Складчина: LLM-инженер. Часть 4 из 5 [Gigaschool] [Александр Потехин, Роман Соломатин]
Четвертая из пяти складчин на полный курс.
Создавай, обучай и внедряй LLM‑проекты под руководством экспертов и практиков
Что даст курс?
- Возможность создать LLM-проект
- освоив технологии разработки LLM, вы сможете запускать свои проекты с нуля, создавая решения на базе передовых технологий.
- Улучшить существующие сервисы
- возможность создавать и оптимизировать LLM для реальных задач, повышая эффективность бизнес-процессов и улучшая качество сервисов.
В связи с высокой стоимостью (190 998 руб.) и продолжительностью (5,5 месяцев) курса, для удобства участников принято решение о его разделении на 5 частей. Каждая часть соответствует одному большому разделу программы. Каждая последующая складчина является продолжением предыдущей, и соответственно необходимо оплатить предыдущую.
Это четвертая часть курса, посвященная продвинутой теме — интеллектуальным агентам. Вы научитесь строить как простейших агентов для решения конкретных задач, так и сложные мультиагентные системы. Особое внимание будет уделено точкам отказа, уязвимостям, борьбе с галлюцинациями и методам reasoning (ReAct, Tree of Thoughts).
Что вы освоите в этой части?
Ключевые навыки:
- Разрабатывать интеллектуальных агентов и мультиагентные системы
- Использовать reasoning-подходы: ReAct, Tree of Thoughts
- Понимать пределы применимости агентов и их точки отказа
- Отлаживать и валидировать агентные системы
- Защищать системы от уязвимостей и галлюцинаций агентов
Основные инструменты:
- OpenAI Agents API
- LangGraph
Программа четвертой части курса
Раздел 4. Агенты
1. Введение
Лекция: что такое агенты, как это работает и сфера применимости
Семинар: построение собственной системы простейших агентов (поиск авиабилетов), сравнение работы обычной модели vs агент
Доп. литература: анализ реальных примеров: как OpenAI ChatGPT действует в качестве агента
На выходе таланты:
Понимают, что такое агенты и чем они отличаются от других ИИ-инструментов
Умеют строить простейших агентов
2. Мультиагентные системы
Лекция: мультиагентные системы, контекстная адаптация, точки отказа системы, галлюцинации агентов, следование промпту, уязвимости
Семинар: реализация агента с поддержкой многошагового планирования, использование LLM для генерации и корректировки пошаговых инструкций: добавление валидации и ограничений на действия, тесты для проверки корректности работы агента
Доп. литература: multi-hop reasoning & Tree of Thoughts + ReAct
На выходе таланты:
Понимают, что такое мультиагентные системы
Умеют строить более сложных агентов
Верхнеуровнево понимают пределы применимости агентов
Понимают, какие ошибки и опасности могут встречаться в работе с агентами
Имеют полное понимание о точках отказа агентов и где их применять нельзя
Умеют отлаживать и валидировать агентные системы
Эксперты курса
Потехин Александр. NLP Lead X5 Tech
Соломатин Роман. ML Engineer (LLM, Ops) X5 Tech
Андреева Дарья. ML Engineer (NLP) X5 Tech
Желтова Кристина. Газпромбанк, директор по разработке моделей
Кокуйкин Евгений. CEO Raft
Цена: 36000 рублей (за четвертую часть из пяти).
Предыдущие части курса:
Следующая часть курса: