0Корзина Закладки0
Vizuara AI Labs - Dr. Sreedath Panat → Малые языковые модели (SLM): полный процесс создания и внедре

Vizuara AI Labs - Dr. Sreedath Panat → Малые языковые модели (SLM): полный процесс создания и внедре

Vizuara AI Labs

Облако Mail
179,00 ₽

Пришлите ссылку — проверим предложение и ответим на почту.

Артикул: 17158
Подробности о материале
Артикул: 17158 В наличии Автор курса: Vizuara AI Labs Категория: Бизнес, менеджмент, продажи / Программирование / Нейросети / Prompt Engineering / Data Science и аналитика Дата выхода: 2026 Продажник от автора: Перейти
SLM Engineering — практический курс по созданию малых языковых моделей (Small Language Models, SLM) корпоративного уровня. За четыре недели вы пройдете полный цикл разработки: от подготовки данных и обучения токенизатора до предварительного обучения (Pretraining), Fine-Tuning, RLHF, реализации RAG, оптимизации инференса и развертывания модели в локальной инфраструктуре предприятия. Курс ориентирован на разработчиков и ML-инженеров, желающих самостоятельно создавать, обучать и внедрять современные AI-системы без зависимости от облачных сервисов.

Для кого предназначен курс
  • Разработчиков, переходящих в сферу LLM Engineering, NLP и Enterprise AI.
  • Инженеров, создающих чат-ботов, интеллектуальный поиск и системы анализа документов.
  • Специалистов, которые хотят научиться самостоятельно обучать языковые модели, а не только использовать готовые API.
  • Исследователей, которым необходимы практические навыки промышленной разработки AI.
Чему вы научитесь
Архитектура Transformer
Подробно изучите внутреннее устройство современных языковых моделей: механизм внимания (Attention), Feed Forward-блоки, RMSNorm, Rotary Positional Encoding, эмбеддинги и взаимодействие всех компонентов архитектуры Transformer.

Подготовка данных и обучение токенизатора
Научитесь собирать, очищать и дедуплицировать датасеты, формировать корпуса данных, обучать собственные токенизаторы на основе BPE и SentencePiece, а также готовить данные для предварительного обучения и последующей настройки моделей.

Предварительное обучение (Pretraining)
Построите полноценный цикл обучения языковой модели с нуля, познакомитесь с законами масштабирования (Scaling Laws), научитесь анализировать функции потерь и оценивать эффективность процесса обучения.

Fine-Tuning с LoRA и QLoRA
Освоите современные методы параметроэффективной настройки моделей, включая LoRA, QLoRA, Supervised Fine-Tuning и 4-битную квантизацию. Узнаете, в каких случаях лучше использовать дообучение модели, а когда предпочтительнее применять RAG или инженерный подход к проектированию промптов.

Выравнивание моделей и безопасность
Изучите методы Reward Modeling, DPO и RLHF, научитесь реализовывать защиту от Prompt Injection, механизмы безопасных отказов, модерацию ответов и другие элементы безопасной эксплуатации языковых моделей.

RAG и оценка качества моделей
Создадите полноценную систему Retrieval-Augmented Generation с гибридным поиском, ранжированием результатов, ссылками на источники и использованием подходов LLM-as-a-Judge и Golden Sets для оценки качества моделей.

Инференс и оптимизация производительности
Разберетесь с особенностями работы этапов Prefill и Decode, использованием KV Cache, квантизацией моделей, Continuous Batching, Paged Attention и развертыванием высокопроизводительных серверов инференса на базе vLLM и llama.cpp.

Развертывание в продакшене
Научитесь создавать API для языковых моделей, организовывать потоковую обработку запросов, внедрять мониторинг, отслеживание деградации качества моделей, Canary-развертывания и автоматический цикл повторного обучения.

Полный цикл разработки SLM
Во время обучения вы реализуете полный производственный конвейер создания корпоративной языковой модели:
  • сбор и подготовка данных;
  • обучение токенизатора;
  • создание эмбеддингов;
  • обучение Transformer-модели;
  • предварительное обучение;
  • Fine-Tuning и RLHF;
  • реализация RAG;
  • оптимизация инференса;
  • развертывание модели в корпоративной инфраструктуре.
Практический итоговый проект
Финальной работой станет разработка корпоративного помощника для анализа юридических договоров. Вы создадите собственную малую языковую модель, которая сможет автоматически извлекать и классифицировать положения договоров, обнаруживать персональные данные и конфиденциальную информацию, выполнять поиск по документам с точными ссылками на соответствующие разделы и работать полностью локально без передачи данных в облачные сервисы.

