Youssef Hosni — Другое (ИИ)
Youssef Hosni, Другое (ИИ) Туториалы, Курсы.
20Youssef 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
LLM: от новичка до продвинутого уровня
Разработка RAG-систем, готовых к продакшену
Практический курс по Loop Engineering с Claude
Разработка мультиагентных систем для глубокого поиска
Резюме, которое поможет получить работу в AI Engineering и Data Science
Hermes Agent: AI-агенты с памятью, навыками и автономными рабочими процессами
Другое (ИИ), Курсы от Youssef Hosni
Youssef HosniДругое (ИИ)
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)
LLM: от новичка до продвинутого уровня
LLM Roadmap from Beginner to Advanced Level - V2
LLM Roadmap: From Beginner to Advanced — V2 — практическая дорожная карта по изучению больших языковых моделей (LLM), которая помогает системно пройти путь от фундаментальных концепций и архитектуры Transformer до продвинутых тем: обучения и дообучения моделей, оценки качества, RAG, развёртывания, оптимизации инференса, LLMOps, безопасности и создания портфолио проектов.Книга помогает разобраться, что изучать в области LLM, в какой последовательн
Youssef HosniДругое (ИИ)
Разработка RAG-систем, готовых к продакшену
Designing Production Ready RAG System Crash Course
Production RAG — это не просто разбиение документов на фрагменты, создание эмбеддингов и передача найденного контекста в промпт. В реальном приложении RAG-система должна работать с PDF, сканами, изображениями, правами доступа, метаданными, несколькими хранилищами, очередями, фоновой обработкой, гибридным поиском и AI-агентами. На этом практическом курсе вы разберёте, как проектировать RAG-конвейер, готовый к продакшену, и интегрировать его в полн
Youssef HosniПодготовка к собеседованиюДругое (ИИ)
Резюме, которое поможет получить работу в AI Engineering и Data Science
Build a Resume That Lands AI Engineering and Data Science Interviews
Подаёте заявки на позиции AI-инженера или специалиста по Data Science, но не получаете достаточно приглашений на собеседования?Возможно, проблема в вашем резюме.Этот практический воркшоп посвящён созданию резюме, которое понятно и убедительно представляет ваши навыки, проекты и опыт и соответствует тому, что ищут рекрутеры и нанимающие менеджеры при подборе специалистов в области AI Engineering и Data Science.Воркшоп рассчитан на студентов, недав
Youssef HosniДругое (ИИ)
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)
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