Научитесь создавать AI-инструменты, которые помогают в работе:
- Находят нужную информацию
- Отвечают на вопросы
- Получают данные из внешних сервисов — от no-code прототипа до простого Python-бота
О курсе:
- Это практический интенсив, на котором вы шаг за шагом пройдёте путь от простой no-code сборки до локального приложения с поиском по документам, подключением сервисов и Telegram-интерфейсом
- За 4 вебинара вы получите необходимые навыки LLM-инженера и соберёте основу ассистента: настроите поиск и обработку ваших данных, подключите инструменты, добавите свою логику и запустите Telegram-бота с фоллбэком на GPT-4o
- Программа выстроена так, чтобы вы понимали не только шаги, но и общую логику работы AI-ассистентов: подготовку данных, механизм поиска, подключение инструментов через MCP и выполнение запросов
Кому подойдёт этот курс:
Аналитикам
- Проектирование и сборка прототипов AI-сервисов
- Интеграция внешних инструментов через MCP-сервер
- Работа с векторными базами данных для поиска по документации
Разработчикам и QA-инженерам
- Архитектурный паттерн RAG и компоненты современного AI-стека
- Сервер локальных моделей (Ollama) и векторная БД (pgvector)
- MCP-сервер для интеграции инструментов
IT-специалистам, DevOps и архитекторам
- Интеграция LLM-компонентов в IT-ландшафт компании
- Развертывание локальных моделей через Ollama и работа с векторными БД
- Подключение внешних сервисов, создание безопасных и масштабируемых AI-ассистентов
Как проходит обучение:
- Удобное время занятий: все уроки онлайн, можно задавать вопросы и разбирать кейсы в реальном времени.
- Фокус на практику: вы делаете всё своими руками — от сборки Flowise до Telegram-бота.
- Постоянный доступ к материалам: записи, код, пайплайны и инструкции остаются у вас навсегда.
- Поддержка преподавателя: уточнение деталей, разбор ошибок и рекомендации прямо на занятии.
Чему вы научитесь:
- Быстро находить информацию в документах
Соберёте ассистента, который понимает файлы и помогает искать данные.
- Получать данные из внешних сервисов
Настроите API через MCP для подгрузки погоды, курсов или метрик.
- Настраивать поведение (Low-code)
Научитесь управлять поиском, обрабатывать ошибки и переключать модели.
- Создавать прототипы на базе LLM
Разберётесь с цепочками поиска, инструментами и тестированием функций.
- Работать с локальной векторной базой и API
Освоите сплиттинг текста, Pgvector и FastAPI для семантического поиска.
- Собирать Telegram-ассистента
Создадите бота на Python, настроите Webhook, авторизацию и работу через Ollama.
Программа курса:
Тема 1. Сборка первого ассистента в Flowise без кода.
- Загрузка документов, обработка текста и подключение модели в визуальном интерфейсе.
Тема 2. Подключение внешних сервисов через MCP.
- Добавление инструментов (API) и разбор работы Model Context Protocol.
Тема 3. Настройка поведения с помощью Low-code.
- Внедрение JS/Python фрагментов для управления поиском и обработки ошибок.
Тема 4. Цепочка обработки запросов в LangChain.
- Организация последовательности «поиск — модель — инструменты». OpenAI Functions и Ollama.
Тема 5. Локальный поиск по документам и API.
- Хранение в Pgvector, запросы через FastAPI и вайб-кодинг в Cursor.
Тема 6. Сборка Telegram-ассистента.
- Настройка команд, Webhook, авторизации и работы через Ollama.
Преподаватель Ярослав Шуваев:
- 20+ лет опыта в цифровой разработке.
- 10+ лет внедрения инноваций в корпорациях (Альфа-Банк, Ак Барс Банк, МТС, Viasat).
- 10+ лет опыта в корпоративном обучении.
ИСТОЧНИК
СКАЧАТЬ
Вы находитесь на странице товара «Ярослав Шуваев → RAG / Karpov.courses - боты и автоматизация LLM», это материал 2025 года, который, мы надеемся, принесет вам пользу. Все курсы доступны по очень низкой цене, в отличии от оригинальной цены автора в размере рублей. Вы же получаете этот курс, купив в нашем магазине Coursx.net, с огромной скидкой, всего 189 рублей. На каждый курс Вы можете посмотреть оригинальный продажник, после чего принять решение о покупке. Обучающий курс входит в рубрику «Программирование», спросом которой пользуется множество покупателей. В нашем магазине Вы найдёте ещё много курсов от автора «Ярослав Шуваев → RAG», достаточно ввести в поиск имя автора.