Разработка LLM-приложений и RAG-систем
Освойте современные технологии искусственного интеллекта и научитесь применять генеративные модели, LLM-приложения, ИИ-ассистентов и RAG-системы для решения профессиональных задач, автоматизации процессов и создания интеллектуальных цифровых продуктов.
Актуальность программы
Большие языковые модели и системы искусственного интеллекта становятся важным инструментом для бизнеса, образования, управления, аналитики, маркетинга, разработки цифровых продуктов и автоматизации внутренних процессов.
Специалистам необходимо не только уметь пользоваться генеративным ИИ, но и понимать принципы его работы, ограничения, риски и критерии выбора подходящего инструмента. Особую значимость приобретают технологии LLM и RAG, позволяющие создавать интеллектуальные приложения, работающие с корпоративными базами знаний, документами и другими источниками информации.
Программа помогает грамотно ставить задачи ИИ, проектировать ассистентов, автоматизировать процессы, проверять качество результатов и обеспечивать безопасное и правомерное использование технологий.
Цель программы
Сформировать у слушателей комплексные знания и практические навыки применения больших языковых моделей, генеративного искусственного интеллекта, ИИ-ассистентов и RAG-подходов для разработки интеллектуальных приложений, работы с информацией и автоматизации профессиональных процессов.
Задачи программы
- Изучить основы ИИ и этапы развития ИИ-технологий.
- Познакомиться с машинным обучением, генеративными, языковыми и мультимодальными моделями.
- Научиться учитывать возможности, ограничения и вероятностный характер результатов ИИ.
- Освоить критерии выбора ИИ-инструмента, декомпозицию задач и методы промптинга.
- Научиться работать с текстами, документами, таблицами и мультимодальным контентом.
- Получить навыки проектирования ИИ-ассистентов, многошаговых сценариев и пилотных ИИ-проектов.
- Сформировать основу для разработки LLM-приложений и RAG-систем, работающих с источниками знаний.
Целевая аудитория
- Руководители организаций и подразделений, предприниматели и владельцы бизнеса.
- Специалисты по цифровой трансформации, разработчики и технические специалисты.
- Аналитики и специалисты по работе с данными.
- Менеджеры проектов и продуктов.
- Маркетологи, редакторы, специалисты по коммуникациям, преподаватели, методисты и HR-специалисты.
- Начинающие специалисты, планирующие развиваться в сфере LLM-приложений, RAG-систем и ИИ-автоматизации.
Кто может поступить
- Лица, имеющие среднее профессиональное или высшее образование.
- Лица, получающие среднее профессиональное или высшее образование.
- Специалисты, заинтересованные в освоении современных ИИ-технологий и их профессиональном применении.
Для начала обучения не требуются углублённые знания в области искусственного интеллекта или сложного программирования. Базовые навыки работы с компьютером и цифровыми сервисами помогут успешно осваивать материалы программы.
Итог обучения
По завершении программы слушатель сможет проектировать интеллектуальные приложения, ИИ-ассистентов и сценарии работы с корпоративными знаниями на основе LLM и RAG-подходов.
Итоговая работа может включать описание прикладной задачи, архитектуры решения, источников знаний, сценариев взаимодействия, требований к качеству, правил безопасности и плана пилотного внедрения.
После обучения вы будете знать
- Основные понятия и этапы развития искусственного интеллекта.
- Принципы работы машинного обучения, генеративных, языковых и мультимодальных моделей.
- Возможности и ограничения современных ИИ-систем, причины неточных и недостоверных ответов.
- Структуру эффективного запроса, основные методы промптинга и управление контекстом.
- Архитектуру ИИ-ассистентов, назначение инструкций, памяти, знаний и инструментов.
- Принципы построения агентных и многошаговых сценариев.
- Основы RAG-систем, безопасной работы с данными, интеллектуальных прав и человеческого контроля.
После обучения вы сможете
- Определять задачи, которые целесообразно решать с помощью искусственного интеллекта.
- Декомпозировать сложные процессы, формулировать структурированные запросы и управлять контекстом.
- Создавать, редактировать, сокращать и структурировать тексты, документы и мультимодальные материалы.
- Искать, обобщать и проверять информацию, анализировать таблицы и представлять результаты.
- Анализировать рабочие процессы и находить возможности для автоматизации.
- Проектировать структуру ИИ-ассистента и многошаговые сценарии в no-code/low-code-средах.
- Определять метрики пилотного проекта, выявлять ошибки ИИ и проверять результаты перед использованием.
Перспективы трудоустройства и карьерного роста
Полученные знания и навыки применимы в информационных технологиях, аналитике, цифровой трансформации, управлении проектами, разработке продуктов, автоматизации бизнеса, образовании, маркетинге и корпоративных коммуникациях.
- Специалист по внедрению искусственного интеллекта.
- Разработчик или проектировщик LLM-приложений.
- Специалист по созданию RAG-систем.
- Разработчик ИИ-ассистентов.
- Специалист по автоматизации бизнес-процессов.
- AI- или prompt-специалист.
- Аналитик данных.
- Менеджер цифровых и ИИ-проектов.
- Продуктовый менеджер.
