Мы в соцсетях:

YouTube

VK

Telegram

KARPOV.COURSES

Записаться на курс

практический курс

Научитесь создавать ИИ-инструменты, которые помогают в работе: находят нужную информацию, отвечают на вопросы и получают данные из внешних сервисов — от прототипа без написания кода (no-code) до простого Python-бота

RAG-боты и агенты LLM (большие языковые модели)

длительность
2 недели

уровень
для начинающих

старт обучения
23 марта

Курс от практика
из индустрии

записаться на курс

записаться на курс или задать вопрос

Мы свяжемся с вами и ответим на все ваши вопросы по курсу

оплатить сразу

о курсе //

Это практический интенсив, на котором вы шаг за шагом пройдете путь от простой сборки без написания кода (no-code) до локального приложения с поиском по документам, подключением сервисов и Telegram-интерфейсом

За 4 вебинара вы получите необходимые навыки LLM-инженера (инженера по большим языковым моделям) и соберёте основу ассистента: настроите поиск и обработку ваших данных, подключите инструменты, добавите свою логику и запустите Telegram-бота с обращением к GPT-4o

Программа выстроена так, чтобы вы понимали не только шаги, но и общую логику работы ИИ-ассистентов: подготовку данных, механизм поиска, подключение инструментов через протокол MCP и выполнение запросов

кому подойдёт этот курс >>

Вы освоите архитектурный паттерн RAG (генерация с дополненным поиском)и научитесь работать с ключевыми компонентами современного AI-стека: сервером локальных моделей (Ollama), векторной базой данных (pgvector) и MCP-сервером для интеграции инструментов

Хотите использовать LLM для работы с технической документацией, кодовой базой и тест-кейсами?

Разработчикам и тестировщикам (QA-инженерам)

Вы научитесь проектировать и собирать прототипы ИИ-сервисов, интегрировать внешние инструменты через MCP-сервер и работать с векторными базами данных для поиска по документации

Работаете с требованиями, отчётами и базами знаний?

Аналитикам

Вы научитесь интегрировать LLM-компоненты в IT-ландшафт компании: разворачивать локальные модели через инструмент Ollama, работать с векторными базами и подключать внешние сервисы для создания безопасных и масштабируемых AI-ассистентов

Нужно автоматизировать поиск по логам, отчётам об инцидентах и внутренней документации?

DevOps (инженерам по автоматизации инфраструктуры) и архитекторам

Курсы по обучению нейросетей для начинающих

Глубокое машинное обучение для ML-инженеров

Обучение нейросетей для других специалистов

Как проходит обучение //

Как проходит обучение

Записи, код, примеры пайплайнов, инструкции по установке инструментов — всё останется у вас навсегда

Постоянный доступ к материалам

Все занятия — онлайн с преподавателем. Можно задавать вопросы и разбирать кейсы прямо во время урока

Удобное время занятий

Вы делаете всё своими руками: от настройки системы автоматизации потоков (Flowise-сборки) до Telegram-бота

Фокус на практику

Во время занятий можно уточнять детали, разбирать ошибки и получать рекомендации по улучшению вашего ассистента

Поддержка преподавателя

чему вы научитесь /?/

Соберёте ассистента, который понимает ваши файлы, отвечает на вопросы и помогает быстрее находить нужные данные

Быстро находить нужную информацию в документах и базе знаний

Настроите подключение программного интерфейса API через протокол MCP, чтобы ассистент сам подгружал свежие данные — например, погоду, курсы или внутренние метрики

Автоматически получать данные из внешних сервисов

Освоите разработку с минимальным программированием (low-code): сможете управлять поиском, обрабатывать ошибки и переключать модели для более точных ответов

Настраивать поведение ассистента под ваши задачи

Разберётесь, как работает цепочка поиска и генерации, как подключаются инструменты и как тестировать функции при создании LLM (больших языковых моделей)

Создавать собственные прототипы на базе LLM

Освоите разбиение текста, базу pgvector и инструмент FastAPI endpoint /query для семантического поиска по своим документам

Работать с локальной векторной базой и программным интерфейсом API

Соберёте бота на python-telegram-bot v21, настроите систему уведомлений по событию (webhook), команды /ask и /upload и авторизацию по идентификатору чата (chat-id). Бот будет работать на локальной модели через Ollama

Собирать и запускать Telegram-ассистента

преподаватель курса >>

Ярослав Шуваев

> 20+ лет опыта в цифровой разработке
> 10+ лет опыта внедрения и запуска инновационных цифровых продуктов в корпорациях Альфа-Банк, Ак Барс Банк, МТС, Viasat и других
> 10+ лет опыта в корпоративном обучении

программа курса //

стоимость обучения >>