LLM-Engineer: Создание AI-продукта с нуля

С нуля создайте production‑ready LLM‑приложение с открытым исходным кодом. Пройдите полный цикл: от разработки высокопроизводительного API на FastAPI до внедрения продвинутой RAG‑архитектуры с векторными базами данных, многокомпонентным поиском и оценкой качества ответов. В финале — готовый сервис, который можно…
Начальный уровень
5-6 часов в неделю

Чему вы научитесь

  • Самостоятельно построить production‑ready LLM‑приложение с нуля
  • Разработать высоконагруженное API на FastAPI с асинхронными эндпоинтами
  • Внедрить RAG любой сложности — от простого поиска до гибридного с реранкингом
  • Выбрать и настроить векторную БД под свою задачу
  • Интегрировать любые локальные модели через Ollama
  • Оценить качество системы и понять, где её улучшить

О курсе

Этот курс создан для тех, кто хочет освоить профессию AI-инженера и научиться строить промышленные LLM-приложения с нуля. Мы не будем читать скучные лекции — 70% времени мы посвятим практике, а 30% необходимой теории. Курс охватывает полный цикл разработки: от написания бэкенда на FastAPI и работы с базами данных до контейнеризации в Docker и оценки качества AI-систем. Вы научитесь подключать LLM через API и локально через Ollama, освоите промпт-инжиниринг и построите полноценный RAG-сервис с векторными базами данных. Особое внимание уделим тестированию и метрикам качества, чтобы вы могли создавать не просто работающие, а надёжные и измеримые продукты. Курс подойдёт Python-разработчикам, ML-инженерам и всем, кто хочет перейти в AI-инженерию. Для старта нужен только базовый Python и желание писать код. В финале вы получите готовый production-ready RAG-сервис, который можно добавить в портфолио.

Для кого этот курс

Курс разработан для трёх категорий специалистов: 1. Начинающие ML-инженеры — Хотите перейти с Jupyter Notebook'ов на продакшн-код. — Умеете обучать модели, но не знаете, как обернуть их в API и сделать полезный сервис. — Освоите инженерную часть: FastAPI, Docker, асинхронность, работу с БД. 2. Начинающие Backend-разработчики — Хорошо знаете Python и веб-фреймворки, но ничего не смыслите в LLM. — Хотите быстро войти в AI-трек без изучения высшей математики. — Освоите современные AI-технологии: промпт-инжиниринг, RAG, эмбеддинги, работу с векторными БД. 3. AI-энтузиасты и self-taught разработчики — Собираете LLM-приложения из готовых кусков, но нет целостной картины. — Хотите системные знания: от идеи до деплоя, с пониманием всех компромиссов. — Соберёте портфолийный проект, который можно показать на собеседовании.

Начальные требования

Что нужно знать для старта:

  • Python на уверенном базовом уровне: циклы, условные операторы, функции, классы и ООП (наследование, методы). Всё остальное изучим по ходу.

  • Базовое понимание HTTP: что такое запрос, ответ, REST API — на уровне чтения документации.

  • Желание развиваться: готовность разбираться в новых технологиях, читать документацию и отлаживать код.

Чего НЕ требуется:

  • Глубокое знание PyTorch/TensorFlow

  • Математика (линейная алгебра, производные, градиенты)

  • Опыт работы с нейросетями или LLM

  • Знание Docker, Kubernetes, облачных платформ — всё освоим на курсе

Наши преподаватели

Программа курса

загружаем...
Price: Бесплатно

Расскажите о курсе друзьям

Price: Бесплатно