Курсы по нейросетям со скидкой до 30%
Курсы по нейросетям со скидкой до 30%
Выбрать курс
Data Science
NLP. Advanced

Специальная цена

NLP. Advanced

Изучаем самые актуальные продвинутые методы работы с LLM и трансформерными моделями

25 марта

Advanced

4 месяца

Онлайн

Ср/Пт 20:00 Мск

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 передовые 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

В данном модуле вы познакомитесь с фундаментальным понятием NLP и трансформерных моделей. Рассмотрите архитектуру трансформера, механизм внимания и применение трансформеров в задачах машинного перевода и языкового моделирования.

Тема 1: Задача языкового моделирования и понятие языковой модели

Тема 2: Архитектура трансформер и задача машинного перевода // ДЗ

Тема 3: BERT и другие трансформерные энкодеры // ДЗ

Тема 4: GPT и другие декодерные модели для генерации текста

Тема 5: Seq2seq модели. Дообучение трансформеров на практическом примере // ДЗ

Тема 6: Методы за ChatGPT + Q&A сессия

Новая эра LLM: базовые методы

В этом модуле вы изучите современные подходы к большим языковым моделям (LLM) и их оптимизации. Вы освоите мультиязычные трансформеры, работу с длинным контекстом и практические техники промптинга.

Тема 1: Современные LLM и оптимизация архитектуры

Тема 2: Практическое занятие: теория промптинга LLM // ДЗ

Тема 3: Методы за моделью DeepSeek - на пути к современному ризонингу

Тема 4: LoRA и доменная адаптация (Domain adaptation) // ДЗ

Тема 5: Мультиязычные трансформеры

Тема 6: Работа с длинным контекстом

Тема 7: Q&A сессия и дискуссионный клуб

Продвинутые методы работы с LLM

В этом модуле вы изучите углубленные подходы к работе с трансформерами.

Тема 1: Sentence-transformers // ДЗ

Тема 2: Эффективные трансформеры

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

Тема 4: LangChain

Тема 5: RAG - генерация на основе базы знаний

Доп. главы работы с LLM

В данном модуле вы узнаете о дополнительных аспектах работы с LLM, которые выходят за рамки стандартной программы.

Тема 1: Оценка LLM

Тема 2: Распределенное обучение

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

Тема 4: Q&A сессия и дискуссионный клуб

Трансформеры для других модальностей

В данном модуле вы ознакомитесь с применением трансформеров в мультимодальных задачах.

Тема 1: Мультимодальные и Vision трансформеры

Тема 2: Практическое занятие по работе с мультимодальными моделями

Тема 3: Введение в AI агентов // ДЗ

Тема 4: Трансформеры для временных рядов

Тема 5: Трансформеры для табличных данных

Тема 6: Q&A сессия и дискуссионный клуб

Проектная работа

Проектный модуль, во время которого студенты выполняют финальную работу на основе методов, изученных на курсе.

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. Пример проектной работы:

Преподаватели

Руководитель курса

Мария Тихонова

Лидер Research кластера

Сбер, ВШЭ

Алексей Клочков

Data Science Team Lead

Kept

Фото в обработке

Анна Козлова

Раиль Сулейманов

Machine Learning Engineer

Garage IT

Дмитрий Гайнуллин

Machine Learning Engineer

AIC

Андрей Носов

AI Architect, Raft

PhD Communication Science, Tampere University (Finland)

Никита Овчинников

Lead of Research And Development

Peech

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

Ближайшие мероприятия

Открытый вебинар — это настоящее занятие в режиме он-лайн с преподавателем курса, которое позволяет посмотреть, как проходит процесс обучения. В ходе занятия слушатели имеют возможность задать вопросы и получить знания по реальным практическим кейсам.

Продвинутые техники RAG и введение в GraphRAG
Андрей Носов
-Архитектура современных RAG-систем: retrieval, embeddings, генерация и узкие места классического подхода.
-Ограничения стандартного RAG и причины перехода к графовым представлениям знаний.
-Введение в GraphRAG: базовые идеи, компоненты и сценарии применения.

