- Home
- Courses
- Artificial Intelligence
- RAG системы: от теории к продакшену
Curriculum
- 8 Sections
- 65 Lessons
- Lifetime
Expand all sectionsCollapse all sections
- EL2Z 1. Основы RAG и архитектура8
- 1.1EL2Z 1.1 Что такое Retrieval-Augmented Generation и почему это важно
- 1.2EL2Z 1.2 RAG в сравнении с fine-tuning и контекстным обучением
- 1.3EL2Z 1.3 Компоненты и workflow RAG-пайплайна
- 1.4EL2Z 1.4 Галлюцинации LLM и как их решает RAG
- 1.5EL2Z 1.5 Практические применения RAG в бизнесе
- 1.6EL2Z 1.6 Метрики оценки RAG-систем
- 1.7EL2Z 1.7 Строительные блоки современных RAG-систем
- 1.8EL2Z 1.8 Фреймворки и инструменты для RAG
- EL2Z 2. Основы больших языковых моделей8
- 2.1EL2Z 2.1 Основы LLM – архитектура трансформеров и механизм внимания
- 2.2EL2Z 2.2 Популярные модели – GPT, Claude, Llama — сравнение
- 2.3EL2Z 2.3 Токенизация и ограничения по токенам на практике
- 2.4EL2Z 2.4 Контекстные окна и ограничения памяти
- 2.5EL2Z 2.5 Основы prompt engineering для RAG
- 2.6EL2Z 2.6 Few-shot prompting и контекстное обучение
- 2.7EL2Z 2.7 Temperature, sampling и контроль вывода
- 2.8EL2Z 2.8 Интеграция с API LLM-провайдеров
- EL2Z 3. Концепции информационного поиска8
- 3.1EL2Z 3.1 Теория информационного поиска – базовые понятия
- 3.2EL2Z 3.2 Плотный versus разреженный поиск – методы
- 3.3EL2Z 3.3 BM25 – поиск по ключевым словам — объяснение
- 3.4EL2Z 3.4 Семантический поиск и концепции сходства
- 3.5EL2Z 3.5 Расширение запросов и переформулирование
- 3.6EL2Z 3.6 Алгоритмы ранжирования релевантности
- 3.7EL2Z 3.7 Фильтрация и переранжирование – стратегии
- 3.8EL2Z 3.8 Метрики оценки систем поиска
- EL2Z 4. Векторные базы данных и эмбеддинги9
- 4.1EL2Z 4.1 Текстовые эмбеддинги и векторные представления
- 4.2EL2Z 4.2 Модели эмбеддингов – SentenceTransformers и OpenAI
- 4.3EL2Z 4.3 Меры сходства векторов – косинус, Евклидово расстояние
- 4.4EL2Z 4.4 Архитектура и фундаментальные концепции векторных БД
- 4.5EL2Z 4.5 Популярные векторные базы – Pinecone, Weaviate, Milvus
- 4.6EL2Z 4.6 Стратегии индексирования для эффективного поиска
- 4.7EL2Z 4.7 Масштабирование векторных БД в production
- 4.8EL2Z 4.8 Качество эмбеддингов и размерность
- 4.9EL2Z 4.9 Fine-tuning эмбеддингов для специфичных доменов
- EL2Z 5. Чанкирование и обработка документов8
- 5.1EL2Z 5.1 Предварительная обработка документов и очистка
- 5.2EL2Z 5.2 Стратегии чанкирования – fixed, overlapping, semantic
- 5.3EL2Z 5.3 Оптимизация размера chunk и перекрытия
- 5.4EL2Z 5.4 Извлечение метаданных и обогащение
- 5.5EL2Z 5.5 Обработка различных форматов документов
- 5.6EL2Z 5.6 Обработка мультимодальных документов
- 5.7EL2Z 5.7 Иерархическое чанкирование и индексирование
- 5.8EL2Z 5.8 Динамическое чанкирование на основе контента
- EL2Z 6. Построение и оценка RAG-систем8
- 6.1EL2Z 6.1 Реализация RAG с нуля – end-to-end
- 6.2EL2Z 6.2 Техники переписи и расширения запросов
- 6.3EL2Z 6.3 Управление контекстным окном и конкатенация
- 6.4EL2Z 6.4 Генерация ответов с использованием найденного контекста
- 6.5EL2Z 6.5 Кэширование – стратегии для производительности
- 6.6EL2Z 6.6 Бенчмарк и фреймворки оценки RAG
- 6.7EL2Z 6.7 Анализ ошибок и отладка RAG-систем
- 6.8EL2Z 6.8 Сбор обратной связи и оптимизация
- EL2Z 7. Продвинутые техники RAG8
- 7.1EL2Z 7.1 Поиск по нескольким документам и междокументный (cross-document) retrieval
- 7.2EL2Z 7.2 Диалоговый (conversational) RAG с управлением историей
- 7.3EL2Z 7.3 Гибридный поиск – комбинирование dense и sparse
- 7.4EL2Z 7.4 Query routing и агентные паттерны извлечения
- 7.5EL2Z 7.5 Рекурсивные и иерархические паттерны поиска
- 7.6EL2Z 7.6 Интеграция графов знаний с RAG
- 7.7EL2Z 7.7 Мультимодальный RAG с изображениями и документами
- 7.8EL2Z 7.8 Real-time индексирование и потоковые обновления
- EL2Z 8. Развёртывание и оптимизация в production8
- 8.1EL2Z 8.1 Архитектура RAG-систем на масштабе
- 8.2EL2Z 8.2 Дизайн API для RAG-приложений
- 8.3EL2Z 8.3 Оптимизация latency и кэширование – слои
- 8.4EL2Z 8.4 Оптимизация стоимости и экономия токенов
- 8.5EL2Z 8.5 Мониторинг и observability для RAG
- 8.6EL2Z 8.6 Безопасность и приватность данных
- 8.7EL2Z 8.7 A/B тестирование и непрерывное улучшение
- 8.8EL2Z 8.8 Стратегии развёртывания – Docker, Kubernetes, serverless
Modal title
Main Content