- Регистрация
- 26 Март 2018
- Сообщения
- 89.854
Автор: Тариф Стандарт
Название: Проектирование и разработка поисковых систем на базе ElasticSearch [Balun.Courses] [Степан Ляхов] [Тариф Стандарт]
Описание:
Складчина: Проектирование и разработка поисковых систем на базе ElasticSearch [Balun.Courses] [Степан Ляхов] [Тариф Стандарт]
Не просто изучаем ElasticSearch, а учимся проектировать поиск под любые задачи
От внутренних сервисов до системы логов и поиска под RAG. Все на примере HighLoad-проектов — маркетплейсов с миллионами товаров и архитектуры Яндекса / Гугла
1 Как устроены поисковые системы и как их проектировать
2 Как предугадывать запрос на этапе ввода в поисковую строку
3 Как отдать релевантный поисковый ответ за 200ms
4 Как найти по смыслу, если в запросе ни одного ключевого слова
5 Как использовать поисковую систему в качестве retrieval layer для LLM и AI-агентов
6 Как обеспечить отказоустойчивость, если у вас гигабайты данных
После курса будешь владеть:
Поисковые движки и инфраструктура: ElasticSearch Apache Lucene
Обработка данных: Веб-краулинг Парсинг Очистка текста Индексация Работа с семантикой языка
Api, интерфейсы поиска Search API Кэширование в поиске
Поисковые техники и типы поиска: Полнотекстовый поиск Векторный поиск Поиск по смыслу Поиск с опечатками Поиск по синонимам Гибридный поиск Автокомплит BM25
Основы ml для разработчиков Embeddings Vector space model Cosine similarity ANN / HNSW ML Ranking Clustering Retrieval для LLM и AI Agents
Подробная программа
Урок №1 Основы поисковых систем
Урок №2 Поиск в маркетплейсе
Урок №3 Web Crawler + Indexer
Урок №4 Search API + ML Ranking
Урок №5 Semantic Search (Embeddings)
Урок №6 Поиск для AI-систем (RAG)
Скрытая ссылка
Название: Проектирование и разработка поисковых систем на базе ElasticSearch [Balun.Courses] [Степан Ляхов] [Тариф Стандарт]
Описание:
Складчина: Проектирование и разработка поисковых систем на базе ElasticSearch [Balun.Courses] [Степан Ляхов] [Тариф Стандарт]
Не просто изучаем ElasticSearch, а учимся проектировать поиск под любые задачи
От внутренних сервисов до системы логов и поиска под RAG. Все на примере HighLoad-проектов — маркетплейсов с миллионами товаров и архитектуры Яндекса / Гугла
1 Как устроены поисковые системы и как их проектировать
2 Как предугадывать запрос на этапе ввода в поисковую строку
3 Как отдать релевантный поисковый ответ за 200ms
4 Как найти по смыслу, если в запросе ни одного ключевого слова
5 Как использовать поисковую систему в качестве retrieval layer для LLM и AI-агентов
6 Как обеспечить отказоустойчивость, если у вас гигабайты данных
После курса будешь владеть:
Поисковые движки и инфраструктура: ElasticSearch Apache Lucene
Обработка данных: Веб-краулинг Парсинг Очистка текста Индексация Работа с семантикой языка
Api, интерфейсы поиска Search API Кэширование в поиске
Поисковые техники и типы поиска: Полнотекстовый поиск Векторный поиск Поиск по смыслу Поиск с опечатками Поиск по синонимам Гибридный поиск Автокомплит BM25
Основы ml для разработчиков Embeddings Vector space model Cosine similarity ANN / HNSW ML Ranking Clustering Retrieval для LLM и AI Agents
Подробная программа
Урок №1 Основы поисковых систем
Урок №2 Поиск в маркетплейсе
Урок №3 Web Crawler + Indexer
Урок №4 Search API + ML Ranking
Урок №5 Semantic Search (Embeddings)
Урок №6 Поиск для AI-систем (RAG)
Скрытая ссылка