Учись на практике. Стань инженером ИИ

Курс создан для тех, кто хочет не просто изучать теорию, а строить реальные системы искусственного интеллекта своими руками. От языковых моделей до мультимодальных агентов - вы пройдёте полный путь инженера ИИ, создавая рабочие проекты на каждом этапе обучения.

Что вас ждёт

Проект 1. LLM Playground

• Построение собственной песочницы для работы с LLM
• Основы языковых моделей: токенизация, архитектуры (GPT, Llama), методы генерации текста
• Пост-тренировка: SFT, RLHF
• Методы оценки качества: метрики, бенчмарки, human evaluation

Проект 2. Чат-бот поддержки клиентов на RAG и Prompt Engineering

• Практика адаптации моделей: fine-tuning, PEFT, LoRA
• Техники промпт-инжиниринга: few-shot, zero-shot, chain-of-thought
• Retrieval-Augmented Generation: поиск, индексация, генерация
• Оценка качества RAG-систем

Проект 3. «Ask-the-Web» Агент

• Построение агента, работающего с инструментами и вебом
• Агентные системы: планирование, рефлексия, многопроцессные воркфлоу
• Tool calling и multi-agent подходы
• Методы оценки эффективности агентов

Проект 4. Deep Research с поиском и reasoning-моделями

• Работа с современными reasoning-LLM (например, OpenAI o1, DeepSeek-R1)
• Инференс-методы: CoT, Tree of Thoughts, self-consistency
• Обучение на reasoning-данных: SFT, RL с верификатором, self-refinement

Проект 5. Мультимодальный агент (текст - изображение/видео)

• Генерация изображений и видео: diffusion, GAN, VAE
• Архитектуры и обучение диффузионных моделей (U-Net, DiT)
• Методы оценки качества генерации: IS, FID, CLIP
• Построение end-to-end системы T2I и T2V