Home © Rinat Abdullin ERC · LLM Bench · Newsletter · Labs · About

Курс в записи “LLM под капотом: выбираем эффективные технические решения для AI-ассистентов”

О чем этот курс

Этот курс о том, как обоснованно выбирать эффективно реализуемые технические решения продуктовых задач на базе LLM в различных доменных областях.

Я покажу вам набор инструментов, практических кейсов и паттернов, применяя которые, вы сможете:

  • выбирать оптимальные решения для широкого круга задач, основанных на LLM
  • адаптировать эти решения под специфику своей доменной области.

Мы будем учиться проектировать решения для продуктов с LLM под капотом экономя время, деньги и силы.

Методология обучения основана на моем подходе в консалтинге и кейсах успешных внедрений AI.

Купить курс

Для кого?

Этот курс для тех, кто уже разрабатывает продукты с LLM самостоятельно или в составе команды. Он будет полезен:

  • Инженерам — получите четкий подход к проектированию LLM-решений и узнаете, как быстро устранять типичные технические проблемы.
  • Техлидам / CTO — увидите проверенные паттерны и практики для построения решений с LLM под капотом, оценки рисков при масштабировании.
  • Продактам — наберетесь насмотренности AI кейсов, научитесь говорить с инженерами на одном языке и точнее формулировать бизнес-требования.
  • Фаундерам — разберетесь в ключевых паттернах, избежите критических ошибок на MVP-этапе и сможете грамотно масштабировать AI-driven решения.

Непосредственно опыт программирования для курса не обязателен. 

В целом, курс будет полезен вам, если вы сами или в составе команды уже пробовали строить или внедрять решения на базе LLM, и у вас появились вопросы.

Кому курс не подойдет?

  • Тем, кто только начинает работать с LLM и не имеет опыта построения собственных решений 
  • Тем, кого интересует построение ассистентов исключительно на локальных моделях

Курс не учит использовать фреймворки, подключаться к LLM или индексировать документы.

Структура курса

Модуль 1: Основы

Здесь мы рассмотрим типичные подходы по внедрению LLM и увидим их ограничения на примере решения одной распространенной задачи. Мы пройдемся по ментальным моделям и эвристикам выявления причин подобных ограничения и их устранения. Это те знания, которые в прошлом году сэкономили бы мне 2-3 месяца работы.

Программа 1 модуля: 

  1. Описание структуры курса
  2. Путь к галлюцинациям - воспроизводим проблему RAG-ов на годовых отчетах компаний
  3. Как по годовым отчетам компаний отвечают лучшие RAG-и?
  4. Минимальное воспроизведение проблемы в один промпт
  5. LogProbs - инструментарий анализа галлюцинаций
  6. Паттерны галлюцинаций LLM
  7. Первопричины проблем в RAG-ах
  8. Как избежать тупика?
  9. Приходим к простому решению

Модуль 2: Кейсы и паттерны

Мы разберем повторяющиеся архитектурные паттерны из кейсов успешных внедрений проектов c AI.

  1. Prompt и Query Expansion
  2. Prompt 2 
  3. Knowledge Base
  4. Learn from Feedback
  5. Searching for data
  6. Sandbox и практические задания
  7. Router - когда нужна специализация
  8. Instruction Distillation
  9. Dedicated Agents
  10. Workflow
  11. Human in the Loop
  12. Structured Data Extraction и визуализация ошибок
  13. REPL (Self-review)
  14. Checklists и Prompt Caching
  15. Structured Outputs & Custom CoT - Deep Dive

Для всех паттернов мы рассмотрим особенности применения и примеры кейсов проектов. Я покажу, как классифицировать и обобщать задачи, чтобы продуктивнее их решать. Таким образом можно будет сэкономить время в будущих проектах - мы будем осознанно переиспользовать работающий опыт других, а не придумывать с нуля.

Формат курса

  • Формат: видеолекции, разделенные по темам, с навигацией; дополнительные разборы, практические примеры и иллюстрации.
  • Длительность видеолекций: около 4 часов.
  • Время прохождения курса: self-paced; по статистике первых когорт, для вдумчивого изучения требуется в среднем неделя времени.
  • Язык: русский.
  • Доступ к курсу: насовсем, включая обновления материала.
  • Оплата: только зарубежной картой.
  • Доступ к чату поддержки: каждому, купившему курс, я пришлю персональный инвайт в чат, где можно будет задавать вопросы мне и общаться с другими специалистами, проходящими курс.


Купить курс

Стоимость

Курс можно оплатить любой карточкой, которая работает зарубежом и принимается Stripe.

Закрывающие документы генерируются при оплате и придут вам на указанную электронную почту. Компании при оплате могут указать свой billing address и EU VAT ID. Принимающее оплату юрлицо зарегистрировано в EU.

Личный доступ: 1 место на курсе

Курс в записи с обратной связью в чате поддержки: €258.00 (VAT included).

Командный доступ: 5 мест на курсе для команды из одной организации

Курс в записи с обратной связью в чате поддержки: EUR €1290.00 (VAT included).

Вопросы и ответы

Я работаю в Европе / США / РФ, подойдет ли мне этот курс?
Да, принципы и паттерны решений основаны на статистике успешных внедрений кейсов AI в разных странах и отраслях. На курсе мы разберем как повторяющиеся архитектурные паттерны, так и особенности их применения в разных кейсах.

Чем этот курс отличается от вебинара по AI-ассистентам?
Этот курс только отчасти пересекается с темой вебинара, который я проводил весной, и будет полезен, даже если вы уже участвовали в вебинаре. Основное отличие - на курсе я расскажу о паттернах бизнес-кейсов и решений. Курс дает “насмотренность” на текущее использование LLM в отраслях из моих кейсов в современных компаниях: это структурированные знания, которые клиенты уже применяют.

А Knowledge Mapping будет?
Будет.

Что такое Knowledge Mapping?
Те, кто давно читает мой канал, знают про подход Knowledge Mapping - это подход для решений на базе LLM в областях, где специфика бизнеса требует точных ответов и цена ошибки высока.
С помощью Knowledge Mapping можно отразить реалии бизнеса и специфические знания экспертов доменной области без необходимости тренировать свои модели, и таким образом значительно повысить точность ответов LLM.
Разложение системы на паттерны из второго модуля - это дальнейшее и более глубокое развитие идей из Knowledge Mapping.

Что такое паттерны Case/Solution?
Последние 10 месяцев я проводил AI Research, в ходе которого пообщался с десятками компаний из разных областей. Это позволило мне выявить паттерны проблем и решений, в которых можно применить LLM в разных доменах на различных задачах.
Об этих паттернах я рассказываю на курсе, и показываю на реальных примерах, как пользоваться библиотекой паттернов применения LLM для поиска оптимально работающих решений. Вместо того, чтобы придумывать (и тестировать!) свои решения, можно применить Pattern Matching и переиспользовать проверенный опыт других.

Будет ли практическая часть?
Курс лекционный: видео в записи и методические материалы. Я показываю практические кейсы, разбираю решения для них и даю инструментарий для выбора оптимального решения. Используя библиотеку паттернов, о которой я рассказываю на курсе, вы сможете научиться делать это самостоятельно.

В курсе есть два практических задания - если вы не пишете код, можете смело пропускать их.

Можно ли оплатить участие другого человека?
Да, только обязательно укажите его емейл при оплате: доступ на курс и в чат поддержки будет персональным.

Можно ли оплатить курс криптовалютой, PayPal или переводом на карточку? К сожалению, нет. Оплата возможна только международными картами и средствами платежа, которые принимает Stripe.

Остались вопросы? Пишите мне в телеграм или на почту.

Купить курс

Купить можно здесь: https://labs.abdullin.com/courses/ai-assistants-ru?a=unlock

Курс расположен на моей площадке Abdullin Labs, перед покупкой нужно будет завести там аккаунт для доступа к курсу.