Описание [Ринат Абдуллин] LLM под капотом: выбираем эффективные технические решения для AI-ассистентов (2024):
В этом курсе мы рассмотрим, как принимать обоснованные решения при выборе наиболее эффективных технических решений для продуктовых задач, основанных на LLM, в различных областях.
Я предоставлю вам набор инструментов, практических примеров и шаблонов, которые помогут вам:
— выбирать оптимальные решения для широкого спектра задач, связанных с LLM;
— адаптировать эти решения под специфику вашей области.
Мы научимся создавать решения для продуктов с LLM, экономя время, деньги и усилия.
Методология обучения основана на моём опыте в консалтинге и успешных кейсах внедрения AI.
Для кого этот курс?
Этот курс предназначен для тех, кто самостоятельно разрабатывает продукты с LLM или работает в команде, как это часто бывает в крупных компаниях. Он будет полезен:
— инженерам, которые создают решения на базе LLM в различных областях;
— техническим лидерам и CTO, которым важно быстро находить оптимальные решения на основе LLM для широкого спектра задач;
— продакт-менеджерам, которые руководят внедрением решений на основе LLM;
— основателям компаний, которые разрабатывают продукты для рынка на основе LLM или интегрируют LLM в бизнес-процессы.
Курс не предполагает обучение использованию фреймворков, подключению к LLM или индексации документов.
Структура курса:
Модуль 1: Основы
В этом модуле мы рассмотрим типичные подходы к внедрению LLM и их ограничения на примере решения одной распространённой задачи. Мы проанализируем ментальные модели и эвристики для выявления причин ограничений и их устранения. Эти знания помогли бы мне сэкономить 2–3 месяца работы в прошлом году.
Часть материала пересекается с вебинарами, которые мы проводили весной. Однако на курсе вы найдёте больше информации и более подробные объяснения.
Если вы пропустили вебинары, у вас есть возможность их прослушать — и даже больше.
Модуль 2: Кейсы и шаблоны
Мы рассмотрим повторяющиеся архитектурные шаблоны из успешных кейсов внедрения проектов с использованием искусственного интеллекта. В библиотеке шаблонов вы найдёте:
— Query Expansion;
— Dedicated Agent;
— Router;
— Learn from Feedback;
— Knowledge Base и другие шаблоны, которые можно применять в зависимости от поставленных задач.
Для каждого шаблона мы рассмотрим особенности применения и примеры из реальных проектов. Я покажу, как классифицировать и обобщать задачи, чтобы решать их более эффективно. Это позволит вам осознанно использовать опыт других людей и не изобретать велосипед в будущих проектах.
Формат курса:
Курс состоит из видеозаписей, разделённых по темам, с удобной навигацией.
Продолжительность: 3,5 часа в общей сложности.
Язык: русский.
Автор курса — Ринат Абдуллин, опытный специалист по созданию LLM-ассистентов, который решает реальные задачи с использованием LLM для реальных бизнесов и получает за это реальные деньги. Он делится своими подходами и методами.
Подробнее:
Скачать курс [Ринат Абдуллин] LLM под капотом: выбираем эффективные технические решения для AI-ассистентов (2024):
Для просмотра содержимого вам необходимо авторизоваться
Последнее редактирование модератором:
