Слив курса Spring AI: как надо, а не как все [lektorium] [Евгений Борисов]

Онлайн-курс для разработчиков, знакомых с Java и Spring
Онлайн-курс для тех, кто хочет встроить ИИ в свое приложение и выстроить архитектуру так, чтобы все работало как надо, даже на локальной модели.
А это значит безопасно. И почти бесплатно.
Опытный инженер-практик покажет, как подойти к созданию приложений с локальными LLM-моделями не по учебнику, а по-взрослому: с пониманием архитектуры, принципов взаимодействия и маленькими трюками, которые сделают работу с AI не только эффективной, но и приятной.
Во время прохождения курса вы получите рекомендации по настройке инструментов, выбору архитектурных решений и улучшению качества взаимодействия с моделью.
Онлайн-курс для тех, кто хочет встроить ИИ в свое приложение и выстроить архитектуру так, чтобы все работало как надо, даже на локальной модели.
А это значит безопасно. И почти бесплатно.

Курс включает техники, которые вы вряд ли встретите в других материалах по Spring AI:

• Кастомные retrieval-стратегии, чтобы запросы были умнее, а ответы точнее
• Оптимизация промптов для слабых моделей
• Настройка баланса между историей диалога и знаниями из RAG
• И, наконец, RAG, который действительно помогает, а не просто добавлен, «потому что сегодня так принято»

Программа курса:
Теория не ради галочки. Все сразу закрепляется в коде, шаг за шагом: от запуска локальной модели до настройки кастомного RAG.
Диалог с моделью: создаем микросервис, который работает с локальной LLM и хранит историю переписки для полноценного общения
«И ты, RAG»: учимся готовить данные, резать их на чанки и подключать к модели
Оптимизация качества (выжмем из локальной модели то, что облаку и не снилось):
пишем кастомный Advisor, внедряем Query Extensions, retrieval-стратегии и ранкеры — улучшаем ответы без увеличения мощности модели