Нейронные сети. Уровень 2: обработка языка, LLM и RAG
Научитесь дообучать языковые модели, строить семантический поиск и RAG-системы и запускать их в закрытом контуре компании.
Длительность
32 ак. ч. + 32 самостоятельно
Уровень
Продвинутый
Формат
Очно, Онлайн
Документ
Удостоверение о повышении квалификации
НДС не облагается · возможен вычет 13%
Выберите группу
- Бесплатный перенос в другую группу
- Рассрочка 0% на 6 месяцев
О курсе
Работа с текстом — самая быстро растущая область прикладного ИИ: клиентская поддержка, разбор договоров и обращений, поиск по регламентам, извлечение данных из документов, суммаризация. Готовый чат-бот закрывает лишь часть таких задач. Там, где нужны точность на собственных данных и контроль над рисками, команды дообучают модели, строят RAG и запускают открытые LLM внутри компании.
Курс идёт от основ к системам: токенизация и эмбеддинги, архитектура трансформер, библиотека Hugging Face transformers и Datasets, собственные токенизаторы, полное и параметрически-эффективное дообучение (LoRA), семантический поиск на FAISS и Qdrant, RAG с оценкой качества. Отдельный модуль посвящён работе с LLM: API GigaChat и YandexGPT, локальный запуск открытых моделей, вызов функций и протокол MCP. Практика строится на русскоязычных данных.
К концу курса у вас будет рабочий прототип по профессиональной теме: классификатор, извлечение полей из документов или RAG-ассистент со ссылками на источники. Мы показываем, как измерять качество вместо оценки «на глаз», как защищаться от prompt injection и что по 152-ФЗ нельзя отправлять во внешние облачные нейросети.
Для кого этот курс
- Python-разработчики и ML-инженеры, создающие продукты на основе текста и больших языковых моделей
- Data Scientist, переходящие от классических методов NLP к трансформерам
- Архитекторы и технические лидеры корпоративных ИИ-ассистентов и поиска по базам знаний
- Аналитики процессов и специалисты по автоматизации, готовящие интеллектуальную обработку документов и обращений
- Выпускники курса «Нейронные сети. Уровень 1: компьютерное зрение»
Требования к подготовке
- Курс «Нейронные сети. Уровень 1: компьютерное зрение» или эквивалентная подготовка
- Или эквивалентная подготовка: уверенный Python и опыт обучения нейросетей в PyTorch (тензоры, DataLoader, цикл обучения)
- Желательно: опыт работы с git и Jupyter
Инструменты курса
Чему вы научитесь
Архитектура трансформер
Разберётесь, как устроены кодировщики, декодировщики и механизм внимания, и сможете выбрать архитектуру под задачу.
Токенизация
Поймёте, как токенизатор влияет на качество и стоимость обработки, и обучите собственный токенизатор (BPE, WordPiece, Unigram).
Работа с transformers
Загрузите, запустите и дообучите модели из Hugging Face с помощью Trainer и Accelerate на собственных данных.
Дообучение под задачу
Решите классификацию, извлечение сущностей, вопросы-ответы и суммаризацию, в том числе с LoRA на ограниченных вычислительных ресурсах.
Семантический поиск и RAG
Построите индекс эмбеддингов, настроите разбиение на фрагменты, гибридный поиск и реранкинг и соберёте RAG-ассистента со ссылками на источники.
Работа с LLM
Подключите GigaChat и YandexGPT по API, запустите открытую модель локально, настроите структурированный вывод и вызов функций.
Оценка качества
Измерите качество метриками F1, ROUGE, перплексией и recall@k и соберёте эталонный набор вопросов для регулярной проверки системы.
Безопасное внедрение
Учтёте требования 152-ФЗ, защититесь от prompt injection и утечек через контекст и выберете схему развёртывания в закрытом контуре.
Программа курса
7 модулей · 32 ак. часа с преподавателем · 32 ак. ч. самостоятельной работы
- Карта задач: классификация текстов и токенов, извлечение сущностей, вопросы-ответы, суммаризация, перевод, генерация, поиск
- Представление текста: one-hot, мешок слов, TF-IDF и зачем нужны плотные векторы
- Векторы слов Word2Vec, GloVe, FastText и контекстные эмбеддинги
- Архитектура трансформер: самовнимание, кодировщик и декодировщик; модели в стиле BERT, GPT и T5
- Экосистема Hugging Face: Hub, карточки моделей, лицензии, пайплайны
- Модели для русского языка: ruBERT, мультиязычные и открытые LLM, российские GigaChat и YandexGPT (Alice AI)
Практика: Запустить стандартные пайплайны transformers на русскоязычных текстах: тональность, zero-shot-классификация, NER, вопросы-ответы, суммаризация, перевод. Составить таблицу случаев, где модели ошибаются.
