Курcы, темы которых пока не представлены отдельной категорией в ИИ. Мы уже активно работаем созданием новых категорий.
Matt Pocock
100% TypeScript. 100% Production-ready. 0% хайпа. Только реальные инструменты и опыт. Интеграция с LLM наконец-то вышла на новый уровень - теперь это действительно стоит вашего времени. Еще год назад разработка под LLM была настоящим хаосом: костыли, нестабильные API, устаревшие интерфейсы и бесконечные переделки. Теперь всё иначе - благодаря AI SDK.
ByteSizeGo
Кто сказал, что приложения с искусственным интеллектом должны создаваться только на Python? На этом курсе вы научитесь практически интегрировать ИИ в реальные приложения на Go - начиная с базового использования LLM и постепенно переходя к созданию динамичных, интеллектуальных и автономных AI-агентов. Каждый модуль курса ориентирован на результат: вы будете не просто изучать технологии, а создавать полноценные проекты, пополняя своё портфолио и ук
egghead
Создавайте мощные локальные скрипты на основе искусственного интеллекта Перестаньте ограничиваться простыми AI-чатами и откройте истинный потенциал локальных языковых моделей, научившись писать для них скрипты. Этот курс проведёт вас шаг за шагом через процесс создания гибкого и «умного» командного инструмента, который понимает естественный язык, взаимодействует с файловой системой и автоматизирует сложные задачи - всё это работает полностью лока
DesignGurus.io
Добро пожаловать на курс «Постигаем основы современного искусственного интеллекта» - ваш путь к освоению возможностей ИИ.В ходе обучения вы узнаете, как искусственный интеллект меняет мир - от распознавания изображений до перевода языков - и получите прочное понимание того, как модели обучаются и работают.Курс подойдет как новичкам, так и тем, кто хочет углубить свои знания: вас ждут понятные объяснения, практические примеры и живые эксперименты
Andreas Kretz
Retrieval-Augmented Generation (RAG) - это следующий практический шаг после семантического поиска и индексации. В этом курсе вы создадите полноценный локальный RAG-конвейер, который обрабатывает PDF-файлы, разбивает тексты на фрагменты, сохраняет векторы в Elasticsearch, извлекает релевантный контекст и генерирует обоснованные ответы с помощью модели Mistral, запущенной локально через Ollama.Мы пройдём путь от начала до конца на конкретном сценар
Погрузитесь в искусство и науку создания эффективных промтов для задач разработчиков. Научитесь получать более качественные результаты от ИИ-инструментов, тестировать и улучшать промты, оптимизировать использование токенов и применять техники, которые значительно повышают качество генерации и отладки кода.
egghead
Качество ответа искусственного интеллекта напрямую зависит от качества введённых данных. «Инженерия контекста» - это профессиональная практика точного задания информации, необходимой ИИ для получения надёжных и предсказуемых результатов. На этом курсе вы освоите инструменты и техники, которые позволят полностью контролировать контекст работы вашего ИИ. Мы будем использовать всё арсенальное «снаряжение разработчика» - конвейеры shell, шаблонизатор
Kent C. Dodds
Самое интересное в софте прямо сейчас - это MCP. Протокол, который превращает приложения в умных собеседников: вместо кликов по меню пользователи начинают взаимодействовать с сервисами через естественный язык, голос и ИИ-агентов.MCP - это не просто ещё один API. Это новый способ проектировать взаимодействие: он стандартизирует, как приложения предоставляют свои возможности, ресурсы и контекст, чтобы LLM и агенты могли их понимать и использовать.
Модели искусственного интеллекта знают только то, на чём они были обучены - в основном это «свободная» информация из интернета: статьи, документация к API, книги и многое другое. Но что делать, если нужно, чтобы модель ИИ понимала данные за пределами её обучающего корпуса?В этом курсе вы освоите подход Retrieval Augmented Generation (RAG), позволяющий расширять возможности LLM с помощью ваших собственных данных. Вы узнаете, как работают эмбеддинг
Большинство из нас взаимодействует с ИИ вручную: задали вопрос ChatGPT или попросили Cursor переписать функцию.Но настоящая сила ИИ раскрывается в автономных агентах. Представьте себе агента, который автоматически отслеживает продакшн-логи и не только находит, но и исправляет ошибки. Или агента, который проверяет новые коммиты и pull request’ы, контролируя единый стиль кода и покрытие тестами. А может, агента, который обновляет публичный changelo
