Текст площадки «Складчина.biz». Упомянутые цены и обещанные результаты могут быть неактуальны; условия покупки проверяйте у продавца.
Изучаем самые актуальные продвинутые методы работы с LLM и трансформерными моделями
Читать полное описание
Изучаем самые актуальные продвинутые методы работы с LLM и трансформерными моделями
Изучаем самые актуальные технологии и архитектуры, связанные с LLM и трансформерными моделями, которые стали стандартом в области работы с текстом. Генеративные LLM, такие как ChatGPT и GPT4 позволяют решать огромное множество задач на высоком уровне. На рынке IT есть потребность в специалистах, которые владеют технологиями работы с этими моделями на уровне архитектуры и умеют адаптировать их для своих бизнес-задач.
LLM — один из самых востребованных вариантов применения генеративного ИИ, поэтому на курсе мы делаем фокус на самые актуальные технологии работы с большими языковыми моделями. Студенты на практике научатся работать с самыми передовыми моделями и фреймворками, которые сегодня являются state-of-the-art в области NLP.
Для кого этот курс
Этот курс для тех, кто хочет за минимальный срок на высоком уровне освоить самые продвинутые методы LLM и сразу начать применять их на практике.
Практикующие DS специалисты, которые хотят получить углубленные знания по трансформерным моделям и научиться работать с LLM на высоком уровне;
Выпускники курсов Machine Learning. Professional, Machine Learning. Advanced, NLP / Natural Language Processing, которые хотят освоить самые передовые методы работы с LLM;
ИТ-специалисты, которым на работе приходиться работать с текстовыми данными и внедрять методы работы с трансформерными моделями и LLM.
Необходимые знания
Базовая высшая математика: умение работать с матрицами и векторами, базовое знание математической статистики, теории вероятности и мат. анализа;
Методы классического ML, умение работать с классическими ML моделями;
Основы Deep Learning, базовое представление о pytorch;
Программирование на Python для машинного обучения.
Что даст вам этот курс
Вы научитесь
Работать с LLM (большими языковыми моделями) на высоком уровне;
Самым передовым методам работы с LLM и трансформерными моделями;
Применять самые продвинутые архитектуры и адаптировать их под широкий круг бизнес-задач;
Дообучать языковые модели под свои задачи;
Поднимать модели в телеграм-боте.
Преподаватели
Андрей Носов. AI Architect, Raft. PhD Communication Science, Tampere University (Finland)
Никита Овчинников. Lead of Research And Development Peech
Алексей Клочков. Data Science Team Lead Kept
Анна Козлова
Раиль Сулейманов. Machine Learning Engineer Garage IT
Мария Тихонова. Лидер Research кластера Сбер, ВШЭ
Дмитрий Гайнуллин. Machine Learning Engineer AIC
Один курс · разные способы доступа
Где удобнее учиться?
Сравните цену и то, как будете заниматься.
Выбирайте не только по цене
ЦенаСумма и выгодность предложения
Удобство интерфейсаОценка формата занятий
Встроенный просмотрБез скачивания всего курса
Занятия с телефонаБез работы с архивами
Без рекламыПри работе с материалами
Найти нужный моментНе пересматривая весь урок
Разобраться в темеПомощь по содержанию, не куратор
Продавцы могут по-разному указать название, автора и программу. Ниже приведены отдельные описания источников.
Складчина.biz[Otus] Большие языковые модели. Экспертный уровень (Мария Тихонова, Алексей Клочков)
Указаны на площадке: Мария Тихонова, Алексей Клочков, Андрей Носов. AI Architect, Raft. PhD Communication Science
Изучаем самые актуальные продвинутые методы работы с LLM и трансформерными моделями
Изучаем самые актуальные технологии и архитектуры, связанные с LLM и трансформерными моделями, которые стали стандартом в области работы с текстом. Генеративные LLM, такие как ChatGPT и GPT4 позволяют решать огромное множество задач на высоком уровне. На рынке IT есть потребность в специалистах, которые владеют технологиями работы с этими моделями на уровне архитектуры и умеют адаптировать их для своих бизнес-задач.
