Курс по проектированию агентных ИИ‑систем дает практическое понимание того, как создавать надежные, масштабируемые и производственные ИИ‑приложения на базе больших языковых моделей. Программа охватывает ключевые архитектурные подходы, инженерные практики и современные инструменты, необходимые для построения корпоративных интеллектуальных систем.
Основы построения RAG‑систем
Первый модуль посвящен фундаментам Retrieval‑Augmented Generation и устройству систем поиска знаний.
Базовые элементы RAG
создание и использование эмбеддингов;
разбиение документов на фрагменты;
векторный поиск: лексический, семантический и гибридный методы;
работа с векторными БД и алгоритмами FAISS и HNSW.
Промышленная архитектура RAG
многоарендный поиск и фильтрация по метаданным;
контроль прав доступа;
инкрементальная индексация и поддержание актуальности данных;
анализ производительности и устранение узких мест.
Инженерия контекста в LLM‑приложениях
В этой части вы изучите, как правильно формировать контекст для больших моделей и управлять памятью ИИ‑систем.
Управление памятью и контекстом
архитектура кратковременной и долгосрочной памяти;
хранение предпочтений пользователя;
оптимизация токенов, компрессия и суммаризация;
выборочная загрузка данных и предотвращение использования устаревшей информации.
Проектирование агентных ИИ‑систем
Большой модуль посвящен созданию архитектуры и логики работы интеллектуальных агентов.
Архитектура и взаимодействие агентов
основные шаблоны проектирования ИИ‑агентов;
организация среды выполнения (Harness Engineering);
интеграция с внешними сервисами, инструментами и использование вызова функций;
работа с протоколом MCP и обеспечение совместимости инструментов.
Надежность и автономность
обработка ошибок и механизмы резервирования;
взаимодействие нескольких агентов;
построение длительных автономных процессов;
сохранение состояния и участие человека в цикле принятия решений.
LLMOps и промышленная эксплуатация
Модуль охватывает инженерные практики, необходимые для надежной работы ИИ‑приложений в продакшене.
Мониторинг, контроль качества и версия моделей
мониторинг и трассировка моделей;
диагностика ошибок и тестирование качества ответов;
конвейеры автоматизированной проверки;
управление жизненным циклом и версиями моделей.
Оптимизация стоимости и производительности
управление расходом токенов;
кэширование запросов и ответов;
маршрутизация между моделями и ансамбли моделей;
обеспечение надежности, безопасности и защитных механизмов (guardrails).
Практическое проектирование комплексных ИИ‑решений
Заключительный блок полностью посвящен практике. Вы разработаете промышленного ИИ‑агента для программирования, создадите ключевые компоненты системы и изучите реальные сценарии применения технологий.
Итогом обучения станет умение строить масштабируемые агентные ИИ‑системы, способные стабильно работать в корпоративной среде и решать сложные прикладные задачи с использованием современных технологий искусственного интеллекта.
Это пробный урок. Оформите подписку, чтобы получить доступ ко всем материалам курса. Премиум
Ограничение времени просмотра
Вы можете просматривать пробный урок только 10 минут. Получите полный доступ, чтобы смотреть без ограничений.
Кирти создает понятные и практические образовательные материалы по искусственному интеллекту и машинному обучению. Ее цель — сделать сложные темы доступными каждому, поэтому контент подходит как для начинающих, так и для опытных разработчиков.Что включает контентобучающие уроки и разборы кода;тренировочные технические интервью;практические рекомендации по подготовке к собеседованиям;разъяснение современных технологий простым языком.Онлайн-курсы а