UserPartName
Курсы по нейросетям со скидкой до 30%
LLM-инженер
LLM-инженер
Разработка и эксплуатация AI: полный курс для профессионалов
28 мая
Professional
4 месяца
Онлайн
Вт/Чт 20:00 Мск
Для кого этот курс?
Этот курс для вас, если вы хотите внедрить AI на основе LLM в свой проект или сервис, но не знаете, как это сделать.
- Python-разработчики, желающие выйти за рамки классического программирования и освоить прикладное AI
- DevOps-инженеры, которым важно понять, как разворачивать и поддерживать крупные AI-системы
- Data-инженеры, аналитики данных и специалисты по Data Science, стремящиеся глубже интегрировать языковые модели в пайплайны и сервисы
Необходимые знания
- Базовые знания Python. Многие темы курса на курсе не требуют знания языков программирования, но отдельные примеры работы будут именно на Python
- Базовые знания о нейронных сетях
Что даст вам этот курс
Курс охватывает полный цикл разработки и внедрения больших языковых моделей — от основ архитектуры AI и подготовки данных до тонкостей MLOps, мониторинга и оптимизации. Программа основана на реальных кейсах и инструментах, которые уже сейчас востребованы в индустрии.
На курсе вы:
- Изучите фундаментальные принципы AI-архитектуры и трансформеров
- Освоите практики LLMOps: от развёртывания и автоматизации до мониторинга и обновления крупных моделей
- Разберётесь в токенизации, контекстных окнах и научитесь эффективно управлять памятью для больших LLM
- Освоите фреймворки для интеграции LLM (LangChain, LlamaIndex, vllm и другие) и научитесь работать с мультиагентными системами
- Научитесь применять retrieval-augmented generation (RAG) вместе с векторными базами данных и внедрять AI-функциональность в классические backend-проекты
- Поймёте, как проводить fine-tuning и оптимизацию LLM, включая вызов внешних функций
- Узнаете о когнитивных архитектурах, принципах мультимодальных моделей и методах тестирования AI-решений
После курса вы будете готовы внедрять LLM-сервисы в реальные продукты: разрабатывать, тестировать, поддерживать и оптимизировать AI-приложения на продвинутом уровне.
Почему стоит освоить?
Курс фокусируется на прикладных знаниях архитектуры LLM и их интеграции с современными фреймворками, такими как LangChain и LlamaIndex, обеспечивая практическое применение через проектную работу и домашние задания.
Процесс обучения
Обучение проходит онлайн: вебинары, общение с преподавателями и вашей группой в Telegram, сдача домашних работ и получение обратной связи от преподавателя.
Вебинары проводятся 2 раза в неделю по 2 ак. часа и сохраняются в записи в личном кабинете. Вы можете посмотреть их в любое удобное для вас время.
В ходе обучения вы будете выполнять домашние задания. Каждое из них посвящено одному из компонентов вашего выпускного проекта.
После выполнения всех домашних заданий вы получите готовый выпускной проект.
Оптимальная нагрузка
Возможность совмещать учебу с работой
Портфолио
Индивидуальная разработка итоговой проектной работы
Перспективы
Получите знания, которые помогут повысить вашу востребованность и доход
Партнеры
Многие студенты еще во время прохождения первой части программы находят или меняют работу, а к концу обучения могут претендовать на повышение в должности.
- Получите помощь с оформлением резюме, портфолио и сопроводительного письма
- Разместите свое резюме в базе OTUS и сможете получать приглашения на собеседования от партнеров
* Информация в этом разделе не предназначена для корпоративного обучения
Формат обучения
Интерактивные вебинары
2 занятия по 2 ак.часа в неделю. Доступ к записям и материалам остается навсегда
Обратная связь
Домашние задания с поддержкой и обратной связью наших преподавателей помогут освоить изучаемые технологии
Активное комьюнити
Чат в Telegram для общения преподавателей и студентов
Программа
Фундамент нейросетей и подготовка данных
В этом модуле вы изучите принципы работы нейросетей «под капотом», а также рассмотрите проектирование инженерных пайплайнов для обработки текстовых данных.
