Работать с языковыми моделями
Настраивать генерацию и оценивать качество ответа и стоимость решения.
Курс для специалистов с опытом в разработке и машинном обучении: от языковых моделей и RAG до запуска и эксплуатации ИИ-сервиса.
| Кому подойдёт | Чем поможет курс |
|---|---|
| Разработчикам и ML-специалистам | Перейти от работы с моделями к проектированию и запуску ИИ-систем под реальные задачи. |
| Тем, кто работает с нейросетями | Научиться строить RAG, агентные системы и оценивать качество сервиса. |
Настраивать генерацию и оценивать качество ответа и стоимость решения.
Готовить данные, строить поиск и подключать внешние инструменты к агентным системам.
Развёртывать ИИ-системы, следить за качеством и учитывать безопасность.
Задания для применения изученного материала и отработки навыков. Шесть проектов с экспертным ревью и три воркшопа с наставниками.
Материалы для изучения и повторения тем курса: пояснения, конспекты и справочная информация. Онлайн-платформа и облачная инфраструктура для выполнения заданий.
Темы и разделы, которые входят в программу обучения.
Знакомство с задачами ИИ-инженера и создание RAG-ассистента.
Архитектура LLM, управление генерацией и оценка качества.
Подготовка данных, эмбеддинги, векторные базы и оценка RAG.
Инструменты агента, оркестрация и мультимодальные модели.
Деплой LLM-сервиса, мониторинг и интеграция в продукт.
Безопасность, качество, дообучение и улучшение сервиса.
Итоговый ИИ-ассистент службы поддержки: от данных и RAG до запуска и мониторинга.
Практические работы курса — какие задачи вы будете решать, какие кейсы и примеры разбирать.
В программе — проекты по LLM, RAG, агентным системам, деплою и эксплуатации, включая итогового ИИ-ассистента.
Школа указывает экспертное ревью проектов и три воркшопа с наставниками.
Для выполнения заданий доступны виртуальные машины с GPU и хранилище S3.
Профессии, с задачами которых знакомит программа курса.
Навыки, на развитие которых направлена программа курса.
Инструменты, софт и сервисы, которые вы будете использовать на курсе.
Состав экспертов и их участие в конкретной группе уточняйте у школы.
Программный эксперт курса. Senior инженер по компьютерному зрению в компании, которая автоматизирует производства.
DL/ML-инженер в НБКИ. Исследователь в Научно-учебной лаборатории моделей и методов вычислительной прагматики во ВШЭ.
ML-инженер в Купере. Работал в Яндексе и GlowByte с рекомендательными системами, прогнозированием оттока, динамическим назначением и автоматизацией анализа интервью.
ИИ-архитектор и ML-инженер. За плечами десятки коммерческих и исследовательских проектов в сфере облачных платформ, LLM и CV.
Senior MLE в финтехе, команда генеративного ИИ. Выпускник ШАД. Занимается генерацией изображений и построением агентских систем.

Школа указывает этот вид документа.
При наличии среднего профессионального или высшего образования после успешного итогового проекта.

Школа указывает этот вид документа.
Без среднего профессионального или высшего образования после успешного итогового проекта.
Да. Школа ожидает навыки Python, знания машинного обучения, PyTorch и основ Docker.
Четыре месяца при нагрузке около 12 часов в неделю.
Шесть проектов с экспертным ревью и три воркшопа с наставниками.
Да, для практики школа указывает виртуальные машины с GPU и хранилище S3.
Нет, школа не предусматривает её на этом курсе.
После успешного итогового проекта — диплом о профессиональной переподготовке при наличии среднего профессионального или высшего образования; в остальных случаях — сертификат.
Перейдите на сайт Яндекс Практикум, чтобы узнать условия обучения на курсе «ИИ-инженер».
На сайт школыДругие программы для той же профессии или со схожими навыками и инструментами.
Применение нейросетей в работе с изображениями и видео: генерация вариантов, обработка визуального материала и автоматические субтитры.
Онлайн-курс по глубокому обучению для знакомых с Python и машинным обучением. Здесь представлены базовая программа и выбранный трек NLP для работы с текстом.
Курс Яндекс Практикума для специалистов с начальным опытом машинного обучения. За четыре месяца программа проводит через подготовку данных, обучение модели, развёртывание сервиса и мониторинг.
Проверьте входные требования: программа рассчитана на слушателей с опытом.
Сверьте нагрузку и доступные вычислительные ресурсы со своими задачами.
Бесплатная часть позволяет познакомиться с программой до оплаты.
Познакомьтесь со школой Яндекс Практикум, её программами и условиями обучения.
ОткрытьСравните курсы Яндекс Практикум по программе, практике и условиям обучения, чтобы выбрать подходящий вариант.
ОткрытьСравните онлайн-курсы по программе, школе, стоимости и длительности. Найдите обучение для первых шагов или развития навыков и изучите условия перед записью.
Открыть