- Регистрация
- 26 Март 2018
- Сообщения
- 85.629
Название: LLM-инженер. Часть 3 из 5 [Gigaschool] [Александр Потехин, Роман Соломатин]
Описание:
Третья из пяти складчин на полный курс.
Создавай, обучай и внедряй LLM‑проекты под руководством экспертов и практиков
Что даст курс?
В связи с высокой стоимостью (190 998 руб.) и продолжительностью (5,5 месяцев) курса, для удобства участников принято решение о его разделении на 5 частей. Каждая часть соответствует одному большому разделу программы. Каждая последующая складчина является продолжением предыдущей, и соответственно необходимо оплатить предыдущую.
Это третья, ключевая часть курса, полностью посвященная построению RAG-систем (Retrieval-Augmented Generation). Вы научитесь разрабатывать как простые, так и продвинутые RAG-системы с использованием LangChain и LangGraph, оценивать их качество и внедрять механизмы для борьбы с галлюцинациями и повышения релевантности ответов.
Что вы освоите в этой части?
Ключевые навыки:
Основные инструменты:
Программа третьей части курса
Раздел 3. RAG
1. Основы RAG систем:
Лекция: фреймворки для RAG (LangChain + LangGraph), разбор разных ретриверов; как оценивать работу RAG системы и основные сложности
Семинар: простая RAG система как бенчмарк, демонстрация; наглядная демонстрация нерепрезентативности основных метрик и сложностей, практика DeepEval
На выходе таланты:
Умеют разрабатывать простую RAG систему
Умеют оценивать её
2. Усложнение RAG-систем
Лекция: усложнение RAG-системы: ансамблевые ретриверы, Query Expansion, обработка запросов пользователя (+перефразы, отлов галлюцинаций)
Семинар: разработка всего, что было на лекции, на практике
На выходе таланты:
Умеют писать RAG-системы устойчивые к реальной жизни и реальным запросам
Эксперты курса
Потехин Александр. NLP Lead X5 Tech
Соломатин Роман. ML Engineer (LLM, Ops) X5 Tech
Андреева Дарья. ML Engineer (NLP) X5 Tech
Желтова Кристина. Газпромбанк, директор по разработке моделей
Кокуйкин Евгений. CEO Raft
Предыдущие части курса:
Следующие части курса:
Описание:
Третья из пяти складчин на полный курс.
Создавай, обучай и внедряй LLM‑проекты под руководством экспертов и практиков
Что даст курс?
- Возможность создать LLM-проект
- освоив технологии разработки LLM, вы сможете запускать свои проекты с нуля, создавая решения на базе передовых технологий.
- Улучшить существующие сервисы
- возможность создавать и оптимизировать LLM для реальных задач, повышая эффективность бизнес-процессов и улучшая качество сервисов.
В связи с высокой стоимостью (190 998 руб.) и продолжительностью (5,5 месяцев) курса, для удобства участников принято решение о его разделении на 5 частей. Каждая часть соответствует одному большому разделу программы. Каждая последующая складчина является продолжением предыдущей, и соответственно необходимо оплатить предыдущую.
Это третья, ключевая часть курса, полностью посвященная построению RAG-систем (Retrieval-Augmented Generation). Вы научитесь разрабатывать как простые, так и продвинутые RAG-системы с использованием LangChain и LangGraph, оценивать их качество и внедрять механизмы для борьбы с галлюцинациями и повышения релевантности ответов.
Что вы освоите в этой части?
Ключевые навыки:
- Строить эффективные RAG-системы на LangChain и LangGraph
- Оценивать качество RAG-систем
- Использовать ансамблевые ретриверы и Query Expansion
- Обрабатывать запросы пользователя, включая перефразирование
- Внедрять механизмы для отлова галлюцинаций
Основные инструменты:
- LangChain
- LangGraph
- DeepEval
Программа третьей части курса
Раздел 3. RAG
1. Основы RAG систем:
Лекция: фреймворки для RAG (LangChain + LangGraph), разбор разных ретриверов; как оценивать работу RAG системы и основные сложности
Семинар: простая RAG система как бенчмарк, демонстрация; наглядная демонстрация нерепрезентативности основных метрик и сложностей, практика DeepEval
На выходе таланты:
Умеют разрабатывать простую RAG систему
Умеют оценивать её
2. Усложнение RAG-систем
Лекция: усложнение RAG-системы: ансамблевые ретриверы, Query Expansion, обработка запросов пользователя (+перефразы, отлов галлюцинаций)
Семинар: разработка всего, что было на лекции, на практике
На выходе таланты:
Умеют писать RAG-системы устойчивые к реальной жизни и реальным запросам
Эксперты курса
Потехин Александр. NLP Lead X5 Tech
Соломатин Роман. ML Engineer (LLM, Ops) X5 Tech
Андреева Дарья. ML Engineer (NLP) X5 Tech
Желтова Кристина. Газпромбанк, директор по разработке моделей
Кокуйкин Евгений. CEO Raft
Предыдущие части курса:
Следующие части курса:
Скрытый контент для пользователей All-dar.