Кому будет полезен вебинар:

-Практикующим Data Science и ML-специалистам, работающим с LLM и системами генерации текста.
-Выпускникам курсов Machine Learning (Professional / Advanced) и NLP, которые хотят углубить знания по современным LLM-подходам.
-ИТ-специалистам и инженерам, внедряющим LLM-решения для работы с текстовыми данными и корпоративными знаниями.

Что узнают участники и где смогут применить:

-Поймут, в каких задачах классический RAG перестаёт быть эффективным и почему.
-Получат представление о GraphRAG и о том, как графы знаний улучшают качество retrieval и генерации.
-Смогут использовать полученные подходы при проектировании и развитии LLM-систем для поиска, QA и аналитики в реальных проектах....
26 февраля в 17:00
Открытый вебинар
Концепция AI-агентов и мультиагентных систем
Александр Брут-Бруляко
- Как AI-агенты строятся поверх трансформерных моделей и LLM: от языкового моделирования и GPT-подходов к агентным архитектурам
- Роль reasoning, промптинга, RAG и фреймворков (LangChain) в построении агентных и мультиагентных систем
- Базовые паттерны взаимодействия агентов и ограничения текущих LLM-подходов

Кому будет полезен вебинар:

- Практикующим DS и ML-специалистам, работающим с трансформерами и LLM и планирующим переход от одиночных моделей к системным решениям
- Выпускникам курсов Machine Learning (Professional / Advanced) и NLP, которые хотят понять, как современные LLM используются в агентных архитектурах
- ИТ-специалистам, внедряющим LLM-решения для обработки текстовых данных и автоматизации задач

Что узнают участники и где смогут применить:

- Поймут, как концепция AI-агентов опирается на архитектуру трансформеров, GPT-модели и современные LLM-подходы
- Узнают, как RAG, LangChain, reasoning-методы и работа с контекстом используются при построении агентных и мультиагентных систем
- Смогут применять полученные знания при проектировании сложных LLM-систем, выходящих за рамки чат-ботов: аналитика, планирование, автоматизация процессов...
11 марта в 17:00
Открытый вебинар
Современные Методы работы с LLM: от промпт-инжиниринга до агентов и RAG
Мария Тихонова
На вебинаре вы узнаете основные методы работы с современными LLM. Поговорим про такие вещи как промпт-инжиниринг и LoRa. Обсудим, основные концепции построения RAG-систем и ReAct агентов на основе LLM.

Кому подходит:
- Продвинутым DS специалистам, которые хотят углубиться в тему NLP
- Выпускникам и учащимся курсов ML-professional, ML-Advanced, NLP Отус
- Исследователям и инженерам, работающими с LLM
- Практикующим специалистам, которые хотят углубиться в область LLM

После вебинара вы узнаете:
- как устроены современные RAG системы
- основные принципы построения агентов
- основные концепции LoRa
- как писать хорошие промпты...
18 марта в 17:00
Открытый вебинар

Прошедшие
мероприятия

Мария Тихонова
Открытый вебинар
Создаем LLM агентов на LangChain
Мария Тихонова
Открытый вебинар
Современные RAG-системы для борьбы с галлюцинациями LLM
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

Начын-Энхэдоржу Ооржак

11.10.2025
Курс показался мне очень интересным, были затронуты и правда современные аспекты LLM, NLP. Понравились больше всего лекции Марии, она отлично доносит материал. Понравилось еще то, что на курсе затрагивается много актуальных тем. Самыми полезными и интересными были занятия, на которых рассматривались методы за Deepseek, RLHF, RAG. Иногда, приходилось искать дополнительную информацию для более углублённого изучения некоторых тем, но в цело мне кажется что любой курс такой - ты уже сам решаешь во что углубляться и какие темы лучше изучить. Зания, полученные на курсе определённо помогут мне в профессиональной сфере. Я бы стал советовать пройти обучение на курсе своим коллегам и друзьям. В целом, я очень доволен, спасибо!

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

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.