На цьому курсі починають з фундаментальних знань. Перший модуль розкриває принципи роботи GenAI, машинного навчання та MLOps. Студенти дізнаються про основні інструменти генеративного штучного інтелекту, специфіку MLOps та LLMOps. Включає методи тестування для LLMOps та підготовку даних для ML-моделей. Це дає міцну базу для подальшої роботи.
Другий модуль присвячений практичному застосуванню знань. Тут розглядають деплоймент ML-моделей у хмарне середовище Amazon Web Services. Студенти освоють хмарну інфраструктуру AWS, включаючи сервіси Lambda, Kinesis, Glue, SageMaker та Bedrock. Модуль охоплює безпекові аспекти роботи з AWS та принципи керування системами баз даних - ACID, CAP, BASE, PIE.
Завершальний модуль зосереджений на створенні практичних рішень. Студенти вивчають бізнес-кейси, які вирішуються за допомогою NLP та NLG. Вчать розробляти GenAI-додатки для аналізу та генерації контенту з використанням Streamlit і Gradio. Опанують фреймворки для роботи з LLM-додатками, включаючи роботу з промптами, ланцюгами послідовностей та агентами.
Після завершення курсу учасники володітимуть інструментами GenAI та платформами для роботи з ними. Зрозуміють процес розробки та тестування ML-моделей. Навчаться використовувати хмарну інфраструктуру AWS, включаючи Lambda, SageMaker та Bedrock. Опанують фреймворки для розробки LLM-додатків та інструменти для створення власних рішень на базі Streamlit і Gradio.
Для успішного навчання потрібен рівень англійської не нижче B2. Необхідний досвід роботи в IT від двох років. Бажано мати загальне уявлення про хмарні обчислення та інфраструктуру. Потрібні знання Python або іншої мови програмування на середньому рівні. Досвід роботи з бібліотеками для перетворення даних, як Pandas, буде перевагою.
Курс охоплює актуальний технологічний домен зі зростаючим попитом. Формат навчання дозволяє поєднувати з повною зайнятістю. Заняття ведуть практики з реальним досвідом, які надають постійний зворотний зв'язок. Фінальним проектом стає розробка власного унікального LLM-рішення, яке можна використовувати у портфоліо.