GENERATIVE AI
LLMs, AI-агенти, LLMOps vs AgentOps — навчіться деліверити GenAI та agentic-рішення як інженер, а не користувач.
Олексій Реутов
AI Delivery Excellence Consultant
[SoftServe] [Accenture] [EPAM]
про курс
- Дати курсу:
11 травня - 13 липня
- Тривалість:
18 занять
- Курсовий проєкт:
Агентний асистент для
розв’язання вашої бізнес-задачі
На курсі з Генеративного ШІ ви навчитеся проєктувати й реалізовувати Generative AI-рішення, генеративні та агентні AI-системи для реальних бізнес-задач. Ви опануєте роботу з LLM (великими мовними моделями), prompt engineering, RAG, fine-tuning, а також створення AI-агентів з оркестрацією, пам’яттю та інтеграцією зовнішніх інструментів.
Окрему увагу на курсі приділимо оцінюванню якості генеративних рішень, тестуванню та безпеці Generative AI-систем. Ви розберете ризики, пов’язані з prompt injection і data poisoning, а також підходи до впровадження AgentOps у розробку AI-рішень.
Фінальним проєктом стане власне agentic end-to-end рішення: від формулювання бізнес-проблеми та побудови архітектури — до інтеграції у робочий процес і презентації як повноцінного продукту для портфоліо.
Лектор
Олексій Реутов
AI Delivery Excellence Consultant із 9-річним досвідом співпраці з EPAM, Accenture та SoftServe
-
18 років досвіду впровадження аналітичних продуктів з компонентами Machine Learning та штучного інтелекту в різних бізнес-сферах.
-
Працював на всіх етапах сервісного впровадження AI-рішень: від due diligence та pre-sales — до імплементації, delivery й масштабування.
-
Особисто реалізував понад 30 проєктів, керував розвитком 50+ AI-експертів та будував стандарти й команди в напрямі штучного інтелекту.
-
Переконаний, що цінність AI — в довірі та реальному бізнес-результаті, а не лише в технічній досконалості рішення.
Цей курс для вас, якщо ви:
ПІСЛЯ КУРСУ ВИ ЗМОЖЕТЕ:
-
створювати й проєктувати GenAI-рішення на базі LLM
-
працювати з prompt engineering, RAG, embeddings та fine-tuning, використовуючи HuggingFace моделі
-
будувати власних AI-агентів з автономною поведінкою та мультиагентною взаємодією (MCP, A2A)
-
налаштовувати оркестрацію, пам’ять і тулінг в агентних пайплайнах
-
оцінювати якість генеративних систем (BLEU, ROUGE, WER, LLM-as-a-judge)
-
враховувати ризики (prompt injection, data poisoning) та впроваджувати mitigation-стратегії
-
деплоїти та інтегрувати GenAI-рішення в продукт або внутрішній бізнес-процес
-
презентувати AI-рішення клієнту як повноцінний продукт з бізнес-цінністю
Програма
-
01 заняття11.05 19:00
Огляд професії Generative AI Developer
- Ознайомитеся з поточними трендами генеративного ШІ та сферами його застосування
- Зрозумієте різницю між ролями GenAI Developer, Data Scientist і Data Engineer
- Дізнаєтеся про технологічний стек GenAI Developer
-
02 заняття14.05 19:00
Основи глибинних нейромереж
- Зрозумієте принципи глибинного навчання
- Розберете основні архітектури: MLP, CNN, RNN, трансформери
- Навчитеся визначати перенавчання та недонавчання моделей
-
03 заняття18.05 19:00
LLMs і промпти
- Простежите еволюцію від трансформерів до сучасних LLM
- Освоїте zero-shot, few-shot і chain-of-thought підходи
- Зрозумієте роль LLM у практичній розробці
-
04 заняття21.05 19:00
Prompt Engineering та альтернативи
- Зрозумієте різницю між prompt tuning та fine-tuning
- Ознайомитеся з embeddings, RAG і vector databases
- Дізнаєтеся про мультимодальні можливості сучасних моделей
-
05 заняття25.05 19:00
Практичне застосування GenAI: Copilot, ElevenLabs, бізнес-виклики
- Ознайомитеся з реальними AI-інструментами
- Дізнаєтеся про STT- і TTS-рішення
- Розглянете бізнес-кейси використання GenAI
-
06 заняття28.05 19:00
Воркшоп: GenAI для планінгу роботи
- Навчитеся використовувати LLM для скоупінгу проєктів
- Попрактикуєте генерацію технічних вимог
- Застосуєте GenAI для планування задач
-
07 заняття04.06 19:00
Типові помилки в плануванні генеративних систем
- Розберете поширені помилки в GenAI-проєктах
- Зрозумієте ризики впровадження генеративних систем
- Навчитеся будувати mitigation-план
-
08 заняття08.06 19:00
Агенти й автономна поведінка
- Зрозумієте принципи роботи AI-агентів
- Ознайомитеся з агентними фреймворками
- Розглянете приклади автономних систем
-
09 заняття11.06 19:00
Агентні протоколи та мультиагентні системи (MCP, A2A)
- Розберете Model Context Protocol (MCP)
- Зрозумієте принципи Agent-to-Agent взаємодії
- Побачите приклади мультиагентних систем
-
10 заняття15.06 19:00
Оркестрація, пам’ять, тести для агентних систем
- Навчитесь оркеструвати агентні пайплайни
- Розберете роботу з пам’яттю
- Дізнаєтеся про тестування генеративних систем
-
11 заняття18.06 19:00
MLOps чи AgentOps?
- Зрозумієте еволюцію MLOps
- Дізнаєтесь, як AgentOps розширює MLOps
- Розберете роль операційних процесів у GenAI
-
12 заняття22.06 19:00
Оцінювання генеративних та агентних систем
- Ознайомитеся з ключовими метриками (BLEU, ROUGE, FID тощо)
- Зрозумієте різницю між автоматичним і суб’єктивним оцінюванням
- Навчитесь інтегрувати LLM-as-a-judge
-
13 заняття25.06 19:00
Воркшоп: побудова агентного пайплайну
- Налаштуєте середовище для агентної системи
- Побудуєте повний агентний пайплайн
- Проведете оцінювання якості рішення
-
14 заняття29.06 19:00
No-code/Low-code GenAI автоматизація
- Ознайомитеся з Langflow, AgentGPT, N8N, Copilot
- Створите AI-рішення без програмування
- Порівняєте no-code, low-code і custom підходи
-
15 заняття02.07 19:00
Ризики GenAI / агентних систем (дані, атаки, prompt injection)
- Зрозумієте основні ризики GenAI
- Розберете типові атаки (data poisoning, prompt injection тощо)
- Ознайомитеся зі стратегіями мінімізації ризиків
-
16 заняття06.07 19:00
Тренди генеративного та агентного світу
- Ознайомитеся з актуальними трендами
- Проаналізуєте зміни ринку
- Визначите перспективні напрямки розвитку
-
17 заняття09.07 19:00
Як презентувати проєкт клієнтам
- Зрозумієте очікування клієнта
- Навчитеся структурувати презентацію
- Дізнаєтесь, як уникати типових помилок
-
18 заняття13.07 19:00
Презентація підсумкового проєкту
- Представите власний агентний пайплайн
- Продемонструєте бізнес-цінність рішення
- Отримаєте фінальний фідбек щодо проєкту
реєстрація
Підключайтеся до курсу, щоб навчитися використовувати генеративний ШІ на користь власного продукту.