LLM-инженер [Gigaschool] часть 3 из 5
ВНИМАНИЕ: Это третья из пяти складчин на полный 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.
Спойлер: Что вы освоите в этой части?
Программа третьей части курса
Раздел 3. RAG
Лекция: Основы RAG систем: фреймворки (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.
Лекция: Усложнение RAG-системы: ансамблевые ретриверы, Query Expansion, обработка запросов пользователя (+перефразы, отлов галлюцинаций).
Семинар: Разработка всего, что было на лекции, на практике.
Эксперты курса:
Александр Потехин (NLP Lead, X5 Tech), Роман Соломатин (ML Engineer, X5 Tech), Дарья Андреева (ML Engineer, X5 Tech), Кристина Желтова (Директор по разработке моделей, Газпромбанк), Евгений Кокуйкин (CEO, Raft).
Предыдущие части курса:
Часть 1. Своя LLM
Часть 2. Prerequisites для RAG
Следующие части курса:
Часть 4. Агенты
Часть 5. Инфраструктура
Цена: 36000 рублей (за третью часть из пяти).
Продающий сайт полного курса:
Скачать:
ВНИМАНИЕ: Это третья из пяти складчин на полный 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.
Спойлер: Что вы освоите в этой части?
Программа третьей части курса
Раздел 3. RAG
Лекция: Основы RAG систем: фреймворки (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.
Лекция: Усложнение RAG-системы: ансамблевые ретриверы, Query Expansion, обработка запросов пользователя (+перефразы, отлов галлюцинаций).
Семинар: Разработка всего, что было на лекции, на практике.
Эксперты курса:
Александр Потехин (NLP Lead, X5 Tech), Роман Соломатин (ML Engineer, X5 Tech), Дарья Андреева (ML Engineer, X5 Tech), Кристина Желтова (Директор по разработке моделей, Газпромбанк), Евгений Кокуйкин (CEO, Raft).
Предыдущие части курса:
Часть 1. Своя LLM
Часть 2. Prerequisites для RAG
Следующие части курса:
Часть 4. Агенты
Часть 5. Инфраструктура
Цена: 36000 рублей (за третью часть из пяти).
Продающий сайт полного курса:
Скачать:
Для просмотра содержимого вам необходимо авторизоваться