Calvin Candie
Вечный
Calvin Candie
Вечный
- 2 Сен 2018
- 42,324
- 3,885
- #1
Голосов: 0
Автор: Gigaschool
Название: LLM-инженер (2026)

Создавай, обучай и внедряй LLM‑проекты под руководством экспертов и практиков
Что даст курс?
Каждая часть соответствует одному большому разделу программы.
Каждая последующая часть является продолжением предыдущей.
Это первая часть большого онлайн-курса, на которой вы научитесь создавать, дообучать и оптимизировать собственные большие языковые модели (LLM).
Под руководством экспертов вы изучите современные архитектуры, методы дообучения PEFT, выравнивания моделей с помощью RLHF и способы уменьшения их размера для эффективного использования.
Что вы освоите в этой части:
Ключевые навыки:
1. Выравнивающий блок
Подробнее:
Скачать:
Название: LLM-инженер (2026)

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.
Каждая часть соответствует одному большому разделу программы.
Каждая последующая часть является продолжением предыдущей.
Это первая часть большого онлайн-курса, на которой вы научитесь создавать, дообучать и оптимизировать собственные большие языковые модели (LLM).
Под руководством экспертов вы изучите современные архитектуры, методы дообучения PEFT, выравнивания моделей с помощью RLHF и способы уменьшения их размера для эффективного использования.
Что вы освоите в этой части:
Ключевые навыки:
- Разбираться в архитектурах современных LLM (close vs open models)
- Запускать и адаптировать open-source модели под свои задачи
- Настраивать модели с помощью fine-tuning и PEFT (LoRA / QLoRA)
- Использовать методы RLHF для выравнивания моделей (включая DPO, PPO)
- Снижать ресурсоёмкость моделей через квантизацию и дистилляцию
- Hugging Face Transformers
- TRL (для RLHF)
- LoRA / QLoRA
1. Выравнивающий блок
- NLP - от базы до DL
- Attention & трансформеры
- Эволюция трансформеров до наших дней
- Современные LLM
- PEFT
- RLHF & Alignment
- Уменьшение размеров модели
- Работа с текстами
- Векторы
- Информационный поиск
- Ранжировние
- Основы RAG систем
- Усложнение RAG систем
- Введение
- Мультиагентные системы
- Хостинг LLM, эмбеддингов
- Разворачивание чат-бота
- Observing
- Безопасность (OWASP)
- дискриминация и предвзятость, утечка
- конфиденциальной информации в ЛЛМ,
- галлюцинации модели, alignment
- Кристина Желтова — Директор по разработке моделей, Газпромбанк
- Роман Соломатин — ML Engineer (LLM, Ops), X5 Tech
- Дарья Андреева — ML Engineer (NLP), X5 Tech
- Александр Потехин — NLP Lead, X5 Tech
- Евгений Кокуйкин — CEO, Raft
Подробнее:
Скрытое содержимое доступно для зарегистрированных пользователей!
Скачать:
Для просмотра скрытого содержимого вы должны войти или зарегистрироваться.