Расписание групп
Выберите удобную группу — очно в аудиториях ИНТЦ МГУ или онлайн в прямом эфире.
31 октября — 21 ноября
старт в сб· группа состоится
Выходные10:00–17:10
Очно / Онлайносталось 5 мест
Максим Виноградов9 декабря — 1 января
старт в ср· группа состоится
Будни, вечер19:00–22:10
Очно / Онлайносталось 2 места
23 января — 13 февраля
старт в сб
Выходные10:00–17:10
Очно / Онлайносталось 9 мест
Максим Виноградов15 февраля — 10 марта
старт в пн
Будни, вечер19:00–22:10
Очно / Онлайносталось 4 места
Не подходят даты? Оставьте заявку — сообщим о новой группе или организуем обучение для вашей компании.
Преподаватели и авторы
Виноградов Максим
Продакт-менеджер платформы Nodul
Продакт-менеджер Nodul — российской low-code платформы автоматизации процессов и AI-агентов. Каждый день работает с тем, как компании превращают процессы в работающие сценарии: интеграции, LLM, агенты, on-premise развёртывание.
Эксперты-практики
Приглашённые специалисты из индустрии
Практические занятия по прикладным направлениям ведут приглашённые специалисты: дизайнеры, аналитики, разработчики, финансисты и HR-практики, которые используют ИИ в ежедневной работе.
Удостоверение о повышении квалификации
Выдаём удостоверение о повышении квалификации установленного образца. Сведения о документе вносятся в федеральный реестр ФИС ФРДО — его подлинность может проверить любой работодатель.
- Электронная копия в личном кабинете
- Подходит для аттестации и портфолио
- Можно вернуть 13% через налоговый вычет
ИИ Долина
ИНТЦ МГУ «Воробьёвы горы»
№ 772600 000142
Удостоверение
о повышении квалификации
Настоящее удостоверение выдано
Иванову Ивану Ивановичу
в том, что он(а) прошёл(ла) обучение по программе
«Нейронные сети. Уровень 2: обработка языка, LLM и RAG»
в объёме 32 академических часов
Долина
Стоимость обучения
Рассрочка 0%
До 6 месяцев без переплаты
Налоговый вычет
Вернёте до 7 409 ₽
Оплата компанией
Договор, счёт, акты, ЭДО
Вопросы о курсе
Нужна ли своя видеокарта?+
Нет. Дообучение выполняется в GPU-среде ИИ Долины. Крупные модели мы используем через API, а локально запускаем компактные и квантованные версии, которые работают и на обычной рабочей станции.
Придётся ли отправлять данные в зарубежные сервисы?+
Нет. Практика строится на открытых моделях и российских API. Отдельно разбираем, какие данные нельзя передавать во внешние облака по 152-ФЗ и как устроить закрытый контур.
Что делать, если я пропустил занятие?+
Материалы и ноутбуки доступны в личном кабинете. Пропущенную тему можно отработать в часы самостоятельной работы и задать вопросы преподавателю на консультации.
Какой документ я получу?+
Удостоверение о повышении квалификации, если у вас есть диплом о среднем профессиональном или высшем образовании. Итоговая аттестация проходит в формате теста или защиты проекта.
Остались вопросы о курсе?
Методист перезвонит, поможет выбрать группу и расскажет о скидках. Ближайший старт — 31 окт.
С этим курсом изучают
Нейронные сети. Уровень 1: компьютерное зрение
Практикум по компьютерному зрению на PyTorch: разметка данных, свёрточные сети и трансформеры, YOLO, сегментация, OCR, видео. Итог — прототип CV-сервиса.
Нейронные сети. Уровень 3: обработка звука и речи
Спектрограммы, CNN и трансформеры, дообучение Whisper, wav2vec 2.0 и GigaAM, распознавание и синтез речи, шумоподавление, запуск модели как сервиса. Практика на Python и PyTorch.
AI-агенты на отечественных LLM: GigaChat, YandexGPT и on-premise модели
Агенты на GigaChat, YandexGPT и открытых моделях: API и квоты, структурированный вывод, инструменты, RAG, оценка качества, запуск на vLLM в своём контуре, наблюдаемость. Практика в Nodul и Python.
Максим Виноградов39 990 ₽Агентные системы и MCP: подключаем ИИ к корпоративным системам
Практикум по Model Context Protocol: пишем MCP-серверы для баз данных, CRM, 1С и документов, подключаем Claude Code, Cursor и Nodul, строим мультиагентные схемы с правами, аудитом и защитой от prompt injection.
Максим Виноградов32 990 ₽