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 (Qdrant, pgvector, ChromaDB), многокомпонентным поиском и оценкой качества ответов. Познакомитесь с…
Начальный уровень
2-3 часов в неделю
Часть
5 программ →
Сертификат Stepik

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

Для кого этот курс?
Курс создан для Python-разработчиков, ML-инженеров и всех, кто хочет перейти в AI-инженерию.
Стартовые требования — только базовый Python и желание писать код.

Формат обучения
70% времени — это практика, 30% — необходимая теория.

Что вы изучите?
Полный цикл разработки промышленного AI-продукта:
— Написание бэкенда на FastAPI
— Работа с базами данных PostgreSQL, Qdrant
— Контейнеризация в Docker
— Подключение LLM через API и локально через Ollama
— Промпт-инжиниринг
— Построение полноценного RAG-сервиса с векторными базами данных

Особое внимание — качеству
Вы научитесь тестировать AI-системы и работать с метриками качества. Это позволит вам создавать не просто работающие, а надёжные и измеримые продукты.

Итог курса
В финале вы получите готовый production-ready RAG-сервис, который сможете добавить в своё 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.

  • 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

Как проходит обучение

Курс построен на практическом подходе. Каждый модуль содержит текстовую теорию и сразу за ней практика с кодом. В конце каждого подмодуля вас ждет тестирование для закрепления материала. Финальный проект собирает все изученные технологии в единую работающую систему.

Программа курса

В курс входят

  • 20 уроков
  • 87 тестов
загружаем...

Наши преподаватели

Аватар пользователя
Certificate

Сертификат

Stepik

Отзывы прошедших курс

4.3
из 5
из 3 отзывов
3 отзыва
загружаем...

Входит в 5 программ

  •    
     
     
  •    
     
     
  •    
     
     
  •    
     
     
  •    
     
     

Что вы получаете

  • Production ready RAG систему
  • Навыки работы с FastAPI, PostgreSQL, Docker
  • Навыки тестирования, контейнеризации и мониторинга
  • Проект в свое портфолио

Сколько стоит обучение

489 ₽
669 ₽
Купить от компании Купить в подарок
Как оплатить курс в рассрочку?
Как оплатить от компании?
Вы попробовали и поняли, что вам сейчас не подходит этот курс? Ничего страшного, мы вернём вам деньги в течение 30-ти дней после покупки.

Часто задаваемые вопросы

Как оплатить курс в рассрочку?
Как оплатить от компании?

Расскажите о курсе друзьям

489 ₽
669 ₽