Скрыть объявление

attention-icon Важно!

Некоторым пользователям приходят письма, маскирующиеся под сообщения от Складчины.

Пожалуйста, не переходите по подозрительным ссылкам и всегда проверяйте адрес сайта перед входом в аккаунт.

attention-icon Все официальные адреса форума собраны ТУТ

Запись

[proglib.academy] AI-агенты для DS-специалистов (Никита Зелинский, Дмитрий Фролов)

Тема в разделе "Нейросети и искусственный интеллект"

Цена:
59000 руб
Взнос:
12829 руб
Организатор:
Евражкa

Список участников складчины:

1. Евражкa 2. lonl
open
2
Записаться
  1. Евражкa Организатор складчин

    [proglib.academy] AI-агенты для DS-специалистов (Никита Зелинский, Дмитрий Фролов)

    [​IMG]
    • разбор open source решений
    • живые встречи с экспертами в области ML, DL
    • шаблоны для запуска своих агентов
    Кому особенно подойдет курс
    • ML/AI-инженеры (middle+/senior)
    • Data Scientists, исследователи
    • Backend/Platform-инженеры
    • Advanced CS/DS студенты (магистратура, PhD)
    • Tech-продакт-менеджеры & архитекторы AI-решений
    Программа курса:

    Занятие 1
    LLM и их особенности, первый агент на langchain
    На занятии посмотрим как выбрать LLM для задачи — квантизованные модели, instruct-модели и пр, какие есть способы запуска LLM — как использовать API, как развернуть LLM локально с помощью Ollama, как происходит токенизация для разных языков и как это влияет на стоимость решения. Рассмотрим реализация памяти в цепочках langchain и обсудим зачем подключать внешние источники если уже есть модели с контекстом более 10 М токенов.
    В конце реализуем пару простых агентов на langchain.

    Занятие 2
    RAG и оценка его качества
    Познакомимся с основными компонентами RAG, векторными базами и ANN, другими Retrievers. Рассмотрим модификации RAG и подходы к генерации датасета для тестирования получившегося решения, подход LLM as a judge. В итоге соберем полный пайплайн RAG-системы с оценкой качества.

    Занятие 3
    Основные понятия мультиагентных систем (MAS) и библиотеки для их построения
    • Вводный обзор MAS, коллективное принятие решений, механизмы обмена информацией и координации агентов между собой.
    • Дебаты между агентами, actor-critic подходы. Multi-step agents.
    • Знакомство с библиотеками crew ai, autogen, langgraph, llamaindex, smolagents, swarm от open ai
    • Фреймворк для анализа промптов spade
    Занятие 4
    AI-агенты: инструменты, флоу и сравнение фреймворков
    • Углубимся в практику с популярными фреймворками, обсудим проблему оценки результатов.
    • Tools для AI агентов и их основные типы, workflows.
    • Методы оценки качества работы AI-помощников, GAIA.
    • Сравнение библиотек для построения мультиагентных систем
    Занятие 5
    Промышленные агенты и протокол MCP
    • Рассмотрим протокол для унифицированной работы с tools — MCP и фреймворк FastMCP.
    • Создадим end-to-end MCP приложение
    Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...
     
  2. Похожие складчины
    Загрузка...
  3. Mike Tyson Организатор складчин
    _HiПриветствую тебя гость, присоединяйся (выдача материала после оплаты) _Neo
    Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...
     
    Mike Tyson,
  4. SandraW Организатор складчин
    _Showingbiceps [Automatica] Claude Code Basics: мультиагентные системы за 8 ступенев (Антон Вдовиченко)
    Claude Code
    — AI-агент в терминале.
    Он пишет код, подключается к GitHub, Slack, Notion и десяткам других сервисов, работает с файлами на вашем компьютере.
    На курсе вы научитесь собирать из нескольких таких агентов систему, которая решает задачи параллельно и проверяет себя сама.
    Присоединяйтесь, совсем скоро будет ДОСТУПНО!

    Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...
     
    SandraW,
Наверх