Чему вы научитесь
- Получать максимальный результат от использования больших языковых моделей за счёт грамотного промптинга.
- Использовать фреймворк LangChain и создавать базы знаний под свои задачи.
- Доводить свою идею до минимально рабочего прототипа на StreamLit.
О курсе
🤖 В курсе рассматриваются способы повысить результативность использования больших языковых моделей (LLM) в личных целях или для встраивания в бизнес процессы.
🎯 Будем двигаться от базовых концепций к более продвинутым техникам, закрепляя всё на практике.
🚀 Курс не про архитектуры языковых моделей, их различия, способы обучения, а скорее про использование готовых моделей для реализации своих идей в качестве пользователя. Поэтому курс практичный и подойдет для начинающих.
🐍 Основной язык программирования Python
🏆 Преподаватели курса стали лауреатами премии Stepik Awards 2023 в номинации "Прорыв Года".
✈️ Канал курса в телеграм https://t.me/big_llm_course
Для кого этот курс
Курс предназначен для широкого круга лиц, интересующихся большими языковыми моделями (LLM) и их возможным применением в личных и бизнес задачах.
Начальные требования
🍕 Знание Python на базовом уровне
🚀 Умение запускать код в Jupyter notebooks или Google colab
🤖 Общее представление или опыт взаимодействия с большими языковыми моделями (LLM). Например, с ChatGPT
Наши преподаватели
Как проходит обучение
- Выдаем каждому ключи к API ChatGPT и объясняем, что с ними делать
- Пройдём путь от продвинутого промптинга до создания "баз знаний" для своих задач и деплоя собственного работающего сервиса.
- Рассмотрим опенсорс (бесплатные) альтернативы ChatGPT и как их развернуть и дообучить на бесплатных ресурсах.
- Выполненный в рамках курса проект можно будет положить как ПЕТ-проект в портфолио или доработать и использовать для своих целей.
Программа курса
Сертификат
Что вы получаете
- Освоите продвинутые техники промптинга.
- Научитесь использовать свои данные для улучшения качества генераций.
- Сделаете свой личный пет-проект с использованием LLM.
- Будете способны дообучать модели на дополнительных данных.