PY-010

LLM-системы на Python: RAG, ИИ-агенты и промышленная эксплуатация

Инженерное внедрение LLM в корпоративную среду: от прототипов до промышленных систем с контролем качества, безопасности и стоимости. RAG-архитектура, векторные БД, Evals, Guardrails, Cost Control, On-premise развертывание. Сквозной проект — корпоративный AI-помощник с измеримыми метриками качества и защитой от промпт-инъекций. Для бэкенд-разработчиков, Data Scientist'ов, ML Engineer'ов и архитекторов с опытом от 2 лет.

Удостоверение о прохождении

Смотреть пример

40 академ. часов

Онлайн

Подробнее

49 900 ₽

44 910 ₽ — для физ. лиц

Записаться на курс

Улучшаемые навыки

LLM

RAG Architecture

Vector DB

AI Agents

Tool Calling

LLM Evaluation (Evals)

Prompt Management

Cost Control

Guardrails

On-premise LLM

LangChain/LlamaIndex

Инструменты

Python

Чему вы научитесь

01 Проектировать RAG-системы: гибридный поиск, переранжирование (reranking).

02 Оценивать качество LLM через автоматические метрики: RAG Quality Metrics, Evals

03 Создавать агентов с State Machines и Function/Tool Calling.

04 Защищать приложения от промпт-инъекций и ограничивать формат ответов (Structured Outputs, Guardrails).

05 Контролировать стоимость: Cost Control, кэширование промптов.

06 Разворачивать On-premise модели (Llama, Mistral) внутри корпоративного контура.

Программа курса

01 API, промпты и структурированный вывод

Эволюция LLM-моделей.

Работа с API: аутентификация, запросы, обработка ответов.

Управление промптами и версионирование (Prompt Management).

Структурированный вывод: принудительная генерация JSON/Pydantic-схем.

Мониторинг стоимости и расхода токенов (Cost Control).

02 Векторные БД и архитектура поиска

Эмбеддинги: что это и как работают.

Векторные БД как часть архитектуры RAG.

Индексация документов и продвинутый Chunking (семантическое дробление текста).

Семантический и гибридный поиск.

03 Продвинутый RAG

Построение корпоративной базы знаний.

Алгоритмы Retrieval: поиск и извлечение релевантных фрагментов.

Reranking: переранжирование результатов поиска.

Fallback strategies: стратегии деградации при отказе LLM.

04 LLM Evaluation (Метрики и оценка качества)

Почему визуальная оценка не работает.

RAG quality metrics: precision, recall.

Автоматизированное регрессионное тестирование (Evals).

Использование LLM-as-a-Judge.

05 ИИ-агенты (Agentic Workflows)

Переход от чат-ботов к агентам.

Function calling / Tool calling: вызов БД и API силами нейросети.

Паттерны агентов: ReAct.

State machines: LangGraph.

06 Безопасность и Guardrails

Уязвимости LLM: Prompt Injection, Jailbreak.

Защита данных: Data Masking.

Guardrails: валидация и фильтрация ответов ИИ.

Ограничения действий агентов.

07 Локальные модели и корпоративные ограничения (On-prem)

Проблемы регуляторики и InfoSec при использовании облачных LLM.

Запуск Open-Source моделей (Llama, Mistral) локально через Ollama и vLLM.

Квантование моделей для работы на ограниченном оборудовании.

08 Итоговый практикум: Корпоративный ИИ-помощник

Сборка защищённой RAG-системы.

Прогон через автоматические тесты качества (Evals).

Настройка мониторинга (Observability LLM-приложения).

Защита проекта перед экспертом.

09 Итого на курс 40 ак. ч.: теория — 15 ак. ч. (38%), практика — 25 ак. ч. (62%)

49 900 ₽

44 910 ₽ — для физ. лиц

Записаться на курс

Для кого

Data Scientist

Разработчик

Архитектор ПО

$Руководитель группы\Тимлид$ Руководитель группы\Тимлид

Предварительная подготовка

Уверенное владение Python. Опыт разработки бэкенд сервисов. Базовое понимание HTTP и REST. Желательно знание основ ML или Data Engineering.

49 900 ₽

44 910 ₽ — для физ. лиц

Записаться на курс

49 900 ₽

44 910 ₽ — для физ. лиц

Юр. лицо — 49 900 ₽

Физ. лицо — 44 910 ₽

Открытая дата

Ознакомлен с политикой обработки персональных данных

Cоглашаюсь с условиями обработки персональных данных

Наши ученики работают в:

Наши клиенты

Ознакомлен с политикой обработки персональных данных

Cоглашаюсь с условиями обработки персональных данных

Запрос нового пароля

Новый пароль отправлен

LLM-системы на Python: RAG, ИИ-агенты и промышленная эксплуатация

49 900 ₽

Улучшаемые навыки

Инструменты

Чему вы научитесь

Программа курса

49 900 ₽

Для кого

Предварительная подготовка

49 900 ₽

Записаться на курс

Наши ученики работают в:

Наши клиенты

Нужна помощь? Оставьте заявку, и мы свяжемся с вами в ближайшее время