Spring AI: как надо, а не как все

25 участников

О чём курс

Вам нужно встроить ИИ в Java-приложение так, чтобы оно работало быстро, безопасно и бесплатно на локальных моделях — именно это разбирают в данном курсе. Вместо типовых инструкций здесь показывают, как проектировать архитектуру AI-сервисов с учетом реальных нагрузок и ограничений железа.

Внутри курса разбираются:

  • Кастомные стратегии retrieval, позволяющие сделать ответы модели точнее при тех же вычислительных ресурсах.
  • Техники оптимизации промптов специально для работы со слабыми локальными моделями.
  • Настройка баланса между контекстом из RAG и историей диалога для создания осмысленного общения.
  • Разработка кастомных Advisor, Query Extensions и ранкеров для улучшения качества ответов без перехода на мощные облачные решения.

Материал ориентирован на разработчиков, уже знающих Java и Spring. На выходе вы получите навыки создания отказоустойчивых AI-интеграций, работающих полностью на вашей инфраструктуре.

Программа обучения

  • Диалог с моделью: создание микросервиса, работающего с локальной LLM, с реализацией хранения истории переписки.
  • «И ты, RAG»: подготовка данных, методы нарезки на чанки и их интеграция с моделью.
  • Оптимизация качества: написание кастомных Advisor, внедрение Query Extensions, отработка retrieval-стратегий и использование ранкеров.
Складчина создана 24 августа 2025 г. · описание обновлено 23 марта 2026 г.

Другие материалы автора 3

ЕБ Евгений Борисов Все материалы
798 ₽ 8 624 ₽