Текст площадки «Sharewood». Упомянутые цены и обещанные результаты могут быть неактуальны; условия покупки проверяйте у продавца.
Не просто изучаем ElasticSearch, а учимся проектировать поиск под любые задачи
Читать полное описание
Не просто изучаем ElasticSearch, а учимся проектировать поиск под любые задачи
От внутренних сервисов до системы логов и поиска под RAG. Все на примере HighLoad-проектов — маркетплейсов с миллионами товаров и архитектуры Яндекса / Гугла
1. Как устроены поисковые системы и как их проектировать
2. Как предугадывать запрос на этапе ввода в поисковую строку
3. Как отдать релевантный поисковый ответ за 200ms
4. Как найти по смыслу, если в запросе ни одного ключевого слова
5. Как использовать поисковую систему в качестве retrieval layer для LLM и AI-агентов
6. Как обеспечить отказоустойчивость, если у вас гигабайты данных
После курса будешь владеть:
Поисковые движки и инфраструктура: ElasticSearch Apache Lucene
Обработка данных: Веб-краулинг Парсинг Очистка текста Индексация Работа с семантикой языка
Api, интерфейсы поиска Search API Кэширование в поиске
Поисковые техники и типы поиска: Полнотекстовый поиск Векторный поиск Поиск по смыслу Поиск с опечатками Поиск по синонимам Гибридный поиск Автокомплит BM25
Основы ml для разработчиков Embeddings Vector space model Cosine similarity ANN / HNSW ML Ranking Clustering Retrieval для LLM и AI Agents
Тариф Стандарт
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
Эти данные взяты из программы и описания площадки. Пустое поле означает, что на странице курса ответа не было.
Скачивание
Разбираем, как строятся поисковики на подобии Яндекса и Гугла. Как проиндексировать весь интернет, скачать страницы и куда все положитьПроверено 10.11.2026 · Источник ↗︎
Продавцы могут по-разному указать название, автора и программу. Ниже приведены отдельные описания источников.
Складчина.bizПроектирование и разработка поисковых систем на базе ElasticSearch. Тариф Стандарт (Степан Ляхов)
Указаны на площадке: Степан Ляхов
Не просто изучаем ElasticSearch, а учимся проектировать поиск под любые задачи
От внутренних сервисов до системы логов и поиска под RAG. Все на примере HighLoad-проектов — маркетплейсов с миллионами товаров и архитектуры Яндекса / Гугла
1 Как устроены поисковые системы и как их проектировать
2 Как предугадывать запрос на этапе ввода в поисковую строку
3 Как отдать релевантный поисковый ответ за 200ms
4 Как найти по смыслу, если в запросе ни одного ключевого слова
5 Как использовать поисковую систему в качестве retrieval layer для LLM и AI-агентов
6 Как обеспечить отказоустойчивость, если у вас гигабайты данных
После курса будешь владеть:
Поисковые движки и инфраструктура: ElasticSearch Apache Lucene
Обработка данных: Веб-краулинг Парсинг Очистка текста Индексация Работа с семантикой языка
Api, интерфейсы поиска Search API Кэширование в поиске
Поисковые техники и типы поиска: Полнотекстовый поиск Векторный поиск Поиск по смыслу Поиск с опечатками Поиск по синонимам Гибридный поиск Автокомплит BM25
Основы ml для разработчиков Embeddings Vector space model Cosine similarity ANN / HNSW ML Ranking Clustering Retrieval для LLM и AI Agents
Получено 24.10.2026Sharewood«Проектирование и разработка поисковых систем на базе ElasticSearch [Тариф Стандарт] [Balun.Courses]» [Степан Ляхов]
Указаны на площадке: Степан Ляхов
Не просто изучаем ElasticSearch, а учимся проектировать поиск под любые задачи
От внутренних сервисов до системы логов и поиска под RAG. Все на примере HighLoad-проектов — маркетплейсов с миллионами товаров и архитектуры Яндекса / Гугла
1. Как устроены поисковые системы и как их проектировать
2. Как предугадывать запрос на этапе ввода в поисковую строку
3. Как отдать релевантный поисковый ответ за 200ms
4. Как найти по смыслу, если в запросе ни одного ключевого слова
5. Как использовать поисковую систему в качестве retrieval layer для LLM и AI-агентов