LLM — один из самых востребованных вариантов применения генеративного ИИ, поэтому на курсе мы делаем фокус на самые актуальные технологии работы с большими языковыми моделями. Студенты на практике научатся работать с самыми передовыми моделями и фреймворками, которые сегодня являются state-of-the-art в области NLP.
Для кого этот курс
Этот курс для тех, кто хочет за минимальный срок на высоком уровне освоить самые продвинутые методы LLM и сразу начать применять их на практике.
Практикующие DS специалисты, которые хотят получить углубленные знания по трансформерным моделям и научиться работать с LLM на высоком уровне;
Выпускники курсов Machine Learning. Professional, Machine Learning. Advanced, NLP / Natural Language Processing, которые хотят освоить самые передовые методы работы с LLM;
ИТ-специалисты, которым на работе приходиться работать с текстовыми данными и внедрять методы работы с трансформерными моделями и LLM.
Необходимые знания
Базовая высшая математика: умение работать с матрицами и векторами, базовое знание математической статистики, теории вероятности и мат. анализа;
Методы классического ML, умение работать с классическими ML моделями;
Основы Deep Learning, базовое представление о pytorch;
Программирование на Python для машинного обучения.
Что даст вам этот курс
Вы научитесь
Работать с LLM (большими языковыми моделями) на высоком уровне;
Самым передовым методам работы с LLM и трансформерными моделями;
Применять самые продвинутые архитектуры и адаптировать их под широкий круг бизнес-задач;
Дообучать языковые модели под свои задачи;
Поднимать модели в телеграм-боте.
Преподаватели
Андрей Носов. AI Architect, Raft. PhD Communication Science, Tampere University (Finland)
Никита Овчинников. Lead of Research And Development Peech
Алексей Клочков. Data Science Team Lead Kept
Анна Козлова
Раиль Сулейманов. Machine Learning Engineer Garage IT
Мария Тихонова. Лидер Research кластера Сбер, ВШЭ
Дмитрий Гайнуллин. Machine Learning Engineer AIC
Содержание обучения
Что в программе
01Программа40 уроков
Базовые понятия трансформерных моделейВремя не указано
В данном модуле вы познакомитесь с фундаментальным понятием NLP и трансформерных моделей. Рассмотрите архитектуру трансформера, механизм внимания и применение трансформеров в задачах машинного перевода и языкового моделирования.Время не указано
Тема 1: Задача языкового моделирования и понятие языковой моделиВремя не указано
Тема 2: Архитектура трансформер и задача машинного перевода // ДЗВремя не указано
Тема 3: BERT и другие трансформерные энкодеры // ДЗВремя не указано
Тема 4: GPT и другие декодерные модели для генерации текстаВремя не указано
Тема 5: Seq2seq модели. Дообучение трансформеров на практическом примере // ДЗВремя не указано
Тема 6: Методы за ChatGPT + Q&A сессияВремя не указано
Новая эра LLM: базовые методыВремя не указано
В этом модуле вы изучите современные подходы к большим языковым моделям (LLM) и их оптимизации. Вы освоите мультиязычные трансформеры, работу с длинным контекстом и практические техники промптинга.Время не указано
Тема 1: Современные LLM и оптимизация архитектурыВремя не указано
Тема 2: Практическое занятие: теория промптинга LLM // ДЗВремя не указано
Тема 3: Методы за моделью DeepSeek - на пути к современному ризонингуВремя не указано
Тема 4: LoRA и доменная адаптация (Domain adaptation) // ДЗВремя не указано
Тема 5: Мультиязычные трансформерыВремя не указано
Тема 6: Работа с длинным контекстомВремя не указано
«В Курсе» — наш основной вариант для перехода. В таблице — возможности сервисов; состав конкретного курса уточняйте перед оплатой.
