Скрыть объявление

Внимание!


Наш телеграм-канал попал под массовую блокировку и, пока мы подготовили для вас резервный!


Подписывайтесь по этой ССЫЛКЕ

Скрыть объявление

На короткое время рассказываем где достать редкие курсы

Подробности ТУТ

Скрыть объявление

Мы обновили Telegram-бот!

Ссылку на новый бот и все детали ищите ТУТ и скорее подписывайтесь, чтобы не пропускать важные уведомления и новости форума

Скрыть объявление

Было ли у Вас такое, что Вы не могли найти курс? Если да, то напишите нам в Службу поддержки какой курс вам нужен и мы постараемся его найти.

Скрыть объявление

Пополняйте баланс и получайте при оплате складчин кэшбек в размере 10%

Запись

[proglib.academy] AI-агенты для DS-специалистов (Никита Зелинский, Дмитрий Фролов)

Тема в разделе "Нейросети и искусственный интеллект"

Цена:
59000 руб
Взнос:
12829 руб
Организатор:
Евражкa

Список участников складчины:

1. Евражкa 2. lonl
open
2
Записаться
  1. Евражкa Организатор складчин

    [proglib.academy] AI-агенты для DS-специалистов (Никита Зелинский, Дмитрий Фролов)

    [​IMG]
    • разбор open source решений
    • живые встречи с экспертами в области ML, DL
    • шаблоны для запуска своих агентов
    Кому особенно подойдет курс
    • ML/AI-инженеры (middle+/senior)
    • Data Scientists, исследователи
    • Backend/Platform-инженеры
    • Advanced CS/DS студенты (магистратура, PhD)
    • Tech-продакт-менеджеры & архитекторы AI-решений
    Программа курса:

    Занятие 1
    LLM и их особенности, первый агент на langchain
    На занятии посмотрим как выбрать LLM для задачи — квантизованные модели, instruct-модели и пр, какие есть способы запуска LLM — как использовать API, как развернуть LLM локально с помощью Ollama, как происходит токенизация для разных языков и как это влияет на стоимость решения. Рассмотрим реализация памяти в цепочках langchain и обсудим зачем подключать внешние источники если уже есть модели с контекстом более 10 М токенов.
    В конце реализуем пару простых агентов на langchain.

    Занятие 2
    RAG и оценка его качества
    Познакомимся с основными компонентами RAG, векторными базами и ANN, другими Retrievers. Рассмотрим модификации RAG и подходы к генерации датасета для тестирования получившегося решения, подход LLM as a judge. В итоге соберем полный пайплайн RAG-системы с оценкой качества.

    Занятие 3
    Основные понятия мультиагентных систем (MAS) и библиотеки для их построения
    • Вводный обзор MAS, коллективное принятие решений, механизмы обмена информацией и координации агентов между собой.
    • Дебаты между агентами, actor-critic подходы. Multi-step agents.
    • Знакомство с библиотеками crew ai, autogen, langgraph, llamaindex, smolagents, swarm от open ai
    • Фреймворк для анализа промптов spade
    Занятие 4
    AI-агенты: инструменты, флоу и сравнение фреймворков
    • Углубимся в практику с популярными фреймворками, обсудим проблему оценки результатов.
    • Tools для AI агентов и их основные типы, workflows.
    • Методы оценки качества работы AI-помощников, GAIA.
    • Сравнение библиотек для построения мультиагентных систем
    Занятие 5
    Промышленные агенты и протокол MCP
    • Рассмотрим протокол для унифицированной работы с tools — MCP и фреймворк FastMCP.
    • Создадим end-to-end MCP приложение
    Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...
     
  2. Похожие складчины
    Загрузка...
  3. Mike Tyson Организатор складчин
    _HiПриветствую тебя гость, присоединяйся (выдача материала после оплаты) _Neo
    Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...
     
    Mike Tyson,
Наверх