6. Как обеспечить отказоустойчивость, если у вас гигабайты данных
После курса будешь владеть:
Поисковые движки и инфраструктура: ElasticSearch Apache Lucene
Обработка данных: Веб-краулинг Парсинг Очистка текста Индексация Работа с семантикой языка
Api, интерфейсы поиска Search API Кэширование в поиске
Поисковые техники и типы поиска: Полнотекстовый поиск Векторный поиск Поиск по смыслу Поиск с опечатками Поиск по синонимам Гибридный поиск Автокомплит BM25
Основы ml для разработчиков Embeddings Vector space model Cosine similarity ANN / HNSW ML Ranking Clustering Retrieval для LLM и AI Agents
Тариф Стандарт
Содержание обучения
Что в программе
01Программа:78 уроков
Урок №1. Основы поисковых системВремя не указано
Разбираемся с фундамент всех поисковых систем — Google, Amazon, Elasticsearch-based systems: основные подходы, алгоритмы, идеи, и как они вообще устроеныВремя не указано
В уроке:Время не указано
архитектура поисковых движковВремя не указано
inverted indexВремя не указано
BM25, TF-IDFВремя не указано
scoring и rankingВремя не указано
fuzzy search (опечатки)Время не указано
синонимы и query rewritingВремя не указано
Урок №2. Поиск в маркетплейсеВремя не указано
Изучаем проектирование любого высоконагруженного поиска на основе ElasticSearch. Разбираем на примере всем известных маркетплейсовВремя не указано
В уроке:Время не указано
функциональные и нефункциональные требования поисковых системВремя не указано
ElasticSearch / OpenSearch / LuceneВремя 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: 413 ₽. Доступность материала зависит от стадии сбора.
Условия проверены 24.10.2026. Перед оплатой проверьте состав предложения у продавца.
Если ваша подписка уже включает этот курс, отдельная покупка не нужна.
Тарифы проверены 16.11.2026
Разбираем, как строятся поисковики на подобии Яндекса и Гугла. Как проиндексировать весь интернет, скачать страницы и куда все положить
На странице площадки указано: Цена 37900 руб.. Тип платежа, актуальность и соответствие полной цене курса требуют проверки.
Условия проверены 10.11.2026. Перед оплатой проверьте состав предложения у продавца.
Программа этой площадки
Программа:
Получено 10.11.2026
Sharewood«Проектирование и разработка поисковых систем на базе ElasticSearch [Balun.Courses] [Степан Ляхов]» [Тариф Стандарт]
Указаны на площадке: Степан Ляхов
Не просто изучаем ElasticSearch, а учимся проектировать поиск под любые задачи
От внутренних сервисов до системы логов и поиска под RAG. Все на примере HighLoad-проектов — маркетплейсов с миллионами товаров и архитектуры Яндекса / Гугла
1 Как устроены поисковые системы и как их проектировать
2 Как предугадывать запрос на этапе ввода в поисковую строку
3 Как отдать релевантный поисковый ответ за 200ms
4 Как найти по смыслу, если в запросе ни одного ключевого слова
5 Как использовать поисковую систему в качестве retrieval layer для LLM и AI-агентов
6 Как обеспечить отказоустойчивость, если у вас гигабайты данных
После курса будешь владеть:
Поисковые движки и инфраструктура: ElasticSearch Apache Lucene
Обработка данных: Веб-краулинг Парсинг Очистка текста Индексация Работа с семантикой языка
Api, интерфейсы поиска Search API Кэширование в поиске
Поисковые техники и типы поиска: Полнотекстовый поиск Векторный поиск Поиск по смыслу Поиск с опечатками Поиск по синонимам Гибридный поиск Автокомплит BM25
Основы ml для разработчиков Embeddings Vector space model Cosine similarity ANN / HNSW ML Ranking Clustering Retrieval для LLM и AI Agents
Подробная программа
Урок №1 Основы поисковых систем
Урок №2 Поиск в маркетплейсе
Урок №3 Web Crawler + Indexer
Урок №4 Search API + ML Ranking
Урок №5 Semantic Search (Embeddings)
Урок №6 Поиск для AI-систем (RAG)
Получено 10.11.2026
пишем BFS обход графа
Время не указано
реализуем защиту от дубликатовВремя не указано
Результат:Время не указано
работающий ingestion pipeline + базовая search инфраструктураВремя не указано