Как мы оцениваем и что входит в доступ
Звёзды — наша оценка, не отзывы покупателей. Удобство: 2 базовых балла, по одному за занятия без обязательного скачивания, навигацию по курсу и встроенного помощника. Оценка описывает формат сервиса, а не проверку каждого урока.
Цена сравнивается только при подтверждённых одинаковых тарифе, сроке и виде оплаты. Разница с минимальной ценой до 10% — 5 звёзд, до 30% — 4, до 60% — 3, до 100% — 2, больше — 1. Устаревшие и неизвестные цены не оцениваются. Прочерк означает, что данных недостаточно, а не что функции нет.
В Курсе
Зарегистрируйтесь, чтобы уточнить возможность доступа к этому материалу
Складчина.biz
Условия оплаты
Взнос за участие на площадке: 2 634 ₽. Доступность материала зависит от стадии сбора.
Условия проверены 13.10.2026. Перед оплатой проверьте состав предложения у продавца.
Программа этой площадки
Программа
Получено 04.10.2026
Складчина.biz[Otus] Большие языковые модели. Экспертный уровень (Мария Тихонова, Алексей Клочков)
Указаны на площадке: Мария Тихонова, Алексей Клочков, Андрей Носов. AI Architect, Raft. PhD Communication Science
Изучаем самые актуальные продвинутые методы работы с LLM и трансформерными моделями
Изучаем самые актуальные технологии и архитектуры, связанные с LLM и трансформерными моделями, которые стали стандартом в области работы с текстом. Генеративные LLM, такие как ChatGPT и GPT4 позволяют решать огромное множество задач на высоком уровне. На рынке IT есть потребность в специалистах, которые владеют технологиями работы с этими моделями на уровне архитектуры и умеют адаптировать их для своих бизнес-задач.
LLM — один из самых востребованных вариантов применения генеративного ИИ, поэтому на курсе мы делаем фокус на самые актуальные технологии работы с большими языковыми моделями. Студенты на практике научатся работать с самыми передовыми моделями и фреймворками, которые сегодня являются state-of-the-art в области NLP.
Для кого этот курс
Этот курс для тех, кто хочет за минимальный срок на высоком уровне освоить самые продвинутые методы LLM и сразу начать применять их на практике.
Практикующие DS специалисты, которые хотят получить углубленные знания по трансформерным моделям и научиться работать с LLM на высоком уровне;
Выпускники курсов Machine Learning. Professional, Machine Learning. Advanced, NLP / Natural Language Processing, которые хотят освоить самые передовые методы работы с LLM;
ИТ-специалисты, которым на работе приходиться работать с текстовыми данными и внедрять методы работы с трансформерными моделями и LLM.
Необходимые знания
Базовая высшая математика: умение работать с матрицами и векторами, базовое знание математической статистики, теории вероятности и мат. анализа;
Методы классического ML, умение работать с классическими ML моделями;
Основы Deep Learning, базовое представление о pytorch;
Программирование на Python для машинного обучения.
Что даст вам этот курс
Вы научитесь
Работать с LLM (большими языковыми моделями) на высоком уровне;
Самым передовым методам работы с LLM и трансформерными моделями;
Применять самые продвинутые архитектуры и адаптировать их под широкий круг бизнес-задач;
Дообучать языковые модели под свои задачи;
Поднимать модели в телеграм-боте.
