LLM: От понимания к продукту

Курс  для тех, кто устал от поверхностных обсуждений и хочет разбираться в больших языковых моделях на практике. Ответим на вопрос не только “Как?”, но "Зачем?" и "Куда?" можно и нужно внедрять LLM.

Мы разделили обучение на две части. Вы можете пройти только первую и этого будет достаточно, чтобы уверенно ориентироваться в теме. А можете пойти дальше и создать собственное LLM-приложение.

Расписание:

Занятия будут проходить в зуме с трансляцией на вк-видео по вторникам и четвергам в 18:30. Продолжительность 1 - 2 часа. Записи будут доступны на всех основных видеоплатформах. 

Часть 1: Понимание, архитектура, стратегия (подробнее)

18.02 | Открытие курса

19.02 | Глобальная панорама ИИ: геополитика, экономика, вызовы будущего

24.02 | Бизнес-кейсы и экономика применения LLM

26.02 | Понимание LLM: суть, свойства, контекст, токены и Prompt Engineering

03.03 | Глубокое понимание LLM: архитектура трансформеров на пальцах.

05.03 | Моделей и инфраструктура: выбор, деплой, экономика

10.03 | LLM для ваших данных: RAG PEFT/LoRA

12.03 | Мультиагентные системы

17.03 | Стратегия внедрения и дизайн бизнес-процессов

19.03 | HR и кадровая политика в эпоху ИИ

Часть 2: Практика (подробнее)

31.03 | No-code старт: локальные модели и конструкторы

02.04 | RAG: быстрый старт

07.04 | RAG: продвинутые техники

09.04 | Мультиагентные системы и инструменты

14.04 | Интеграции с корпоративными системами

16.04 | Дообучение моделей: LoRA/QLoRA

21.04 | Карьера в эпоху ИИ - бонусная лекция

Формат участия в проектах

Участие в проекте возможно:

• индивидуально;
• в команде до 3 человек.

Кому будет полезен курс?

• Руководителям, владельцам продуктов, топ-менеджерам – чтобы говорить с IT на одном языке и принимать обоснованные стратегические решения в области цифровой трансформации
• Менеджерам и владельцам продуктов – чтобы оценивать проекты, осознанно выстраивать AI-based бизнес-процессы и ставить задачи команде, оценивать стоимость и риски внедрения
• Аналитикам и Citizen Data Scientists – чтобы применять LLM без глубокого погружения в код
• Data- и IT-специалисты – чтобы быстро прототипировать и разворачивать LLM-решения
• Начинающим ML-разработчикам – как структурированный вход в RAG, PEFT и экосистему Hugging Face

Формат курса:

• 2 части, 8 модулей, 2 месяца активного обучения
• 1-2 онлайн занятия в неделю по 1.5 часа  (все записи доступны)
• Тесты, домашки, митапы и приглашённые спикеры
• Сквозной индивидуальный проект: вы развиваете одну идею на протяжении всего курса – от концепции до реализации
• Призы, рейтинг, признание: Лучших участников по итогам каждой части ждут призы, мерч и почетное место в публичном рейтинге. Ваши достижения будут замечены.
• Публичный рейтинг и призы: лучшие участники получают мерч и признание

Для дополнительной мотивации будет вестись публичный рейтинг, лучшие участники получат уникальный мерч от ODS. Участников ждут практические домашние задания, тесты, индивидуальный финальный проект, а так же дополнительные активности и митапы, которые будут предлагаться участникам по ходу курса.

Необходимые навыки:

Для всех участников:

• Базовое понимание цифровых продуктов и работы с данными
• Опыт в IT-проектах – плюс, но не обязательно
• Готовность осваивать новые инструменты и экспериментировать

Для технического трека (модули 5–8):

• Python на уровне «прочитать, запустить, поправить»
• Общее понимание работы с библиотеками и пакетами
• Работа с API – можно освоить по ходу
• Базовое понимание Docker будет плюсом.

Как набрать баллы рейтинга?

• Проходить промежуточные задания по каждому модулю
• Выполнить и представить финальный проект
• Выступить на митапе или провести мастер-класс по теме, связанной с курсом