Вы используете мобильную версию

перейти на Полную версию сайта

Запись

[Stepik] RAG Engineer PRO (Алексей Малышкин)

Складчина [Stepik] RAG Engineer PRO (Алексей Малышкин). Совместные покупки курсов, тренингов, обучения. Присоединяйтесь! Важен каждый вкладчик.

Тема найдена по тегам:
Цена:
18990 руб
Взнос:
1033 руб
Организатор:
Организатор

Список участников складчины:

1. Организатор 2. Old_boy
open
2
Записаться
  1. Организатор
    Организатор Организатор складчин

    [Stepik] RAG Engineer PRO (Алексей Малышкин)

    [​IMG]

    RAG Engineer PRO

    Комплексная программа инженера RAG: от прототипа до продакшн-бота. Соберёте поиск «по смыслу», настроите индексацию/ретрив, сделаете API на FastAPI, добавите тесты и деплой. Подойдёт разработчикам и аналитикам, знакомым с основами Python.

    Чему вы научитесь:
    • Проектировать архитектуру RAG-систем под задачу
    • Готовить данные: разбиение на чанки, метаданные, нормализация
    • Выбирать и настраивать векторные БД (FAISS/Weaviate/Qdrant)
    • Строить пайплайн эмбеддингов и индексации
    • Реализовывать retrieval, hybrid-search и reranking
    • Создавать LangChain-цепочки, промпт-шаблоны и few-shot
    • Организовывать structured output и базовую валидацию ответов
    • Собирать REST API на FastAPI: эндпоинты, авторизация, логирование
    • Автоматизировать работу в Bash и контролировать версионирование в Git
    • Писать тесты, проводить A/B для промптов и метрик качества (Recall@K, latency)
    • Оптимизировать стоимость и скорость (кэш, ограничения контекста)
    • Готовить демо и портфолио-проект продакшн RAG-бота
    О программе:

    RAG Engineer PRO — практическая программа из пяти курсов, которая доводит вас от прототипа до продакшн-бота с поиском «по смыслу».
    Вы пройдёте полный цикл: подготовка данных и индексация во векторной БД → retrieval/hybrid-search и reranking → LangChain-цепочки со строгим JSON-выходом → REST-API на FastAPI → базовые тесты, логирование и чек-листы деплоя.

    Внутри: LangChain, Vector DB & RAG Developer, FastAPI (нач.), Python для профессионалов, Bash Linux + Git.
    По итогам соберёте портфолио-проект RAG-ассистента с документацией, метриками качества (Recall@K, latency) и готовыми шаблонами кода.

    Что получите:
    • понятную архитектуру RAG и типовые паттерны (chunking, метаданные, hybrid-search, rerank);
    • практику с FAISS/Weaviate/Qdrant (на выбор) и LangChain;
    • API-обёртку на FastAPI, авторизацию и стриминг ответов;
    • основы эксплуатационных практик: логи, тесты, версия промптов, контроль стоимости и скорости.
    Для кого эта программа:
    • Python-разработчики и backend-инженеры, которым нужно быстро добавить LLM-функциональность в продукт.
    • DS/ML/DE-инженеры и аналитики, кто хочет уверенно собирать RAG-сервисы и не застревать на PoC.
    • Студенты и джуны, готовящие портфолио и стажировку: делаете законченную систему с API и документацией.
    • Небольшие команды/стартапы, которым важен быстрый путь от идеи к первому продакшн-инстансу.
    Ситуации, когда курс особенно полезен:
    • есть сырые документы/база знаний, нужно организовать поиск и ответы «по смыслу»;
    • прототип уже есть, но нет качества/скорости/API;
    • нужно показать работающий демо-бот заказчикам/руководству.
    Начальные требования:
    • Базовый Python (функции, классы, виртуальная среда, pip/poetry), умение читать документацию.
    • Любая ОС: Linux/macOS/Windows (можно WSL); 8 ГБ ОЗУ достаточно.
    • Потребуются деньги на оплату запросов к LLM
    Алексей Малышкин - Аналитик-разработчик с опытом работы в крупных компаниях. Победитель олимпиад по математике, программированию и анализу данных.

    Продажник
     
    Организатор, 6 дек 2025 в 03:20
  2. Похожие складчины
    Загрузка...
Наверх