0Корзина Закладки0

Владимир Елфимов - LLM Driven Development Разработка и эксплуатация AI

Владимир Елфимов

Владимир Елфимов - LLM Driven Development Разработка и эксплуатация AI
Облако Mail
179,00 ₽

Пришлите ссылку — проверим предложение и ответим на почту.

Артикул: 8693
Подробности о материале
Артикул: 8693 В наличии Автор курса: Владимир Елфимов Категория: Бизнес, менеджмент, продажи / Программирование / Нейросети / Backend / ChatGPT и Midjourney / Prompt Engineering Дата выхода: 2025 Продажник от автора: Перейти
LLM Driven Development Разработка и эксплуатация AI: полный курс для профессионалов (2025)

Слив курса LLM Driven Development Разработка и эксплуатация AI: полный курс для профессионалов [OTUS] [Владимир Елфимов]

Для кого этот курс?
Этот курс для вас, если вы хотите внедрить AI на основе LLM в свой проект или сервис, но не знаете, как это сделать.
  • Python-разработчики, желающие выйти за рамки классического программирования и освоить прикладное AI
  • DevOps-инженеры, которым важно понять, как разворачивать и поддерживать крупные AI-системы
  • Data-инженеры, аналитики данных и специалисты по Data Science, стремящиеся глубже интегрировать языковые модели в пайплайны и сервисы
Необходимые знания:
  • Желательно базовое знание Python. Многие темы курса на курсе не требуют знания языков программирования, но отдельные примеры работы будут именно на Python
Что даст вам этот курс:
Курс охватывает полный цикл разработки и внедрения больших языковых моделей — от основ архитектуры AI и подготовки данных до тонкостей MLOps, мониторинга и оптимизации. Программа основана на реальных кейсах и инструментах, которые уже сейчас востребованы в индустрии.

На курсе вы:
  • Изучите фундаментальные принципы AI-архитектуры и трансформеров
  • Освоите практики LLMOps: от развёртывания и автоматизации до мониторинга и обновления крупных моделей
  • Разберётесь в токенизации, контекстных окнах и научитесь эффективно управлять памятью для больших LLM
  • Освоите фреймворки для интеграции LLM (LangChain, LlamaIndex, vllm и другие) и научитесь работать с мультиагентными системами
  • Научитесь применять retrieval-augmented generation (RAG) вместе с векторными базами данных и внедрять AI-функциональность в классические backend-проекты
  • Поймёте, как проводить fine-tuning и оптимизацию LLM, включая вызов внешних функций
  • Узнаете о когнитивных архитектурах, принципах мультимодальных моделей и методах тестирования AI-решений
После курса вы будете готовы внедрять LLM-сервисы в реальные продукты: разрабатывать, тестировать, поддерживать и оптимизировать AI-приложения на продвинутом уровне.

Программа:
Архитектура трансформеров

В этом модуле вы научитесь анализировать архитектурные ограничения RNN и преимущества self-attention, объяснять механику трансформеров и интерпретировать работу attention-слоёв.
Тема 1: Базовые принципы трансформеров (от RNN к Self-Attention)
Тема 2: Token Embedding, позиционные вектора и QKV
Тема 3: Визуализация Attention и эволюция (BERT, GPT, T5) // ДЗ

Введение в AI Engineering
В этом модуле вы освоите выбор и адаптацию русскоязычных LLM под прикладные задачи. А также рассмотрите LLM-пайплайны и применение инженерных практик в работе с моделями.
Тема 1: Эволюция AI и фундаментальные модели (ChatGPT, Mistral, Llama, Deepseek)
Тема 2: Подходы к локализации (SberGPT, YandexLLM, ruGPT-3)
Тема 3: Работа с данными в Python и подготовка данных для LLM // ДЗ

Основы LLMOps
В этом модуле вы научитесь настраивать мониторинг и отслеживание работы LLM, использовать соответствующие инструменты и интегрировать модели в CI/CD-процессы для обеспечения надёжной и стабильной эксплуатации.
Тема 1: Принципы LLMOps, автоматизация развертывания
Тема 2: Оптимизация и поддержка LLM
Тема 3: CI/CD для LLM и инструменты (Triton, MLflow, vLLM) // ДЗ

Оценка, токенизация и контекст
В этом модуле вы овладеете методами оценки качества генерации, применением метрик и управлением длиной контекста и token streaming.
Тема 1: Специализированные бенчмарки и метрики (GLUE, SQuAD и др.) // ДЗ
Тема 2: Токенизация, контекстные окна, test time scaling

Интеграция и практика
В этом модуле вы научитесь конструировать и защищать промпты, реализовывать Retrieval-Augmented Generation и интегрировать LLM через API и middleware.
Тема 1: Работа с фреймворками и агентами (LangChain, LlamaIndex, Ollama, Haystack) // ДЗ
Тема 2: Мониторинг моделей с LangChain Observability, LangSmith, Langfuse
Тема 3: Векторные БД и Retrieval Augmented Generation (Pinecone, Chroma, Milvus, Clickhouse) // ДЗ
Тема 4: Промпт-инжиниринг (Chain-of-thought, защита от некорректных промптов)

Разработка и оптимизация LLM
В этом модуле вы изучите, как дообучать и оптимизировать LLM, расширяя их функциональность через Fine-tuning, вызов внешних функций, локальный запуск и извлечение информации из текста.
Тема 1: Fine-tuning (LoRA, PEFT) и вызов внешних функций из LLM // ДЗ
Тема 2: Локальное использование LLM (CPU/GPU), оптимизация
Тема 3: Извлечение данных из текста (NER, IE), разработка приложений // ДЗ
Тема 4: Автоматизация тестирования LLM, CI/CD жизненного цикла // ДЗ

