Чему вы научитесь
- Построение RAG-пайплайнов на Qdrant + Python
- Chunking и индексирование документов для production
- Hybrid retrieval: BM25 + dense search
- Reranking с cross-encoder моделями
- Оценка и мониторинг RAG: RAGAS, faithfulness, recall
О курсе
Это курс 2 программы "Проектирование ИИ систем для production".
В этом курсе вы научитесь:
- Проектировать production RAG-системы с учётом failure modes
- Выбирать стратегию chunking под конкретный тип документов
- Строить hybrid retrieval с reranking на Qdrant
- Диагностировать и устранять тихую деградацию качества RAG
- Контролировать галлюцинации через grounding и attribution
- Оценивать качество RAG-системы с помощью RAGAS
🔥 Как устроен курс
Каждый урок начинается с реального production-инцидента: система упала, деньги потеряны, команда разбирает причины. Затем — архитектурный разбор: что пошло не так и как это спроектировать правильно. В конце — практическое задание на Python, которое закрепляет паттерн.
Формат: инцидент → архитектура → реализация
🎓 Это второй курс программы AI Engineering. Последующие курсы (RAG, Ingestion, Context Engineering, Routing, Deployment, Agents, Evaluation, Reliability) строятся на архитектурном фундаменте, заложенном здесь.
Обсуждение и новости курса в Телеграме: Канал "ИИ Спираль"
Другие курсы программы "Проектирование ИИ систем для production":
3 — Загрузка данных в ИИ системы
5 — Слой маршрутизации
6 — Структурированный вывод + Экономика
7 — Агенты и рабочие процессы
8 — Оценка + LLMOps
9 — Надежность + Вывод
10 — Развертывание и масштабирование
11 — Финальный проект
Для кого этот курс
Начальные требования
- Опыт коммерческой разработки на Python
- Базовое знакомство с LLM API (OpenAI или аналоги)
- Понимание async/await в Python
- Базовое знакомство с Docker и контейнерами
Наши преподаватели
Как проходит обучение
Каждый модуль: история production-инцидента → архитектура → реализация
Практические задания в репозитории enterprise-ai-assistant
Failure-first подход: сначала показываем, как ломается, потом как чинить
Оценка качества встроена в практику с первого урока
Программа курса
Сертификат
Отзывы прошедших курс
Что вы получаете
- Модуль app/rag/ для enterprise-ai-assistant (git tag v2.0-rag)
- Библиотека chunking-стратегий под разные типы документов
- Шаблоны диагностики RAG failure modes
- Пайплайн RAGAS-оценки для регрессионного тестирования