Jeremy MorganДавайте будем реалистами. Вы бы хотели поручить множество утомительных задач по разработке ПО ассистенту - и теперь это возможно! Инструменты для программирования с поддержкой ИИ, такие как Copilot, могут ускорить исследование, проектирование, написание кода, тестирование, отладку, документацию, рефакторинг и многое другое.
Pau Labarta BajoПривет! Я - Pau, инженер по машинному обучению с многолетним опытом разработки реальных ML-продуктов. Хотите спроектировать, разработать и внедрить свой собственный ML-продукт?Этот курс покажет вам, как создавать полнофункциональные ML-решения от идеи до продакшена, помогая стартапам и крупным компаниям решать бизнес-задачи.
Andreas KretzГенеративный ИИ сегодня повсюду, но лишь немногие понимают фундаментальные концепции, на которых он держится. «Скрытый фундамент GenAI» - это отправная точка для тех, кто хочет по-настоящему разобраться, что стоит за LLM, векторным поиском и семантическим пониманием. Курс специально создан для инженеров данных и фокусируется на эмбеддингах - одном из важнейших (и самых неправильно трактуемых) строительных блоков любой GenAI-системы.Вместо перегру
Andreas KretzСемантический поиск - один из самых практичных способов применения генеративного ИИ в реальных проектах по обработке данных. В этом курсе мы выходим за рамки базового знакомства с эмбеддингами (из курса The Hidden Foundation of GenAI) и начинаем использовать их на практике. Вы научитесь строить полноценный конвейер семантического поиска с нуля: от создания эмбеддингов и их хранения в векторной базе данных до выполнения запросов на естественном яз
Hamel Husain
Shreya ShankarНаучитесь проверенным методикам быстрого улучшения AI-приложений. Стройте системы искусственного интеллекта, которые работают лучше конкурентов - вне зависимости от конкретного сценария использования.Если при работе с AI у вас возникают вопросы вроде:Как тестировать приложения, где результаты вероятностные и требуют субъективной оценки?Если я меняю промпт, как убедиться, что ничего другого не сломал?На что направить инженерные усилия? Нужно ли те
Towards AI
Louis-François BouchardНе просто взаимодействуйте с LLM-моделями - создавайте собственные AI-решения на Python. Этот курс проведёт вас от нуля до уверенного владения Python, необходимого для разработки и доработки моделей искусственного интеллекта.Вы получите фундаментальные знания по Python, освоите ключевые инструменты и лучшие практики, специально адаптированные под работу с LLM. С первых занятий вы начнёте использовать реальные библиотеки и API - от Hugging Face до
Towards AILouis-François Bouchard«Создание LLM для продакшена» - это практическое руководство объёмом 470 страниц (обновлено в октябре 2024 года), созданное для разработчиков и специалистов, которые хотят выйти за рамки прототипов и строить надёжные, готовые к промышленной эксплуатации приложения на базе больших языковых моделей.Книга объясняет основы работы LLM и подробно рассматривает ключевые приёмы: продвинутый промптинг, Retrieval-Augmented Generation (RAG), дообучение моде
Towards AILouis-François BouchardКурс «Освойте ИИ для работы» создан для тех, кто хочет получать реальные результаты от использования больших языковых моделей (LLM) в своей профессиональной деятельности. Обучение ведут эксперты, ежедневно работающие с ИИ.
Towards AILouis-François BouchardИнтенсивный курс «Основы LLM за 10 часов» научит вас понимать и использовать большие языковые модели в реальных проектах. Вы разберётесь, когда лучше использовать промптинг, Retrieval-Augmented Generation (RAG), дообучение или агентов, а также почему эти подходы работают.Вы получите базовый «набор инструментов разработчика LLM»: кастомизация, базы данных, фреймворки, тонкая настройка, оценка качества и безопасность. На практических примерах мы по
Prompt EngineeringКурс посвящён практическому и теоретическому изучению Retrieval-Augmented Generation (RAG). Вы узнаете не только «как», но и «почему» работают эти методы, а также научитесь создавать надёжные приложения формата «чат с документами» с использованием современных LLM и продвинутых техник RAG.В программе - построение базового пайплайна, переход к продвинутым стратегиям вроде re-ranking и расширения запросов, работа как с коммерческими, так и с локальн