Большие языковые модели. Экспертный уровень / LLM

17 участников

О чём курс

Курс представляет собой глубокое погружение в самые актуальные и продвинутые методы работы с большими языковыми моделями (LLM) и трансформерными архитектурами, которые на сегодняшний день стали индустриальным стандартом в области обработки естественного языка (NLP). В условиях стремительного развития генеративного ИИ, таких как ChatGPT и GPT-4, рынок труда испытывает острую потребность в квалифицированных специалистах, способных не просто использовать готовые решения, но и глубоко понимать архитектурные особенности моделей, адаптировать их под специфические бизнес-задачи и внедрять в реальные продукты. Программа курса сфокусирована на изучении state-of-the-art технологий, что позволяет студентам освоить передовые инструменты и фреймворки, используемые ведущими компаниями мира.

Курс разработан для широкого круга специалистов, стремящихся систематизировать свои знания и выйти на новый уровень профессиональной компетенции. Он идеально подойдет практикующим Data Science специалистам, желающим углубить понимание трансформеров, выпускникам профильных курсов по Machine Learning и NLP, а также ИТ-специалистам, чья деятельность связана с обработкой текстовых данных и внедрением современных методов ИИ в корпоративную среду. Для успешного освоения материала от слушателей требуется уверенное владение Python, базовые знания высшей математики (линейная алгебра, статистика, теория вероятностей, математический анализ), понимание методов классического машинного обучения и основ Deep Learning, включая опыт работы с библиотекой PyTorch.

В процессе обучения студенты пройдут путь от фундаментальных понятий архитектуры трансформеров и механизмов внимания до реализации сложных мультимодальных систем и AI-агентов. Практическая составляющая курса является приоритетной: каждый участник научится дообучать языковые модели под конкретные задачи, эффективно работать с длинным контекстом, применять техники промпт-инжиниринга и интегрировать LLM в прикладные решения, такие как телеграм-боты. Обучение построено таким образом, чтобы за минимально возможный срок дать слушателям максимум прикладных навыков, которые можно сразу же начать использовать в рабочих проектах. Выпускники курса получают комплексное понимание того, как устроены современные генеративные модели, как их оптимизировать, оценивать и масштабировать, что делает их востребованными экспертами в области искусственного интеллекта. Завершающим этапом обучения является проектная работа, позволяющая закрепить полученные знания на практике и создать собственный кейс, демонстрирующий владение современными методами работы с трансформерами.

Программа обучения

Базовые понятия трансформерных моделей В данном модуле вы познакомитесь с фундаментальным понятием NLP и трансформерных моделей. Рассмотрите архитектуру трансформера, механизм внимания и применение трансформеров в задачах машинного перевода и языкового моделирования. Тема 1: Задача языкового моделирования и понятие языковой модели Тема 2: Архитектура трансформер и задача машинного перевода // ДЗ Тема 3: BERT и другие трансформерные энкодеры // ДЗ Тема 4: GPT и другие декодерные модели для генерации текста Тема 5: Seq2seq модели. Дообучение трансформеров на практическом примере // ДЗ Тема 6: Методы за ChatGPT + Q&A сессия Новая эра LLM: базовые методы В этом модуле вы изучите современные подходы к большим языковым моделям (LLM) и их оптимизации. Вы освоите мультиязычные трансформеры, работу с длинным контекстом и практические техники промптинга. Тема 1: Современные LLM и оптимизация архитектуры Тема 2: Практическое занятие: теория промптинга LLM // ДЗ Тема 3: Методы за моделью DeepSeek - на пути к современному ризонингу Тема 4: LoRA и доменная адаптация (Domain adaptation) // ДЗ Тема 5: Мультиязычные трансформеры Тема 6: Работа с длинным контекстом Тема 7: Q&A сессия и дискуссионный клуб Продвинутые методы работы с LLM В этом модуле вы изучите углубленные подходы к работе с трансформерами. Тема 1: Sentence-transformers // ДЗ Тема 2: Эффективные трансформеры Тема 3: Практическое занятие: фреймворки для эффективной работы с LLM // ДЗ Тема 4: LangChain Тема 5: RAG - генерация на основе базы знаний Доп. главы работы с LLM В данном модуле вы узнаете о дополнительных аспектах работы с LLM, которые выходят за рамки стандартной программы. Тема 1: Оценка LLM Тема 2: Распределенное обучение Тема 3: Практическое занятие: интеграция LLM в тг-бота // ДЗ Тема 4: Q&A сессия и дискуссионный клуб Трансформеры для других модальностей В данном модуле вы ознакомитесь с применением трансформеров в мультимодальных задачах. Тема 1: Мультимодальные и Vision трансформеры Тема 2: Практическое занятие по работе с мультимодальными моделями Тема 3: Введение в AI агентов // ДЗ Тема 4: Трансформеры для временных рядов Тема 5: Трансформеры для табличных данных Тема 6: Q&A сессия и дискуссионный клуб Проектная работа Проектный модуль, во время которого студенты выполняют финальную работу на основе методов, изученных на курсе.

Складчина создана 14 апреля 2026 г. · описание обновлено 31 августа 2026 г.

Теги курса

Профессии
Инструменты
6 000 ₽ 99 000 ₽