Когнитивные архитектуры и RAG
В этом модуле вы научитесь строить когнитивные системы на базе Retrieval-Augmented Generation (RAG), проектировать архитектуры AI-приложений с учётом профилирования производительности и обеспечением надёжности, а также оптимизировать отклик и мониторинг.
Тема 1: Основы RAG, онтологические графы, LangGraph
Тема 2: Проектирование когнитивных архитектур (QA, чат-боты, документооборот)
Тема 3: Архитектуры AI-приложений, профилирование inference
Тема 4: Тестирование AI-приложений (мониторинг, оптимизация задержек)

Продвинутые архитектуры и паттерны
В этом модуле вы изучите современные подходы к построению эффективных и масштабируемых LLM-систем: от сжатия и оптимизации моделей до внедрения мультимодальности и реализации семантического поиска.
Тема 1: Сжатие моделей: квантование (GGUF, AWQ), дистилляция, pruning
Тема 2: Семантический поиск и мультимодальность (текст + изображение/аудио) // ДЗ
Тема 3: Продвинутое обучение (contrastive fine-tuning, in-context learning), интерпретируемость (SHAP, LIME)

Проектная работа
Заключительный месяц курса посвящен проектной работе. Проект – это самая интересная часть обучения. Вы будете разрабатывать его на основе полученных на курсе навыков и компетенций. В процессе работы над проектом можно получить консультацию преподавателей.
Тема 1: Выбор темы и организация проектной работы // Проект
Тема 2: Консультация по проектам и домашним заданиям
Тема 3: Защита проектных работ
Тема 4: Подведение итогов курса

Старт занятий 26 июня 2025г.


Перед покупкой на Sklads

Проверьте выбранную версию «Владимир Елфимов - LLM Driven Development Разработка и эксплуатация AI» и состав материала. Автор: Владимир Елфимов. Описание и скриншоты помогут понять, подходит ли курс для вашей задачи.

Вопросы о содержимом можно уточнить у поддержки. Покупки и доступные заявки на обновление находятся в личном кабинете.

Сравнение вариантов материала «Владимир Елфимов - LLM Driven Development Разработка и эксплуатация AI»

В каталоге SKLADS.NET этот материал находится в рубрике «Бизнес, менеджмент, продажи / Программирование / Нейросети / Backend / ChatGPT и Midjourney / Prompt Engineering». При выборе ориентируйтесь на состав программы и конкретный тариф, а не только на название. В карточке указан автор: Владимир Елфимов. Период или дата выпуска: 2025.

Сведения о другой версии здесь не заданы. Для сравнения с похожим предложением проверьте программу, тариф и условия доступа.

В характеристиках выбран доступ через Облако Mail. Уточните формат нужных файлов, если для вас важен определённый способ просмотра.

Стоимость выбранной версии на Sklads смотрите в блоке покупки.

Есть вопрос о курсе?

Поможем разобраться с версией и составом материала

Написать в поддержку
Помощь и отзывы

💬 Помощь перед покупкой

Хотите проверить материал?
Отправим дополнительные скриншоты, пример видео или запись содержимого курса.

💰 Нашли дешевле?
Пришлите ссылку на предложение — постараемся сделать цену ещё выгоднее.

⭐ Отзывы покупателей
Читать отзывы на сайте
Читать отзывы в Telegram

💬 Связаться с поддержкой
Написать в Telegram
admin@sklads.net

ПОКУПКА И ДОСТУП

Вопросы и ответы

Как выбрать материал и получить доступ после оплаты

Как купить курс на Sklads?

Добавьте материал в корзину или нажмите «Купить». Укажите действующий e-mail и выберите доступный способ оплаты. После подтверждения платежа на эту почту придёт информация о заказе и доступе.

В одном заказе можно купить несколько материалов.

Что входит в курс и есть ли обратная связь?

Состав, версия и формат доступа указаны в карточке. Обычно это запись курса и сопутствующие файлы для самостоятельного обучения. Обратная связь автора не входит, если в описании не указано иное.

Если хотите уточнить содержимое до покупки, напишите в поддержку.

Где смотреть материалы и можно ли их скачать?

В этой карточке указан формат доступа: Облако Mail.

Ссылка или инструкция придёт после оплаты. Возможность просмотра онлайн и скачивания зависит от хранилища и формата файлов. Рекомендуем сохранить доступные материалы себе.

Оплата прошла, а письмо не пришло. Что делать?

Проверьте папки «Спам» и «Промоакции», а также адрес, указанный при покупке. Для авторизованного аккаунта проверьте раздел «Мои заказы».

Если доступа нет, отправьте в поддержку номер заказа, e-mail и подтверждение платежа — поможем найти покупку.

Как использовать бонусы?

Бонусы доступны в аккаунте. Размер начисления за этот курс указан рядом с покупкой. При оформлении заказа можно применить доступный бонусный баланс: 1 бонус соответствует 1 рублю.

Итоговую сумму и списание проверьте в корзине перед оплатой.

Как получить цену ниже?

Нажмите «Нашли дешевле?» рядом с ценой курса, пришлите ссылку, цену и e-mail. Мы сравним предложения и сообщим решение на почту. Если заявку одобрят, в письме будет персональная цена и срок её действия.

При покупке по персональной цене используйте почту из заявки.

Что делать, если ссылка на материал перестала работать?

Откройте покупку в разделе «Мои заказы». Если для неё доступен запрос обновления, отправьте его. Либо свяжитесь с поддержкой, указав номер заказа и название курса.

Где посмотреть условия возврата?

Условия описаны на странице «Условия возврата». Если возникла проблема с оплаченной покупкой, напишите в поддержку с номером заказа и описанием ситуации.

Главная » Бизнес, менеджмент, продажи » Владимир Елфимов - LLM Driven Development Разработка и эксплуатация AI