Темы курса
- Продвинутая часть
- Практика и тренировки
- Гайды и шпаргалки
- Тесты и экзамены
- Экосистема и инструменты
Уровни
- Организация памяти ИИ-агента 55 мин
- Основы разработки ИИ-решений 40 мин
- Читлисты и справочники TensorFlow 1 мин
- Своя нейросеть на Keras 100 мин
- Читлисты и справочники по Keras 1 мин
- Развёртывание и обслуживание ИИ-моделей 35 мин
- Распознавание изображений, свёртки и перенос обучения 85 мин
- Три полки памяти — видеопамять, оперативка и диск 8 мин
- Интеграция ИИ-моделей в приложения на Python 18 мин
- Контекст и KV-кэш 5 мин
- Квант, который ещё помещается — Q4, Q8, FP16 и QAT 5 мин
- Работа с ИИ-моделями — локальный запуск LLM и облачные API: Ollama, OpenAI, Claude 40 мин
- Интеграция ИИ в веб-приложения 35 мин
- Если генерация тормозит — сначала симптом, потом частота ОЗУ и питание, потом контекст, и только затем квант 13 мин
- Цифровые инструменты без ручного кодинга 35 мин
- Нейросеть с нуля на NumPy 75 мин
- Мини-GPT своими руками 80 мин
- Семь слоёв LLM-стека 35 мин
- Облачные API Cognitive Services 35 мин
- Оркестрация AI-агентов — мультиагентные системы на LLM: как связать несколько ИИ-агентов 35 мин
- Практикум — проекты по ИИ 35 мин
- Function calling и structured output 30 мин
- GraphRAG и agentic RAG 35 мин
- Оптимизация локального инференса LLM 40 мин
- Знакомство с нейросетями на Python 40 мин
- Продолжение знакомства с нейросетями на Python 45 мин
- Ядро PyTorch и GPU-ускорение 50 мин
- Математика, данные, научные вычисления 55 мин
- Нейросети, модели, NLP/CV 65 мин
- Аудио, речь, музыка 50 мин
- Web/UI, инфраструктура, утилиты 55 мин
- TensorFlow и Keras для начинающих 28 мин
Все уровни курса открывается по подписке.
- Интерактивные уровни с проверкой ответов
- Прогресс и повторение терминов сохраняются
- Тренажёры Linux, SQL, Git и Docker в браузере