NLP. Advanced

Изучаем самые актуальные продвинутые методы работы с LLM и трансформерными моделями

В апреле 2025

Advanced

4 месяца

Онлайн

Изучаем самые актуальные технологии и архитектуры, связанные с LLM и трансформерными моделями, которые стали стандартом в области работы с текстом. Генеративные LLM, такие как ChatGPT и GPT4 позволяют решать огромное множество задач на высоком уровне. На рынке IT есть потребность в специалистах, которые владеют технологиями работы с этими моделями на уровне архитектуры и умеют адаптировать их для своих бизнес-задач.
 

Для кого этот курс

Этот курс для тех, кто хочет за минимальный срок на высоком уровне освоить самые продвинутые методы LLM и сразу начать применять их на практике.
 
  • Практикующие DS специалисты, которые хотят получить углубленные знания по трансформерным моделям и научиться работать с LLM на высоком уровне;
  • Выпускники курсов Machine Learning. Professional, Machine Learning. Advanced, NLP / Natural Language Processing, которые хотят освоить самые переводовые методы работы с LLM;
  • ИТ-специалисты, которым на работе приходиться работать с текстовыми данными и внедрять методы работы с трансформерными моделями и LLM.

Необходимые знания

  • Базовая высшая математика: умение работать с матрицами и векторами, базовое знание математической статистики, теории вероятности и мат. анализа;
  • Методы классического ML,  умение работать с классическими ML моделями;
  • Основы Deep Learning, базовое представление о pytorch;
  • Программирование на Python для машинного обучения.

Что даст вам этот курс

Вы научитесь

  • Работать с LLM (большими языковыми моделями) на высоком уровне;
  • Самым передовым методам работы с LLM и трансформерными моделями;
  • Применять самые продвинутые архитектуры и адаптировать их под широкий круг бизнес-задач;
  • Дообучать языковые модели под свои задачи;
  • Поднимать модели в телеграм-боте.
LLM — один из самых востребованных вариантов применения генеративного ИИ, поэтому на курсе мы делаем фокус на самые актуальные технологии работы с большими языковыми моделями. Студенты на практике научатся работать с самыми передовыми моделями и фреймворками, которые сегодня являются state-of-the-art в области NLP. 

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
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

Базовые понятия трансформерных моделей

Тема 1: Архитектура трансформер и задача машинного перевода

Тема 2: BERT и другие трансформерные энкодеры

Тема 3: GPT и другие декодерные модели для генерации текстов

Тема 4: Seq2seq модели. Дообучение трансформеров на практическом примере

Тема 5: Методы за ChatGPT + Q&A сессия

Тема 6: Q&A сессия и дискуссионный клуб

Новая эра LLM: базовые методы

Тема 1: Современные LLM и оптимизация архитектуры

Тема 2: Практическое занятие: теория промптинга LLM

Тема 3: LoRA и доменная адаптация (Domain adaptation)

Тема 4: Мультиязычные трансформеры

Тема 5: Работа с длинным контекстом

Продвинутые методы работы с LLM

Тема 1: Sentence-transformers

Тема 2: Эффективные трансформеры

Тема 3: Практическое занятие: фреймворки для эффективной работы с LLM

Тема 4: LangChain

Тема 5: RAG - генерация на основе базы знаний

Доп. главы работы с LLM

Тема 1: Оценка LLM

Тема 2: Распределенное обучение

Тема 3: Практическое занятие: интеграция LLM в тг-бота

Тема 4: Q&A сессия и дискуссионный клуб

Трансформеры для других модальностей

Тема 1: Мультимодальные и Vision трансформеры

Тема 2: Практическое занятие по работе с мультимодальными моделями

Тема 3: Введение в AI агентов

Тема 4: Трансформеры для временных рядов

Тема 5: Трансформеры для табличных данных

Тема 6: Q&A сессия и дискуссионный клуб

Проектная работа

Тема 1: Выбор темы и организация проектной работы

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

 

В качестве проекта студенты смогут выбрать такую тему проекта, в рамках которой они смогут применить понравившиеся методы из курса и построить систему для применения LLM под конкретную задачу. Например, создать образовательного телеграм-бота, модель по генерации сказок и т. п. В случае сложностей с выбором темы, эксперт курса поможет подобрать проект, который идеально подходит интересам студента.

Преподаватель

Руководитель курса

Мария Тихонова

SberDevices, ВШЭ

PhD Computer Science, Senior Data Scientist

4 года в Otus
497 занятий
1938 студентов

Занимается обучением больших языковых моделей, а также их оценкой. Участвовала в создании мультиязычной нейросети mGPT на 61 язык, первого русскоязычного бенчмарк для русского языка, а также в проекте GigaChat. Преподает в Высшей Школе Экономики дисциплины по анализу данных, машинному обучению и data science. Образование: Механико-математический факультет Московского государственного университета (МГУ) Закончила аспирантуру факультета компьютерных наук Высшей Школы Экономики (НИУ ВШЭ) Otus Certified Educator

Преподает на курсах

  • Machine Learning
  • Профессия Data Scientist
  • Machine Learning. Basic
  • Machine Learning. Advanced
  • Machine Learning. Professional
  • NLP / Natural Language Processing
  • NLP. Advanced

Эксперты-практики делятся опытом, разбирают кейсы студентов и дают развернутый фидбэк на домашние задания

Корпоративное обучение для ваших сотрудников

OTUS помогает развивать высокотехнологичные команды. Почему нам удаётся это делать успешно:
  • Курсы OTUS верифицированы крупными игроками ИТ-рынка и предлагают инструменты и практики, актуальные на данный момент
  • Студенты работают в группах, могут получить консультации не только преподавателей, но и профессионального сообщества
  • OTUS проверяет знания студентов перед стартом обучения и после его завершения
  • Простой и удобный личный кабинет компании, в котором можно видеть статистику по обучению сотрудников
  • Сертификат нашего выпускника за 5 лет стал гарантом качества знаний в обществе
  • OTUS создал в IT более 120 курсов по 7 направлениям, линейка которых расширяется по 40-50 курсов в год

Сертификат о прохождении курса

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

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.
Помогаете ли вы с трудоустройством после курса?
В Otus Club проводятся вебинары на тему трудоустройства, разбор резюме, прохождения собеседований, особенности реферальных программ при найме. Также обратим ваше внимание, что преподаватели курса занимают ведущие позиции в разных компаниях. Будьте активны, выполняйте домашние задания, стройте network с сокурсниками и преподавателями, и вам будет проще найти работу, расширив свои контакты.
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.