Урок №3. Web Crawler + IndexerВремя не указано
Разбираем, как строятся поисковики на подобии Яндекса и Гугла. Как проиндексировать весь интернет, скачать страницы и куда все положитьВремя не указано
В уроке:Время не указано
graph traversal (BFS)Время не указано
crawling architectureВремя не указано
indexing pipelineВремя не указано
HTML parsing и data extractionВремя не указано
scale problemsВремя не указано
Практика:Время не указано
извлекаем title/body из HTMLВремя не указано
чистим текстВремя не указано
реализуем bulk indexing в ElasticsearchВремя не указано
Результат:Время не указано
готовый пайплайн: HTML → структурированный документ → поисковый индексВремя не указано
Урок №4. Search API + ML RankingВремя не указано
В прошлом уроке мы проиндексировали весь интернет. Как теперь по нему искать и сделать максимально релевантную выдачу, даже если человек опечатался?Время не указано
В уроке:Время не указано
search API designВремя не указано
BM25 retrieval layerВремя не указано
pagination & query executionВремя не указано
caching in search systemsВремя не указано
База по ML для разработчиков: decision trees, random forest, gradient boosting, CatBoost, neural networks (overview)Время не указано
feature engineeringВремя не указано
clustering (K-Means)Время не указано
Практика:Время не указано
реализуем BM25 Search APIВремя не указано
Результат:Время не указано
рабочий full-text search APIВремя не указано
Урок №5. Semantic Search (Embeddings)Время не указано
Простым языком рассказываем про Embeddings и то, как реализовать поиск по смыслу, если пользователь в общей форме описал запрос и не попал ни в одно ключевое словоВремя не указано
В уроке:Время не указано
embeddings и vector space modelВремя не указано
cosine similarityВремя не указано
kNN searchВремя не указано
approximate nearest neighborsВремя не указано
HNSW algorithmВремя не указано
vector search in ElasticsearchВремя не указано
Практика:Время не указано
пишем Embedding ServiceВремя не указано
Результат:Время не указано
поисковый движок умеет искать запросы по смыслу. Например, отдать название сериала «Гангстерленд» на запрос «как называется популярный сериал от Гая Ричи про семью бандитов»Время не указано
Урок №6. Поиск для AI-систем (RAG)Время не указано
К этому моменту мы умеем строить поисковую систему, которая может искать по словам, смыслу и выдерживать production-нагрузку. Но что происходит, когда потребителем становится не только человек, но и AI?Время не указано
В уроке:Время не указано
внутреннее устройство RAG-систем и роль поиска в нейВремя не указано
как построить retrieval pipeline для LLMВремя не указано
как объединить BM25 и vector search в hybrid searchВремя не указано
как применять reranking для повышения качества retrievalВремя не указано
как превратить search API в tool для AI AgentВремя не указано
Практика:Время не указано
реализуем semantic search API и объединяем полнотекстовый и векторный поискВремя не указано
Результат:Время не указано
готовый hybrid retrieval layer: поиск по ключевым словам + поиск по смыслу, который можно использовать как retrieval layer для RAG или как search tool для AI-агентовВремя 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.
ИИ ускоряет исследования, дизайн и разработку. Но сами по себе инструменты не помогают определить, кому нужен продукт, какие функции войдут в первую версию и как выстроить понятные пользовательские сценарии.
Что известно об альтернативе
Сопровождение: Проанализируете обратную связь и продуктовые метрики, определите, какие элементы необходимо изменить, а какие можно оставить источник ↗︎
Формат: Онлайн-вебинары дважды в неделю источник ↗︎
Поставили индексы, чтобы ускорить чтение, а в проде упала скорость записи. Или произошло и то, и другое
Что известно об альтернативе
Сопровождение: Online-встречи для ответов на вопросы по домашним заданиям и лекциям. Фидбек дает преподаватель — никаких кураторов и помощников. источник ↗︎