Stepik - LLM для Python-разработчиков - 2026

File Name

Size

2. Введение в LLM с нуля до первого запроса/2.4 Первый запрос к LLM/1. Первый запрос к LLM через Mistral API .docx

1.6 MB

2. Введение в LLM с нуля до первого запроса/2.1 Что такое LLM/1. Что такое LLM .docx

119 kB

2. Введение в LLM с нуля до первого запроса/2.1 Что такое LLM/2. Вопросы .docx

124 kB

2. Введение в LLM с нуля до первого запроса/2.2 Осознанное взаимодействие с LLM промпты, параметры, security/1. Осознанное взаимодействие с LLM .docx

116 kB

2. Введение в LLM с нуля до первого запроса/2.2 Осознанное взаимодействие с LLM промпты, параметры, security/2. Вопросы .docx

18 kB

2. Введение в LLM с нуля до первого запроса/2.2 Осознанное взаимодействие с LLM промпты, параметры, security/3. Задачи .docx

210 kB

2. Введение в LLM с нуля до первого запроса/2.3 Выбор между облачными API и локальными моделями/1. Выбор между облачными API и локальными моделями .docx

86 kB

2. Введение в LLM с нуля до первого запроса/2.3 Выбор между облачными API и локальными моделями/2. Вопросы .docx

108 kB

2. Введение в LLM с нуля до первого запроса/2.3 Выбор между облачными API и локальными моделями/3. Задачи .docx

168 kB

1. Введение/О курсе .docx

147 kB

2. Введение в LLM с нуля до первого запроса/2.4 Первый запрос к LLM/2. Первый запрос к LLM через OpenRouter API .docx

520 kB

2. Введение в LLM с нуля до первого запроса/2.4 Первый запрос к LLM/3. Вопросы .docx

66 kB

2. Введение в LLM с нуля до первого запроса/2.4 Первый запрос к LLM/4. Задачи .docx

244 kB

2. Введение в LLM с нуля до первого запроса/2.5 Установка и запуск LLM локально с помощью Ollama/1. Установка и запуск LLM локально с помощью Ollama .docx

143 kB

2. Введение в LLM с нуля до первого запроса/2.5 Установка и запуск LLM локально с помощью Ollama/2. Вопросы .docx

55 kB

2. Введение в LLM с нуля до первого запроса/2.5 Установка и запуск LLM локально с помощью Ollama/3. Задачи .docx

198 kB

2. Введение в LLM с нуля до первого запроса/2.6 Base-модели и instruct-модели/1. Base-модели и instruct-модели .docx

114 kB

2. Введение в LLM с нуля до первого запроса/2.6 Base-модели и instruct-модели/2. Вопросы .docx

17 kB

2. Введение в LLM с нуля до первого запроса/2.7 Эксперименты с промптами/1. Эксперименты с промптами .docx

115 kB

2. Введение в LLM с нуля до первого запроса/2.7 Эксперименты с промптами/2. Structured Output .docx

115 kB

2. Введение в LLM с нуля до первого запроса/2.7 Эксперименты с промптами/3. Вопросы .docx

18 kB

2. Введение в LLM с нуля до первого запроса/2.8 Закрепление материала/1. Вопросы .docx

58 kB

2. Введение в LLM с нуля до первого запроса/2.8 Закрепление материала/2. Задачи .docx

236 kB

3. Embeddings и векторные базы данных/3.1 Что такое embeddings (эмбеддинги)/1. Что такое embeddings .docx

90 kB

3. Embeddings и векторные базы данных/3.1 Что такое embeddings (эмбеддинги)/2. Вопросы .docx

86 kB

3. Embeddings и векторные базы данных/3.1 Что такое embeddings (эмбеддинги)/3. Задачи .docx

93 kB

3. Embeddings и векторные базы данных/3.2 Векторные базы данных зачем они и как работают/1. Векторная база данных .docx

80 kB

3. Embeddings и векторные базы данных/3.2 Векторные базы данных зачем они и как работают/2 Сравнение векторных БД .docx

83 kB

3. Embeddings и векторные базы данных/3.2 Векторные базы данных зачем они и как работают/3. Вопросы .docx

160 kB

3. Embeddings и векторные базы данных/3.3 Создание и поиск по эмбеддингам с Chroma/1. Создание и поиск по эмбеддингам с Chroma .docx

