Продолжительность курса: 24 ак. ч.

Описание курса:
Практический курс по созданию приложений на основе больших языковых моделей — от первого вызова модели через API до подготовки решения к запуску в production. Участники освоят основы prompt engineering и PromptOps, научатся создавать RAG-системы, подключать внешние инструменты и разрабатывать агентов с помощью LangChain и LangGraph. В программе — оценка качества ответов и поиска, контроль затрат и производительности, разработка API на FastAPI, повышение надёжности и применение CI/CD. Итогом обучения станет полноценное LLM-приложение, созданное в рамках практического проекта.

Аудитория:
• Python-разработчики, которые хотят создавать приложения с использованием LLM
• инженеры машинного обучения и специалисты по данным
• разработчики AI-продуктов и технические специалисты, внедряющие генеративный ИИ

Необходимая подготовка:
• Базовые знания Python,
• Понимание принципов работы API и навыки работы с командной строкой

Программа курса:
Модуль 1. Введение в LLM и ChatGPT
• Вызов моделей через API
• Знакомство с фреймворком langchain
• Создание консольного бота

Модуль 2. Мастерство написания запросов (Prompt Engineering & PromptOps)
• Шаблоны и параметризация промптов
• Структурированный вывод (json/pydantic)
• Версионирование промптов (yaml)
• A/b-эксперименты
• Few-shot обучение
• Настройка тональности ai
• Автоматическая оценка стиля (style_eval)

Модуль 3. Разработка RAG (Retrieval-Augmented Generation)
• Индексация
• Разбиение (чанкинг) и эмбеддинги, архитектуры rag в langchain
• Гибридный поиск и реранк (cross-encoder)
• Метрики качества rag (faithfulness, precision/recall, citation-rate)
• Настройка порога «не знаю» (конфиденс)

Модуль 4. Интеграция внешних инструментов
• Интеллектуальный ассистент с веб-поиском
• Кэширование, маршрутизация запросов (rag vs web vs track)
• Observability (контроль токенов/стоимости, p50/p95, алерты)

Модуль 5. Агенты в LangChain
• Цепочки размышлений (планирование сложных задач)
• Обучение агентов запуску программного кода (анализ csv и графиков с pandas)

Модуль 6. LangGraph
• Базовые понятия
• Проектирование агент-аналитика и маршрутизатора как графов действий
• Параллельный rag+web, чекпойнты и управление состоянием
• Интеграция с langsmith

Модуль 7. Подготовка к продакшену (PromptOps & MLOps)
• Мульти-провайдер моделей
• Разработка api (fastapi) и стриминг
• Повышение надежности (ретраи с джиттером, таймауты, circuit-breaker)
• Guardrails (белые списки, валидация tool-вызовов)
• Slo/sla
• Ci/cd

Итоговый проект
• Сборка полноценного LLM-приложения

Окончательная цена указывается в договоре на обучение. Записаться на курс