Преподаватели
Андрей Носов. AI Architect, Raft. PhD Communication Science, Tampere University (Finland)
Никита Овчинников. Lead of Research And Development Peech
Алексей Клочков. Data Science Team Lead Kept
Анна Козлова
Раиль Сулейманов. Machine Learning Engineer Garage IT
Мария Тихонова. Лидер Research кластера Сбер, ВШЭ
Дмитрий Гайнуллин. Machine Learning Engineer AIC
Программа этой площадки
Программа
Получено 20.09.2026
Складчина.biz[Otus] Большие языковые модели. Экспертный уровень (Мария Тихонова, Алексей Клочков)
Указаны на площадке: Мария Тихонова, Алексей Клочков, Андрей Носов. AI Architect, Raft. PhD Communication Science
Изучаем самые актуальные продвинутые методы работы с LLM и трансформерными моделями
Изучаем самые актуальные технологии и архитектуры, связанные с LLM и трансформерными моделями, которые стали стандартом в области работы с текстом. Генеративные LLM, такие как ChatGPT и GPT4 позволяют решать огромное множество задач на высоком уровне. На рынке IT есть потребность в специалистах, которые владеют технологиями работы с этими моделями на уровне архитектуры и умеют адаптировать их для своих бизнес-задач.
LLM — один из самых востребованных вариантов применения генеративного ИИ, поэтому на курсе мы делаем фокус на самые актуальные технологии работы с большими языковыми моделями. Студенты на практике научатся работать с самыми передовыми моделями и фреймворками, которые сегодня являются state-of-the-art в области NLP.
Для кого этот курс
Этот курс для тех, кто хочет за минимальный срок на высоком уровне освоить самые продвинутые методы LLM и сразу начать применять их на практике.
Практикующие DS специалисты, которые хотят получить углубленные знания по трансформерным моделям и научиться работать с LLM на высоком уровне;
Выпускники курсов Machine Learning. Professional, Machine Learning. Advanced, NLP / Natural Language Processing, которые хотят освоить самые передовые методы работы с LLM;
ИТ-специалисты, которым на работе приходиться работать с текстовыми данными и внедрять методы работы с трансформерными моделями и LLM.
Необходимые знания
Базовая высшая математика: умение работать с матрицами и векторами, базовое знание математической статистики, теории вероятности и мат. анализа;
Методы классического ML, умение работать с классическими ML моделями;
Основы Deep Learning, базовое представление о pytorch;
Программирование на Python для машинного обучения.
Что даст вам этот курс
Вы научитесь
Работать с LLM (большими языковыми моделями) на высоком уровне;
Самым передовым методам работы с LLM и трансформерными моделями;
Применять самые продвинутые архитектуры и адаптировать их под широкий круг бизнес-задач;
Дообучать языковые модели под свои задачи;
Поднимать модели в телеграм-боте.
Преподаватели
Андрей Носов. AI Architect, Raft. PhD Communication Science, Tampere University (Finland)
Никита Овчинников. Lead of Research And Development Peech
Алексей Клочков. Data Science Team Lead Kept
Анна Козлова
Раиль Сулейманов. Machine Learning Engineer Garage IT
Мария Тихонова. Лидер Research кластера Сбер, ВШЭ
Дмитрий Гайнуллин. Machine Learning Engineer AIC
Программа этой площадки
Программа
Получено 13.10.2026
Время не указано
Продвинутые методы работы с LLMВремя не указано
В этом модуле вы изучите углубленные подходы к работе с трансформерами.Время не указано
Тема 1: Sentence-transformers // ДЗВремя не указано
Тема 2: Эффективные трансформерыВремя не указано
Тема 3: Практическое занятие: фреймворки для эффективной работы с LLM // ДЗВремя не указано
Тема 4: LangChainВремя не указано
Тема 5: RAG - генерация на основе базы знанийВремя не указано
Доп. главы работы с LLMВремя не указано
В данном модуле вы узнаете о дополнительных аспектах работы с LLM, которые выходят за рамки стандартной программы.Время не указано
Тема 1: Оценка LLMВремя не указано
Тема 2: Распределенное обучениеВремя не указано
Тема 3: Практическое занятие: интеграция LLM в тг-бота // ДЗВремя не указано
Тема 4: Q&A сессия и дискуссионный клубВремя не указано
Трансформеры для других модальностейВремя не указано
В данном модуле вы ознакомитесь с применением трансформеров в мультимодальных задачах.Время не указано
Тема 1: Мультимодальные и Vision трансформерыВремя не указано
Тема 2: Практическое занятие по работе с мультимодальными моделямиВремя не указано
Тема 3: Введение в AI агентов // ДЗВремя не указано
Тема 4: Трансформеры для временных рядовВремя не указано
Тема 5: Трансформеры для табличных данныхВремя не указано
Тема 6: Q&A сессия и дискуссионный клубВремя не указано
Проектная работаВремя не указано
Проектный модуль, во время которого студенты выполняют финальную работу на основе методов, изученных на курсе.Время не указано
Альтернативы для выбора
Похожие курсы по этой теме
Это другие программы на близкую тему. Они не считаются тем же курсом: сравните содержание, преподавателей и условия.