91 kB

3. Embeddings и векторные базы данных/3.3 Создание и поиск по эмбеддингам с Chroma/2. Вопросы .docx

54 kB

3. Embeddings и векторные базы данных/3.3 Создание и поиск по эмбеддингам с Chroma/3. Задачи .docx

188 kB

3. Embeddings и векторные базы данных/3.4 Переход на Qdrant запуск через Docker и интеграция/1. Qdrant .docx

84 kB

3. Embeddings и векторные базы данных/3.4 Переход на Qdrant запуск через Docker и интеграция/2. Вопросы .docx

50 kB

3. Embeddings и векторные базы данных/3.4 Переход на Qdrant запуск через Docker и интеграция/3. Задачи .docx

125 kB

3. Embeddings и векторные базы данных/3.5 Полезные практики чанкинг, метаданные, reranking/1. Чанкинг, метаданные, reranking .docx

82 kB

3. Embeddings и векторные базы данных/3.5 Полезные практики чанкинг, метаданные, reranking/2. Задача .docx

86 kB

3. Embeddings и векторные базы данных/3.5 Полезные практики чанкинг, метаданные, reranking/3. Reranking место в пайплайне и практическое применение .docx

120 kB

3. Embeddings и векторные базы данных/3.5 Полезные практики чанкинг, метаданные, reranking/4. Вопросы .docx

113 kB

3. Embeddings и векторные базы данных/3.6 Расширенные стратегии чанкинга и реранкинга/1. Расширенные стратегии чанкинга и реранкинга .docx

77 kB

3. Embeddings и векторные базы данных/3.6 Расширенные стратегии чанкинга и реранкинга/2. Reranking дообучение под домен .docx

91 kB

3. Embeddings и векторные базы данных/3.6 Расширенные стратегии чанкинга и реранкинга/3. Вопросы .docx

17 kB

3. Embeddings и векторные базы данных/3.7 Закрепление материала/1. Вопросы .docx

108 kB

3. Embeddings и векторные базы данных/3.7 Закрепление материала/2. Задачи .docx

256 kB

4. RAG Retrieval-Augmented Generation на практике/4.1 RAG с нуля архитектура и первый рабочий пайплайн/2. Вопросы .docx

58 kB

4. RAG Retrieval-Augmented Generation на практике/4.1 RAG с нуля архитектура и первый рабочий пайплайн/3. Задачи .docx

84 kB

4. RAG Retrieval-Augmented Generation на практике/4.2 RAG в продакшене переключение на Qdrant и асинхронность/1. RAG в продакшене .docx

84 kB

4. RAG Retrieval-Augmented Generation на практике/4.2 RAG в продакшене переключение на Qdrant и асинхронность/2. Вопросы .docx

54 kB

4. RAG Retrieval-Augmented Generation на практике/4.2 RAG в продакшене переключение на Qdrant и асинхронность/3. Задачи .docx

232 kB

4. RAG Retrieval-Augmented Generation на практике/4.3 Оценка качества RAG/1. Оценка качества RAG .docx

150 kB

4. RAG Retrieval-Augmented Generation на практике/4.3 Оценка качества RAG/2. Вопросы .docx

33 kB

4. RAG Retrieval-Augmented Generation на практике/4.3 Оценка качества RAG/3. Задачи .docx

158 kB

4. RAG Retrieval-Augmented Generation на практике/4.4 Защита от галлюцинаций и фильтрация ответов/1. Защита от галлюцинаций и фильтрация ответов .docx

