Курс подходит
- Специалистам, внедряющим ИИ в ежедневную работу
- Предпринимателям и руководителям
- Разработчикам AI-сценариев и ассистентов
Проектировать память агента так, чтобы сохранять полезный контекст без утечек, бесконечного роста и ложных воспоминаний. Обучение построено вокруг практики и завершается самостоятельной итоговой работой.
Итоговый результат: модуль памяти ассистента с политиками записи, поиска, удаления, конфликтов и тестами качества.
Каждый модуль объясняет отдельную тему простыми словами и закрепляет её практикой.
«Зачем агенту память» простыми словами — это умение описать допустимый контекст и формат результата, проверить сложные запросы и явно определить безопасный отказ.
«Краткосрочный контекст» простыми словами — это умение описать допустимый контекст и формат результата, проверить сложные запросы и явно определить безопасный отказ.
«Долгосрочные факты» простыми словами — это умение описать допустимый контекст и формат результата, проверить сложные запросы и явно определить безопасный отказ.
«Профиль и предпочтения» простыми словами — это умение описать допустимый контекст и формат результата, проверить сложные запросы и явно определить безопасный отказ.
«Политика записи» простыми словами — это умение описать допустимый контекст и формат результата, проверить сложные запросы и явно определить безопасный отказ.
«Поиск воспоминаний» простыми словами — это умение описать допустимый контекст и формат результата, проверить сложные запросы и явно определить безопасный отказ.
«Время жизни данных» простыми словами — это умение определить единицу наблюдения и качество исходных данных, выполнить расчёт и проверить вывод независимым способом.
«Конфликты и обновление» простыми словами — это умение описать допустимый контекст и формат результата, проверить сложные запросы и явно определить безопасный отказ.
«Удаление и согласие» простыми словами — это умение описать допустимый контекст и формат результата, проверить сложные запросы и явно определить безопасный отказ.
«Защита персональных данных» простыми словами — это умение определить единицу наблюдения и качество исходных данных, выполнить расчёт и проверить вывод независимым способом.
«Evals памяти» простыми словами — это умение описать допустимый контекст и формат результата, проверить сложные запросы и явно определить безопасный отказ.
«Итоговый модуль» простыми словами — это умение описать допустимый контекст и формат результата, проверить сложные запросы и явно определить безопасный отказ.
По ходу курса ученик выполняет практические задания, проверяет себя и постепенно готовит итоговую работу.
Уверенно пользоваться компьютером и проверять информацию по источникам. Для курсов с API пригодятся основы программирования. Курс не вводный: желательно заранее выполнить небольшой проект по этой теме.
Python, LLM API, embeddings, vector database, evals
Теория простыми словами, разобранный пример, практика, автопроверка и итоговый проект
Доступ ко всем модулям, автопроверке и сертификату — 21 900 ₽.
Это не вводный курс. Перед началом желательно: Уверенно пользоваться компьютером и проверять информацию по источникам. Для курсов с API пригодятся основы программирования. Курс не вводный: желательно заранее выполнить небольшой проект по этой теме..
Система проверяет текст ответа по критериям урока и короткий тест. Код, сайт или другой результат ученик прикладывает как доказательство: система оценивает объяснение, но не запускает проект автоматически.
Именной сертификат освоения основной части программы автоматически выпускается после зачёта 80% модулей. В нём указано, сколько модулей пройдено; обучение можно продолжить до 100%.