Продавцы могут по-разному указать название, автора и программу. Ниже приведены отдельные описания источников.
Складчина.biz[proglib.academy] AI-агенты для DS-специалистов (Никита Зелинский, Дмитрий Фролов)
Указаны на площадке: Никита Зелинский, Дмитрий Фролов
разбор open source решений
живые встречи с экспертами в области ML, DL
шаблоны для запуска своих агентов
Кому особенно подойдет курс
ML/AI-инженеры (middle+/senior)
Data Scientists, исследователи
Backend/Platform-инженеры
Advanced CS/DS студенты (магистратура, PhD)
Tech-продакт-менеджеры & архитекторы AI-решений
На занятии посмотрим как выбрать LLM для задачи — квантизованные модели, instruct-модели и пр, какие есть способы запуска LLM — как использовать API, как развернуть LLM локально с помощью Ollama, как происходит токенизация для разных языков и как это влияет на стоимость решения. Рассмотрим реализация памяти в цепочках langchain и обсудим зачем подключать внешние источники если уже есть модели с контекстом более 10 М токенов.
В конце реализуем пару простых агентов на langchain.
Занятие 2
RAG и оценка его качества
Познакомимся с основными компонентами RAG, векторными базами и ANN, другими Retrievers. Рассмотрим модификации RAG и подходы к генерации датасета для тестирования получившегося решения, подход LLM as a judge. В итоге соберем полный пайплайн RAG-системы с оценкой качества.
Занятие 3
Основные понятия мультиагентных систем (MAS) и библиотеки для их построения
Вводный обзор MAS, коллективное принятие решений, механизмы обмена информацией и координации агентов между собой.
Дебаты между агентами, actor-critic подходы. Multi-step agents.
Знакомство с библиотеками crew ai, autogen, langgraph, llamaindex, smolagents, swarm от open ai
Фреймворк для анализа промптов spade
Занятие 4
AI-агенты: инструменты, флоу и сравнение фреймворков
Углубимся в практику с популярными фреймворками, обсудим проблему оценки результатов.
Tools для AI агентов и их основные типы, workflows.
Методы оценки качества работы AI-помощников, GAIA.
Сравнение библиотек для построения мультиагентных систем
Занятие 5
Промышленные агенты и протокол MCP
Рассмотрим протокол для унифицированной работы с tools — MCP и фреймворк FastMCP.
Создадим end-to-end MCP приложение
Получено 03.10.2026Складчина.biz[proglib.academy] AI-агенты для DS-специалистов (Никита Зелинский, Дмитрий Фролов)
Указаны на площадке: Никита Зелинский, Дмитрий Фролов
разбор open source решений
живые встречи с экспертами в области ML, DL
шаблоны для запуска своих агентов
Кому особенно подойдет курс
ML/AI-инженеры (middle+/senior)
Data Scientists, исследователи
Backend/Platform-инженеры
Advanced CS/DS студенты (магистратура, PhD)
Tech-продакт-менеджеры & архитекторы AI-решений
На занятии посмотрим как выбрать LLM для задачи — квантизованные модели, instruct-модели и пр, какие есть способы запуска LLM — как использовать API, как развернуть LLM локально с помощью Ollama, как происходит токенизация для разных языков и как это влияет на стоимость решения. Рассмотрим реализация памяти в цепочках langchain и обсудим зачем подключать внешние источники если уже есть модели с контекстом более 10 М токенов.
В конце реализуем пару простых агентов на langchain.
Занятие 2
RAG и оценка его качества
Познакомимся с основными компонентами RAG, векторными базами и ANN, другими Retrievers. Рассмотрим модификации RAG и подходы к генерации датасета для тестирования получившегося решения, подход LLM as a judge. В итоге соберем полный пайплайн RAG-системы с оценкой качества.
Занятие 3
Основные понятия мультиагентных систем (MAS) и библиотеки для их построения
Вводный обзор MAS, коллективное принятие решений, механизмы обмена информацией и координации агентов между собой.
Дебаты между агентами, actor-critic подходы. Multi-step agents.
Знакомство с библиотеками crew ai, autogen, langgraph, llamaindex, smolagents, swarm от open ai
Фреймворк для анализа промптов spade
Занятие 4
AI-агенты: инструменты, флоу и сравнение фреймворков
Углубимся в практику с популярными фреймворками, обсудим проблему оценки результатов.
Tools для AI агентов и их основные типы, workflows.
Методы оценки качества работы AI-помощников, GAIA.
Сравнение библиотек для построения мультиагентных систем
Занятие 5
Промышленные агенты и протокол MCP
Рассмотрим протокол для унифицированной работы с tools — MCP и фреймворк FastMCP.
Создадим end-to-end MCP приложение