86 kB

4. RAG Retrieval-Augmented Generation на практике/4.4 Защита от галлюцинаций и фильтрация ответов/2. Вопросы .docx

59 kB

4. RAG Retrieval-Augmented Generation на практике/4.4 Защита от галлюцинаций и фильтрация ответов/3. Задачи .docx

298 kB

4. RAG Retrieval-Augmented Generation на практике/4.5 Введение в агентов LLM + инструменты (tools)/1. Введение в агентов .docx

117 kB

4. RAG Retrieval-Augmented Generation на практике/4.5 Введение в агентов LLM + инструменты (tools)/2. Подробнее про цикл .docx

118 kB

4. RAG Retrieval-Augmented Generation на практике/4.5 Введение в агентов LLM + инструменты (tools)/3. Вопросы .docx

19 kB

4. RAG Retrieval-Augmented Generation на практике/4.5 Введение в агентов LLM + инструменты (tools)/4. Задачи .docx

83 kB

4. RAG Retrieval-Augmented Generation на практике/4.6 Stateful-агенты с LangGraph/1. Stateful-агенты с LangGraph .docx

155 kB

4. RAG Retrieval-Augmented Generation на практике/4.6 Stateful-агенты с LangGraph/2. Вопросы .docx

18 kB

4. RAG Retrieval-Augmented Generation на практике/4.6 Stateful-агенты с LangGraph/3. Задачи .docx

157 kB

4. RAG Retrieval-Augmented Generation на практике/4.7 Подготовка к продакшену логирование, мониторинг, безопасность/1. Подготовка к продакшену .docx

120 kB

4. RAG Retrieval-Augmented Generation на практике/4.7 Подготовка к продакшену логирование, мониторинг, безопасность/2. Вопросы .docx

19 kB

4. RAG Retrieval-Augmented Generation на практике/4.7 Подготовка к продакшену логирование, мониторинг, безопасность/3. Задачи .docx

120 kB

4. RAG Retrieval-Augmented Generation на практике/4.8 Закрепление финальный мини-проект/1. Закрепление финальный мини-проект .docx

46 kB

4. RAG Retrieval-Augmented Generation на практике/4.8 Закрепление финальный мини-проект/2. Полная реализации (рабочий код) .docx

156 kB

4. RAG Retrieval-Augmented Generation на практике/4.8 Закрепление финальный мини-проект/3. Вопросы .docx

53 kB

5. Продвинутый RAG надёжность, безопасность и контроль в продакшен/5.1 Почему RAG ломается в продакшене/1. Почему RAG ломается в продакшене .docx

116 kB

5. Продвинутый RAG надёжность, безопасность и контроль в продакшен/5.1 Почему RAG ломается в продакшене/2. Вопросы .docx

85 kB

5. Продвинутый RAG надёжность, безопасность и контроль в продакшен/5.1 Почему RAG ломается в продакшене/3. Задачи .docx

134 kB

5. Продвинутый RAG надёжность, безопасность и контроль в продакшен/5.2 Защита RAG от индексации до ответа/1. Защита RAG от индексации до ответа .docx

114 kB

5. Продвинутый RAG надёжность, безопасность и контроль в продакшен/5.2 Защита RAG от индексации до ответа/2. Вопросы .docx

51 kB

5. Продвинутый RAG надёжность, безопасность и контроль в продакшен/5.2 Защита RAG от индексации до ответа/3. Задачи .docx

123 kB

5. Продвинутый RAG надёжность, безопасность и контроль в продакшен/5.3 Мониторинг RAG в продакшене логи, метрики, алерты/2 .Вопросы .docx

17 kB

5. Продвинутый RAG надёжность, безопасность и контроль в продакшен/5.3 Мониторинг RAG в продакшене логи, метрики, алерты/3. Задачи .docx

90 kB

5. Продвинутый RAG надёжность, безопасность и контроль в продакшен/5.4 Оптимизация поиска reranking и multi-query/1. Оптимизация поиска в RAG .docx

117 kB

5. Продвинутый RAG надёжность, безопасность и контроль в продакшен/5.4 Оптимизация поиска reranking и multi-query/2. Вопросы .docx

