Чему вы научитесь

• Освоим основы работы с LLM (на базе OpenAI)
• Познакомимся с фреймворком LangChain на практике
• Научимся подключать LLM к системам логирования, таким как Elastic Stack
• Построим RAG-систему для получения данных из документации и корпоративной базы знаний
• Создадим AI-агентов для управления сетевым оборудованием
• Реализуем AI-ассистента, готового помогать в администрировании сетевой инфраструктуры
• Поработаем как с OpenAI LLM, так и с локальными моделями через Ollama

О курсе
В этом курсе мы научимся применять современные LLM для автоматизации, разбирая практические кейсы из администрирования сетевой инфраструктуры.
Мы шаг за шагом встроим LLM в традиционную автоматизацию с помощью фреймворка LangChain.
В результате мы создадим готовое решение в виде AI‑ассистента, который:

• общается как ChatGPT, но с учетом вашей внутренней документации,
• помогает с настройкой сетевого оборудования для рутинных задач,
• анализирует логи и ускоряет диагностику инцидентов.

Так привычное взаимодействие человек‑машина превращается в удобный чат человек‑человек, где инфраструктура отвечает как живой помощник.
Курс ориентирован на решение практических задач из жизни сетевого/системного администратора.

Для кого этот курс
Администраторы сети, инфраструктуры, сетевые инженеры, DevNetOps и IT специалисты, которые хотят автоматизировать рутинные задачи с помощью современных AI-инструментов.

Программа курса:

Знакомство с LLM

1. Введение и знакомство
2. Подготовка рабочей среды
3. Основы работы с OpenAI
4. LangChain и Streamlit
5. Локальная LLM

Использование LLM для автоматизации

1. LangChain в действии
2. Использование RAG
3. LLM Agents. Часть 1
4. LLM Agents. Часть 2
5. LLM Memory
6. T-shoot и тюнинг

Заключение

1. Подведение итогов

Автор: Артем Уткин

В курс входят

• 12 уроков
• 2 часа 32 минуты видео
• 49 тестов

ИСТОЧНИК

СКАЧАТЬ