Тема 1: Основы Deep Learning
Тема 2: Фундамент NLP // ДЗ
Тема 3: Работа с данными и подготовка для LLM
Анатомия и обзор современных LLM
В этом модуле вы изучите глубинную декомпозицию архитектуры трансформеров. Рассмотрите алгоритмику подготовки данных, включая токенизацию, и проведёте сравнительный анализ ведущих семейств моделей.
Тема 1: Алгоритмы токенизации // ДЗ
Тема 2: Encoder-архитектуры и эмбеддинги
Тема 3: Decoder-архитектуры и механизм Attention
Тема 4: Ландшафт современных LLM
Начало работы с LLM
В этом модуле вы изучите первое взаимодействие с предобученными моделями. А также рассмотрите работу с облачными API и локальными весами.
Тема 1: Yandex Cloud и YandexGPT // ДЗ
Тема 2: Экосистема Hugging Face
Промпт-инжиниринг и интеллектуальные агенты
В этом модуле вы изучите проектирование отказоустойчивых диалоговых интерфейсов. А также рассмотрите создание сложных мультиагентных сред с управляемым состоянием.
Тема 1: Промпт-инжиниринг и управление выводом
Тема 2: Архитектура диалоговых систем в LangChain // ДЗ
Тема 3: Агентские системы и LangGraph
Тема 4: LLM Observability (Langfuse) // ДЗ
RAG: Интеграция внешних знаний
В этом модуле вы изучите создание систем дополненной генерации (Retrieval-Augmented Generation). А также рассмотрите работу с неструктурированными данными и внедрение метрик качества поиска.
Тема 1: Векторные базы данных
Тема 2: LlamaIndex и базовый RAG
Тема 3: Advanced RAG и оптимизация поиска // ДЗ
Тема 4: Оценка качества (RAGAS)
Fine-tuning и оптимизация моделей
В этом модуле вы изучите глубокую подготовку данных и методы эффективного дообучения архитектур. А также рассмотрите объективную оценку полученных результатов.
Тема 1: Подготовка данных и синтетическая генерация
Тема 2: Fine-tuning через LoRA/QLoRA
Тема 3: Квантование и сжатие моделей
Тема 4: Метрики и бенчмарки (Evaluation) // ДЗ
Мультимодальные системы (VLM и Audio)
В этом модуле вы изучите выход за рамки текста. А также рассмотрите интеграцию компьютерного зрения и обработки звука в экосистему LLM для создания Omni-помощников.
Тема 1: Vision-Language Models и поиск по изображениям
Тема 2: Audio AI: Речевые интерфейсы // ДЗ
Деплой, Serving и LLMOps
В этом модуле вы изучите перевод моделей из состояния «обученных весов» в отказоустойчивые сервисы. А также рассмотрите оптимизацию инференса, промышленный деплой и мониторинг качества в продакшене.
Тема 1: Локальный инференс и легкий деплой
Тема 2: Высокопроизводительный Serving с vLLM
Тема 3: Промышленный деплой: NVIDIA Triton Inference Server // ДЗ
Тема 4: Нагрузочное тестирование и мониторинг (SRE для LLM)
Тема 5: Тестирование и жизненный цикл (LLMOps)
Проектная работа
Заключительный месяц курса посвящен проектной работе. Проект – это самая интересная часть обучения. Вы будете разрабатывать его на основе полученных на курсе навыков и компетенций. В процессе работы над проектом можно получить консультацию преподавателей.
Тема 1: Выбор темы и организация проектной работы // Проектная работа
Тема 2: Консультация по проектам и домашним заданиям
Тема 3: Защита проектных работ
Тема 4: Подведение итогов курса
Также вы можете получить полную программу, чтобы убедиться, что обучение вам подходит
Выпускной проект
Курс завершается финальным проектом, который предстоит защитить перед преподавателями-экспертами.
В качестве проекта вам будет предложено разработать свой сервис с интеграцией AI и LLM. Например, разработать интеллектуального чат-бота для поддержки клиентов или систему семантического поиска для корпоративных данных.
Вы можете выбрать одну из предложенных преподавателем тем или реализовать свою идею.