43 kB

5. Продвинутый RAG надёжность, безопасность и контроль в продакшен/5.4 Оптимизация поиска reranking и multi-query/3. Задачи .docx

83 kB

5. Продвинутый RAG надёжность, безопасность и контроль в продакшен/5.5 Метаданные основа безопасности и персонализации/1. Метаданные .docx

114 kB

5. Продвинутый RAG надёжность, безопасность и контроль в продакшен/5.5 Метаданные основа безопасности и персонализации/2. Вопросы .docx

17 kB

5. Продвинутый RAG надёжность, безопасность и контроль в продакшен/5.5 Метаданные основа безопасности и персонализации/3. Задачи .docx

87 kB

5. Продвинутый RAG надёжность, безопасность и контроль в продакшен/5.6 Закрепление материала/1. Вопросы .docx

94 kB

5. Продвинутый RAG надёжность, безопасность и контроль в продакшен/5.6 Закрепление материала/2. Задачи .docx

244 kB

6. Локальные LLM запуск без облака и без GPU/6.1 Когда локальные LLM — не просто «можно», а «нужно»/1. Когда локальные LLM .docx

145 kB

6. Локальные LLM запуск без облака и без GPU/6.1 Когда локальные LLM — не просто «можно», а «нужно»/2. Вопросы .docx

17 kB

6. Локальные LLM запуск без облака и без GPU/6.2 Выбор модели под задачу не параметры, а измеримые метрики/1. Выбор модели под задачу .docx

147 kB

6. Локальные LLM запуск без облака и без GPU/6.2 Выбор модели под задачу не параметры, а измеримые метрики/3. Вопросы .docx

17 kB

6. Локальные LLM запуск без облака и без GPU/6.3 Ollama в продакшене как обернуть демон в надёжный сервис/1. Ollama в продакшене .docx

88 kB

6. Локальные LLM запуск без облака и без GPU/6.3 Ollama в продакшене как обернуть демон в надёжный сервис/2. Вопросы .docx

17 kB

6. Локальные LLM запуск без облака и без GPU/6.4 Прямой inference через llama-cpp-python/1. llama-cpp-python полный контроль .docx

118 kB

6. Локальные LLM запуск без облака и без GPU/6.4 Прямой inference через llama-cpp-python/2. Вопросы .docx

18 kB

6. Локальные LLM запуск без облака и без GPU/6.5 Мониторинг и алертинг для локальных LLM/1. Мониторинг и алертинг для локальных LLM .docx

86 kB

6. Локальные LLM запуск без облака и без GPU/6.5 Мониторинг и алертинг для локальных LLM/2. Вопросы .docx

16 kB

6. Локальные LLM запуск без облака и без GPU/6.6 Решение типичных проблем в продакшене/1. Решение типичных проблем .docx

54 kB

6. Локальные LLM запуск без облака и без GPU/6.6 Решение типичных проблем в продакшене/2. Вопросы .docx

18 kB

6. Локальные LLM запуск без облака и без GPU/6.7 Закрепление материала/1. Вопросы .docx

91 kB

7. Дообучение LLM без GPU и PhD/7.1 Зачем дообучать модель и когда это оправдано/1. Что такое дообучение и когда его стоит применять .docx

114 kB

7. Дообучение LLM без GPU и PhD/7.1 Зачем дообучать модель и когда это оправдано/2. Вопросы .docx

35 kB

7. Дообучение LLM без GPU и PhD/7.2 Дообучение через LoRA на бесплатной GPU (Google Colab)/1. LoRA почему не нужно полное дообучение .docx

16 kB

7. Дообучение LLM без GPU и PhD/7.2 Дообучение через LoRA на бесплатной GPU (Google Colab)/2. Подготовка датасета для дообучения .docx

84 kB

7. Дообучение LLM без GPU и PhD/7.2 Дообучение через LoRA на бесплатной GPU (Google Colab)/3. Приложение готовый датасет для обучения .docx

18 kB

7. Дообучение LLM без GPU и PhD/7.2 Дообучение через LoRA на бесплатной GPU (Google Colab)/4. Дообучение через LoRA .docx

