Программы по теме «LangChain» в направлении «Нейросети и AI». Сравнивайте содержание, авторов и новые материалы в одном разделе.
В подборку входят доступные курсы, которые одновременно относятся к направлению «Нейросети и AI» и теме «LangChain». Страница обновляется автоматически: новые подготовленные программы появляются здесь после синхронизации и AI-разметки.
Курс Владимира Елфимова посвящён полному циклу разработки и эксплуатации больших языковых моделей: от архитектуры трансформеров и подготовки данных до LLMOps, интеграции через фреймворки, fine-tuning и проектной работы. Программа включает модули по RAG, векторным базам, мониторингу и оптимизации LLM-систем.
Подробнее →Практический курс по искусственному интеллекту и машинному обучению, построенный вокруг создания 100 проектов. В программе рассматриваются библиотеки PyTorch, TensorFlow, HuggingFace, LangChain, а также инструменты для локальной разработки: Ollama, ChromaDB, Streamlit, Gradio, LangGraph и CrewAI. Курс включает 8 разделов, 40 лекций общей продолжительностью около 3 часов 8 минут.
Подробнее →Курс посвящён применению больших языковых моделей для автоматизации задач сетевой и системной инфраструктуры. В программе — работа с OpenAI и локальными моделями через Ollama, фреймворк LangChain, построение RAG-системы и AI-агентов. Рассматривается создание AI-ассистента для администрирования сетевой инфраструктуры.
Подробнее →Практический интенсив Ярослава Шуваева, посвящённый сборке AI-ассистентов на основе LLM: от no-code прототипа в Flowise до локального приложения с поиском по документам, подключением внешних сервисов через MCP и Telegram-интерфейсом. В программе рассматриваются RAG, векторные базы данных, LangChain, Ollama и FastAPI.
Подробнее →Курс посвящён применению больших языковых моделей для автоматизации задач сетевой и системной инфраструктуры. В программе — работа с OpenAI и локальными моделями через Ollama, фреймворк LangChain, построение RAG-системы и AI-агентов. Рассматривается создание AI-ассистента для администрирования сетевой инфраструктуры.
Подробнее →Практический интенсив Ярослава Шуваева, посвящённый сборке AI-ассистентов на основе LLM: от no-code прототипа в Flowise до локального приложения с поиском по документам, подключением внешних сервисов через MCP и Telegram-интерфейсом. В программе рассматриваются RAG, векторные базы данных, LangChain, Ollama и FastAPI.
Подробнее →Курс Владимира Елфимова посвящён полному циклу разработки и эксплуатации больших языковых моделей: от архитектуры трансформеров и подготовки данных до LLMOps, интеграции через фреймворки, fine-tuning и проектной работы. Программа включает модули по RAG, векторным базам, мониторингу и оптимизации LLM-систем.
Подробнее →RAG Engineer PRO — практическая программа Алексея Малышкина на Stepik, состоящая из пяти курсов. Она охватывает полный цикл разработки RAG-системы: от подготовки данных и индексации до создания API на FastAPI и базового деплоя. В материалах рассматриваются векторные базы данных, LangChain, тестирование и метрики качества.
Подробнее →Практический курс по искусственному интеллекту и машинному обучению, построенный вокруг создания 100 проектов. В программе рассматриваются библиотеки PyTorch, TensorFlow, HuggingFace, LangChain, а также инструменты для локальной разработки: Ollama, ChromaDB, Streamlit, Gradio, LangGraph и CrewAI. Курс включает 8 разделов, 40 лекций общей продолжительностью около 3 часов 8 минут.
Подробнее →