Youssef Hosni — AI-агенты
Youssef Hosni, AI-агенты Туториалы, Курсы.
40Youssef Hosni — AI Engineer, Data Scientist и Applied Scientist, исследователь в области машинного обучения и AI. Сейчас он связан с Aalto University в Финляндии, где работает над применением AI-агентов и ML, а также занимается разработкой AI-продуктов. На GitHub он представляет себя как “AI Engineer & Applied Scientist | PhD Researcher @AaltoUniversity”.
В его профессиональном описании также указано, что он работает Senior Data Scientist в Ment, где занимается внедрением Generative AI-функций в продукты компании. До этого занимался исследовательской работой в области Deep Learning и Computer Vision, в том числе применительно к медицинским изображениям.
Его специализация довольно хорошо совпадает с курсами, которые он сейчас продаёт:
- Data Science и Machine Learning
- Generative AI и LLM
- AI Agents
- RAG и Agentic RAG
- Prompt Engineering
- LangChain
- Claude Code
- AI Engineering
- Python
- Docker
- Time Series Analysis
- Computer Vision
- техническое обучение и подготовка к AI/Data Science-интервью
Популярное в youssef hosni
Hermes Agent: AI-агенты с памятью, навыками и автономными рабочими процессами
Разработка RAG-систем, готовых к продакшену
Практический курс по Loop Engineering с Claude
Agentic RAG с DeepSeek-R1: интенсивный курс
Разработка мультиагентных систем для глубокого поиска
Резюме, которое поможет получить работу в AI Engineering и Data Science
AI-агенты, Курсы от Youssef Hosni
Youssef HosniДругое (ИИ)AI-агентыRAG
Agentic RAG с DeepSeek-R1: интенсивный курс
Agentic RAG with DeepSeek-R1 Crash Course
Agentic RAG с DeepSeek-R1 — практический интенсивный курс по созданию агентной Retrieval-Augmented Generation системы на базе локальной LLM DeepSeek-R1. Вы пошагово соберёте рабочее приложение, в котором агенты, инструменты, задачи и RAG-компоненты взаимодействуют в едином workflow для поиска информации, рассуждения и генерации ответов.Курс ориентирован на практику: вместо абстрактной теории вы настраиваете локальную среду, запускаете DeepSeek-R1
Youssef HosniДругое (ИИ)AI-агенты
Разработка мультиагентных систем для глубокого поиска
Designing Multi-Agent Deep Search Systems Course
Большинство AI-поисковиков останавливаются на этапе поиска и извлечения информации. Они получают вопрос пользователя, ищут информацию в интернете или базе знаний, собирают несколько документов и генерируют ответ. Для простых запросов этого достаточно, но сложные исследовательские задачи быстро выявляют ограничения такого подхода: требуется планирование, декомпозиция вопроса, сравнение источников, проверка актуальности, работа с противоречиями и с
Youssef HosniДругое (ИИ)AI-агенты
Hermes Agent: AI-агенты с памятью, навыками и автономными рабочими процессами
Hermes Agent 101: Persistent Agents, Memory, Skills, and Real Workflows
Большинство AI-ассистентов по-прежнему работают в рамках отдельных сессий. Вы передаёте им контекст, получаете результат, а после завершения сессии значительная часть рабочего контекста теряется. В следующий раз приходится снова объяснять структуру проекта, нужные команды, свои предпочтения, рабочий процесс и ограничения.Hermes Agent предлагает другой подход.Вместо временного чат-окна Hermes позволяет создавать постоянных AI-агентов с собственной