314 kB

7. Дообучение LLM без GPU и PhD/7.2 Дообучение через LoRA на бесплатной GPU (Google Colab)/5. Вопросы .docx

48 kB

7. Дообучение LLM без GPU и PhD/7.3 Интеграция LoRA-адаптера в локальные LLM/1. Интеграция LoRA-адаптера .docx

15 kB

7. Дообучение LLM без GPU и PhD/7.3 Интеграция LoRA-адаптера в локальные LLM/2. Интеграция LoRA-адаптера в llama-cpp-python .docx

80 kB

7. Дообучение LLM без GPU и PhD/7.3 Интеграция LoRA-адаптера в локальные LLM/3. Интеграция LoRA-адаптера в Ollama .docx

51 kB

7. Дообучение LLM без GPU и PhD/7.3 Интеграция LoRA-адаптера в локальные LLM/4. Вопросы .docx

16 kB

7. Дообучение LLM без GPU и PhD/7.4 Закрепление материала/1. Вопросы .docx

57 kB

8. Multi-agent системы оркестрация и роли/8.1 Введение в multi-agent системы/1. Введение в multi-agent системы .docx

113 kB

8. Multi-agent системы оркестрация и роли/8.1 Введение в multi-agent системы/2. Вопросы .docx

39 kB

8. Multi-agent системы оркестрация и роли/8.2 Архитектура и оркестрация/1. Архитектура и оркестрация .docx

80 kB

8. Multi-agent системы оркестрация и роли/8.2 Архитектура и оркестрация/2. Вопросы .docx

18 kB

8. Multi-agent системы оркестрация и роли/8.3 Реализация на CrewAI/1. Реализация на CrewAI .docx

294 kB

8. Multi-agent системы оркестрация и роли/8.3 Реализация на CrewAI/2. Вопросы .docx

18 kB

8. Multi-agent системы оркестрация и роли/8.4 Альтернативы и расширения (Autogen, кастомизация)/1. Альтернативы и расширение multi-agent систем .docx

81 kB

8. Multi-agent системы оркестрация и роли/8.4 Альтернативы и расширения (Autogen, кастомизация)/2. Вопросы .docx

17 kB

9. Финальный проект — AI-ассистент разработчика/9.1 Архитектура и требования/1. Финальный проект — AI-ассистент разработчика .docx

16 kB

9. Финальный проект — AI-ассистент разработчика/9.1 Архитектура и требования/2. Архитектура и требования .docx

18 kB

9. Финальный проект — AI-ассистент разработчика/9.2 Подготовка окружения и компонентов/1. Подготовка окружения и компонентов .docx

58 kB

9. Финальный проект — AI-ассистент разработчика/9.3 Реализация RAG-поиска (POST search)/1. Реализация RAG-поиска (POST search) .docx

19 kB

9. Финальный проект — AI-ассистент разработчика/9.4 Реализация генерации и сохранения (POST generate)/1. Реализация генерации и сохранения .docx

25 kB

9. Финальный проект — AI-ассистент разработчика/9.5 Инфраструктура и тестирование/1. Инфраструктура и тестирование .docx

57 kB

9. Финальный проект — AI-ассистент разработчика/9.6 Компромиссы и пути развития/1. Компромиссы и пути развития .docx

17 kB

9. Финальный проект — AI-ассистент разработчика/9.6 Компромиссы и пути развития/2. Вопросы .docx

18 kB

10. Глоссарий и закрепление по всему курсу/10.1 Глоссарий курса/1. Глоссарий курса .docx

44 kB

10. Глоссарий и закрепление по всему курсу/10.2 Тесты 1/1. Вопросы .docx

21 kB

10. Глоссарий и закрепление по всему курсу/10.3 Тесты 2/1. Вопросы .docx

29 kB

11. Заключение/11.1 Рекомендации по железу/1. Железо для локальных LLM .docx

82 kB

11. Заключение/11.2 Заключение/1. Что дальше .docx

29 kB