Грані
Назад у кабінет
СтудентВикладач курсу: Дмитро Мельник

Python, LLM-агенти та Нейромережі

Розробка автономних AI-агентів, RAG-пайплайнів з векторними базами даних, fine-tuning моделей у PyTorch та інтеграція в продакшн.

Уроки відкриваються послідовно після проходження попередніх тем

Програма курсу

10 уроків
01

Модуль 1: Обчислювальний Python та векторні простори

4 уроків
Тензорні обчислення у NumPy та PyTorch на GPU
Пройдено
Механізм Self-Attention та архітектура трансформерівПрактика
Пройдено
Токенізація BPE та векторні ембедінги
Пройдено
Векторний пошук схожості (pgvector та Qdrant)Практика
Пройдено
02

Модуль 2: Архітектура RAG та автономні агенти

3 уроків
Побудова автономних агентів з LangChain та Tool CallingПрактика
Гібридний пошук BM25 + Vector та Cross-Encoder RerankingПрактика
Спочатку завершіть попередній урок
Гарантовані JSON-схеми та валідація відповідей LLM
Спочатку завершіть попередній урок
03

Модуль 3: Локальні моделі, Fine-Tuning та Евал

3 уроків
Адаптація моделей через LoRA та QLoRAПрактика
Спочатку завершіть попередній урок
Високопродуктивний інференс через vLLM та Ollama
Спочатку завершіть попередній урок
Тестування якості агентів, метрики точності та захист від ін'єкційПрактика
Спочатку завершіть попередній урок
Ваш прогрес на курсі
40%4 / 10
Наступний крок
Побудова автономних агентів з LangChain та Tool Calling
Викладач курсу
Дмитро Мельник
Principal Engineer & Ментор курсу