Программы по теме «RAG» 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 «RAG». Страница обновляется автоматически: новые подготовленные программы появляются здесь после синхронизации и AI-разметки.
Курс посвящён разработке ИИ-агентов — от базовых принципов LLM и промпт-инжиниринга до производственных мультиагентных систем. В программе рассматриваются фреймворки LangChain, LangGraph, AutoGen, CrewAI, инструменты RAG, векторные БД, мониторинг и безопасность агентов.
Подробнее →Курс Олега Филиппова посвящён использованию MCP-серверов для разработки на 1С. Рассматриваются шесть Docker-контейнеров, которые подключаются одной строкой и предназначены для поиска по коду, справке и метаданным, проверки синтаксиса и кода, а также поиска по шаблонам.
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 →«Pro / ИИшенка — сообщество» — это набор материалов и ботов, посвящённых созданию ИИ-агентов и автоматизаций на платформе n8n. В базе знаний собраны инструкции по RAG, векторизации, локальному развёртыванию n8n, подключению нейросетей и внешних сервисов, а также примеры комьюнити- и Pro-ботов.
Подробнее →Школа Дмитрия Романова посвящена созданию AI-агентов для продаж, сервиса и HR. Программа включает три занятия и дополнительный модуль, где рассматриваются инструменты Replit, Bolt, Prompt Engineering, RAG, GPT Image и GPT Realtime API, а также сборка практических агентов для разных бизнес-задач.
Подробнее →Программа Дмитрия Романова посвящена созданию AI-агентов с базой знаний на основе подхода RAG. Рассматриваются платформы Replit и Claude Code, подготовка базы знаний, векторное хранилище, а также продвинутые техники RAG и обзор рынка AI-агентов.
Подробнее →«Pro / ИИшенка — сообщество» — это набор материалов и ботов, посвящённых созданию ИИ-агентов и автоматизаций на платформе n8n. В базе знаний собраны инструкции по RAG, векторизации, локальному развёртыванию n8n, подключению нейросетей и внешних сервисов, а также примеры комьюнити- и Pro-ботов.
Подробнее →AI Vibe Club — клубное пространство Тимура Есенова с базой практических материалов по автоматизации и AI. Внутри — доступ к курсу Vibe Coding, руководства по n8n, RAG-системам, шаблонам и записям еженедельных эфиров.
Подробнее →Курс Олега Филиппова посвящён разработке корпоративных ИИ-агентов на основе RAG. В программе рассматриваются embedding-и, векторные и другие базы данных, стратегии Hybrid Search, chunking, reranking, современные типы RAG, локальные LLM и особенности проектирования в экосистеме 1С.
Подробнее →Курс Олега Филиппова посвящён применению ИИ в работе аналитиков и руководителей проектов 1С. В программе — контекст-инжиниринг, модели LLM, агенты, MCP-серверы, RAGFlow, Computer Use, GitBook и инструменты Atlassian. Рассматриваются практические примеры и специализированные решения для задач на проектах 1С.
Подробнее →Первая часть онлайн-курса LLM-инженер от Gigaschool посвящена созданию, дообучению и оптимизации больших языковых моделей. В программе — архитектуры LLM, методы PEFT, выравнивание через RLHF, а также основы RAG, агентов, инфраструктуры и безопасности.
Подробнее →Курс посвящён разработке ИИ-агентов — от базовых принципов LLM и промпт-инжиниринга до производственных мультиагентных систем. В программе рассматриваются фреймворки LangChain, LangGraph, AutoGen, CrewAI, инструменты RAG, векторные БД, мониторинг и безопасность агентов.
Подробнее →Восьминедельный групповой курс по сквозной разработке ИИ, в котором участники спринт за спринтом создают собственное приложение на основе больших языковых моделей, RAG и агентов. Программа охватывает проектирование, оценку и развёртывание систем искусственного интеллекта промышленного уровня.
Подробнее →Онлайн-воркшоп по AI-разработке от Данила Щуцкого и Олега Мифле, запланированный на 3 марта. Программа посвящена выстраиванию workflow разработки с LLM: от исследования ниши и декомпозиции до практической сборки лендинга и бота-секретаря с RAG-базой знаний.
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 автоматизации бизнес-процессов с помощью ИИ-агентов в n8n. В программе — создание автономных агентов, голосовых ассистентов с ElevenLabs и Twilio, а также многоагентных систем с MCP и RAG. Материал рассчитан на три недели и включает 86 лекций.
Подробнее →Ranez University — закрытое коммьюнити по AI, организованное в Telegram с разбивкой по топикам. В материалах представлен обучающий цикл по AI Agents, а также заявлены темы LLM, RAG-систем, кодинга с AI, нейронных сетей и ML/Deep Learning.
Подробнее →Курс Олега Филиппова посвящён использованию MCP-серверов для разработки на 1С. Рассматриваются шесть Docker-контейнеров, которые подключаются одной строкой и предназначены для поиска по коду, справке и метаданным, проверки синтаксиса и кода, а также поиска по шаблонам.
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 →Курс посвящён автоматизации задач на платформе n8n и интеграции AI-моделей в рабочие процессы. В программе — базовые и продвинутые сценарии: от работы с таблицами и API до создания AI-агентов, чат-ботов и RAG-систем. Предусмотрены учебные проекты и финальная работа.
Подробнее →Онлайн-курс Евгения Борисова для разработчиков, знакомых с Java и Spring, посвящён встраиванию локальных LLM в приложения на Spring AI. В программе — создание микросервиса с историей диалога, подготовка данных и RAG, а также приёмы оптимизации качества ответов без увеличения мощности модели.
Подробнее →