Senior AI Engineer & System Design: от Python Internals до масштабируемых LLM-агентов

Программа курса

Ознакомьтесь с программой курса «Senior AI Engineer & System Design: от Python Internals до масштабируемых LLM-агентов» от Gurufy - gurufy.ru

1. Внутреннее устройство Python: управление памятью, GC и объектная модель для высоконагруженных систем - 1 час. Внутреннее устройство Python: управление памятью, GC и объектная модель для высоконагруженных систем.
2. Параллелизм в Python: GIL, Asyncio и стратегии обработки IO-bound и CPU-bound задач в AI-сервисах - 1 час. Параллелизм в Python: GIL, Asyncio и стратегии обработки IO-bound и CPU-bound задач в AI-сервисах.
3. Фундамент классического машинного обучения: математическое обоснование Bias-Variance Tradeoff и предотвращение Overfitting - 1 час. Фундамент классического машинного обучения: математическое обоснование Bias-Variance Tradeoff и предотвращение Overfitting.
4. Архитектура RAG-систем: стратегии чанкинга, эмбеддинги и индексация в векторных базах данных - 1 час. Архитектура RAG-систем: стратегии чанкинга, эмбеддинги и индексация в векторных базах данных.
5. Advanced RAG: гибридный поиск, Reranking и методы минимизации галлюцинаций при извлечении контекста - 1 час. Advanced RAG: гибридный поиск, Reranking и методы минимизации галлюцинаций при извлечении контекста.
6. Проектирование AI-агентов: паттерны Planner-Executor, Tool Calling и управление состоянием диалога - 1 час. Проектирование AI-агентов: паттерны Planner-Executor, Tool Calling и управление состоянием диалога.
7. Оркестрация сложных LLM-воркфлоу с LangGraph: циклические графы и State Management - 1 час. Оркестрация сложных LLM-воркфлоу с LangGraph: циклические графы и State Management.
8. Production-оптимизация LLM: кэширование, стратегии сокращения Latency и управление стоимостью токенов - 1 час. Production-оптимизация LLM: кэширование, стратегии сокращения Latency и управление стоимостью токенов.
9. Метрики и оценка качества: от Recall@K до LLM-as-a-Judge и A/B тестирования пайплайнов - 1 час. Метрики и оценка качества: от Recall@K до LLM-as-a-Judge и A/B тестирования пайплайнов.
10. Безопасность генеративных моделей: защита от Prompt Injection, фильтрация контента и RBAC для данных - 1 час. Безопасность генеративных моделей: защита от Prompt Injection, фильтрация контента и RBAC для данных.
11. Контейнеризация AI-приложений: оптимизация Docker-слоев и изоляция окружения для ML-сервисов - 1 час. Контейнеризация AI-приложений: оптимизация Docker-слоев и изоляция окружения для ML-сервисов.
12. Основы оркестрации в Kubernetes: абстракции Pod, Service и Ingress для AI-микросервисов - 1 час. Основы оркестрации в Kubernetes: абстракции Pod, Service и Ingress для AI-микросервисов.
13. Управление жизненным циклом в K8s: Rolling Updates, Scaling и Health Probes для GPU-нагрузок - 1 час. Управление жизненным циклом в K8s: Rolling Updates, Scaling и Health Probes для GPU-нагрузок.
14. Инфраструктурная наблюдаемость: мониторинг, логирование и трассировка распределенных AI-систем - 1 час. Инфраструктурная наблюдаемость: мониторинг, логирование и трассировка распределенных AI-систем.
15. System Design интервью: синтез архитектуры отказоустойчивого и масштабируемого Enterprise AI-решения - 1 час. System Design интервью: синтез архитектуры отказоустойчивого и масштабируемого Enterprise AI-решения.

Чему вы научитесь

• Освоите и сможете применять: внутреннее устройство python управление памятью, gc и объектная модель для высоконагруженных систем.
• Освоите и сможете применять: параллелизм в python gil, asyncio и стратегии обработки io bound и cpu bound задач в ai сервисах.
• Освоите и сможете применять: production оптимизация llm кэширование, стратегии сокращения latency и управление стоимостью токенов.
• Освоите и сможете применять: безопасность генеративных моделей защита от prompt injection, фильтрация контента и rbac для данных.
• Освоите и сможете применять: system design интервью синтез архитектуры отказоустойчивого и масштабируемого enterprise ai решения.