Преподаватели
Эксперты-практики делятся опытом, разбирают кейсы студентов и дают развернутый фидбэк на домашние задания
Прошедшие
мероприятия
Раиль Сулейманов
Открытый вебинар
Обзор фреймворков для создания агентов
Илья Ящук
Открытый вебинар
Тестирование и валидация AI-агентов: от RAG-прототипа к управляемой интеллектуальной системе
Оставьте заявку, чтобы получить доступ ко всем записям прошедших мероприятий. Записи всех мероприятий появятся в этом блоке
Этот курс может оплатить ваш работодатель
Обучайтесь за счёт работодателя или разделите оплату 50/50
- Подробно расскажем об интересующем вас курсе
- Объясним, как договориться с работодателем
- Сообщим стоимость обучения и варианты оплаты
- Ответим на вопросы
- Предоставим шаблон договора и счёт на оплату
Отзывы
Подтверждение знаний и навыков
OTUS осуществляет лицензированную образовательную деятельность. В конце обучения вы получите сертификат OTUS о прохождении курса и удостоверение о повышении квалификации.
После обучения вы:
- Получите материалы по пройденным занятиям (видеозаписи курса и дoполнительные материалы)
- Создадите свой проект, который поможет при прохождении собеседований
- Повысите свою ценность и конкурентоспособность как IT-специалист
- Получите сертификат об окончании курса
LLM-инженер
В рассрочку
Полная
Компаниям
Стоимость в рассрочку
от 9 500 ₽/мес
Доступные способы оплаты.
Стоимость указана для оплаты физическими лицами
Стоимость указана для оплаты физическими лицами
Верните с помощью налогового
вычета до 13% стоимости обучения. Оставьте заявку и менеджер вас проконсультирует
вычета до 13% стоимости обучения. Оставьте заявку и менеджер вас проконсультирует
Есть вопросы? Позвоните!
+7 499 938-92-02 бесплатно
+7 499 938-92-02 бесплатно
Запишитесь сегодня
Старт занятий 28 мая
Доступные способы оплаты.
Стоимость указана для оплаты физическими лицами
Стоимость указана для оплаты физическими лицами
Верните с помощью налогового
вычета до 13% стоимости обучения. Оставьте заявку и менеджер вас проконсультирует
вычета до 13% стоимости обучения. Оставьте заявку и менеджер вас проконсультирует
Есть вопросы? Позвоните!
+7 499 938-92-02 бесплатно
+7 499 938-92-02 бесплатно
Частые вопросы
Почему OTUS?
Мы обучаем IT-сотрудников уже 6 лет, через OTUS прошли 20 000 студентов. Специализируемся на программах для людей с опытом, а ещё – быстро переформатируем учебные программы под изменения в сфере информационных технологий.
Обязательно ли выполнять и защищать выпускной проект?
Для получения сертификата OTUS и УПК (удостоверение повышения квалификации государственного образца) необходимо сдать проект. Кроме того, проект необязательно защищать перед аудиторией, а можно сдать в чате с преподавателем. Для получения УПК также понадобится предъявить документ об образовании.
Обязательно ли выполнять все домашние задания?
Да, если хотите хорошо отточить навыки. На курсе будут практические домашние задания, их выполнение занимает примерно 2-3 часа.
Смогу ли я совмещать учебу с работой?
Да. Программа курса рассчитана на студентов, у которых мало времени. Лекции проводим дважды в неделю, домашние задания — не чаще 1 раза в неделю.
Что, если в середине курса я не смогу продолжать обучение?
Вы можете бесплатно перейти в другую группу. Но только один раз.
Я могу вернуть деньги?
Да, мы можем вернуть деньги за то время курса, которое вы ещё не успели отучиться. Например, если курс длится пять месяцев, а вы отучились один, мы вернём деньги за оставшиеся четыре месяца.
Может ли мой работодатель оплатить курс?
Да. Когда свяжетесь с нашим менеджером, уточните, что оплачивать курс будет ваш работодатель.
Остались вопросы?
Оставляйте заявку и задавайте вопросы менеджеру, команда курса с ним на связи и постарается дать вам исчерпывающую информацию.