Искусственный интеллект

Онлайн-курс «Дообучение языковых моделей»

Готовить данные и адаптировать модель под узкую задачу с измеримым качеством. Обучение построено вокруг практики и завершается самостоятельной итоговой работой.

Автор и составитель программы

Дамир Шарифьянов

Full-stack разработчик и автор образовательных материалов

Дамир отвечает за структуру курса, понятность объяснений и связь теории с практическими задачами. Опыт, специализацию и примеры проектов можно проверить в профиле автора.

Опыт и проекты автора →

Итоговый результат: адаптированная модель, eval-набор и отчёт о целесообразности.

Визуальная карта курса «Дообучение языковых моделей»Путь от изучения темы к практике и готовому проектуИСКУССТВЕННЫЙ ИНТЕЛЛЕКТДообучение языковых моделейДанные → запрос → проверка1Разобратьсяс понятиями2Применитьна практике✦Создать проектдля портфолио
12 модулейот основ до проекта
33–45 часовв удобном темпе
Автопроверкаобратная связь сразу
Сертификатс проверкой подлинности
О программе

Кому подойдёт курс и чему вы научитесь

Курс подходит

  • Специалистам, внедряющим ИИ в ежедневную работу
  • Предпринимателям и руководителям
  • Разработчикам AI-сценариев и ассистентов

Практические навыки

  • Разбирать «Когда нужно дообучение» на практическом примере
  • Проектировать «Подготовка корпуса» на практическом примере
  • Применять «Очистка и разметка» на практическом примере
  • Проверять «Train и validation» на практическом примере
  • Сравнивать решения для «Tokenization» на практическом примере
  • Объяснять результат по теме «LoRA и PEFT» на практическом примере
Программа обучения

Что вы изучите и создадите

Каждый модуль объясняет отдельную тему простыми словами и закрепляет её практикой.

Модуль 1 · Основа

Когда нужно дообучение

«Когда нужно дообучение» простыми словами — это умение описать допустимый контекст и формат результата, проверить сложные запросы и явно определить безопасный отказ.

Модуль 2 · Основа

Подготовка корпуса

«Подготовка корпуса» простыми словами — это умение описать допустимый контекст и формат результата, проверить сложные запросы и явно определить безопасный отказ.

Модуль 3 · Основа

Очистка и разметка

«Очистка и разметка» простыми словами — это умение описать допустимый контекст и формат результата, проверить сложные запросы и явно определить безопасный отказ.

Модуль 4 · Сборка

Train и validation

«Train и validation» простыми словами — это умение описать допустимый контекст и формат результата, проверить сложные запросы и явно определить безопасный отказ.

Модуль 5 · Сборка

Tokenization

«Tokenization» простыми словами — это умение описать допустимый контекст и формат результата, проверить сложные запросы и явно определить безопасный отказ.

Модуль 6 · Сборка

LoRA и PEFT

«LoRA и PEFT» простыми словами — это умение описать допустимый контекст и формат результата, проверить сложные запросы и явно определить безопасный отказ.

Модуль 7 · Сборка

Параметры обучения

«Параметры обучения» простыми словами — это умение описать допустимый контекст и формат результата, проверить сложные запросы и явно определить безопасный отказ.

Модуль 8 · Сборка

Инфраструктура

«Инфраструктура» простыми словами — это умение описать допустимый контекст и формат результата, проверить сложные запросы и явно определить безопасный отказ.

Модуль 9 · Проверка и усиление

Evals

«Evals» простыми словами — это умение описать допустимый контекст и формат результата, проверить сложные запросы и явно определить безопасный отказ.

Модуль 10 · Проверка и усиление

Безопасность

«Безопасность» простыми словами — это умение построить модель угроз, сократить поверхность атаки и проверить защиту воспроизводимым сценарием. Мы задаём модели достаточный контекст и границы, а затем проверяем ответ как черновик, а не принимаем его на веру.

Модуль 11 · Проверка и усиление

Развёртывание

«Развёртывание» простыми словами — это умение описать допустимый контекст и формат результата, проверить сложные запросы и явно определить безопасный отказ.

Модуль 12 · Защита

Итоговый эксперимент

«Итоговый эксперимент» простыми словами — это умение описать допустимый контекст и формат результата, проверить сложные запросы и явно определить безопасный отказ.

Результат

адаптированная модель, eval-набор и отчёт о целесообразности

По ходу курса ученик выполняет практические задания, проверяет себя и постепенно готовит итоговую работу.

Что нужно знать до начала

Уверенно пользоваться компьютером и проверять информацию по источникам. Для курсов с API пригодятся основы программирования.

Инструменты курса

Python, Transformers, PEFT, LoRA, datasets

Формат

Теория простыми словами, разобранный пример, практика, автопроверка и итоговый проект

Можно начать сразу

Перейдите от программы к практике

Доступ ко всем модулям, автопроверке и сертификату — 24 900 ₽.

Начать обучение →

Ответы на вопросы

Подойдёт ли курс новичку?

Да. Материал идёт от простых действий к самостоятельной работе, а новые термины объясняются по ходу курса.

Как проверяются задания?

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.

Когда я получу сертификат?

Именной сертификат освоения основной части программы автоматически выпускается после зачёта 80% модулей. В нём указано, сколько модулей пройдено; обучение можно продолжить до 100%.

Купить за 24 900 ₽