Результаты обучения
После завершения курса вы сможете самостоятельно проектировать, обучать, оптимизировать и внедрять Small Language Models (SLM) корпоративного уровня. Вы получите практический опыт работы с Transformer, LoRA, QLoRA, RLHF, RAG, vLLM, llama.cpp, промышленными AI-конвейерами и современными инструментами разработки LLM, а также пополните портфолио полноценным проектом, готовым к использованию в реальных корпоративных сценариях.

Язык Английский

ИСТОЧНИК

СКАЧАТЬ

Как выбрать версию «Vizuara AI Labs - Dr. Sreedath Panat → Малые языковые модели (SLM): полный процесс создания и внедре» на CoursX

Эта карточка относится к разделу «Бизнес, менеджмент, продажи / Программирование / Нейросети / Prompt Engineering / Data Science и аналитика / Vizuara AI Labs». Материал подготовлен автором или школой Vizuara AI Labs. Дата выхода, указанная в каталоге: 2026. Начните с программы выше: проверьте темы, название тарифа и перечисленные дополнительные файлы.

Здесь выбран вариант с водяными знаками. Отметки на записи или файлах относятся к этой версии; при сравнении с другими предложениями учитывайте данное отличие.

Выдача указана через Облако Mail. Версию с водяными знаками можно скачать; наличие онлайн-плеера не гарантируется.

Актуальная сумма заказа показана рядом с кнопкой покупки.

Есть вопрос о курсе?

Уточните детали перед покупкой

Написать в поддержку
Помощь и отзывы

💬 Помощь перед покупкой

Хотите проверить материал?
Отправим дополнительные скриншоты, пример видео или запись содержимого курса.

💰 Нашли дешевле?
Пришлите ссылку на предложение — постараемся сделать цену ещё выгоднее.

⭐ Отзывы покупателей
Читать отзывы на сайте
Читать отзывы в Telegram

💬 Связаться с поддержкой
Написать в Telegram
admin@coursx.net

ПОКУПКА И ДОСТУП

Вопросы и ответы

Ответы перед покупкой и помощь с заказом

Как купить курс на CoursX?

Добавьте материал в корзину или нажмите «Купить». Укажите действующий e-mail и выберите доступный способ оплаты. После подтверждения платежа на эту почту придёт информация о заказе и доступе.

В одном заказе можно купить несколько материалов.

Что входит в курс и есть ли обратная связь?

Состав, версия и формат доступа указаны в карточке. Обычно это запись курса и сопутствующие файлы для самостоятельного обучения. Обратная связь автора не входит, если в описании не указано иное.

Если хотите уточнить содержимое до покупки, напишите в поддержку.

Где смотреть материалы и можно ли их скачать?

В этой карточке указан формат доступа: Облако Mail.

Ссылка или инструкция придёт после оплаты. Возможность просмотра онлайн и скачивания зависит от хранилища и формата файлов. Рекомендуем сохранить доступные материалы себе.

Оплата прошла, а письмо не пришло. Что делать?

Проверьте папки «Спам» и «Промоакции», а также адрес, указанный при покупке. Для авторизованного аккаунта проверьте раздел «Мои заказы».

Если доступа нет, отправьте в поддержку номер заказа, e-mail и подтверждение платежа — поможем найти покупку.

Как использовать бонусы?

Бонусы доступны в аккаунте. Размер начисления за этот курс указан рядом с покупкой. При оформлении заказа можно применить доступный бонусный баланс: 1 бонус соответствует 1 рублю.

Итоговую сумму и списание проверьте в корзине перед оплатой.

Как получить цену ниже?

Нажмите «Нашли дешевле?» рядом с ценой курса, пришлите ссылку, цену и e-mail. Мы сравним предложения и сообщим решение на почту. Если заявку одобрят, в письме будет персональная цена и срок её действия.

При покупке по персональной цене используйте почту из заявки.

Что делать, если ссылка на материал перестала работать?

Откройте покупку в разделе «Мои заказы». Если для неё доступен запрос обновления, отправьте его. Либо свяжитесь с поддержкой, указав номер заказа и название курса.

Где посмотреть условия возврата?

Условия описаны на странице «Условия возврата». Если возникла проблема с оплаченной покупкой, напишите в поддержку с номером заказа и описанием ситуации.

Главная » Бизнес, менеджмент, продажи » Vizuara AI Labs - Dr. Sreedath Panat → Малые языковые модели (SLM): полный процесс создания и внедре