Поддержка
Наш ключевой принцип – поддержка до победного. Пока вы с нами мы будем отвечать на все вопросы и помогать дойти до самого конца.
👩💼 Оплата от компании и корпоративное обучение
LangChain активно используется в корпоративном мире (в том числе в России), поэтому если вы хотите отправить ваших сотрудников на освоение современного инструмента или хотите пройти курс самостоятельно, но с оплатой от работодателя, то можете написать нам на info@shultais.education
Среди наших клиентов Райффайзен Банк, ВТБ, Мегафон, Билайн, Газпромбанк, Казахстанская фондовая биржа и другие компании, включая конструкторов подводных лодок, но их название мы не можем написать.
🤖 Что такое LangChain и зачем его используют
LangChain – это фреймворк для создания полностью управляемых агентов, которые можно использовать в бизнесе.
LangChain не привязан к конкретным LLM и поэтому его можно запускать в российских компаниях, подключив либо локальные модели, либо через модели Яндекса и Сбера (в курсе мы разберем как подключаться к суверенным и национальным сервисам 🇷🇺).
Также LangChain позволяет подключать собственные инструменты и функции, которые вы полностью контролируете, а значит мы можете безопасно использовать агентов в prodcuction-среде. 🔥
На основе LangChain строятся RAG-цепочки, которые позволяют обогащать LLM-модели вашим данными без дорого обучения. Вы буквально можете настроить работу ИИ с вашими корпоративными документами и инструкциями на стандартном железе.
Для кого этот курс
AI/ML инженеры, которым нужно собирать прикладные агентные системы с доступом к инструментам, поиску, памяти и внешним API.
Backend-разработчики, которым требуется интегрировать LLM в продуктовые и внутренние корпоративные сервисы, а также наладить автоматизацию процессов.
Разработчики чат-ботов и ассистентов, которым нужны не только ответы на вопросы, но и выполнение действий: поиск, вызов API, работа с документами и многошаговые сценарии.
Data engineers и аналитики, если требуется агент для поиска по данным, извлечения инсайтов, генерации SQL-запросов и работы с источниками знаний.
Специалисты по автоматизации бизнеса, которые хотят собирать агенты для поддержки, обработки заявок, рутины и внутренних операций.
Продуктовые команды, которым важно быстро прототипировать AI-фичи и проверять гипотезы вокруг интеллектуальной автоматизации.
Разработчики RAG-систем, так как LangChain-агенты часто используются поверх retrieval-слоя для выбора источников и маршрутизации запросов.
Начальные требования
- Уверенное владение Python: включая основы ООП и функционального программирования.
- Работа с Git и GitHub для сдачи домашнего задания (проектов)
Наши преподаватели
Программа курса
Что вы получаете
- Современный навык, который необходим каждому разработчику.
- 5 проектов в портфолио.
- Доступ к форуму решений.
- Поддержку преподавателя в течение 24-часов.
- Доступ к GitHub-репозиторию с кодом.
- Сертификат.