- Консультант по цифровой трансформации.
- Специалист по работе с корпоративными базами знаний.
Содержание программы
Общая трудоёмкость программы — 102 часа. В представленном учебном плане детализирована общая часть объёмом 40 часов; содержание специальной части объёмом 62 часа уточняется в утверждённом учебном плане программы.
- 1.1. Понятие искусственного интеллекта и основные этапы развития технологий — 2 часа.Рассматриваются сущность искусственного интеллекта и ключевые этапы развития ИИ-технологий.
- 1.2. Машинное обучение, генеративные, языковые и мультимодальные модели — 2 часа.Слушатели знакомятся с основными типами современных моделей и принципами их работы.
- 1.3. Возможности, ограничения и вероятностный характер результатов ИИ — 2 часа.Раскрываются сильные стороны ИИ, ограничения и причины возможной неточности результатов.
- 1.4. Экосистема ИИ-инструментов и критерии выбора решения под задачу — 2 часа.Рассматривается многообразие ИИ-инструментов и критерии выбора решения для конкретной задачи.
- 2.1. Декомпозиция профессиональной задачи и определение ожидаемого результата — 2 часа.Рассматриваются способы разделения сложной задачи на этапы и формулирования ожидаемого результата.
- 2.2. Структура качественного запроса: роль, контекст, данные, ограничения и формат — 2 часа.Изучаются элементы запроса, позволяющие получать более точные, релевантные и полезные ответы.
- 2.3. Методы промптинга: примеры, шаблоны, критерии и пошаговое рассуждение — 2 часа.Представлены практические методы составления запросов для решения профессиональных задач.
- 2.4. Итеративный диалог, управление контекстом и проверка качества ответа — 2 часа.Рассматриваются способы уточнения запросов, сохранения контекста и оценки качества результатов.
- 3.1. Создание, редактирование, сокращение и структурирование текстов и документов — 2 часа.Рассматриваются способы применения ИИ для подготовки и улучшения текстовых материалов.
- 3.2. Поиск, обобщение и проверка информации с использованием ИИ — 2 часа.Изучаются возможности ИИ для поиска данных, выделения главного и проверки достоверности информации.
- 3.3. Работа с таблицами: первичный анализ, выводы и визуальное представление данных — 2 часа.Разбираются базовые приёмы анализа таблиц, подготовки выводов и визуализации результатов.
- 3.4. Создание и проверка изображений, аудиоматериалов и презентаций — 2 часа.Слушатели знакомятся с возможностями ИИ при работе с визуальным, аудиальным и презентационным контентом.
- 4.1. Описание рабочего процесса и поиск задач, пригодных для автоматизации — 2 часа.Рассматриваются методы анализа процессов и выявления операций, которые могут быть автоматизированы.
- 4.2. Архитектура ИИ-ассистента: инструкции, память, знания и инструменты — 2 часа.Раскрываются компоненты ИИ-ассистента и принципы их совместной работы.
- 4.3. ИИ-агенты и многошаговые сценарии в no-code/low-code-среде — 2 часа.Рассматривается создание агентных систем и автоматизированных сценариев без сложного программирования.
- 4.4. Проектирование пилота: метрики эффекта, ограничения и человеческий контроль — 2 часа.Изучаются вопросы подготовки пилотного ИИ-проекта, оценки его эффективности и контроля со стороны человека.
- 5.1. Галлюцинации, неполнота, смещения и риски принятия решений на основе ИИ — 2 часа.Рассматриваются типичные ошибки ИИ и риски при использовании результатов в профессиональной деятельности.
- 5.2. Персональные и конфиденциальные данные: правила безопасной передачи — 2 часа.Изучаются требования и правила безопасной работы с персональными, корпоративными и закрытыми данными.
- 5.3. Интеллектуальные права и ответственность за материалы, созданные с помощью ИИ — 2 часа.Раскрываются вопросы интеллектуальных прав и ответственности при создании и использовании ИИ-контента.
- 5.4. Проверка источников, человеческий контроль и правила использования ИИ в организации — 2 часа.Рассматриваются проверка результатов, принципы человеческого контроля и внутренние правила применения ИИ.
Содержание разделов специальной части и распределение учебных часов уточняются в соответствии с утверждённым учебным планом программы.
Практическая направленность специальной части связана с LLM-приложениями, ИИ-ассистентами, RAG-подходами, работой с базами знаний, внешними источниками информации, автоматизацией процессов, проверкой качества и безопасным внедрением ИИ-инструментов.
Стоимость обучения
Рассрочка платежа — 0%.
В стоимость входит обучение по программе, учебные материалы, итоговая аттестация, оформление удостоверения о повышении квалификации и внесение сведений о выданном документе в ФИС ФРДО.
Записаться на программу
Оставьте заявку на обучение или получите консультацию по содержанию программы, условиям поступления и формату обучения.
Важная информация
- Формат программы: повышение квалификации.
- Общая трудоёмкость: 102 часа.
- Продолжительность обучения: 1 месяц.
- Документ по завершении: удостоверение о повышении квалификации установленного образца.
- Сведения о выпускниках и выданных документах вносятся в ФИС ФРДО.