Похожая тема в направлении «Искусственный интеллект»
Курс представляет собой глубокое погружение в самые актуальные и продвинутые методы работы с большими языковыми моделями (LLM) и трансформерными архитектурами, которые на сегодняшний день стали индустриальным стандартом в области обработки естественного языка (NLP). В условиях стремительного развития генеративного ИИ,
Представьте себе мир, где машины понимают вас так же, как и люди. Это не фантастика, это реальность, которую мы создаем с помощью нейросетей для обработки естественного языка (NLP).
Наш курс, созданный при поддержке Hugging Face, предлагает глубокое погружение в мир нейросетей-трансформеров, используя такие библиотеки
Что известно об альтернативе
Документ: На странице курса указано: сертификат не выдаётся. источник ↗︎
Продвинутые ML приемы для Data Scientists, желающих повысить свой профессиональный уровень до Middle+
Что известно об альтернативе
Формат: После вебинара вы получаете Jupyter Notebook с разбором практического кейса с занятия. По итогу курса у вас будет обширная база знаний по каждому модулю. источник ↗︎
Освойте основы современных языковых моделей на примере ChatGPT — узнайте, как они устроены, обучаются и применяются в реальных задачах. Курс подойдёт новичкам и всем, кто хочет разобраться в работе нейросетей, стоящих за ChatGPT.
Что известно об альтернативе
Документ: На странице курса указано: сертификат не выдаётся. источник ↗︎
Полный курс по LLM и трансформерам с нуля: видеообъяснения, код на PyTorch и реальные проекты. Не сухая теория — а практическое понимание того, с чего зарождался ChatGPT
Что известно об альтернативе
Документ: На странице курса указано: сертификат не выдаётся. источник ↗︎
Математические явления лежат в основе алгоритмов и моделей машинного обучения, сетевых структур и рекомендательных систем. Без знаний математических основ и законов логики нельзя представить работу и развитие специалиста в сфере анализа данных. Наша обучающая программа позволит с нуля освоить математические инструменты
![Обложка курса: [Otus] Большие языковые модели. Экспертный уровень (Мария Тихонова, Алексей Клочков). Площадка: Складчина.biz](/_next/image?url=%2Fmedia%2Fcourses%2Fotus-bolshie-yazykovye-modeli-ekspertnyy-uroven-mariya-tikhono-skladchina-biz-71a8adc5.webp&w=1200&q=75)
![Обложка курса: Машинное обучение. Экспертный уровень [Otus] [Михаил Лебедев, Мария Тихонова, Игорь Стурейко]. Площадка: Складчик](/_next/image?url=%2Fmedia%2Fcourses%2Fmashinnoe-obuchenie-ekspertnyy-uroven-otus-mikhail-lebedev-mar-skladchik-d68a4629.webp&w=640&q=75)
![Обложка курса: «Математика для анализа данных: базовый уровень [2025] [ВШЭ]» [Полина Пантелеева]. Площадка: Sharewood](/_next/image?url=%2Fmedia%2Fcourses%2Fmatematika-dlya-analiza-dannykh-bazovyy-uroven-2025-vshe-polin-sharewood-editorial-e7f35d42.webp&w=640&q=75)